Liputan6.com, Jakarta - Masa depan moderasi konten toxic di dunia maya kini bergantung pada machine learning, termasuk di Google Maps.
Machine learning merupakan kecerdasan buatan yang memungkinkan komputer belajar tentang lingkungan mereka dengan menjelajahi pola dalam data.
Baca Juga
Di tangan Google, machine learning mendapatkan latihan dengan mengawasi perilaku abusif di Google Maps.
Advertisement
Mengutip Android Police, Selasa (29/3/2022), Google mengungkap upaya mereka menjaga informasi di Google Maps tetap reliabel.
Dalam unggahan ini, Google menyebut pihaknya memakai machine learning dan operator manusia untuk memblokir lebih dari 100 juta upaya pengeditan palsu pada profil Google Business.
Bukan hanya itu, machine learning juga membantu Google menghapus lebih dari 7 juta profil palsu, di mana 630 ribu penghapusan tersebut didasarkan pada laporan pengguna.
* Untuk mengetahui kebenaran informasi yang beredar, silakan WhatsApp ke nomor 0811 9787 670 hanya dengan ketik kata kunci yang diinginkan.
Tutup 12 Juta Penyamaran terhadap Profil Bisnis
Selain itu, Google juga menghentikan 12 juta upaya penyamaran perusahaan dan menutup 8 juta upaya penipuan yang mengklaim sebagai profil perusahaan.
Google pun menutup 1 juta akun karena kedapatan melanggar kebijakan terkait.
Laporan mengenai keandalan Maps ini juga mencakup langkah-langkah yang diambil Google saat bisnis mulai dibuka kembali pada 2021 dan orang-orang berupaya mencelakai pengguna lain dengan ulasan palsu.
Advertisement
Hapus 95 Juta Ulasan Palsu
Ada lebih dari 95 juta ulasan yang melanggar kebijakan Google dihapus. 60 ribu di antaranya terkait dengan masalah seputar Covid-19.
Tak hanya itu, machine learning juga membantu tim Google Maps menghapus hampir 200 juta foto dan video berkualitas buruk atau melanggar kebijakan.
Seperti diketahui, Google Maps bisa menjadi magnet untuk perilaku yang kurang pantas. Oleh karena, langkah Google menghapus upaya pengeditan palsu atau ulasan palsu cukup melegakan bagi mereka yang menggantungkan diri pada informasi Google.
(Tin/Ysl)