{"version":"1.0","provider_name":"Sobre a Meta","provider_url":"https:\/\/about.fb.com\/br","author_name":"Meta","author_url":"https:\/\/about.fb.com\/br","title":"Expandindo a verifica\u00e7\u00e3o de fatos para fotos e v\u00eddeos | Sobre a Meta","type":"rich","width":600,"height":338,"html":"<blockquote class=\"wp-embedded-content\" data-secret=\"xVOyAJw8Fg\"><a href=\"https:\/\/about.fb.com\/br\/news\/2018\/09\/inside-feed-fact-check-photos-videos\/\">Expandindo a verifica\u00e7\u00e3o de fatos para fotos e v\u00eddeos<\/a><\/blockquote><iframe sandbox=\"allow-scripts\" security=\"restricted\" src=\"https:\/\/about.fb.com\/br\/news\/2018\/09\/inside-feed-fact-check-photos-videos\/embed\/#?secret=xVOyAJw8Fg\" width=\"600\" height=\"338\" title=\"&#8220;Expandindo a verifica\u00e7\u00e3o de fatos para fotos e v\u00eddeos&#8221; &#8212; Sobre a Meta\" data-secret=\"xVOyAJw8Fg\" frameborder=\"0\" marginwidth=\"0\" marginheight=\"0\" scrolling=\"no\" class=\"wp-embedded-content\"><\/iframe><script type=\"text\/javascript\">\n\/* <![CDATA[ *\/\n\/*! This file is auto-generated *\/\n!function(d,l){\"use strict\";l.querySelector&&d.addEventListener&&\"undefined\"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!\/[^a-zA-Z0-9]\/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret=\"'+t.secret+'\"]'),o=l.querySelectorAll('blockquote[data-secret=\"'+t.secret+'\"]'),c=new RegExp(\"^https?:$\",\"i\"),i=0;i<o.length;i++)o[i].style.display=\"none\";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute(\"style\"),\"height\"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):\"link\"===t.message&&(r=new URL(s.getAttribute(\"src\")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener(\"message\",d.wp.receiveEmbedMessage,!1),l.addEventListener(\"DOMContentLoaded\",function(){for(var e,t,s=l.querySelectorAll(\"iframe.wp-embedded-content\"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute(\"data-secret\"))||(t=Math.random().toString(36).substring(2,12),e.src+=\"#?secret=\"+t,e.setAttribute(\"data-secret\",t)),e.contentWindow.postMessage({message:\"ready\",secret:t},\"*\")},!1)))}(window,document);\n\/\/# sourceURL=https:\/\/about.fb.com\/br\/wp-includes\/js\/wp-embed.min.js\n\/* ]]> *\/\n<\/script>\n","description":"Por Antonia Woodford, Gerente de Produtos Sabemos que as pessoas querem ver informa\u00e7\u00f5es precisas no Facebook, ent\u00e3o, nos \u00faltimos dois anos, tornamos a luta contra desinforma\u00e7\u00e3o uma prioridade. Um dos muitos passos que tomamos para reduzir a propaga\u00e7\u00e3o de not\u00edcias falsas \u00e9 trabalhar com verificadores de fatos independentes para analisar e classificar a precis\u00e3o de conte\u00fados. At\u00e9 hoje, a maioria dos nossos parceiros de verifica\u00e7\u00e3o de fatos se concentrou na revis\u00e3o de textos. No entanto, tamb\u00e9m temos trabalhado ativamente para elaborar novas tecnologias e parcerias para que possamos lidar com outras formas de desinforma\u00e7\u00e3o. Hoje, estamos expandindo a verifica\u00e7\u00e3o de fatos para fotos e v\u00eddeos para todos os nossos 27 parceiros em 17 pa\u00edses ao redor do mundo (e regularmente novos parceiros de verifica\u00e7\u00e3o de fatos s\u00e3o adicionados ao sistema). Isso nos ajudar\u00e1 a identificar e tomar medidas mais rapidamente contra mais tipos de desinforma\u00e7\u00e3o. Como isso funciona? Similar ao nosso trabalho para textos, constru\u00edmos um modelo de machine learning que usa diversos sinais de engajamento, incluindo o feedback de pessoas no Facebook, para identificar algum conte\u00fado potencialmente falso. N\u00f3s enviamos estas fotos e v\u00eddeos para os verificadores de fatos para revis\u00e3o, ou eles mesmos podem encontrar tais imagens. Muitos de nossos parceiros de checagem de fatos independentes t\u00eam experi\u00eancia e conhecimento em avaliar fotos e v\u00eddeos, e s\u00e3o treinados em t\u00e9cnicas de verifica\u00e7\u00e3o visual, como pesquisa de imagem reversa e an\u00e1lise de metadados, como quando e onde uma foto ou v\u00eddeo foi feito. Os verificadores de fatos podem avaliar a verdade ou a falsidade de uma foto ou v\u00eddeo combinando essas habilidades com outras pr\u00e1ticas jornal\u00edsticas, como o uso de pesquisas de especialistas, acad\u00eamicos ou autoridades. \u00c0 medida que recebemos mais avalia\u00e7\u00f5es de verificadores de fatos de fotos e v\u00eddeos, poderemos melhorar a precis\u00e3o do modelo de machine learning. Tamb\u00e9m estamos continuamente investindo em outras tecnologias para melhor reconhecer um conte\u00fado falso ou enganoso. Por exemplo, usamos o reconhecimento \u00f3ptico de caracteres (OCR, na sigla em ingl\u00eas) para extrair o texto de imagens e compar\u00e1-lo a manchetes de artigos dos verificadores de fato. Tamb\u00e9m estamos trabalhando em novas formas de detectar se uma foto ou v\u00eddeo foi manipulado. Essas tecnologias nos ajudar\u00e3o a identificar fotos e v\u00eddeos potencialmente mais enganosos para que sejam enviados aos verificadores de fatos para revis\u00e3o manual. Saiba mais sobre como abordamos este trabalho em uma entrevista com Tessa Lyons, gerente de Produto do News Feed, com a transcri\u00e7\u00e3o de perguntas e respostas abaixo. Como categorizamos fotos e v\u00eddeos falsos? Com base em v\u00e1rios meses de pesquisa e testes com v\u00e1rios parceiros desde mar\u00e7o, sabemos que a desinforma\u00e7\u00e3o em fotos e v\u00eddeos geralmente acontece de tr\u00eas formas: (1) Manipula\u00e7\u00e3o ou Fabrica\u00e7\u00e3o, (2) Fora do Contexto, e (3) Informa\u00e7\u00f5es em texto ou \u00e1udio associados \u00e0 imagem. Esses s\u00e3o os tipos de fotos e v\u00eddeos falsos que vemos no Facebook e esperamos reduzir sua distribui\u00e7\u00e3o com a expans\u00e3o da verifica\u00e7\u00e3o de fatos para imagens. (Veja mais detalhes em exemplos a partir de artigos dos verificadores de fatos: Animal Politico, AFP, France 24, e Boom Live) O que h\u00e1 de diferente em fotos e v\u00eddeos? As pessoas compartilham milh\u00f5es de fotos e v\u00eddeos no Facebook todos os dias. Sabemos que esse tipo de compartilhamento \u00e9 particularmente atrativo porque \u00e9 visual. Por\u00e9m, isso tamb\u00e9m cria uma oportunidade f\u00e1cil para manipula\u00e7\u00e3o por pessoas mal intencionadas. Com base em pesquisas com pessoas de todo o mundo, sabemos que as not\u00edcias falsas se espalham de muitas formas diferentes, variando de pa\u00eds para pa\u00eds. Por exemplo, nos Estados Unidos, as pessoas dizem que veem mais informa\u00e7\u00f5es erradas em textos, enquanto na Indon\u00e9sia as pessoas dizem que veem mais fotos enganosas. No entanto, essas categorias n\u00e3o s\u00e3o distintas. O mesmo boato pode existir em muitos tipos diferentes de conte\u00fado, demonstrando a import\u00e2ncia de criar defesas contra a desinforma\u00e7\u00e3o em textos e tamb\u00e9m em fotos e v\u00eddeos. Qual \u00e9 o pr\u00f3ximo passo? Sabemos que combater not\u00edcias falsas \u00e9 um compromisso de longo prazo, j\u00e1 que as t\u00e1ticas usadas por pessoas mal intencionadas est\u00e3o sempre mudando. Ao mesmo tempo em que atuamos no curto prazo, continuamos a investir em mais tecnologia e parcerias para que possamos nos manter \u00e0 frente de novos tipos de desinforma\u00e7\u00e3o no futuro. Saiba mais sobre nossa luta contra a desinforma\u00e7\u00e3o no v\u00eddeo Facing Facts.","thumbnail_url":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2018\/09\/header-newsroom_1778x1000px-32x.png"}