Prevalencia
ÚLTIMA ACTUALIZACIÓN 6 MAR. 2025
Qué es la prevalencia
La prevalencia considera todas las visualizaciones del contenido en Facebook o Instagram y mide el porcentaje estimado de visualizaciones de contenido que infringe las normas. (Obtén más información sobre cómo definimos las visualizaciones en “Por qué medimos la prevalencia de las visualizaciones”). Esta métrica sugiere que el impacto del contenido que infringe las normas es proporcional a la cantidad de veces que se ha visualizado.
La prevalencia también se puede considerar como la cantidad de visualizaciones de contenido que infringe las normas que no hemos impedido, ya sea porque no detectamos las infracciones con la antelación suficiente o porque las pasamos por alto.
Cómo medimos la prevalencia
Realizamos una estimación de la prevalencia de contenido que infringe las normas a partir de muestras de visualizaciones de contenido en Facebook o Instagram. Se calcula de la siguiente manera: el número estimado de visualizaciones en las que se ha mostrado contenido que infringe las normas dividido por el número total estimado de visualizaciones de contenido en Facebook o Instagram. Si la prevalencia de desnudos y actividad sexual de adultos es de entre el 0,18 % y el 0,20 %, esto significa que, de cada 10 000 visualizaciones de contenido, una media de 18 a 20 corresponden a contenido que infringe nuestras normas relacionadas con desnudos y actividad sexual de adultos.
1 PUNTO = 10 VISUALIZACIONES
10 000 VISUALIZACIONES EN TOTAL
20 VISUALIZACIONES DE CONTENIDO QUE INFRINGE LAS NORMAS
Si la prevalencia es del 0,20 %, significa que, de cada 10 000 visualizaciones, 20 corresponden a contenido que infringe las normas. Si bien las cifras pueden ser muy bajas, hasta el número más pequeño puede afectar enormemente a las personas.
Algunos tipos de infracciones se dan con muy poca frecuencia en nuestros servicios. La probabilidad de que las personas vean contenido que consideran inapropiado es muy baja, y eliminamos gran parte de este antes de que puedan verlo. Por lo tanto, muchas veces no encontramos muestras suficientes de contenido que infringe las normas para poder realizar una estimación precisa de la prevalencia. En estos casos, podemos calcular el límite máximo de la frecuencia con la que alguien vería contenido que infringe estas políticas. Por ejemplo, si el límite máximo de propaganda terrorista es de 0,04 %, significa que estimamos que, de cada 10 000 visualizaciones en Facebook o Instagram durante ese periodo de tiempo, como máximo cuatro incluían contenido que infringía nuestra política sobre propaganda terrorista.
Es importante destacar que, si la prevalencia es tan baja que solo podemos proporcionar límites máximos, este límite puede variar en unas cuantas centésimas de un punto porcentual entre los periodos de informes. Sin embargo, estos cambios tan pequeños no son estadísticamente significativos y no indican que haya una diferencia real en la prevalencia de este contenido que infringe las normas en el servicio.
Por qué medimos la prevalencia de las visualizaciones
En lugar de calcular la cantidad de contenido publicado, calculamos con qué frecuencia se visualiza dicho contenido porque lo que nos interesa es determinar en qué medida afectó a las personas en Facebook o Instagram. El contenido que infringe las normas podría publicarse una vez, pero las personas podrían verlo mil veces, un millón de veces o ninguna. Medir las visualizaciones del contenido que infringe las normas en lugar de la cantidad de este tipo de contenido publicado refleja mejor el impacto que tiene para la comunidad. Aunque la cifra de prevalencia sea baja, es posible que el impacto sea significativo debido a un elevado número de visualizaciones totales del contenido en nuestros servicios.
Registramos una visualización de contenido cada vez que este aparece en la pantalla de un usuario. Concretamente, se contabiliza una visualización en los siguientes supuestos:
- Cuando una persona ve una publicación (aunque incluya varios contenidos, la visualización se asigna a la publicación).
- Cuando una persona hace clic para ampliar una foto o reproducir un vídeo (la visualización se asigna a la foto o al vídeo).
Cómo realizamos un muestreo para estimar la prevalencia
Para estimar la prevalencia, realizamos un muestreo de las visualizaciones de contenido en Facebook o Instagram.
Para ello, tomamos muestras de visualizaciones y del contenido incluido en ellas y las revisamos. Después clasificamos las muestras en función de si corresponden a contenido que infringe las normas o no de acuerdo con nuestras políticas. Los equipos encargados de estos muestreos revisan toda la publicación para comprobar si hay infracciones, incluso si la visualización incluida en el muestreo no expuso todo el contenido de la publicación.
Utilizamos la porción de estas muestras correspondiente a contenido que infringe las normas para calcular el porcentaje de todas las visualizaciones de este tipo de contenido. Debe tenerse en cuenta que no tomamos muestras de cada parte de Facebook o Instagram para cada tipo de infracción.
Con algunos tipos utilizamos un muestreo estratificado, que aumenta la frecuencia de muestreo si el contexto indica que la visualización de contenido tiene más probabilidades de incluir una infracción. Por ejemplo, si las infracciones se vieran con más frecuencia en los grupos que en el feed, la frecuencia de muestreo de visualizaciones en los grupos sería más alta que en el feed. Uno de los motivos que nos llevan a hacerlo de este modo es la incertidumbre que se genera al realizar un muestreo. Para expresarla, citamos un rango de valores, por ejemplo, decimos “Entre 18 y 20 de cada 10 000 visualizaciones infringen las normas relacionadas con desnudos y actividad sexual de adultos”. Este rango refleja un intervalo de confianza del 95 %. Esto significa que, si realizamos esta medición 100 veces con una muestra diferente en cada ocasión, prevemos que la cifra real esté en el rango 95 del total de 100 veces.
Para hacer una estimación precisa de la prevalencia de los tipos de infracción que se visualizan con muy poca frecuencia, se necesita una gran cantidad de muestras de contenido. En esos casos, solo podemos calcular el límite máximo; es decir, sabemos que la prevalencia de las visualizaciones de contenido que infringe las normas no superará ese límite, pero no podemos afirmar cuál es el umbral mínimo. Nuestro intervalo de confianza para estos límites máximos también es del 95 %.
Advertencias
- Las personas que clasifican nuestras muestras a veces cometen errores. Por ejemplo, es posible que clasifiquen como infractor un determinado contenido que no lo sea, o viceversa. La frecuencia relativa de estos errores podría afectar a la medición de la prevalencia. Por este motivo, podemos hacer que dos personas revisen una muestra para asegurarnos de que la clasificación sea precisa y, en caso de desacuerdo, que una tercera deshaga el empate.
- En determinados ámbitos, como el contenido violento y gráfico, en los que el contenido se puede marcar como perturbador, nuestro cálculo de prevalencia representa las visualizaciones de ese contenido antes de que lo hayamos tapado.
- La medición actual de la prevalencia abarca lugares que contribuyen a más del 90 % de todas las visualizaciones en Facebook e Instagram y excluye las conversaciones privadas en Messenger o Instagram Direct.
- Para generar una medición representativa de la prevalencia mundial, tomamos muestras y clasificamos contenido en los distintos idiomas tanto en relación con Facebook como con Instagram. Creemos que este enfoque ofrece una estimación mundial representativa y trabajamos continuamente para expandir la cobertura de esta métrica.
- Nuestro sistema general de aplicación de normas de contenido, basado en revisores humanos y tecnología, se usa en muchos más idiomas.
Prevalencia de cuentas falsas en Facebook
En el caso de la prevalencia de cuentas falsas en Facebook, calculamos el porcentaje de cuentas de Facebook activas al mes que eran falsas. A diferencia de la prevalencia de contenido que infringe las normas, la prevalencia de cuentas falsas supone que el impacto para los usuarios de Facebook es proporcional al número de cuentas falsas activas en la plataforma, incluso aunque las personas no lleguen nunca a ver estas cuentas ni a interactuar con ellas.
Para estimar la prevalencia de cuentas falsas, tomamos una muestra de los usuarios activos al mes y los clasificamos como falsos o genuinos. Definimos a los usuarios activos por mes (MAU) como aquellas personas registradas en Facebook que han iniciado sesión en la plataforma y accedido a ella a través de nuestro sitio web o de un dispositivo móvil, o bien que han usado la aplicación de Messenger (y que también están registradas como usuarios en Facebook) en los últimos 30 días a partir de la fecha de la medición.