Hoe voorkomt YouTube onbedoelde schadelijke vertekening?
Onze zoeksystemen worden getraind door mensen van over de hele wereld. De richtlijnen die zij gebruiken zijn openbaar beschikbaar. Onze zoek- en aanbevelingssystemen zijn niet ontworpen om video's of kanalen te filteren of lager in de resultaten weer te geven op basis van specifieke politieke perspectieven.
Daarnaast controleren we onze machine-learningsystemen om te voorkomen dat er onbedoelde vertekening in het algoritme voorkomt, bijvoorbeeld op basis van gender. We corrigeren fouten die we tegenkomen en trainen de systemen zodat ze steeds beter worden.
Benadelen de YouTube-richtlijnen op onredelijke wijze bepaalde groepen of politieke visies?
Wanneer we onze richtlijnen ontwikkelen en aanpassen, doen we beroep op diverse mensen en groepen, inclusief creators, experts in specifieke onderwerpen, voorstanders van vrije meningsuiting, en beleidsorganisaties van overal uit het politieke spectrum.
Wanneer we een beleidsmaatregel hebben ontwikkeld, nemen we voldoende tijd om ervoor te zorgen dat nieuwe beleidsmaatregelen consequent, op basis van objectieve richtlijnen, door ons wereldwijde team van reviewers worden toegepast. Voordat een beleidsmaatregel wordt gelanceerd, moeten reviewers in een nagebootste omgeving (waar beleidsbeslissingen niet echt worden toegepast) consequent dezelfde beslissing nemen, en dat aan een hoog tempo. Als hen dat niet lukt, bekijken we de training en interne richtlijnen opnieuw om duidelijkheid te scheppen, waarna we het proces herhalen. Daarmee willen we subjectiviteit en persoonlijke vooringenomenheid beperken, om zo op grote schaal nauwkeurigheid en samenhang te verkrijgen. Enkel wanneer er een voldoende graad van nauwkeurigheid is, maken we de beleidsmaatregel openbaar.