Apakah kalian tau bahwa machine learning bisa digunakan sebagai pemberantas cyberbullying? Dengan didukungnya banyak media sosial yang kini digunakan oleh masyarakat khususnya remaja, malah sering kali disalah gunakan. Contohnya, saat ini mereka yang paling aktif di sosial media seringkali mendapatkan komentar-komentar di kolom komentarnya dengan hujatan dan komentar negatif.

Bayangkan jika tidak hanya ada satu atau dua orang yang melemparkan komentar negatif, namun ratusan. Apakah mereka tidak merasa stres mengalami cyberbullying tersebut? Berikut ilustrasi dari film pendek mengenai Cyber Bullying.

Bullying adalah masalah kesehatan nasional yang serius saat ini. Penelitian ilmiah sebelumnya melakukan survey mengenai bullying di sekolah, namun hasilnya tidak seberapa besar. Namun, beberape penelitian mengungkapkan bahwa bullying terjadi di komentar emosional dari kolom kompentar media sosial yang tersedia secara publik.

Berikut video perkembangan cyberbullying selama 2 tahun

Secara umum, tujuan utama adalah menggunakan machine learning pada tingkat tertentu (perangkat, aplikasi atau idealnya cloud) untuk mendahului viktimisasi dengan:

  • Mengidentifikasi (memblokir, melarang atau mengkarantina) pengguna dan akun yang paling bermasalah
  • Segera menciutkan atau menghapus konten yang secara prediktif diberi tanda negatif
  • Mengendalikan posting, sharing atau mengirim pesan yang melanggar standar perilaku online yang sesuai

Bagaimana Machine Learning dapat Membantu Menggolongkan Penyalahgunaan Online: An Example

Mari pertimbangkan beberapa konten yang disampaikan beberapa orang dalam kolom komentar

Seorang programmer dapat mengambil postingan ini (bersama dengan jutaan postingan lainnya, baik dan buruk) dan menggunakan machine learning mengklasifikasikan konten baik dan buruk. 

  • First Layer, yang akan diambil adalah semua teks selama jangka waktu pengumpulan data dan mengekstrak kata-kata kutukan yang sebelumnya sudah diklasifikasi (misalnya, “slut”, “shit”, “ugly”, “hates”).
  • Second Layer, akan menghitung dan memutuskan jumlah dari kata-kata buruk yang muncul, dengan kata lain menandakan kerasnya kebencian yang terlibat.
  • Third Layer, akan menghitung berapa banyak huruf di CAPS, yang mungkin menandakan betapa negatifnya dari sebuah kata-kata.
  • Fourth Layer, akan menghitung berapa banyak tulisan dengan kata-kata kebencian memeiliki kata ganti orang kedua (“ur”, “you”, “you’re”, “u”, dll), menunjukan bahwa kata-kata itu dilemparkan pada seseorang secara langsung.
  • Fifth Layer, akan memeriksa untuk melihat apakah poster ini telah memiliki konten yang ditandai sebagai hal yang kasar, dan karena perilaku masa lalu adalah prediktor terbaik dan perilaku masa depan.
  • Sixth Layer, akan memeriksa tanda baca dan simbol khusus untuk melihat apakah mereka memberikan wawasan tentang nada, berdasarkan prinsip pemrosesan bahasa alami.
  • Seventh Layer, akan mengevaluasi keseluruhan ejaan dan tata bahasa untuk menilai seberapa cepat, spontan dan / atau emosional pos ditulis.
  • Eight Layer, akan mengevaluasi spelling secara keseluruhan dan kata-kata keseluruhan yang berkonten negatif.

Tertarik dengan memberantas kejahatan dari segi teknologi? Nordic Tech menyediakan fasilitas bagi mereka yang ingin belajar tentang machine learning dan data science loh, jangan lewatkan kesempatan kalian untuk mempelajari Machine Learning.

Kuasai materi machine learning dan kill cyber bullying dengan teknologi. Always be positive person!

 

Mendaftar untuk Nordic kursus