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 417: Facebook Feed Algorithms Exposed Low Digitally Skilled Users to More Disturbing Content

Descripción: Facebook feed algorithms were known by internal research to have harmed people having low digital literacy by exposing them to disturbing content they did not know how to avoid or monitor.

Herramientas

Nuevo InformeNuevo InformeNueva RespuestaNueva RespuestaDescubrirDescubrirVer HistorialVer Historial

Entidades

Ver todas las entidades
Presunto: un sistema de IA desarrollado e implementado por Facebook, perjudicó a low digitally skilled Facebook users.

Estadísticas de incidentes

ID
417
Cantidad de informes
4
Fecha del Incidente
2019-11-15
Editores
Khoa Lam
Applied Taxonomies
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
 

1.2. Exposure to toxic content

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 Occurrence+3
Por qué algunas personas ven más contenido perturbador en Facebook que otras, según documentos filtrados
Por qué algunas personas ven más contenido perturbador en Facebook que otras, según documentos filtrados

Por qué algunas personas ven más contenido perturbador en Facebook que otras, según documentos filtrados

time.com

Facebook alimentó publicaciones con violencia y desnudez a personas con bajo nivel de alfabetización digital

Facebook alimentó publicaciones con violencia y desnudez a personas con bajo nivel de alfabetización digital

usatoday.com

Facebook expuso a su audiencia menos familiarizada con lo digital al contenido gráfico

Facebook expuso a su audiencia menos familiarizada con lo digital al contenido gráfico

screenrant.com

El último escándalo de Facebook: exponer a los usuarios con pocas habilidades digitales a contenido más violento y para adultos

El último escándalo de Facebook: exponer a los usuarios con pocas habilidades digitales a contenido más violento y para adultos

visiontimes.com

Por qué algunas personas ven más contenido perturbador en Facebook que otras, según documentos filtrados
time.com · 2021
Traducido por IA

Es significativamente más probable que algunos usuarios vean contenido perturbador en Facebook que otros, según documentos internos de la empresa filtrados por la denunciante Frances Haugen.

Un informe de 2019 del equipo de integridad cívic…

Facebook alimentó publicaciones con violencia y desnudez a personas con bajo nivel de alfabetización digital
usatoday.com · 2021
Traducido por IA
  • Los estudios de Facebook dijeron que los algoritmos dañaron a los usuarios con habilidades de baja tecnología con contenido perturbador repetido.
  • Algunos usuarios no entendían cómo aparecía el contenido en sus feeds o cómo controlarlo.
  • Est…
Facebook expuso a su audiencia menos familiarizada con lo digital al contenido gráfico
screenrant.com · 2021
Traducido por IA

El historial de Facebook con el contenido disponible en su plataforma no es nada envidiable, pero para los usuarios que no están bien versados en las herramientas de las redes sociales, la plataforma distribuyó más contenido perturbador. es…

El último escándalo de Facebook: exponer a los usuarios con pocas habilidades digitales a contenido más violento y para adultos
visiontimes.com · 2021
Traducido por IA

Facebook ha estado lidiando con escándalo tras escándalo durante algún tiempo y ha sido objeto de un intenso escrutinio por parte de los legisladores y reguladores mundiales. Según un informe reciente, los usuarios con pocas habilidades de …

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.
Incidente AnteriorSiguiente Incidente

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