AI Bantu Kampanye Politik Menjangkau Pemilih

pibitek.biz -Kampanye politik memanfaatkan AI untuk menjangkau pemilih di berbagai negara, khususnya untuk mengatasi hambatan bahasa. Di India, Perdana Menteri Narendra Modi menggunakan alat terjemahan AI bernama Bhashini untuk menerjemahkan pidato-pidatonya ke berbagai bahasa daerah. Bhashini membantu Modi menjangkau pemilih di seluruh penjuru India yang memiliki lebih dari seratus bahasa dan dialek. Modi memanfaatkan Bhashini untuk menerjemahkan pidatonya ke dalam bahasa daerah saat berkampanye di wilayah selatan India menjelang pemilihan umum tahun ini.

Keuntungannya jelas: menjangkau lebih banyak pemilih di negara dengan penduduk lebih dari 1,3 miliar. AI digunakan secara luas dalam layanan terjemahan dan pemasaran, tetapi kampanye politik di seluruh dunia awalnya ragu-ragu karena kekhawatiran tentang disinformasi. Namun, seiring perkembangan teknologi, kampanye politik mulai memanfaatkan LLM untuk menjangkau pemilih. LLM memungkinkan kampanye politik untuk menerjemahkan pesan ke berbagai bahasa, yang berguna di negara-negara dengan populasi multibahasa.

Strategi yang paling efektif menggabungkan terjemahan dengan pengujian pesan. LLM digunakan untuk menghasilkan berbagai pesan dan fokus grup tradisional digunakan untuk menguji pesan yang paling efektif. Contohnya, di Hongaria, sebuah kelompok advokasi bernama no?r menggunakan sistem ini untuk mengembangkan seruan aksi yang paling efektif di media sosial. Di San Francisco, kelompok sipil bereksperimen dengan penggunaan AI untuk penerjemahan real-time rapat dewan kota. Penerjemahan real-time dapat membantu menjangkau kelompok minoritas berbahasa minoritas.

Di Amerika Serikat, hampir 66 juta orang berbicara bahasa selain bahasa Inggris di rumah, terutama bahasa Spanyol. Namun, 10 juta orang berbicara bahasa Asia Amerika dan Kepulauan Pasifik (AAPI), dan kemampuan menerjemahkan bahasa tersebut lebih sulit ditemukan daripada bahasa Spanyol. Suatu survei pada bulan Juli 2024 menunjukkan bahwa 9 dari 10 pemilih AAPI berencana untuk memberikan suara dalam pemilihan umum AS tahun ini. Peneliti di AS mendorong kampanye untuk bereksperimen dengan alat AI baru.

Sebuah makalah putih bersama dari University of Chicago dan Stanford menyoroti potensi LLM dalam menyusun pesan yang disesuaikan dengan kelompok kepentingan tertentu. Penulis makalah tersebut menjelaskan bahwa LLM sangat bermanfaat untuk kampanye yang kekurangan sumber daya dalam membuat konten yang menarik bagi pemilih. LLM dapat digunakan untuk menyusun pidato, siaran pers, postingan media sosial, dan materi kampanye lainnya yang lebih menarik. LLM dapat disesuaikan dengan berbagai audiens, termasuk pemilih AAPI.

AAPI Victory Alliance, sebuah kelompok advokasi politik yang mengusung kebijakan Demokrat dan progresif di AS, telah menguji model AI untuk menjangkau pemilih AAPI. Pada bulan Desember 2023, AAPI Victory Alliance menerima hibah sebesar $20.000 untuk mengembangkan chatbot AI yang dapat menerjemahkan dan menyempurnakan pesan kampanye ke dalam bahasa Hindi, Tagalog, Mandarin, Hmong, Korea, dan Vietnam. Hibah tersebut diberikan oleh dana ventura Higher Ground Labs untuk membiayai uji coba selama tiga minggu guna menentukan kegunaan LLM untuk kampanye politik.

Varun Nikore, direktur eksekutif AAPI Victory Alliance, menggambarkan sistem tersebut sebagai semacam pengujian A/B multibahasa. Tim Nikore menggunakan ChatGPT milik OpenAI dan Claude milik Anthropic untuk menerjemahkan pesan kampanye Demokrat yang paling efektif tentang topik utama pemilihan ke dalam enam bahasa Asia yang digunakan di negara bagian penting: Hindi, Tagalog, Mandarin, Hmong, Korea, dan Vietnam. Tim kemudian memanfaatkan AI untuk merumuskan kembali pesan tersebut agar lebih beresonansi dengan komunitas tertentu.

Sistem AI tersebut membantu menghemat waktu dan biaya. Nikore mengatakan bahwa penerjemahan dan penyempurnaan pesan yang biasanya membutuhkan waktu 45 menit oleh manusia dapat dilakukan oleh alat AI dalam waktu 15 menit. Dengan penyempurnaan lebih lanjut, Nikore yakin proses penerjemahan dapat dipersingkat menjadi 5 menit saja. Dalam pengujian akhir, pesan yang diterjemahkan oleh AI berkinerja setara dengan terjemahan manusia, dengan tingkat keberhasilan 52%. Dalam penerjemahan bahasa Hindi, tingkat keberhasilan meningkat menjadi 58%.

Para ahli menjelaskan bahwa kinerja bahasa Hindi yang lebih baik kemungkinan disebabkan oleh ketersediaan data bahasa Hindi yang lebih banyak untuk pelatihan AI. LLM lebih efektif dalam bahasa Hindi karena banyaknya data teks bahasa Hindi yang tersedia untuk pelatihan, dibandingkan dengan bahasa AAPI lainnya. Deepak Puri, veteran Silicon Valley yang menjalankan Democracy Labs, sebuah organisasi nirlaba yang menguji teknologi pemilihan, menjelaskan bahwa AI memiliki lebih banyak kesempatan untuk belajar dari bahasa Hindi.

Puri bekerja sama dengan AAPI Victory Alliance dalam memberikan masukan untuk alat terjemahan AI. Namun, puluhan ribu orang India Amerika berbicara bahasa India lainnya yang kurang populer, seperti Gujarati, Urdu, Bengali, dan Tamil. Pemilih Sikh, yang sebagian besar berbicara bahasa Punjabi, meningkatkan keterlibatan sipil mereka. Bahasa Telugu, salah satu bahasa asing yang pertumbuhannya tercepat di AS, memiliki lebih dari 419.000 penutur. Selain bahasa Hindi, sebagian besar model bahasa India dianggap sebagai "low-resource", menurut Sundeep Narwani, salah satu pendiri Narrative Research Lab.

Model bahasa tersebut memiliki data yang relatif lebih sedikit untuk melatih sistem AI percakapan. Narwani menekankan perlunya lebih banyak data anotasi dan pengumpulan data untuk meningkatkan kemampuan model bahasa tersebut. Meskipun model bahasa semakin berkembang, manusia tetap memiliki peran penting dalam menyusun pesan yang dikirimkan kepada pemilih. Doug Hattaway, konsultan komunikasi dan penasihat politik, menjelaskan bahwa manusia perlu berinteraksi dengan teknologi AI untuk memandu outputnya.

AI dapat menghasilkan draf pertama yang bermanfaat, tetapi pengguna bertanggung jawab atas produk akhir. Untuk kelompok kampanye AAPI, hal ini berarti mempekerjakan penutur asli untuk mengawasi terjemahan AI. Banyak organisasi yang berafiliasi dengan Demokrat telah melakukan hal ini. Namun, banyak orang yang fasih berbicara bahasa low-resource telah menurunkan harapan mereka terhadap kemampuan alat LLM dalam berbicara bahasa mereka. Urvashi Aneja, direktur pendiri Digital Futures Lab, mengamati skeptisisme terhadap AI dalam pekerjaannya di bidang penjangkauan bahasa regional di India.

Aneja menjelaskan bahwa membangun dataset yang berkontribusi untuk alat AI memerlukan sumber daya dan pendanaan. Ia juga menekankan bahwa sistem AI tersebut dapat menciptakan titik masuk baru untuk bias, karena informasi dan prompt yang dimasukkan ke dalam sistem akan memengaruhi outputnya. Sejauh ini, sebagian besar masyarakat lokal tidak terlalu terkesan dengan alat AI Generatiferatiferasi terbaru. Aneja mengatakan bahwa sebagian besar orang masih puas dengan Google Translate dan tidak melihat perbedaan signifikan dengan ChatGPT.