Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Twitter 在美国中期选举前扩展其众包事实核查计划“Birdwatch”

Posted on 2022-09-08

在一份详细说明 Twitter 曾经意外允许阴谋论者进入其名为 Birdwatch 的仅限受邀者的事实核查计划的报告之后,该公司今天宣布该计划将扩展到美国各地的用户——并进行一些更改。在美国中期选举之前,该计划的推出每周将为该计划增加 1,000 名贡献者。但 Twitter 表示,Birdwatch 将不会像以前那样工作。

以前,Birdwatch 贡献者可以立即添加他们的事实检查,为推文提供额外的上下文。现在,必须赢得这种特权。

要成为能够在推文上写“注释”或注释以提供更多上下文的 Birdwatch 贡献者,一个人必须首先证明他们能够识别其他人写的有用注释。

为了确定这一点,Twitter 将为每个潜在贡献者分配一个“评级影响”分数。 Twitter 表示,这个分数从零开始,必须达到“5”才能成为 Birdwatch 贡献者——这一指标可能在一周的工作后实现。用户通过评价 Birdwatch 笔记获得这些积分,使笔记获得“有帮助”或“没有帮助”的状态。当他们的评级最终与票据的最终状态形成对比时,他们就会失去积分。

图片来源:推特

在一个人解锁编写自己的 Birdwatch 笔记的能力后,他们可以开始添加贡献和事实检查。但他们的工作质量可能会导致他们再次失去贡献者的地位。

Twitter 将首先推动其笔记被标记为“无用”的用户进行改进——例如,通过更好地解决推文的声明或修复拼写错误。但如果他们仍然不提高,他们的写作能力就会被锁定。然后,他们需要提高评级影响分数才能再次成为贡献者。

图片来源:推特

另一个关键方面是 Birdwatch 的升级系统如何涉及使用该公司所称的“桥接算法”。

Twitter 表示,这与许多社交媒体算法的工作方式不同。通常,互联网算法会根据是否存在多数共识来确定对哪些内容进行更高评价或批准——例如,在 Reddit 上获得更多支持的帖子如何在页面顶部结束。或者,平台可能会考虑满足特定参与门槛的帖子——Facebook 在 确定哪些帖子进入你的订阅源时会考虑这一因素。

另一方面,Twitter 的桥接算法将寻求在通常存在不同观点的群体之间达成共识,然后在其平台上向其他用户强调众包事实核查。

Twitter 产品副总裁 Keith Coleman 在与记者的简报中解释说:“要在推文上显示,实际上必须让那些在历史上不同意他们的评级的人发现一条注释是有帮助的。”他说,这个想法是,如果在笔记上倾向于不同意的人都发现自己同意某个特定的笔记是有帮助的,那就增加了其他人也同意该笔记的重要性的机会。

“这是一种新颖的方法。我们不知道以前在其他领域已经这样做过,”科尔曼说。

然而,推特并没有发明这个想法。相反,这个概念源于互联网两极分化的学术研究,其中桥接算法或基于桥接的排名的想法被认为是在有时似乎多个真理并存的世界中建立更好共识的潜在方法.今天,双方只争辩自己的“真相”是真的,对方是谎言,这使得双方难以达成一致。桥接算法寻找双方同意的区域。理想情况下,平台将奖励“弥合分歧”的行为,而不是奖励造成进一步分歧的帖子。

在 Birdwatch 笔记的案例中,Twitter 声称自从在试点测试期间切换到这个新的评分系统以来已经看到了影响。

研究发现,人们在阅读有关一条潜在误导性推文的说明后,同意其实质内容的可能性平均降低 20% 至 40%。

科尔曼说,“从改变对主题的理解的角度来看,这非常重要”。

图片来源:推特

更重要的是,该系统致力于寻找跨党派的协议,Twitter 声称。它说,民主党人、独立人士和共和党人之间的这项衡量标准“没有统计学上的显着差异”。

当然,这引出了一个问题,即如果它们依赖跨过道协议,究竟有多少 Birdwatch 笔记会在野外出现。

毕竟,没有两个真理。有真相和另一方想要呈现的真相。这个等式两边都有很多人,每个人都掌握着其他与他们想法相似的人会投票赞成或反对的信息(或有帮助或无帮助,如 Birdwatch 的情况)。这就是互联网所带来的问题——一个专业知识和经验被打折的系统之一,有利于数字肥皂盒上最响亮的声音得到最多关注的人群。

Birdwatch 相信人们会就其众包事实核查人员提出的某些观点达成一致,因为它在事实的基础上找到了共同点,但这最终与 Politifact 或 Snopes 等事实核查组织所承诺的相同。但是当他们发现的事实与一方所支持的叙述不一致时,失败的团队中的人只是指出整个系统是腐败的。

Birdwatch 将在多长时间内摆脱类似的命运尚不得而知。

但 Twitter 表示,它并没有更广泛地推出 Birdwatch 来帮助打击选举错误信息。它只是相信系统现在可以扩展。

此外,该公司指出,Birdwatch 可用于处理政治之外的各种误导性内容或错误信息——包括健康、体育、娱乐等领域以及互联网上出现的其他随机好奇心——比如是否有人刚刚在推特上发布了一张照片例如,人类大小的蝙蝠。

同样在试点阶段,Twitter 发现,当一条推文附有 Birdwatch 注释时,人们喜欢或转发推文的可能性会降低 15% 到 35%,这总体上减少了对潜在误导性内容的进一步放大。

“这是一个非常令人鼓舞的迹象,除了告知理解之外,这些 Birdwatch 笔记还告知人们的分享行为,”科尔曼指出。

图片来源:推特

这不是 Twitter 第一次调整其 Birdwatch 系统。自启动测试以来,它添加了提示,鼓励贡献者在留下笔记时引用他们的来源,并使用户能够以别名贡献笔记,以尽量减少潜在的骚扰和滥用。它还添加了通知,让用户知道有多少人阅读了他们的笔记。

虽然它现在允许 Twitter 上的用户对笔记进行评分,但这些评分不会改变笔记可用性的结果——只有 Birdwatch 贡献者的评分才会改变。

该公司的合作伙伴,包括美联社和路透社,将帮助 Twitter 审查笔记的准确性,但这并不能确定 Birdwatch 中显示的内容。这是一个分布式的共识系统,而不是自上而下的努力。然而,Twitter 表示,在该项目试点的 18 个月中,标有“有用”的注释通常是合作伙伴认为准确的注释。

此外,Birdwatch 算法以及对系统的所有贡献都在 GitHub 上公开和开源,任何人都可以访问。

Twitter 表示,它一直在与大约 15,000 名贡献者一起试行 Birdwatch,但现在将通过每周增加约 1,000 名贡献者来开始扩大该计划。美国的任何人都可以获得资格,但增加的人将按照先到先得的方式进行。笔记可以用英语和西班牙语写,但到目前为止,大多数人选择用前者写。

为了对抗潜在的机器人,Birdwatch 贡献者还需要拥有来自移动运营商的经过验证的电话号码,而不是虚拟号码。这些帐户最近不能有任何违反规则的行为,并且需要至少六个月。

从今天开始,大约一半的美国用户群也将开始看到达到“有用”状态的 Birdwatch 笔记。

Twitter 表示,新系统并不是要取代其自己的事实核查标签或错误信息政策,而是要协同运行。

如今,该公司的错误信息政策涵盖了一系列主题,从公民诚信到 COVID 和健康错误信息到被操纵的媒体等等。

“除此之外,还有很多内容可能具有误导性,”科尔曼说。他建议,一条推文可能实际上是真实的,但可能会遗漏一个细节,以提供进一步的背景信息并影响人们对主题的理解。 “没有反对的政策——在这些灰色地带制定政策真的很困难,”科尔曼继续说道。

“Birdwatch 的一个强大之处在于它可以覆盖任何推文,它可以覆盖任何灰色区域。最终,由人们来决定上下文是否足够有用,可以添加,”他说。

Twitter 在美国期中考试之前扩大了其众包事实核查计划“Birdwatch”,作者Sarah Perez最初发表在TechCrunch上

原文: https://techcrunch.com/2022/09/07/twitter-expands-its-crowdsourced-fact-checking-program-birdwatch-ahead-of-u-s-midterms/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • A List Apart
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Pieter Levels
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme