Proaktiv rate
OPDATERET 22. FEB. 2023
Denne måling viser procentdelen af alt indhold eller alle konti, der gribes ind over for, og som vi registrerer og griber ind over for, før brugere når at anmelde dem til os. Vi bruger denne måling som indikator for, hvor effektivt vi registrerer overtrædelser.
Vores investeringer i maskinlæringsteknologi er kritiske for hurtigere registrering.
Udover maskinlæring benytter vi et uddannet team af eksperter, der gennemgår og griber ind over for indhold, der er i strid med reglerne.
Den rate, hvormed vi proaktivt kan registrere potentielt krænkende indhold, er høj for visse overtrædelser, hvilket betyder, at vi finder og griber ind over for det meste indhold, før vores brugere når at anmelde det til os. Dette gør sig især gældende inden for områder, hvor vi er i stand til at udvikle maskinlæringsteknologi, der automatisk kan identificere indhold, som kan være i strid med vores regler.
Denne type teknologi er meget lovende, men der går mange år, før den er effektiv i forbindelse med alle typer overtrædelser. Der er f.eks. stadig begrænsninger i forhold til muligheden for at forstå kontekst og tone, særligt i forbindelse med tekstbaseret indhold. Dette giver yderligere udfordringer i forbindelse med proaktiv registrering af visse overtrædelser.
Målingen kan gå op eller ned på grund af eksterne faktorer. Lad os forestille os et cyberangreb, hvor spammere deler 10 mio. opslag med samme skadelige webadresse. Hvis vi registrerede den skadelige webadresse, før en bruger anmeldte den til os, ville den proaktive rate gå op under cyberangrebet og efterfølgende gå ned igen, også selvom vores registreringsteknologi forblev uændret i løbet af perioden. Denne måling kan også stige eller falde som følge af, hvordan vores processer og værktøjer ændrer sig. Den kan f.eks. stige, hvis vores registreringsteknologi bliver bedre, men den kan gå ned, hvis vores brugerrapportering forbedres, og vi er mindre afhængige af proaktiv registrering.
Da denne måling er baseret på mængden af indhold, der er grebet ind over for, gør mange af de samme overvejelser sig gældende. Vores proaktiv rate afspejler ikke, hvor lang tid det tager for os at registrere krænkende indhold, eller hvor mange gange indholdet er blevet set før registrering. Den afspejler heller ikke, hvor mange overtrædelser vi samlet set ikke har registreret, eller hvor mange gange det pågældende indhold er blevet set. Og selvom procentdelen af indhold, som vi registrerer proaktivt, kan være meget høj – helt op til 99 % i visse kategorier – kan selv den resterende lille procentdel have en betydelig påvirkning på folk.
SÃ¥dan beregner vi vores proaktiv rate
Vi beregner denne procent som: antallet af indholdselementer, der gribes ind over for, som vi har registreret og grebet ind over for, før Facebook- eller Instagram-brugere anmelder dem, divideret med det samlede antal indholdselementer, vi har grebet ind over for.
I forbindelse med falske Facebook-konti beregner vi denne måling som procentdelen af Facebook-konti, der er blevet deaktiveret for at være falske, som vi har registreret og grebet ind over for, før brugere anmeldte dem til os. Det beregnes som antallet af deaktiverede konti, vi har registreret og grebet ind over for, før brugere anmeldte dem til os, divideret med det samlede antal konti, der er blevet deaktiveret for at være falske.
Forbehold
Vi beregner vores proaktiv rate ved hjælp af streng tilskrivning af brugeranmeldelser til indhold. Hvis en bruger f.eks. anmelder en side, og vi under gennemgang af siden identificerer og griber ind over for krænkende indhold på siden, rapporterer vi, at vi har grebet ind over for indholdet proaktivt (medmindre der var specifikke yderligere brugeranmeldelser omkring dette).
Se den seneste rapport om håndhævelse af fællesskabsregler