靠算法解決不了審核問題,YouTube 將全人工推薦孩子看什麼

2021-01-13 好奇心日報

Elsagate 是一個新詞,專門指在 YouTube 和 YouTube Kids 上利用兒童片中人物形象包裝成血腥暴力或軟色情內容的視頻。

2017 年,多家媒體曝光發現在視頻平臺 YouTube 上存在有大量這類視頻。製作者們依靠逐漸摸索出 YouTube 平臺自動推薦的算法機制,悄無聲息地讓很多兒童觀看類似的視頻。

隨後事件發酵,多家廣告商凍結了 YouTube 上投放的廣告,YouTube 表示會加強算法推薦審查並且會增加人工審查視頻內容,確保不會造成更壞的結果。

但從最新的消息來看,YouTube 顯然無力依靠算法來徹底解決這個問題了。

4 月 7 日,科技媒體 BuzzFeed 報導稱,有知情人士表示,YouTube 將會發布一個新版的 YouTube Kids ,新版應用將全面取消算法推薦的視頻,只會顯示來自 YouTube 審查小組人工推薦的頻道視頻。

YouTube Kids 於 2015 年 2 月推出,是專門為 12 歲以下兒童設計的視頻播放應用。該應用宣稱只提供適宜兒童觀看的視頻內容,比如 LEGO 、夢工廠、國家地理頻道等製作的兒童節目、 DIY 手工、數學課程和兒童表演等。

此次新版本還保留了算法推薦的選項,家長可以通過設置來自由選擇是全人工還是算法來推薦內容。

通過向父母提供關閉算法推薦視頻的選項,YouTube Kids 至少在理論上不會再向兒童推薦內容奇怪的視頻。它也不會顯示類似於 YouTube Kids 在過去出現過的其他問題視頻,例如色情語言、褻瀆和戀童癖笑話等。

無法依靠算法 100% 過濾掉不健康內容是推出新版 YouTube Kids 的主要原因。

去年 11 月,YouTube 召開發布會表示最終已經刪除了15 萬個 Elsagate 事件視頻、以及查封了超過 270 個帳戶。同時將對平臺推薦視頻的機制進行修改,以及招聘了大量員工來進行審查。

但今年 3 月 17 日,Business Insider 報導稱,雖然 Elsagate 事件視頻減少,但是平臺上卻還是存在著大量惡意扭曲事實的視頻,例如一本正經向兒童解釋地球是平的、世界是由爬行動物和人類混合統治、金字塔是外星人建造、甚至是宣稱登月計劃是巨大騙局。

YouTube Kids 上推薦的陰謀論視頻

Business Insider 還發現只要點開一個扭曲事實的視頻,視頻最後的其他建議視頻推薦將會顯示更多不健康的視頻推薦。「很明顯是算法審核有問題,兒童視頻不應該這樣推薦」,文章最後稱。

隨後 YouTube 在一份聲明中向 Business Insider 表示,「有時我們會錯過處理 YouTube Kids 上出現的內容」,並表示將繼續努力改善 YouTube Kids 應用體驗。

目前 YouTube 並沒有確認 BuzzFeed 報導的消息,也沒有公布新版應用具體的消息。 BuzzFeed 表示新的版本將會在幾周內發布。

依賴算法,社交平臺將大量內容展現給用戶獲得快速發展,但這幾年在內容審核方面,算法卻給社交平臺們帶來太多的麻煩。

2017 年 4 月,一位泰國父親在 Facebook 上直播殺害親生女兒,這個視頻存在了 24 個小時,獲得了至少 40 萬人關注後才被 Facebook 官方刪除。不止是這類暴力內容,大量勸導人們自殺,以及直播自己自殺的內容頻頻出現在 Facebook 上。

而諷刺的是,就在一個月前,Facebook 還專門表示,已經開發出一款 AI 應用來檢索平臺上涉及自殺字眼的內容,加快提交給人工團隊處理的速度來保證這類信息不會廣泛流傳。Facebook 的 CEO 扎克伯格當時公開表示,Facebook 將盡一切努力避免此類內容再出現。

自殺事件發生後,Facebook 對外稱公司將繼續額外聘請 3000 名員工,這些員工將負責監測社交媒體網絡上不適當的信息,刪除關於謀殺和自殺的視頻。

算法和機器在很長一段時間內還是無法取代人工審核。

以 Google 為例,Google 有超過一萬名員工充當著搜索結果評估者的角色。這家業界領先的科技巨頭仍需僱傭大量的勞動力來改善自身產品,這或許說明了人工智慧局限性——機器還很難模擬出普通用戶的使用體驗,很難理解內容背後的深意,很難作出準確的「人的判斷」。

題圖來源:The New Daily

相關焦點

  • YouTube計劃對兒童內容推出100%人工審核機制,避免算法審核的漏網...
    YouTube Kids網頁截圖芥末堆訊,據美國媒體BuzzFeed4月7日的消息,YouTube計劃在近幾周推出新版本的YouTube Kids應用,這一新版本裡呈現的所有視頻都將由YouTube團隊人工審核和挑選,全面替代由算法推薦的視頻內容。
  • 在AI算法跌下神壇的當下,YouTube的這款兒童APP值得學習嗎?
    火山視頻方面則表示建立健全審核體系,擴充審核人員隊伍,增強審核力量。此前我們曾注意到,人工智慧推薦算法都是兩家引以為傲的王牌,如快手曾喊出其背後核心是人工智慧,火山更是繼承了今日頭條擅長AI算法的基因。
  • 算法推薦雙刃劍效應凸顯 如何把好人工智慧方向盤
    人工智慧技術迅猛發展、大數據廣泛應用,算法推薦逐漸滲透我們生活。不過,算法推薦逐漸成為各平臺「基本操作」的同時,也將一些人推向了固步自封的「信息繭房」。同時諸如低俗劣質信息精準推送、「大數據殺熟」等亂象也凸顯出來。
  • YouTube視頻機器學習推薦算法探測
    YouTube的推薦系統利用機器學習算法來決定自動播放哪些視頻或"up next"會播放那些視頻(推薦系統)。然而,它使用的確切公式是保密的。整體數據揭示了其推薦算會偏重推廣哪些視頻,或者個人視頻從"up next"的推薦中收到了多少次觀看,這些數據也不對外公開。
  • 小豬佩奇被惡搞成"邪典片" Youtube算法責任多大
    但是儘管有這些報導,YouTube和它的母公司谷歌並沒有採取什麼措施來解決這些問題。此外,似乎很少有人知道這些視頻來自哪裡,它們是如何製作的,甚至根本不知道它們為什麼存在。 我是一名作家和藝術家,專注於新技術所帶來的廣泛的文化和社會影響,這是我大部分的痴迷開始的原因:對某件事越來越好奇,並深入挖掘,著重關注隱藏在背後的基礎和過程。
  • YouTube推薦算法的罪與罰
    Kevin說的正是YouTube,具體的說是YouTube的推薦算法。YouTube的推薦引擎決定了用戶在觀看了某一視頻之後將會播放哪些視頻。推薦引擎是YouTube強有力的心臟,它能夠吸引用戶在該網站上流連數小時。YouTube公司稱用戶在YouTube上花費的總時間中,看推薦內容的時間佔比70%。
  • 反思Youtube 算法:個性化內容推薦能毀掉你的人格
    關於這個算法如何運作的公開解釋並不多,一篇學術論文概述稱,這個算法背後的深層神經網絡,分析了大量關於視頻的數據和觀看者的數據——YouTube的工程師將其描述為「現存規模最大和最複雜的工業推薦系統」之一。推薦算法似乎並沒有為民主的真實、平衡或健康而優化。——前谷歌工程師紀堯姆·查斯洛特(Guillaume Chaslot)最近,它成為了最具爭議性的話題之一。
  • 如何看待YouTube上的Elsagate事件?
    除了艾莎門,還有小豬佩奇和米老鼠等等,都被掩飾在知名動畫人物裡通過自動算法推薦在兒童內容播放。一旦被兒童不慎點到一次,通過自動推薦、機器學習等算法科學,豈不是更多荒誕、恐怖、扭曲、邪惡和犯罪的內容被推薦到孩子的眼前?
  • 「偏好」算法帶偏閱讀
    半月談記者 餘孝忠、王陽、邵魯文  「孩子抱著手機刷個不停像是中了毒」「刷抖音、看快手成了留守兒童最喜歡的娛樂活動」……網絡信息多樣、開放、共享,而一味迎合受眾的閱讀偏好,計算方法簡單,定向推送粗暴,讓讀者尤其是鑑別力、自控力不強的青少年越「好」越「偏」。
  • 從Elsagate事件看推薦系統的局限
    推薦系統的基本組成無論是搜索還是推薦,本質上都是信息過濾系統,都是幫助用戶解決信息過載的問題,二者的區別在於前者蘊含用戶主動獲取信息,後者則是用戶被動接收信息。從海量「內容」中抽取對用戶有價值的進行呈現。這裡的「內容」可以是一篇文章、一段視頻、一個商品、一本書……可以統統管他們叫「物料」。
  • YouTube如何利用數據智能提升「理解」能力?
    這個問題在2017年時達到頂峰——YouTube陷入了恐怖主義、極端主義的「視頻質量危機」,並引發了谷歌陷入「廣告危機」。顯然,增強機器的視頻內容理解力,可以在很大程度上解決這個問題。 所以,當AI可以準確回答「視頻的內容是什麼」之後,YouTube進入了內容審核的2.0階段,形成了「人工審核+AI審核」的雙重機制。
  • 網絡文藝的創作與傳播別陷入「算法」出不來
    今天,算法分發幾乎已經是網際網路信息平臺、搜尋引擎、瀏覽器、社交軟體等的標配,被直接、廣泛地應用於信息處理、新聞生產、醫療健康等領域,在技術層面解決個性化信息需求。對於追什麼劇,聽哪首歌,讀什麼小說,這些文藝作品的選擇和接受問題,在網際網路世界中,已經發展為首先由算法判斷和選擇的新模式。
  • 推薦系統之YouTube深度學習經典論文解讀
    今天給大家帶來的是2016年YouTube發表的基於Deep learning做視頻推薦的論文,站在今天來看,這篇paper在算法架構上並沒有什麼特別的地方,但是從工程和視頻場景理解上的的確確是一篇經典之作,下面一起重溫經典。
  • YouTube訂閱打法2.0:算法與平臺合力,迷思與憂思並存
    經過算法的篩選與排序,YouTube能夠決定用戶能看到什麼內容,以及這些內容會出現在哪些位置。根據YouTube首席產品官Neal Mohan的說法,用戶在YouTube上花費的時間有70%都用於觀看算法推薦的內容,移動端的平均登錄時長達 60 分鐘。其精準度、有效性可見一斑。
  • ElsaGate,視頻網站自動推薦算法之殤
    首先,什麼是 ElsaGate?某組織將兇殺、綁架、懷孕、注射、互相毆打、血腥、暴力、手術等不宜兒童觀看內容以 Elsa(冰雪奇緣主角)、蜘蛛俠、米老鼠等兒童中流行的卡通形象,以動畫、真人、黏土動畫、玩具動畫等演出形式上傳 YouTube 等視頻網站,配合海量關鍵詞,算法會自動將這些內容歸類於兒童頻道,並通過側欄推薦和自動播放等形式被兒童觀看。該類別視頻單個最高點擊超過兩千萬,總點擊量上百億。
  • YouTube賺錢2020|YouTube影片【最終宿命】大公開!結合「真實後臺數據」揭秘打造YouTube推薦影片的全過程!
    這部影片將深度解鎖🔓「YouTube 流量池」推送規則並且,拿出「Na麼賺」後臺真實數據手把手剖析給你聽!v=qeTW_rOajQ4【本期視頻📝內容】 第一:用YouTube後臺真實數據剖析一個新頻道的新影片的發展可能性,並分析YouTube推薦算法會將它如何一步步推入不同的流量池,以及「具體曝光量的晉升邏輯」
  • 論文解讀|微信看一看實時Look-alike推薦算法
    圖1:微信看一看精選推薦一 RALM算法背景介紹在本節我們先簡單介紹一下look-alike模型,再說明傳統的look-alike模型應用於推薦系統(特別是微信的文章推薦)中存在的問題,最後來介紹RALM模型的核心思想及該模型是怎麼很好地解決傳統look-alike模型存在的問題的。
  • ...廣告植入,首屆「馬欄山杯」國際音視頻算法大賽,芒果TV邀你來戰
    然而,修復舊視頻,只是人工智慧技術落地應用的場景之一。近年來,隨著深度學習的崛起,人工智慧技術在眾多領域都有了突破性進展:語音識別準確率不斷刷新記錄;結合了神經網絡的語音合成技術應用越來越廣泛;融合了強化學習的推薦算法在各大視頻平臺相繼大規模落地。人工智慧,為音視頻領域應用創新帶來了無限可能。
  • 谷歌稱疫情導致YouTube視頻審核問題:被誤刪數量增加
    谷歌表示,該公司其他產品也將採取自動化審核,該公司將只提供有限的人工電話支持服務。新的內容上傳和審核規則適用於谷歌廣告網絡上的廣告、上傳到Google Play商店中的應用,以及谷歌地 北京時間3月17日早間消息,據國外媒體報導,Alphabet旗下谷歌公司本周一警告稱,視頻平臺YouTube可能會出現因違反內容政策為由而被誤刪的視頻數量的大量增長,原因是在新冠病毒疫情流行期間,該公司將更多地依賴自動化軟體來審核視頻
  • YouTube視頻推薦算法:5個非常有意思的細節
    YouTube會在新視頻中分享有關其搜索和推薦算法工作原理的更多詳細信息,該視頻將幫助公司回答用戶的問題。據悉,YouTube小組在本月初發布了類似的視頻,儘管其最新視頻回答了一系列全新問題。有很多內容需要討論,所以讓我們一起看看吧。