Algoritma Prediksi Kudeta Hadir untuk Menyelamatkan dan/atau Menghancurkan Demokrasi

Jan 07 2022
Saat kita memperingati satu tahun amukan sayap kanan Amerika yang hampir membuat kita kehilangan Republik, banyak orang Amerika mungkin bertanya-tanya bagaimana kita dapat mencegah peristiwa kekerasan yang mengerikan itu terjadi lagi di AS.

Saat kita memperingati satu tahun amukan sayap kanan Amerika yang hampir membuat kita kehilangan Republik, banyak orang Amerika mungkin bertanya-tanya bagaimana kita dapat mencegah peristiwa kekerasan yang mengerikan itu terjadi lagi di tanah AS. Nah, menurut Washington Post , mereka yang berada di komunitas ilmu data percaya bahwa mereka mungkin punya solusi.

Banyak peneliti data saat ini sedang mengerjakan sesuatu yang disebut "prediksi kerusuhan"—usaha menggunakan algoritme untuk memahami kapan dan di mana kekerasan dapat terjadi di negara atau komunitas tertentu. Kunci dari upaya ini adalah organisasi seperti CoupCast , sebuah proyek di University of Central Florida, yang menggunakan kombinasi data historis dan pembelajaran mesin untuk menganalisis kemungkinan transisi kekuasaan yang kejam akan terjadi di satu negara atau negara lain, di mana pun. bulan. Menurut Clayton Besaw, yang membantu menjalankan CoupCast, model peramalan ini secara tradisional ditujukan untuk negara asing, tetapi, sayangnya, Amerika semakin terlihat seperti kandidat yang masuk akal untuk acara semacam itu.

“Cukup jelas dari model yang kita tuju ke periode di mana kita lebih berisiko mengalami kekerasan politik yang berkelanjutan—bahan penyusunnya ada di sana,” kata Besaw, berbicara dengan Post.

Meskipun semua ini terdengar sangat baru, upaya untuk menggunakan data untuk memprediksi kerusuhan bukanlah hal yang baru. Mereka umumnya melibatkan pengumpulan data dalam jumlah besar tentang populasi tertentu dan kemudian memasukkan data tersebut ke dalam model proyeksi. Pertanyaan sebenarnya bukanlah bagaimana semua ini bekerja, melainkan: "Apakah ini benar- benar berhasil?" dan juga "Apakah kita benar-benar menginginkannya?"

Sejak tahun 2007, Defense Advanced Research Projects Agency (DARPA) sedang mengerjakan Sistem Peringatan Dini Krisis Terintegrasi (ICEWS)—sebuah program berbasis data yang dimaksudkan untuk memprediksi kerusuhan sosial di negara-negara di seluruh dunia. Diproduksi dengan bantuan para peneliti dari Harvard dan pembuat bom profesional Lockheed Martin, program tersebut diklaim telah menciptakan model peramalan untuk sebagian besar negara di dunia dan konon dapat menghasilkan " perkiraan yang sangat akurat " mengenai apakah sebuah negara akan, katakanlah, menyaksikan kerusuhan yang mematikan atau tidak. Program ini bekerja dengan memasukkan banyak sekali data sumber terbuka—seperti berita regional—ke dalam sistemnya, yang kemudian akan menggunakan data tersebut untuk menghitung kemungkinan semacam insiden kerusuhan regional.

“Saus rahasia dari semua ini adalah fakta bahwa kami menggunakan apa yang disebut pendekatan model campuran,” kata Mark Hoffman, manajer senior di Lockheed Martin Advanced Technology Laboratories, selama wawancara tahun 2015 dengan Majalah Signal . “Untuk satu peristiwa, katakanlah, pemberontakan di Indonesia, kami akan berbalik dan memiliki lima model yang meramalkan apakah itu akan terjadi.” Menurut Hoffman, program tersebut akhirnya diadopsi oleh “berbagai bagian pemerintahan” (baca: komunitas intelijen) dan juga diminati oleh “industri asuransi, real estat, dan transportasi”.

Sekitar waktu ICEWS dalam pengembangan, ada juga pekerjaan yang dilakukan pada Proyek EMBERS , sebuah program data besar yang diluncurkan pada tahun 2012 (sekali lagi dengan uang pajak federal ) yang menggunakan cache data sumber terbuka yang sangat besar dari media sosial untuk memungkinkan perkiraan ancaman . Menurut artikel Newsweek dari tahun 2015, “rata-rata 80 hingga 90 persen perkiraan” yang dihasilkan EMBERS “ternyata akurat”. Algoritme ini diduga sangat bagus dalam pekerjaannya sehingga memprediksi peristiwa seperti pemakzulan presiden Paraguay tahun 2012 , pecahnya protes mahasiswa yang penuh kekerasan di Venezuela pada tahun 2014 , dan protes tahun 2013 di Brasil atas biaya Piala Dunia.

Jika Anda mempercayai klaim ini, ini benar-benar menakjubkan, tetapi juga menimbulkan pertanyaan yang cukup mendasar: Uh, apa yang terjadi tahun lalu, kawan? Jika jenis prediksi algoritmik ini ada—dan sudah tersedia (memang, saat ini ada seluruh pasar yang dikhususkan untuk itu)—mengapa tidak ada orang di komunitas intelijen AS yang meramalkan kerusuhan yang diiklankan secara terang-terangan di seluruh Facebook dan Twitter? Jika itu sangat akurat, mengapa tidak ada yang menggunakannya pada hari yang menentukan di bulan Januari itu? Kami memiliki kata untuk kesalahan teknis semacam itu dan itu, eh ... bukan "kecerdasan".

Menurut artikel Post , satu hal yang dapat menjelaskan kesalahan sejarah adalah bahwa sebagian besar program dan produk ini ditujukan untuk meramalkan peristiwa di negara lain —yang mungkin menimbulkan ancaman strategis bagi kepentingan AS di luar negeri. Mereka belum begitu banyak dilatih tentang orang Amerika.

Di satu sisi, rasanya bagus bahwa kekuatan prediksi semacam ini tidak ditujukan secara luas kepada kita karena masih banyak yang belum kita ketahui tentang cara kerjanya atau tidak. Di luar potensi pelanggaran kebebasan sipil yang licin, pengawasan algoritmik semacam ini dapat dipicu, kekhawatiran yang paling jelas dengan teknologi peramalan semacam ini adalah bahwa algoritme mungkin salah — dan hal itu akan membuat pemerintah pergi untuk menanggapi hal-hal yang tidak benar. pernah akan terjadi di tempat pertama. Seperti yang ditunjukkan Post , ini dapat menyebabkan hal-hal seperti pemerintah menindak orang-orang yang seharusnya hanya menjadi pengunjuk rasa damai.

Namun, masalah yang lebih memprihatinkan adalah: Bagaimana jika algoritmenya benar ? Bukankah sama menakutkannya membayangkan pemerintah menggunakan sejumlah besar data untuk secara akurat menghitung bagaimana populasi akan berperilaku dua minggu sebelumnya? Itu menempatkan kami dengan kuat di wilayah Laporan Minoritas . Either way, kita mungkin perlu memikirkan lebih banyak tentang teknologi semacam ini sebelum kita mengeluarkannya dari gudang.