Prevalência
ATUALIZADO 06/03/2025
O que é a prevalência
A prevalência tem em consideração todas as visualizações de conteúdos no Facebook ou no Instagram e mede a percentagem estimada dessas visualizações que corresponderam a visualizações de conteúdos em infração. (Sabe mais sobre a forma como definimos as visualizações na secção "Por que medimos a prevalência das visualizações"). Esta métrica presume que o impacto causado pelos conteúdos em infração é proporcional ao número de vezes que os conteúdos são visualizados.
Outra forma de compreender a prevalência é a quantidade de visualizações de conteúdos em infração que não impedimos, seja porque não detetámos as infrações suficientemente cedo ou porque não as detetámos de todo.
Como medimos a prevalência
A prevalência dos conteúdos em infração é estimada com amostras de visualizações de conteúdos no Facebook e no Instagram. Calculamo-la como o número estimado de visualizações que mostraram conteúdos em infração, dividido pelo número total estimado de visualizações de conteúdos no Facebook ou no Instagram. Se a prevalência de atividade sexual e nudez de adultos fosse de 0,18% a 0,20%, significaria que, em cada 10 000 visualizações de conteúdos, 18 a 20, em média, correspondiam a conteúdos que infringiam as nossas normas sobre atividade sexual e nudez de adultos.
1 PONTO = 10 VISUALIZAÇÕES
TOTAL DE 10 000 VISUALIZAÇÕES
20 VISUALIZAÇÕES DE CONTEÚDOS EM INFRAÇÃO
Se a prevalência fosse de 0,20%, significaria que, em cada 10 000 visualizações, 20 visualizações correspondiam a conteúdos em infração. Apesar de os números poderem ser muito baixos, mesmo um número muito reduzido pode ter um grande impacto para as pessoas.
Existem tipos de infrações que ocorrem muito raramente nos nossos serviços. A probabilidade de as pessoas verem conteúdos em infração é muito baixa e removemos muitos desses conteúdos antes que as pessoas os possam ver. Como resultado, muitas vezes não encontramos amostras em infração suficientes para estimar a prevalência com precisão. Nestes casos, podemos estimar um limite superior de quantas vezes alguém veria conteúdos que infringem estas políticas. Por exemplo, se o limite superior de propaganda ao terrorismo fosse de 0,04%, significaria que em cada 10 000 visualizações no Facebook ou no Instagram nesse período, segundo as nossas estimativas, não haveria mais de 4 visualizações de conteúdos que infringem a nossa política sobre propaganda ao terrorismo.
É importante ter em conta que, quando a prevalência de um tipo de infração é tão baixa que só podemos fornecer limites superiores, este limite pode mudar algumas centésimas percentuais entre períodos de relatório. No entanto, mudanças tão pequenas podem não ser estatisticamente relevantes. Nesses casos, estas pequenas alterações não indicam uma diferença efetiva na prevalência destes conteúdos em infração no serviço.
Por que medimos a prevalência das visualizações
Estimamos a frequência com que os conteúdos são visualizados em vez da quantidade de conteúdos publicados porque queremos determinar quantos desses conteúdos afetaram as pessoas no Facebook ou no Instagram. Um conteúdo em infração pode ser publicado uma vez e ser visto 1000 vezes, um milhão de vezes ou nunca. A medição das visualizações de conteúdos em infração em vez da quantidade de conteúdos em infração publicados reflete melhor o impacto para a comunidade. Um número baixo de prevalência pode, mesmo assim, corresponder a um grande impacto para os nossos serviços, devido ao grande número total de visualizações dos conteúdos nos mesmos.
Registamos uma visualização de conteúdos quando um conteúdo surge no ecrã de um utilizador. Especificamente, uma visualização ocorre quando alguém:
- Vê uma publicação: mesmo que haja vários conteúdos nessa publicação, a visualização é atribuída à publicação.
- Clica para ampliar uma foto ou um leitor de vídeo: a visualização é atribuída à foto ou ao vídeo.
Como utilizamos a amostragem para estimar a prevalência
Estimamos a prevalência através da amostragem de visualizações de conteúdos no Facebook ou no Instagram.
Para o fazer, revemos manualmente amostras de visualizações e os conteúdos mostrados nas mesmas. Em seguida, marcamos as amostras como estando ou não em infração das nossas políticas. As equipas que fazem esta amostragem revêm a publicação na íntegra para apurar se existem infrações, mesmo que a visualização de amostra não tenha apresentado todos os conteúdos da publicação.
Utilizamos a parte destas amostras que corresponde a conteúdos em infração para estimar a percentagem de todas as visualizações de conteúdos em infração. Tem em atenção que não fazemos a amostragem de todas as partes do Facebook ou do Instagram face a todos os tipos de infrações.
Para determinados tipos de infrações, utilizamos uma amostragem estratificada, o que aumenta a taxa de amostragem se o contexto indicar que a visualização de conteúdos tem maior probabilidade de conter uma infração. Por exemplo, se as infrações forem visualizadas mais vezes nos Grupos do que no Feed, fazemos a amostragem de visualizações nos Grupos com uma probabilidade maior do que a amostragem de visualizações no Feed. Fazemo-lo para reduzir a incerteza devido à amostragem. Expressamos esta incerteza ao citar um intervalo de valores, por exemplo, ao afirmar que 18 a 20 em cada 10 000 visualizações correspondem a visualizações de conteúdos de nudez de adultos e atividade sexual. Este intervalo tem uma percentagem de confiança de 95%. Isto significa que, se fizermos esta medição 100 vezes com amostras diferentes de cada vez, podemos esperar que o número real esteja no intervalo em 95 das 100 vezes.
Para tipos de infrações que são visualizadas muito raramente, a amostragem requer um número muito grande de amostras de conteúdos para estimar uma medição de prevalência precisa. Nestes casos, só podemos estimar o limite superior, o que significa que temos confiança de que a prevalência de visualizações em infração está abaixo desse limite, mas não podemos indicar com precisão o quão abaixo está. A nossa janela de confiança para estes limites superiores também é de 95%.
Advertências
- As pessoas que aplicam etiquetas às nossas amostras podem por vezes cometer erros, incluindo marcar infrações como não infrações e vice-versa. A taxa relativa destes erros pode afetar a medição de prevalência. Por este motivo, podemos ter duas pessoas a rever uma amostra para garantir a exatidão na nossa identificação e, em caso de desacordo, temos uma terceira pessoa para desempatar.
- Em áreas como conteúdos gráficos e violentos, em que os conteúdos podem ser marcados como perturbadores, o nosso cálculo de prevalência tem em consideração as visualizações desses conteúdos antes da ocultação.
- A medição de prevalência atual abrange superfícies que contribuem para mais de 90% de todas as visualizações no Facebook e no Instagram e não inclui conversas privadas no Messenger ou no Instagram Direct.
- Para gerar uma medição representativa da prevalência global, elaboramos amostras e identificamos conteúdos em vários idiomas do Facebook e do Instagram. Acreditamos que esta abordagem fornece uma estimativa global representativa e trabalhamos de forma contínua para aumentar a cobertura da métrica.
- A nossa aplicação das regras de conteúdos através de revisores e tecnologia aumenta para muitos mais idiomas.
Prevalência de contas falsas no Facebook
A prevalência de contas falsas no Facebook é uma estimativa da percentagem de contas do Facebook ativas mensais que eram falsas. Ao contrário da prevalência de infrações de conteúdos, a prevalência de contas falsas presume que o impacto para os utilizadores é proporcional ao número de contas falsas ativas no Facebook, mesmo que as pessoas nunca vejam ou interajam com estas contas.
Para estimar a prevalência de contas falsas, fazemos uma amostragem dos utilizadores ativos mensais e marcamo-los como sendo ou não falsos. Entendemos por utilizador ativo mensal (UAM) um utilizador registado do Facebook que iniciou sessão e visitou o Facebook através do nosso site ou de um dispositivo móvel, ou que utilizou a nossa app Messenger (e é também um utilizador registado do Facebook) nos 30 dias seguintes à data da medição.