Kongres Membidik Algoritma
Business

Kongres Membidik Algoritma

“Saya setuju pada prinsipnya bahwa harus ada pertanggungjawaban, tetapi saya tidak berpikir kami telah menemukan rangkaian istilah yang tepat untuk menggambarkan proses yang kami khawatirkan,” kata Jonathan Stray, seorang sarjana tamu di Berkeley Center for Human. -AI yang kompatibel yang mempelajari algoritme rekomendasi. “Apa itu amplifikasi, apa itu peningkatan, apa itu personalisasi, apa itu rekomendasi?”

Justice Against Malicious Algorithms Act dari Partai Demokrat New Jersey Frank Pallone, misalnya, akan mencabut kekebalan ketika sebuah platform “tahu atau seharusnya tahu” bahwa platform tersebut membuat “rekomendasi yang dipersonalisasi” kepada pengguna. Tapi apa yang dianggap sebagai pribadi? Menurut RUU, itu menggunakan “informasi khusus untuk individu” untuk meningkatkan keunggulan materi tertentu atas materi lainnya. Itu bukan definisi yang buruk. Tapi, di wajahnya, sepertinya dikatakan bahwa platform apa pun yang tidak menunjukkan hal yang sama kepada semua orang akan kehilangan perlindungan Bagian 230. Bahkan menampilkan posting seseorang oleh orang yang mereka ikuti bisa dibilang bergantung pada informasi khusus untuk orang itu.

RUU Malinowski, Undang-Undang Melindungi Orang Amerika Dari Algoritme Berbahaya, akan menghilangkan kekebalan Bagian 230 untuk klaim yang menuntut hak-hak sipil tertentu dan undang-undang terkait terorisme jika sebuah platform “menggunakan algoritme, model, atau proses komputasi lainnya untuk memberi peringkat, memesan, mempromosikan, merekomendasikan , memperkuat, atau dengan cara serupa mengubah pengiriman atau tampilan informasi.” Namun, ini berisi pengecualian untuk algoritme yang “jelas, dapat dipahami, dan transparan bagi pengguna yang wajar”, dan mencantumkan beberapa contoh yang sesuai dengan tagihan, termasuk umpan kronologis terbalik dan peringkat berdasarkan popularitas atau ulasan pengguna.

Ada banyak akal untuk itu. Satu masalah dengan algoritme berbasis keterlibatan adalah opasitasnya: Pengguna memiliki sedikit wawasan tentang bagaimana data pribadi mereka digunakan untuk menargetkan mereka dengan konten yang diprediksi akan berinteraksi dengan platform. Tetapi Stray menunjukkan bahwa membedakan antara algoritma yang baik dan yang buruk tidaklah mudah. Peringkat berdasarkan ulasan pengguna atau voting naik/turun, misalnya, jelek dengan sendirinya. Anda tidak ingin postingan dengan satu suara naik atau ulasan bintang lima berada di urutan teratas daftar. Cara standar untuk memperbaikinya, Stray menjelaskan, adalah menghitung margin kesalahan statistik untuk bagian konten tertentu dan memberi peringkat menurut bagian bawah distribusi. Apakah teknik itu—yang memerlukan beberapa menit untuk dijelaskan kepada saya—jelas dan transparan? Bagaimana dengan sesuatu yang mendasar seperti filter spam?

“Tidak jelas bagi saya apakah maksud mengecualikan sistem yang cukup ‘sederhana’ sebenarnya akan mengecualikan sistem apa pun yang sebenarnya praktis,” kata Stray. “Kecurigaan saya, mungkin tidak.”

Dengan kata lain, RUU yang menghilangkan kekebalan Bagian 230 sehubungan dengan rekomendasi algoritmik mungkin akan terlihat sama dengan pencabutan langsung, setidaknya sejauh menyangkut platform media sosial. Jeff Kosseff, penulis buku definitif tentang Bagian 230, Dua Puluh Enam Kata Yang Menciptakan Internet, menunjukkan bahwa perusahaan internet memiliki banyak pembelaan hukum, termasuk Amandemen Pertama, bahkan tanpa perlindungan hukum. Jika undang-undang dipenuhi dengan pengecualian yang cukup, dan pengecualian untuk pengecualian, perusahaan-perusahaan itu mungkin memutuskan ada cara yang lebih mudah untuk membela diri di pengadilan.

Posted By : result hk