ความแม่นยำ
อัพเดตแล้ว 9 ก.ค. 2026
ความแม่นยำคืออะไร
ความแม่นยำจะวัดผลความถูกต้องของการดำเนินการบังคับใช้ของเราบน Facebook หรือ Instagram กล่าวโดยละเอียดคือ ความแม่นยำจะประมาณเปอร์เซ็นต์ของเนื้อหาที่เราดำเนินการเนื่องจากละเมิดนโยบายของเรา ซึ่งมีการระบุอย่างถูกต้องว่าเป็นการละเมิดนโยบาย เกณฑ์ชี้วัดนี้แสดงให้เห็นว่าระบบและเจ้าหน้าที่ตรวจสอบของเราสามารถแยกแยะเนื้อหาที่ละเมิดออกจากเนื้อหาที่ไม่ละเมิดได้อย่างมีประสิทธิภาพเพียงใด
อีกวิธีหนึ่งในการพิจารณาความแม่นยำคือ เนื้อหาทั้งหมดที่เราลบออกเนื่องจากการละเมิดนโยบายนั้นมีเนื้อหาเท่าใดที่ละเมิดมาตรฐานของเราจริงๆ ความแม่นยำสูง หมายความว่าเนื้อหาส่วนใหญ่ที่เราดำเนินการมีการระบุอย่างถูกต้องว่าละเมิด ส่วนความแม่นยำต่ำบ่งชี้ว่าเนื้อหาส่วนใหญ่ที่ถูกดำเนินการ จริงๆ แล้วไม่ได้ละเมิด
วิธีวัดความแม่นยำ
ระบบจะประมาณความแม่นยำโดยใช้ตัวอย่างเนื้อหาที่ถูกดำเนินการจากทั่วทั้ง Facebook หรือ Instagram เราคำนวณโดยการนำจำนวนโดยประมาณของรายการที่ถูกดำเนินการเนื่องจากละเมิดจริงๆ มาหารด้วยจำนวนโดยประมาณของรายการที่ถูกดำเนินการทั้งหมด ตัวอย่างเช่น หากความแม่นยำบน Facebook อยู่ที่ 98% ถึง 99% จะหมายความว่าเนื้อหาทุกๆ 10,000 รายการที่ถูกดำเนินการโดยอิงตามนโยบายนี้ จะมีเนื้อหาเฉลี่ย 9,800 ถึง 9,900 รายการที่ถูกระบุอย่างถูกต้องว่าละเมิด แม้ว่าความแม่นยำจะสูงมาก แต่ข้อผิดพลาดเพียงเล็กน้อยก็อาจส่งผลกระทบอย่างมากต่อผู้คนและครีเอเตอร์ได้
เหตุผลที่เราวัดความแม่นยำของเนื้อหาที่ถูกดำเนินการ
เราประมาณการว่าเราบังคับใช้นโยบายได้อย่างถูกต้องมากน้อยเพียงใด เนื่องจากเราต้องการมั่นใจว่าการดำเนินการของเรานั้นยุติธรรมและถูกต้อง เนื้อหาหนึ่งรายการที่ถูกดำเนินการอย่างไม่ถูกต้องอาจส่งผลเชิงลบต่อประสบการณ์และความไว้วางใจของผู้คนในแพลตฟอร์มได้ การวัดความแม่นยำช่วยให้เราเข้าใจและปรับปรุงประสิทธิภาพของระบบบังคับใช้ของเราและคำตัดสินของเจ้าหน้าที่ตรวจสอบได้
ตัวเลขความแม่นยำที่สูงหมายความว่าการบังคับใช้มีความแม่นยำและเรากำลังลดผลกระทบต่อเนื้อหาที่ไม่ได้ละเมิดนโยบายให้เหลือน้อยที่สุด แม้ความแม่นยำจะลดลงเพียงเล็กน้อย ก็อาจส่งผลให้มีรายการถูกดำเนินการด้วยความผิดพลาดเป็นจำนวนมากได้ เนื่องจากขอบเขตการบังคับใช้บนบริการของเรา
วิธีที่เราใช้การสุ่มตัวอย่างเพื่อประมาณความแม่นยำ
เราประมาณค่าความแม่นยำโดยสุ่มตัวอย่างเนื้อหาที่ถูกดำเนินการบน Facebook หรือ Instagram โดยเราจะตรวจสอบตัวอย่างรายการที่ถูกดำเนินการและติดป้ายกำกับว่ามีการละเมิดจริงหรือไม่ตามนโยบายของเรา เราใช้ส่วนหนึ่งของตัวอย่างที่ละเมิดจริงเหล่านี้เพื่อประมาณเปอร์เซ็นต์ของรายการที่ถูกดำเนินการทั้งหมดที่มีการระบุอย่างถูกต้อง เราแสดงความไม่แน่นอนนี้โดยแจ้งค่าเป็นช่วง เช่น บอกว่ารายการที่ถูกดำเนินการ 9,800 ถึง 9,900 รายการจากทุก 10,000 รายการมีการระบุอย่างถูกต้องว่าละเมิดนโยบาย ซึ่งช่วงนี้จะสะท้อนให้เห็นว่ามีช่วงความเชื่อมั่น 95% หมายความว่า หากเราดำเนินการวัดนี้ 100 ครั้งโดยใช้การสุ่มตัวอย่างที่แตกต่างกันในแต่ละครั้ง เราคาดว่าจำนวนที่แท้จริงจะอยู่ภายในช่วง 95 ครั้งจาก 100 ครั้ง
ข้อควรระวัง
- บางครั้งผู้ที่จำแนกตัวอย่างของเราก็ทำงานผิดพลาด โดยอาจระบุสิ่งที่ละเมิดว่าเป็นการไม่ละเมิด หรือกลับกัน ข้อผิดพลาดนี้สามารถส่งผลกระทบต่อการวัดความแม่นยำ แม้ว่าโดยปกติแล้วจะไม่ส่งผลกระทบก็ตาม ด้วยเหตุนี้ เราจึงอาจใช้เจ้าหน้าที่สองคนตรวจสอบตัวอย่างเพื่อให้การติดป้ายกำกับเป็นไปอย่างถูกต้องแม่นยำ และหากมีข้อขัดแย้งเกิดขึ้น เราจะมีเจ้าหน้าที่คนที่สามเป็นผู้ตัดสินขั้นสุดท้าย
- การวัดความแม่นยำในปัจจุบันครอบคลุมการดำเนินการบังคับใช้ส่วนใหญ่บน Facebook และ Instagram ตามมาตรฐานชุมชน เราดำเนินการเชิงรุกเพื่อให้แน่ใจว่าเกณฑ์ชี้วัดนี้สะท้อนถึงทุกแง่มุมของแพลตฟอร์มอย่างเพียงพอ
- เพื่อสร้างเกณฑ์ชี้วัดความแม่นยำทั่วระบบที่สอดคล้องกับความเป็นจริง เราจึงได้ระบุตัวอย่างและจำแนกประเภทของเนื้อหาในหลายๆ ภาษาสำหรับ Facebook และ Instagram อีกทั้งเรายังมั่นใจว่าวิธีการนี้จะช่วยให้ได้มาซึ่งค่าประมาณทั่วระบบที่สอดคล้องกับความเป็นจริง รวมถึงเรายังดำเนินการเพื่อขยายเกณฑ์ชี้วัดดังกล่าวให้ครอบคลุมมากขึ้นด้วย