Layanan Berita Bertenaga AI Kagi Hadapi Krisis Akurasi saat Pengguna Laporkan Kutipan Palsu dan Informasi Keliru

Tim Komunitas BigGo
Layanan Berita Bertenaga AI Kagi Hadapi Krisis Akurasi saat Pengguna Laporkan Kutipan Palsu dan Informasi Keliru

Kagi , perusahaan mesin pencari yang berfokus pada privasi, telah meluncurkan Kite , layanan agregasi berita bertenaga AI yang menjanjikan penyampaian ringkasan berita harian yang tidak bias hanya dalam lima menit. Namun, layanan ini menghadapi kritik serius dari pengguna yang telah menemukan masalah akurasi signifikan, termasuk kutipan palsu dan informasi keliru dalam ringkasan yang dihasilkan AI.

Masalah Halusinasi Serius Ditemukan

Pengguna yang menguji layanan ini telah menemukan masalah yang mengkhawatirkan dengan pembuatan konten AI. Satu analisis detail dari sebuah berita tunggal mengungkap berbagai elemen palsu, termasuk kutipan yang sepenuhnya dibuat-buat yang dikaitkan dengan orang nyata, statistik yang salah, dan informasi menyesatkan tentang kebijakan pemerintah. Masalahnya melampaui kesalahan sederhana - AI tampaknya menciptakan konten fiksi sambil menyajikannya sebagai pelaporan berita faktual.

Masalah akurasi ini menimbulkan pertanyaan fundamental tentang penggunaan AI untuk ringkasan berita. Tidak seperti hasil pencarian di mana pengguna dapat memverifikasi informasi dengan mengklik sumber, ringkasan berita menciptakan rasa otoritas yang salah ketika mengandung detail palsu yang bercampur dengan informasi nyata.

Masalah Akurasi Utama yang Ditemukan:

  • Kutipan palsu yang dikaitkan dengan pejabat nyata
  • Data statistik yang salah (ketinggian banjir, kerangka waktu)
  • Detail kebijakan dan angka anggaran yang dibuat-buat
  • Caption yang menyesatkan dan atribusi gambar
  • Hasil polling dan data survei yang palsu

Kekhawatiran Komunitas tentang Keseimbangan Editorial

Layanan ini mengklaim menghindari ruang gema dengan mengagregasi sudut pandang yang beragam, tetapi pengguna telah mencatat kesenjangan signifikan dalam keragaman sumber. Banyak komentator menunjukkan bahwa pemilihan berita tampak sangat terfokus pada politik AS, dengan beberapa cerita menunjukkan 50% atau lebih konten terkait Trump bahkan di bagian Dunia. Pengguna Eropa khususnya mencatat bias yang berpusat pada Amerika ini tidak sesuai dengan ambisi global layanan tersebut.

Ada juga kekhawatiran tentang keseimbangan politik dalam pemilihan sumber. Beberapa pengguna berargumen bahwa sumber yang dikurasi condong ke perspektif tengah-kanan sambil mengecualikan publikasi sayap kiri, berpotensi menciptakan efek ruang gema yang justru diklaim akan dipecahkan oleh layanan ini.

Keterbatasan yang Dilaporkan Pengguna:

  • Konten yang berpusat pada AS/ Trump secara berlebihan (50%+ di bagian Dunia)
  • Keragaman sumber terbatas (tidak ada publikasi sayap kiri)
  • Tidak ada dukungan bahasa RTL
  • Tidak ada opsi penyaringan kata kunci
  • Tidak ada pelacakan status sudah dibaca/belum dibaca

Implementasi Teknis dan Pengalaman Pengguna

Meskipun ada kekhawatiran konten, pengguna umumnya memuji antarmuka yang bersih dan pendekatan layanan terhadap konsumsi berita. Format pembaruan harian tunggal menarik bagi orang-orang yang lelah dengan scroll tanpa akhir dan judul clickbait. Layanan ini menggunakan Alpine.js untuk frontend-nya, menciptakan aplikasi satu halaman sederhana yang memuat dengan cepat.

Namun, eksekusi teknis masih memiliki ruang untuk perbaikan. Pengguna telah meminta fitur seperti pelacakan status sudah dibaca/belum dibaca, dukungan bahasa yang lebih baik termasuk bahasa kanan-ke-kiri, dan opsi penyaringan yang lebih granular untuk memblokir kata kunci atau sumber tertentu.

Fitur Layanan:

  • Satu pembaruan berita harian pada pukul 12:00 UTC
  • Target waktu baca 5 menit
  • Berbagai kategori berita ( World , USA , Tech , Business , dll.)
  • Dukungan RSS feed untuk setiap kategori
  • Daftar sumber yang dikurasi komunitas
  • Aplikasi web sumber terbuka

Pertanyaan Lebih Luas tentang AI dalam Berita

Peluncuran ini menyoroti perdebatan yang sedang berlangsung tentang peran AI dalam konsumsi berita. Meskipun agregasi AI dapat membantu menyaring kelebihan informasi, masalah akurasi menunjukkan mengapa pembuatan berita otomatis tetap bermasalah. Beberapa pengguna menyarankan fokus pada AI untuk kategorisasi dan penyaringan daripada pembuatan konten, menunjuk pada pendekatan alternatif yang menekankan kurasi manusia daripada ringkasan yang dihasilkan mesin.

Saya tidak bisa membiarkan uang saya mendanai mesin berita palsu yang sesungguhnya.

Layanan ini tetap dalam tahap beta testing, dengan pendiri Kagi mengakui bahwa itu dibagikan terlalu dini. Apakah perusahaan dapat mengatasi masalah akurasi fundamental ini sambil mempertahankan pendekatan layanan yang efisien akan menentukan viabilitas jangka panjangnya di pasar agregasi berita yang sudah ramai.

Referensi: Kite