Prevalencia
ÚLTIMA ACTUALIZACIÓN 6 MAR. 2025
Qué es la prevalencia
La prevalencia tiene en cuenta todas las visualizaciones del contenido en Facebook o Instagram y mide el porcentaje estimado de visualizaciones de contenido infractor. Obtén más información sobre la definición de visualizaciones en "Por qué medimos la prevalencia de las visualizaciones". Esta métrica sugiere que el impacto del contenido infractor es proporcional a la cantidad de veces que se visualizó.
Esta métrica también se puede considerar como la cantidad de visualizaciones de contenido infractor que no impedimos, ya sea porque no detectamos las infracciones con la anticipación suficiente o porque las pasamos por alto.
Cómo medimos la prevalencia
La prevalencia de contenido infractor se estima a través de muestras de visualizaciones de contenido en Facebook o Instagram. Se calcula de la siguiente manera: el número estimado de visualizaciones que mostraron contenido infractor dividido por el número total estimado de visualizaciones de contenido en Facebook o Instagram. Si la prevalencia de desnudos y actividad sexual de adultos fue del 0,18% al 0,20%, esto significa que, de cada 10.000 visualizaciones de contenido, un promedio de 18 a 20 correspondieron a contenido que infringió nuestras normas relacionadas con desnudos y actividad sexual de adultos.
1 PUNTO = 10Â VISUALIZACIONES
10.000Â VISUALIZACIONES EN TOTAL
20Â VISUALIZACIONES DE CONTENIDO INFRACTOR
Si la prevalencia fue del 0,20%, esto significa que, de cada 10.000 visualizaciones, 20 correspondieron a contenido infractor. Si bien las cifras pueden ser muy bajas, incluso el número más pequeño puede tener un gran impacto en las personas.
Algunos tipos de infracciones ocurren con muy poca frecuencia en nuestros servicios. La probabilidad de que las personas vean contenido infractor es muy baja, y eliminamos gran parte de este contenido antes de que puedan verlo. Como resultado, muchas veces no encontramos muestras suficientes de contenido infractor para realizar una estimación precisa de la prevalencia. En estos casos, podemos calcular el lÃmite máximo de la frecuencia con la que alguien verÃa contenido que infringe estas polÃticas. Por ejemplo, si el lÃmite máximo de propaganda terrorista fue de 0,04%, esto significa que estimamos que, de cada 10.000 visualizaciones en Facebook o Instagram durante ese perÃodo de tiempo, como máximo 4 incluÃan contenido que infringÃa nuestra polÃtica sobre propaganda terrorista.
Es importante destacar que, si la prevalencia es tan baja que solo podemos proporcionar lÃmites máximos, este lÃmite puede cambiar en unas cuantas centésimas de un punto porcentual entre los perÃodos de informes. Sin embargo, estos cambios tan pequeños no son estadÃsticamente significativos y no indican que haya una diferencia real en la prevalencia de este contenido infractor 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 queremos es determinar en qué proporción este afectó a las personas en Facebook o Instagram. El contenido infractor podrÃa publicarse una vez, pero las personas podrÃan verlo mil veces o un millón de veces, o no verlo en absoluto. Medir las visualizaciones de contenido infractor en lugar de la cantidad de contenido infractor publicado refleja mejor el impacto en la comunidad. Aunque la cifra de prevalencia sea baja, es posible que el impacto sea significativo debido al número elevado de visualizaciones totales de contenido en nuestros servicios.
Registramos una visualización de contenido cada vez que cierto contenido aparece en la pantalla de un usuario. EspecÃficamente, se contabiliza una visualización cuando una persona:
- Ve una publicación (aunque haya varios contenidos en esa publicación, la visualización se asigna a la publicación).
- Hace clic para ampliar una foto o reproducir un video (la visualización se asigna a la foto o al video).
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 de forma manual. Luego, clasificamos las muestras según si corresponden a contenido infractor o no de acuerdo con nuestras polÃticas. 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 infractor para calcular el porcentaje de todas las visualizaciones de este tipo de contenido. Cabe destacar que no tomamos muestras de cada parte de Facebook o Instagram para cada tipo de infracción.
Para ciertos tipos de infracción, 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 serÃa 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 expresar esta incertidumbre, citamos un rango de valores, por ejemplo, decimos "de 18 a 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 utilizando una muestra diferente en cada ocasión, se espera que la cifra real esté en el rango 95 del total de 100 veces.
Para realizar una estimación precisa de la prevalencia de los tipos de infracción que se visualizan con poca frecuencia, se necesita una gran cantidad de muestras de contenido. En estos casos, solo podemos calcular el lÃmite superior, lo que significa que tenemos la certeza de que la prevalencia de las visualizaciones de contenido infractor no superará ese lÃmite, pero no podemos afirmar por cuánto. Nuestro intervalo de confianza para estos lÃmites superiores también es del 95%.
Advertencias
- Las personas que clasifican nuestras muestras a veces cometen errores. Por ejemplo, es posible que clasifiquen como infracción cierto contenido que no lo es, o viceversa. La frecuencia relativa de estos errores podrÃa afectar la medición de prevalencia. Por este motivo, podemos contar con dos personas para revisar una muestra a fin de garantizar que nuestro proceso de etiquetado sea preciso. Si llega a haber desacuerdo, solicitamos que una tercera persona defina la situación.
- Para ciertos ámbitos, como 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 cubierto.
- La medición actual de prevalencia abarca sitios que contribuyen a más del 90% de todas las visualizaciones en Facebook e Instagram y no incluye 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 para Facebook e Instagram. Confiamos en que este enfoque ofrece un estimado mundial representativo y trabajamos continuamente para expandir la cobertura de esta métrica.
- Nuestro sistema general de cumplimiento de normas de contenido, basado en revisores y tecnologÃa, se expande a muchos más idiomas.
Prevalencia de cuentas falsas en Facebook
Para la prevalencia de cuentas falsas en Facebook, calculamos el porcentaje de cuentas de Facebook activas por mes que eran falsas. A diferencia de la prevalencia de contenido infractor, la prevalencia de cuentas falsas supone que el impacto en 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 por mes y los clasificamos como falsos o no. Definimos a los usuarios activos por mes (MAU) como aquellas personas registradas en Facebook que iniciaron sesión en la plataforma y accedieron a ella por medio de nuestro sitio web o de un dispositivo móvil, o bien que usaron la app de Messenger (y también están registradas como usuarios en Facebook) en los últimos 30 dÃas a partir de la fecha de la medición.