NEW YORK - Para peneliti dari Universitas Columbia, baru-baru ini telah merancang model Pembelajaran Mesin, atau "Machine Learning",cabang dari kecerdasan buatan (Artificial intelligence/AI), untuk mengukur tingkat perdamaian suatu negara dengan menganalisis frekuensi kata di media beritanya.
Dikutip dari Neuroscience, dengan mempelajari lebih dari 723.000 artikel dari 18 negara, tim tersebut mengidentifikasi pola linguistik berbeda yang berhubungan dengan tingkat perdamaian yang berbeda-beda.
Studi oleh Larry Liebovitch dan Peter T. Coleman, yang diterbitkan minggu ini di jurnal PLOS ONE itu memaparkan, meskipun negara-negara dengan tingkat perdamaian tinggi sering menggunakan istilah-istilah yang berkaitan dengan optimisme dan kehidupan sehari-hari, negara-negara dengan tingkat perdamaian yang lebih rendah lebih menyukai kata-kata yang terkait dengan pemerintahan dan kontrol.
Algoritma ini, meskipun memiliki bias bahasa Inggris, menawarkan sudut pandang baru untuk mengeksplorasi perbedaan linguistik antar budaya.
Fakta-fakta kunci
Studi ini menganalisis 723.574 artikel media dari 18 negara, mengkategorikannya sebagai perdamaian tinggi, perdamaian menengah, atau perdamaian rendah.
"Negara-negara dengan tingkat perdamaian tinggi sebagian besar menggunakan kata-kata yang mengisyaratkan optimisme dan kehidupan sehari-hari, sementara negara-negara dengan tingkat perdamaian rendah cenderung menggunakan istilah-istilah yang berkaitan dengan pemerintahan dan kontrol," kata para peneliti.
Mereka menjelaskan, model pembelajaran mesin berhasil mengidentifikasi negara-negara dengan perdamaian menengah menggunakan kriteria linguistik terlatih, dan menunjukkan potensi prediktifnya.
"Dengan menganalisis frekuensi kata-kata tertentu dalam media berita arus utama di negara mana pun, algoritma pembelajaran mesin dapat menghasilkan indeks perdamaian kuantitatif yang menangkap tingkat perdamaian di negara tersebut," katanya.
Liebovitch menjelaksan, bahasa yang digunakan dalam media mencerminkan pandangan suatu budaya terhadap dunia dan mempengaruhi cara orang-orang dalam budaya tersebut berpikir dan bertindak.
"Perkataan yang mendorong kebencian dapat memobilisasi kekerasan dan kehancuran. Sangat sedikit yang diketahui tentang bagaimana pidato perdamaian menjadi ciri budaya damai dan dapat membantu menghasilkan atau mempertahankan perdamaian," tuturnya.
Dalam studi terbarunya, Liebovitch dan rekannya menggunakan lima indeks perdamaian yang dikembangkan sebelumnya dan sangat dipercaya untuk mengukur tingkat perdamaian di 18 negara yang diklasifikasikan sebagai perdamaian tinggi, perdamaian menengah, atau perdamaian rendah.
Mereka kemudian mengumpulkan 723.574 artikel media yang berasal dari negara-negara tersebut; semuanya ditulis oleh sumber lokal dan dipublikasikan secara online dalam bahasa Inggris.
Dengan hanya menggunakan negara dengan tingkat perdamaian tinggi dan negara dengan tingkat perdamaian rendah, para peneliti menggunakan model pembelajaran mesin untuk mengidentifikasi kata-kata yang penggunaannya dalam media dikaitkan dengan tingkat perdamaian.
Secara keseluruhan, negara-negara dengan tingkat perdamaian yang lebih rendah ditandai dengan tingginya prevalensi kata-kata yang berkaitan dengan pemerintahan, ketertiban, kendali dan ketakutan (seperti pemerintah, negara bagian, hukum, keamanan, dan pengadilan), sedangkan negara-negara dengan tingkat perdamaian yang lebih tinggi ditandai oleh peningkatan prevalensi kata-kata. terkait dengan optimisme untuk masa depan dan kesenangan (seperti waktu, kesukaan, rumah, kepercayaan, dan permainan).
Ketika para peneliti menerapkan model pembelajaran mesin yang terlatih pada media dari negara-negara dengan tingkat perdamaian menengah yang awalnya tidak disertakan, model tersebut dengan tepat mengidentifikasi negara-negara tersebut sebagai negara yang memiliki tingkat perdamaian menengah.
Para penulis menyatakan, bahwa data mereka bias karena semua sumber berbahasa Inggris, yang berarti model penulis lebih dapat diandalkan dalam mengevaluasi negara-negara di mana bahasa Inggris adalah bahasa yang lebih umum digunakan dalam komunikasi berita. Selain itu, metode ini mungkin mencakup bias yang telah diintegrasikan ke dalam indeks perdamaian yang digunakan dalam penelitian ini.
Meskipun terdapat keterbatasan, penulis menyimpulkan bahwa data tersebut berfungsi sebagai titik awal yang baik untuk mengeksplorasi lebih jauh perbedaan linguistik antara budaya perdamaian rendah dan budaya perdamaian tinggi.
"Kami menggunakan pembelajaran mesin untuk menemukan kata-kata di media berita lokal yang paling menunjukkan tingkat perdamaian di suatu negara. Di negara-negara yang kurang damai, media berita berfokus pada pemerintahan dan kontrol sosial, sedangkan di negara-negara yang lebih damai, fokusnya adalah pada preferensi pribadi dan aktivitas kehidupan sehari-hari".
"Kami juga menemukan bahwa negara-negara yang tingkat perdamaiannya tinggi menunjukkan tingkat keberagaman istilah yang jauh lebih tinggi dibandingkan negara-negara yang tingkat perdamaiannya rendah," tutur para peneliti.
