Kalimat Abstrak

  Dalam tugas ke 7 yang di berikan oleh dosen mata kuliah bahasa indonesia memberikan sebuah tugas yaitu mengartikan kata dalam bahasa inggris :

 

Arming the public with artificial intelligence to counter social bots

Abstract

The increased relevance of social media in our daily life has been accompanied by efforts to manipulate online conversations and opinions. Deceptive social bots—automated or semi‐automated accounts designed to impersonate humans—have been successfully exploited for these kinds of abuse. Researchers have responded by developing artificial intelligence (AI) tools to arm the public in the fight against social bots. Here we review the literature on different types of bots, their impact, and detection methods. We use the case study of Botometer, a popular bot detection tool developed at Indiana University, to illustrate how people interact with AI countermeasures. A user experience survey suggests that bot detection has become an integral part of the social media experience for many users. However, barriers in interpreting the output of AI tools can lead to fundamental misunderstandings. The arms race between machine learning methods to develop sophisticated bots and effective countermeasures makes it necessary to update the training data and features of detection tools. We again use the Botometer case to illustrate both algorithmic and interpretability improvements of bot scores, designed to meet user expectations. We conclude by discussing how future AI developments may affect the fight between malicious bots and the public.

Abstrak

Meningkatnya relevansi media sosial dalam kehidupan kita sehari-hari telah disertai dengan upaya untuk memanipulasi percakapan dan pendapat online. Bot sosial yang menipu - akun otomatis atau semi-otomatis yang dirancang untuk meniru manusia - telah berhasil dieksploitasi untuk jenis pelecehan ini. Para peneliti merespons dengan mengembangkan alat kecerdasan buatan (AI) untuk mempersenjatai masyarakat dalam perang melawan bot sosial. Di sini kami meninjau literatur tentang berbagai jenis bot, dampaknya, dan metode pendeteksian. Kami menggunakan studi kasus Botometer, alat pendeteksi bot populer yang dikembangkan di Universitas Indiana, untuk menggambarkan bagaimana orang berinteraksi dengan penanggulangan AI. Survei pengalaman pengguna menunjukkan bahwa deteksi bot telah menjadi bagian integral dari pengalaman media sosial bagi banyak pengguna. Namun, hambatan dalam menafsirkan output alat AI dapat menyebabkan kesalahpahaman mendasar. Perlombaan senjata antara metode pembelajaran mesin untuk mengembangkan bot canggih dan penanggulangan yang efektif membuatnya perlu memperbarui data pelatihan dan fitur alat deteksi. Kami kembali menggunakan kasus Botometer untuk menggambarkan peningkatan algoritmik dan interpretabilitas skor bot, yang dirancang untuk memenuhi harapan pengguna. Kami menyimpulkan dengan membahas bagaimana perkembangan AI di masa depan dapat memengaruhi pertarungan antara bot jahat dan publik.

lebih lanjut dapat dilihat disini

HEALTH CARE 

Medical error reduction is an international issue, as is the implementation of patient care information systems (PCISs) as a potential means to achieving it. As researchers conducting separate studies in the United States, The Netherlands, and Australia, using similar qualitative methods to investigate implementing PCISs, the authors have encountered many instances in which PCIS applications seem to foster errors rather than reduce their likelihood. The authors describe the kinds of silent errors they have witnessed and, from their different social science perspectives (information science, sociology, and cognitive science), they interpret the nature of these errors. The errors fall into two main categories: those in the process of entering and retrieving information, and those in the communication and coordination process that the PCIS is supposed to support. The authors believe that with a heightened awareness of these issues, informaticians can educate, design systems, implement, and conduct research in such a way that they might be able to avoid the unintended consequences of these subtle silent errors.

 Translate :

Pengurangan kesalahan medis adalah masalah internasional, seperti penerapan sistem informasi perawatan pasien (PCIS) sebagai sarana potensial untuk mencapainya. Sebagai peneliti yang melakukan studi terpisah di Amerika Serikat, Belanda, dan Australia, menggunakan metode kualitatif serupa untuk menyelidiki penerapan PCIS, penulis telah menemukan banyak contoh di mana aplikasi PCIS tampaknya mendorong kesalahan daripada mengurangi kemungkinannya. Para penulis menggambarkan jenis kesalahan diam yang telah mereka saksikan dan, dari perspektif ilmu sosial yang berbeda (ilmu informasi, sosiologi, dan ilmu kognitif), mereka menafsirkan sifat kesalahan ini. Kesalahan tersebut terbagi dalam dua kategori utama: mereka yang dalam proses memasukkan dan mengambil informasi, dan mereka yang berada dalam proses komunikasi dan koordinasi yang seharusnya didukung oleh PCIS. Para penulis percaya bahwa dengan kesadaran yang meningkat akan masalah-masalah ini, para informatika dapat mendidik, merancang sistem, mengimplementasikan, dan melakukan penelitian sedemikian rupa sehingga mereka mungkin dapat menghindari konsekuensi yang tidak diinginkan dari kesalahan diam yang halus ini. 

lebih lanjut lihat disini