Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer

Problème 1476

Incidents associés

Incident 1392 Rapports
Amazon’s Search and Recommendation Algorithms Found by Auditors to Have Boosted Products That Contained Vaccine Misinformation

Loading...
Les algorithmes d'Amazon renforcent la désinformation sur les vaccins, selon une étude
iol.co.za · 2021

New York - Alors que l'on craint de plus en plus que les plateformes de commerce électronique amplifient la désinformation sur les vaccins, une nouvelle étude menée par des chercheurs de l'Université de Washington a révélé qu'Amazon héberge un grand nombre de produits désinformants appartenant à des catégories telles que les livres, les livres électroniques, la santé, les soins personnels et vêtements. Les résultats ont conduit à un ensemble de données de 4 997 produits Amazon annotés pour la désinformation sur la santé, a déclaré l'étude publiée sur le référentiel de préimpression arXiv.org.

Pour l'étude, Prerna Juneja et Tanushree Mitra, toutes deux de l'Information School de l'Université de Washington, ont mené deux séries d'audits algorithmiques pour la désinformation sur les vaccins sur les algorithmes de recherche et de recommandation d'Amazon. Leur objectif était de déterminer empiriquement la quantité de fausses informations renvoyées par son algorithme de recherche et de recommandation. Ils ont également cherché à savoir si la personnalisation due à l'historique de l'utilisateur jouait un rôle dans l'amplification de la désinformation.

Ainsi, ils ont effectué un audit systématique des résultats de recherche appartenant aux requêtes de recherche liées aux vaccins sans se connecter à la plate-forme – des audits non personnalisés. Ils ont constaté que 10,47 % des résultats de recherche faisaient la promotion de produits de santé désinformants sur la plateforme. "Nous avons constaté que les résultats de recherche renvoyés pour de nombreuses requêtes liées aux vaccins contiennent un grand nombre de produits erronés conduisant à un biais de désinformation élevé", ont déclaré les chercheurs.

De plus, les produits désinformants sont également mieux classés que les produits démystifiants, selon les résultats. Ensuite, ils ont analysé les effets de la personnalisation due à l'historique du compte, où l'historique est construit progressivement en effectuant diverses actions réelles de l'utilisateur, comme cliquer sur un produit. "Notre étude suggère également la présence d'un effet de filtre-bulle dans les recommandations, où les utilisateurs effectuant des actions sur des produits désinformants se voient présenter plus de désinformation dans leurs pages d'accueil, les recommandations de pages de produits et les recommandations de pré-achat", ont déclaré les chercheurs.

Lire la source

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2024 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • e1b50cd