Prevalentie
BIJGEWERKT 6 MRT. 2025
Wat is prevalentie?
Prevalentie houdt rekening met alle weergaven van content op Facebook of Instagram en meet het geschatte percentage van die weergaven dat inbreukmakende content bevatte. (Meer informatie over hoe we weergaven definiëren staat in 'Waarom we de prevalentie van weergaven meten'). Deze statistiek gaat ervan uit dat de impact die wordt veroorzaakt door inbreukmakende content evenredig is met het aantal keren dat content wordt bekeken.
Je kunt prevalentie ook beschouwen als het aantal weergaven van inbreukmakende content dat we niet hebben voorkomen, hetzij omdat we de schendingen niet vroeg genoeg hebben geregistreerd of omdat we ze helemaal hebben gemist.
Hoe we prevalentie meten
Prevalentie van inbreukmakende content wordt geschat met behulp van voorbeelden van contentweergaven van Facebook of Instagram. We berekenen de statistiek als: het geschatte aantal weergaven dat inbreukmakende content heeft getoond, gedeeld door het geschatte aantal totale contentweergaven op Facebook of Instagram. Als de prevalentie van naaktbeelden van volwassenen en seksuele handelingen 0,18% tot 0,20% is, zou dat betekenen dat van elke 10.000 contentweergaven er gemiddeld 18 tot 20 content bevatten die onze richtlijnen voor naaktbeelden van volwassenen en seksuele handelingen schenden.
1 PUNT = 10 WEERGAVEN
10.000 WEERGAVEN IN TOTAAL
20 WEERGAVEN VAN INBREUKMAKENDE CONTENT
Als de prevalentie 0,20% is, betekent dit dat voor elke 10.000 weergaven 20 weergaven inbreukmakende content bevatten. Hoewel de aantallen erg laag kunnen zijn, kan zelfs het kleinste aantal aanzienlijke gevolgen hebben voor mensen.
Sommige soorten schendingen komen zeer zelden voor in onze services. De kans dat mensen content krijgen te zien die dit beleid schendt, is erg klein en we verwijderen veel van die content voordat mensen deze te zien krijgen. Als gevolg hiervan vinden we vaak niet genoeg inbreukmakende voorbeelden om de prevalentie nauwkeurig te schatten. In deze gevallen kunnen we een bovengrens schatten van hoe vaak iemand content te zien krijgt die dit beleid schendt. Als de bovengrens voor terroristische propaganda bijvoorbeeld 0,04% is, betekent dit dat van elke 10.000 weergaven op Facebook of Instagram in die periode, we schatten dat niet meer dan 4 van die weergaven content bevatten die ons beleid inzake terroristische propaganda heeft geschonden.
Het is belangrijk op te merken dat wanneer de prevalentie van een type schending zo laag is dat we alleen bovengrenzen kunnen bieden, deze grens tussen rapportageperioden met een paar honderdsten van een procentpunt kan veranderen. Veranderingen die zo klein zijn, zijn echter mogelijk niet statistisch significant; in dergelijke gevallen wijzen deze kleine wijzigingen niet op een daadwerkelijk verschil in de prevalentie van deze inbreukmakende content op de service.
Waarom we de prevalentie van weergaven meten
We schatten hoe vaak content wordt gezien in plaats van de hoeveelheid content die wordt geplaatst, omdat we willen bepalen hoeveel die content mensen op Facebook of Instagram heeft beïnvloed. Een inbreukmakend contentitem kan één keer worden gepubliceerd, maar 1000 keer worden gezien, 1 miljoen keer of helemaal niet. Het meten van weergaven van inbreukmakende content in plaats van de hoeveelheid gepubliceerde inbreukmakende content geeft een beter beeld van de impact op de community. Een klein prevalentiepercentage kan nog steeds een grote impact op onze services inhouden, vanwege het grote totale aantal weergaven van content op onze services.
We registreren een contentweergave wanneer een contentitem op het scherm van een gebruiker wordt weergegeven. Specifieker vindt een weergave in de volgende gevallen plaats:
- Wanneer iemand een bericht bekijkt: zelfs als er meerdere contentitems in dat bericht staan, wordt de weergave aan het bericht toegewezen
- Wanneer iemand klikt om een foto of videospeler te vergroten: de weergave wordt toegewezen aan de foto of video
Hoe we steekproeven gebruiken om prevalentie te schatten
We schatten prevalentie door steekproeven te nemen onder contentweergaven op Facebook of Instagram.
Hiervoor beoordelen we handmatig voorbeelden van weergaven en de content die erin wordt weergegeven. Vervolgens labelen we de voorbeelden als inbreukmakend of niet-inbreukmakend op ons beleid. De teams die deze steekproeven uitvoeren, controleren het hele bericht op schendingen, zelfs als de voorbeeldweergave niet alle content in het bericht heeft getoond.
Met behulp van het gedeelte van deze voorbeelden met inbreukmakende content, schatten we het percentage van alle weergaven met inbreukmakende content. We wijzen erop dat we niet elk deel van Facebook of Instagram voor elk type schending aan een steekproef onderwerpen.
Voor bepaalde typen schendingen gebruiken we gestratificeerde steekproeven, waardoor de steekproeffrequentie toeneemt als de context aangeeft dat de kans groter is dat de contentweergave een schending bevat. Als schendingen bijvoorbeeld vaker zijn bekeken in groepen dan in het overzicht, nemen we met een grotere waarschijnlijkheid steekproeven van weergaven in groepen dan van weergaven in het overzicht. Een van de redenen waarom we dit doen, is om de onzekerheid als gevolg van steekproeven te verminderen. We uiten deze onzekerheid door een reeks waarden te citeren, bijvoorbeeld door te zeggen dat 18 tot 20 van elke 10.000 weergaven betrekking hebben op schendingen wegens naaktbeelden van volwassenen en seksuele handelingen. Dit bereik weerspiegelt een betrouwbaarheid van 95%. Dit betekent dat als we deze meting 100 keer uitvoeren met elke keer verschillende steekproeven, we verwachten dat het werkelijke aantal binnen het bereik van 95 van de 100 keer ligt.
Voor typen schendingen die zeer zelden worden bekeken, vereist het nemen van steekproeven een zeer groot aantal contentmonsters om een nauwkeurig prevalentiepercentage te schatten. In deze gevallen kunnen we alleen de bovengrens schatten, wat betekent dat we ervan zijn overtuigd dat de prevalentie van inbreukmakende weergaven onder die grens ligt, maar we niet precies kunnen zeggen hoe ver daaronder. Ons betrouwbaarheidsvenster voor deze bovengrenzen is ook 95%.
Voorwaarden
- De mensen die labels op onze steekproeven aanbrengen, maken soms fouten, waaronder het labelen van schendingen als niet-inbreukmakend of vice versa. Het relatieve aantal van deze fouten kan van invloed zijn op de prevalentiemeting. Om deze reden kunnen we 2 mensen een steekproef laten beoordelen om de nauwkeurigheid van onze labels te garanderen. In het geval van een meningsverschil, laten we een derde persoon beslissen.
- Voor terreinen zoals gewelddadige en expliciete content, waarbij content kan worden gemarkeerd als verontrustend, houdt onze prevalentieberekening rekening met weergaven van die content voordat de bedekking werd toegevoegd.
- De huidige prevalentiemeting heeft betrekking op platformen die bijdragen aan meer dan 90% van alle weergaven op Facebook en Instagram en omvat geen privégesprekken op Messenger of Instagram Direct.
- Om een representatieve meting van de wereldwijde prevalentie te genereren, bemonsteren en labelen we content in meerdere talen voor Facebook en Instagram. We zijn ervan overtuigd dat deze aanpak een representatieve wereldwijde schatting biedt. We werken voortdurend aan het uitbreiden van de dekking van de statistiek.
- Onze handhaving van algemene content, via zowel beoordelaars als technologie, strekt zich uit tot veel meer talen.
Prevalentie voor nepaccounts op Facebook
Prevalentie voor nepaccounts op Facebook is een schatting van het percentage maandelijks actieve Facebook-accounts dat nep was. In tegenstelling tot prevalentie voor contentschendingen, gaat de prevalentie van nepaccounts ervan uit dat de impact op gebruikers evenredig is met het aantal actieve nepaccounts op Facebook, zelfs als mensen deze accounts nooit zien of ervaren.
We nemen steekproeven onder maandelijks actieve gebruikers en labelen ze als nep of niet, om de prevalentie van nepaccounts te schatten. We definiëren een maandelijks actieve gebruiker als een geregistreerde Facebook-gebruiker die zich heeft aangemeld en Facebook heeft bezocht via onze website of een mobiel apparaat, of die onze Messenger-app heeft gebruikt (en ook een geregistreerde Facebook-gebruiker is) in de afgelopen 30 dagen vanaf de datum van meting.