Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar

Incidente 296: Twitter Recommender System Amplified Right-Leaning Tweets

Descripción: Twitter’s “Home” timeline algorithm was revealed by its internal researchers to have amplified tweets and news of rightwing politicians and organizations more than leftwing ones in six out of seven studied countries.

Herramientas

Nuevo InformeNuevo InformeNueva RespuestaNueva RespuestaDescubrirDescubrirVer HistorialVer Historial

Entidades

Ver todas las entidades
Presunto: un sistema de IA desarrollado e implementado por Twitter, perjudicó a Twitter left-leaning politicians , Twitter left-leaning news organizations , Twitter left-leaning users y Twitter Users.

Estadísticas de incidentes

ID
296
Cantidad de informes
3
Fecha del Incidente
2016-02-10
Editores
Khoa Lam
Applied Taxonomies
GMF, MIT

Clasificaciones de la Taxonomía MIT

Machine-Classified
Detalles de la Taxonomía

Risk Subdomain

A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
 

1.3. Unequal performance across groups

Risk Domain

The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
 
  1. Discrimination and Toxicity

Entity

Which, if any, entity is presented as the main cause of the risk
 

AI

Timing

The stage in the AI lifecycle at which the risk is presented as occurring
 

Post-deployment

Intent

Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
 

Unintentional

Informes del Incidente

Cronología de Informes

Incident OccurrenceEl algoritmo de Twitter no parece silenciar a los conservadoresTwitter admite sesgo en algoritmo para políticos de derecha y medios de comunicaciónAmplificación algorítmica de la política en Twitter
El algoritmo de Twitter no parece silenciar a los conservadores

El algoritmo de Twitter no parece silenciar a los conservadores

economist.com

Twitter admite sesgo en algoritmo para políticos de derecha y medios de comunicación

Twitter admite sesgo en algoritmo para políticos de derecha y medios de comunicación

theguardian.com

Amplificación algorítmica de la política en Twitter

Amplificación algorítmica de la política en Twitter

pnas.org

El algoritmo de Twitter no parece silenciar a los conservadores
economist.com · 2020
Traducido por IA

DESDE EL LANZAMIENTO de una política sobre “información engañosa” en mayo, Twitter se ha enfrentado con el presidente Donald Trump. Cuando describió las boletas por correo como “sustancialmente fraudulentas”, la plataforma les dijo a los us…

Twitter admite sesgo en algoritmo para políticos de derecha y medios de comunicación
theguardian.com · 2021
Traducido por IA

Twitter ha admitido que amplifica más tuits de políticos y medios de comunicación de derecha que contenido de fuentes de izquierda.

La plataforma de redes sociales examinó los tuits de funcionarios electos en siete países: Reino Unido, Esta…

Amplificación algorítmica de la política en Twitter
pnas.org · 2021
Traducido por IA

Significado

El papel de las redes sociales en el discurso político ha sido tema de intenso debate académico y público. Políticos y comentaristas de todos lados alegan que los algoritmos de Twitter amplifican las voces de sus oponentes o sil…

Variantes

Una "Variante" es un incidente que comparte los mismos factores causales, produce daños similares e involucra los mismos sistemas inteligentes que un incidente de IA conocido. En lugar de indexar las variantes como incidentes completamente separados, enumeramos las variaciones de los incidentes bajo el primer incidente similar enviado a la base de datos. A diferencia de otros tipos de envío a la base de datos de incidentes, no se requiere que las variantes tengan informes como evidencia externa a la base de datos de incidentes. Obtenga más información del trabajo de investigación.

Incidentes Similares

Selected by our editors
Facebook’s Political Ad Detection Reportedly Showed High and Geographically Uneven Error Rates

An Audit of Facebook’s Political Ad Policy Enforcement

Jul 2020 · 5 informes
Incidente AnteriorSiguiente Incidente

Incidentes Similares

Selected by our editors
Facebook’s Political Ad Detection Reportedly Showed High and Geographically Uneven Error Rates

An Audit of Facebook’s Political Ad Policy Enforcement

Jul 2020 · 5 informes

Investigación

  • Definición de un “Incidente de IA”
  • Definición de una “Respuesta a incidentes de IA”
  • Hoja de ruta de la base de datos
  • Trabajo relacionado
  • Descargar Base de Datos Completa

Proyecto y Comunidad

  • Acerca de
  • Contactar y Seguir
  • Aplicaciones y resúmenes
  • Guía del editor

Incidencias

  • Todos los incidentes en forma de lista
  • Incidentes marcados
  • Cola de envío
  • Vista de clasificaciones
  • Taxonomías

2024 - AI Incident Database

  • Condiciones de uso
  • Política de privacidad
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • ecd56df