Computer Assisted Reporting atau Jurnalisme Robot
Jurnalisme sedang mengalami euforia dengan sebuah
"robot" yang menulis berita. Banyak media besar di Eropa dan Amerika
sudah menggunakan cara ini untuk memproduksi cerita di kanalnya. Tidak hanya
puluhan atau ratusan, tetapi sudah terbilang ribuan cerita setiap harinya.
BBC menyebut fenomena ini sebagai
"Robo-journalism". Namun, ada juga yang mengenalnya sebagai Automated-Journalism.
Kedua istilah tersebut merujuk kepada penggunaan perangkat lunak kecerdasan
buatan (Artificial Intelligence) untuk memproduksi konten di situs berita.
Caranya sendiri cukup sederhana. Sang robot akan mengakses basis data yang
tersedia, kemudian merangkainya menjadi tulisan berdasarkan formulasi yang
telah digariskan oleh programmer dan editor.
Agar sang robot bisa menulis lebih humanis, para
pengembang berusaha memasukkan lebih banyak variasi bahasa ke dalam Natural
Language Generation (NLG). NLG sendiri merupakan sistem kecerdasan buatan yang
mampu mengkomunikasikan basis data ke dalam bahasa manusia yang lebih dinamis
dan fleksibel. Pada penerapan sehari-hari, kita menemukan NLG dalam Google
Assistant di Android dan Siri di IOS.
Meskipun demikian, beberapa orang menilai bahwa Robo-Journalism atau Automated-Journalism memiliki
makna yang lebih luas dari hanya sekedar robot yang menuliskan berita.
Alexander Fanta, peneliti dari University of Oxford,
dalam jurnalnya berjudul Putting Europe's Robots on the Map: Automated
Journalism in News Agencies, menyebutkan bahwa Automated-Journalism tidak
hanya sekadar menuliskan berita. "Namun, juga, mendeteksi berita dan
memproduksi video," tulis Fanta. "Bahkan, memfasilitasi kerja
jurnalis investigasi dan bentuk lain dari Data-Driven Journalism,"
tandasnya lagi.
Pemanfaatan teknologi komputer dalam proses
jurnalisme sebenarnya bukan barang baru bagi para awak media. James Foust dalam
bukunya Online Journalism: Principles and Practices of News for The
Web menyebut fenomena ini sebagai Computer-Assisted Reporting (CAR).
Aktivitas ini merujuk kepada penggunaan komputer untuk meningkatkan kualitas
jurnalisme, termasuk menggali segala sumber yang tersedia online.
Robo-Journalism sendiri merupakan bentuk lanjutan
dari CAR. Kekuatan utama di balik fenomena ini adalah basis data yang baik. Di
banyak negara di Eropa dan Amerika Serikat, banyak sektor kehidupan sudah
memiliki basis data yang mumpuni. Mulai dari sektor olah-raga, bencana alam,
sampai keuangan dan pemerintahan. Hal ini memungkinkan berkembangnya
inovasi big data di negara-negara tersebut, termasuk Robo-Journalism.
Dari sisi jurnalis, Robo-Journalism bisa
jadi sangat membantu pekerjaan mereka, alih-alih menggantikan peran mereka.
"Teknologi ini tidak menyisihkan pekerjaan siapa pun sebanyak teknologi
ini membuat pekerjaan siapa pun menjadi lebih menarik," ungkap Ken
Scwencke dalam Slate.com. Scwencke sendiri merupakan jurnalis sekaligus
programmer di balik Robo-Journalism berjuluk Quakeboot di Los Angeles
Times.
Senada dengan Scwencke, Scot Gillespie, Chief
Technology Officer di Washington Post, dalam medianya, menilai bahwa
teknologi Robo-Journalism memperluas jangkauan para jurnalis
sekaligus membantu mereka untuk fokus ke laporan-laporan yang lebih mendalam.
"Perangkat ini membantu redaksi untuk lebih produktif, menceritakan lebih
banyak kisah, dan meraih audiens yang lebih luas," ungkap Gillespie dalam
Washingtonpost.com.
Lebih lanjut, Alexander Fanta, dalam jurnalnya,
menyebutkan bahwa keinginan membuat produk baru menjadi motivasi para media
untuk membangun automatisasi konten di ruang redaksinya, alih-alih memotong
biaya pegawai. Bahkan, mereka harus mengeluarkan biaya yang tinggi guna
menerapkan teknologi Robo-Journalism. "Bila anda mengotomatisasi
(konten), hal ini akan menghabiskan uang anda," ungkap Reg Chua dari
Reuteurs, sebagaimana ditulis oleh Fanta.
Teknologi Robo-Journalism sebenarnya sudah ada sejak
awal milenium ketiga. Bahkan, beberapa awak media sudah mulai mengembangkannya
sejak awal tahun 2000 silam. "Hanya saja, industri (media) terlalu lambat
untuk mengambil inovasi dalam bidang digital," sahut Paul Maidment, Direktur
Analisis dan Editor Pengarah di Oxford Analytica.
Senada dengan Maidment, peneliti manajemen media
Lucy Kng menilai bahwa perusahaan media tradisional cenderung membangun bisnis
digital baru di atas kerangka bisnis yang lama. "Tidak hanya kurangnya
dana, tetapi dalam konteks yang luas, kurangnya sumber daya dalam makna
kapasitas digital mereka," ungkap Kng.
Bagaimana dengan Indonesia? Media massa di nusantara
tampaknya masih tertinggal jauh dalam penerapan Robo-Journalism. Salah
satu faktor utama adalah lemahnya basis data di Indonesia. Di negeri ini, angka
statistik untuk isu yang sama bisa berbeda-beda antar lembaga dan kementerian.
Selain itu, pihak non-pemerintah pun tidak banyak yang tertarik mengembangkan
basis data untuk banyak sektor publik.
Di sisi industri media, beberapa perusahaan masih
berkutat untuk menggenjot bisnis di dunia baru dengan cara yang masih sangat
lama. Beberapa media malah hanya memindahkan berita di koran untuk portal
digitalnya. Selain itu, literasi digital para awak media di Indonesia juga
masih tergolong rendah. Hasilnya, Robo-Journalism mungkin baru akan menyambangi
mereka 5-10 tahun mendatang. Atau mungkin tidak pernah sama sekali.
Robotic jurnalisme di
Indonesia mulai digagas oleh salah satu media online, yaitu
Beritagar.id sejak 2018. Beritagar.id menggunakan robotic journalism dengan
berfokus pada laporan hasil pertandingan sepak bola. Tujuan penggunaan jurnalis
robot adalah untuk membantu editor.
Untuk mengumpulkan konten yang lengkap,
komprehensif, dan relevan bagi pembaca, Beritagar.id menjadi media pertama di
Indonesia yang memanfaatkan teknologi computer-assisted reporting (Pelaporan
dengan Bantuan Komputer).
Teknologi berbasis Machine Learning dan Natural
Language Processing karya Jim Geovedi dan tim Rekanalar bekerja seperti robot
yang secara otomatis membantu tim Redaksi Beritagar.id mengumpulkan, merangkum
dan menganalisis beragam konten yang bertebaran di Internet, sekaligus
menyajikan hasil pencariannya dalam bentuk draft tulisan yang terstruktur.
Draft dan data ini kemudian akan disunting dan
diceritakan kembali menjadi berbagai bentuk konten baik seperti tulisan,
infografik maupun videografik. Tidak sebatas pengumpulan informasi, Mesin
Rekomendasi dalam Beritagar.id juga akan secara pintar memprediksi konten atau
iklan yang relevan dengan pembaca, tanpa pembaca merasa terganggu.
Walaupun mengandalkan mesin, Beritagar.id juga
memiliki tim editor yang juga dapat beralih tugas sebagai reporter untuk
memastikan kualitas konten yang disajikan.
Sumber :
Komentar
Posting Komentar