{"id":21442,"date":"2020-05-12T15:53:52","date_gmt":"2020-05-12T18:53:52","guid":{"rendered":"https:\/\/about.fb.com\/br\/?p=21442"},"modified":"2021-06-17T10:08:25","modified_gmt":"2021-06-17T13:08:25","slug":"usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19","status":"publish","type":"post","link":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/","title":{"rendered":"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19"},"content":{"rendered":"

A pandemia do COVID-19 \u00e9 uma emerg\u00eancia de sa\u00fade p\u00fablica global incrivelmente complexa e em r\u00e1pida evolu\u00e7\u00e3o. O Facebook est\u00e1 comprometido em impedir a dissemina\u00e7\u00e3o de informa\u00e7\u00f5es falsas e enganosas em nossas plataformas. A desinforma\u00e7\u00e3o sobre a doen\u00e7a pode evoluir t\u00e3o rapidamente quanto as manchetes das not\u00edcias e pode ser dif\u00edcil de distinguir de reportagens leg\u00edtimas. A mesma informa\u00e7\u00e3o incorreta pode aparecer em formas ligeiramente diferentes, como uma imagem modificada com alguns pixels cortados ou aumentados com um filtro. E essas varia\u00e7\u00f5es podem ser n\u00e3o intencionais ou resultado da tentativa deliberada de algu\u00e9m para evitar a detec\u00e7\u00e3o. Al\u00e9m disso, tamb\u00e9m \u00e9 importante evitar a categoriza\u00e7\u00e3o incorreta de um conte\u00fado leg\u00edtimo como desinforma\u00e7\u00e3o, pois isso poderia impedir as pessoas de se expressarem em nossas plataformas.<\/span><\/p>\n

A Intelig\u00eancia Artificial (IA) \u00e9 uma ferramenta crucial para enfrentar esses desafios e impedir a dissemina\u00e7\u00e3o de desinforma\u00e7\u00e3o, porque nos permite alavancar e escalar o trabalho dos verificadores de fatos independentes que revisam o conte\u00fado de nossos servi\u00e7os. Trabalhamos com mais de 60 organiza\u00e7\u00f5es de verifica\u00e7\u00e3o de fatos em todo o mundo, que revisam conte\u00fados em mais de 50 idiomas. Desde que a pandemia come\u00e7ou, usamos nossos sistemas de IA atuais e implementamos novos para identificar material relacionado ao COVID-19 que nossos parceiros de verifica\u00e7\u00e3o de fatos sinalizaram como desinforma\u00e7\u00e3o e para depois detectar c\u00f3pias quando algu\u00e9m tenta compartilh\u00e1-las.<\/span><\/p>\n

Al\u00e9m de detectar desinforma\u00e7\u00e3o, nossos sistemas de IA est\u00e3o nos ajudando com outros desafios relacionados \u00e0 pandemia. Criamos novos classificadores de vis\u00e3o computacional para ajudar a implementar nossa <\/span>proibi\u00e7\u00e3o tempor\u00e1ria<\/span><\/a> de an\u00fancios e com\u00e9rcio de m\u00e1scaras faciais m\u00e9dicas, entre outros produtos. Como \u00e0s vezes as pessoas modificam seus an\u00fancios desses produtos para tentar burlar nossos sistemas, tamb\u00e9m usamos <\/span>tecnologia de correspond\u00eancia de conte\u00fado <\/span>para encontrar esse tipo de m\u00eddia manipulada em escala. Em muitos casos, agimos proativamente \u2014 antes mesmo que algu\u00e9m reporte a n\u00f3s.<\/span><\/p>\n

Durante o m\u00eas de abril, colocamos avisos em cerca de 50 milh\u00f5es de conte\u00fados relacionados ao COVID-19 no Facebook, com base em cerca de 7.500 artigos de nossos parceiros independentes de verifica\u00e7\u00e3o de fatos. Desde 1\u00ba de mar\u00e7o, removemos mais de 2,5 milh\u00f5es de conte\u00fados para a venda de m\u00e1scaras, desinfetantes para as m\u00e3os, len\u00e7os desinfetantes e kits de teste do COVID-19. Mas esses s\u00e3o desafios dif\u00edceis e nossas ferramentas est\u00e3o longe de serem perfeitas. Al\u00e9m disso, a natureza contradit\u00f3ria desses desafios significa que o trabalho nunca estar\u00e1 conclu\u00eddo. Neste blogpost, estamos focando na parte do nosso trabalho envolvendo vis\u00e3o computacional, mas solucionar esses problemas requer um extenso conjunto de ferramentas de tecnologia de IA, como compreens\u00e3o de conte\u00fado multimodal. Temos muito mais trabalho a fazer, mas estamos confiantes de que podemos continuar desenvolvendo nossas ferramentas criadas at\u00e9 agora, melhorar ainda mais nossos sistemas e fazer mais para proteger as pessoas de conte\u00fados nocivos relacionado \u00e0 pandemia.<\/span><\/p>\n

Usando IA para maximizar o trabalho dos verificadores de fatos contra desinforma\u00e7\u00e3o<\/b><\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

Esses exemplos mostram c\u00f3pias quase iguais de uma informa\u00e7\u00e3o falsa, sendo a \u00faltima uma captura de tela da primeira.<\/span><\/p>\n

Qualquer pessoa pode facilmente achar que essas imagens s\u00e3o quase id\u00eanticas. Na verdade, de relance pode ser dif\u00edcil identificar as diferen\u00e7as. Os sistemas de vis\u00e3o computacional tamb\u00e9m podem precisar de esfor\u00e7o para detectar com alto grau de certeza essas correspond\u00eancias, porque embora o conte\u00fado seja id\u00eantico, os pixels n\u00e3o s\u00e3o. \u00c9 extremamente importante que esses sistemas de similaridade sejam da maior precis\u00e3o poss\u00edvel, porque um erro pode significar aplicar uma san\u00e7\u00e3o a conte\u00fado que n\u00e3o viola nossas pol\u00edticas. O exemplo abaixo mostra uma vers\u00e3o muito semelhante que n\u00e3o deve ser classificada como desinforma\u00e7\u00e3o.<\/span><\/p>\n

\"\"<\/p>\n

Esta imagem \u00e9 muito semelhante \u00e0s outras acima, mas sua legenda n\u00e3o cont\u00e9m desinforma\u00e7\u00e3o sobre o v\u00edrus.<\/span><\/p>\n

Quando um conte\u00fado \u00e9 classificado como falso por nossos <\/span>parceiros independentes de verifica\u00e7\u00e3o de fatos<\/span><\/a>, reduzimos sua distribui\u00e7\u00e3o e exibimos avisos com mais contexto (mais detalhes est\u00e3o dispon\u00edveis <\/span>aqui<\/span><\/a>.) Como <\/span>observamos anteriormente<\/span><\/a>, essas etiquetas s\u00e3o uma ferramenta extremamente eficaz para lidar com a desinforma\u00e7\u00e3o. Quando avisos de que uma parte do conte\u00fado continha informa\u00e7\u00f5es erradas foram mostrados para as pessoas, em 95% das vezes elas n\u00e3o visualizaram esse conte\u00fado.<\/span><\/p>\n

O SimSearchNet, um modelo baseado em rede neural convolucional, constru\u00eddo especificamente para detectar duplicatas quase exatas, agora est\u00e1 nos ajudando a fazer esse trabalho com mais efici\u00eancia. Depois que os verificadores de fatos independentes determinam que uma imagem cont\u00e9m alega\u00e7\u00f5es enganosas ou falsas sobre o coronav\u00edrus, o SimSearchNet, como parte de nosso sistema de indexa\u00e7\u00e3o de ponta a ponta e correspond\u00eancia de imagens, \u00e9 capaz de reconhecer correspond\u00eancias quase duplicadas para que possamos aplicar as marca\u00e7\u00f5es de aviso.<\/span><\/p>\n

Isso \u00e9 particularmente importante porque, para cada conte\u00fado de desinforma\u00e7\u00e3o identificado pelos verificadores de fatos, pode haver milhares ou milh\u00f5es de c\u00f3pias. O uso de IA para detectar essas correspond\u00eancias tamb\u00e9m permite que nossos parceiros de verifica\u00e7\u00e3o de fatos se concentrem em identificar novos conte\u00fados com desinforma\u00e7\u00e3o, em vez de varia\u00e7\u00f5es quase id\u00eanticas de conte\u00fados que eles j\u00e1 viram.<\/span><\/p>\n

\"\"<\/p>\n

O ciclo de vida das imagens \u00e0 medida que s\u00e3o encontradas em um banco de dados de desinforma\u00e7\u00e3o certificada<\/span><\/p>\n

O SimSearchNet \u00e9 baseado em uma colabora\u00e7\u00e3o de v\u00e1rios anos entre pesquisadores e engenheiros do Facebook AI, e muitas outras pessoas da empresa. Foi desenvolvido ap\u00f3s anos de pesquisa em vis\u00e3o computacional no Facebook – em particular, na constru\u00e7\u00e3o de <\/span>representa\u00e7\u00f5es compactas<\/span><\/a> que nos permitem <\/span>indexar e pesquisar rapidamente fotos em grande escala<\/span><\/a>.<\/span><\/p>\n

O SimSearchNet tamb\u00e9m aproveita a mesma infraestrutura de correspond\u00eancia em larga escala usada para detectar <\/span>outros tipos de conte\u00fados nocivos<\/span><\/a>. Esse sistema \u00e9 executado em todas as imagens carregadas no Instagram e no Facebook e verifica os bancos de dados espec\u00edficos feitos por curadoria humana. Isso representa bilh\u00f5es de imagens sendo verificadas por dia, inclusive em bancos de dados configurados para detectar desinforma\u00e7\u00e3o sobre o COVID-19.<\/span><\/p>\n

Interrompendo a venda dos produtos relacionados ao COVID-19, mesmo quando as pessoas tentam evitar a detec\u00e7\u00e3o<\/b><\/p>\n

Desde o in\u00edcio da crise, trabalhamos para proteger as pessoas daqueles que tentam explorar essa emerg\u00eancia para obter ganhos financeiros. Para nos ajudar a detectar e remover com mais efici\u00eancia an\u00fancios de produtos como m\u00e1scaras m\u00e9dicas, desinfetante para as m\u00e3os, len\u00e7os desinfetantes de superf\u00edcies e kits de teste COVID-19, implementamos um sistema que aproveita os recursos de detec\u00e7\u00e3o de imagem para encontrar an\u00fancios alterados. Isso nos ajuda a impedir proativamente os anunciantes que est\u00e3o tentando burlar nossa fiscaliza\u00e7\u00e3o ao enganar nosso sistema de intelig\u00eancia artificial.<\/span><\/p>\n

Esses exemplos mostram como as pessoas editam suas imagens para tentar evitar a detec\u00e7\u00e3o. Mantemos um banco de dados sobre o objeto extra\u00eddo de an\u00fancios relacionados ao COVID-19 que violaram nossas pol\u00edticas e, em seguida, aplicamos o sistema de correspond\u00eancia para verificar imagens em novos an\u00fancios. Esta solu\u00e7\u00e3o nos permite melhor detectar an\u00fancios manipulados com imagens de itens emendados, tornando o sistema mais robusto contra t\u00e1ticas comuns de modifica\u00e7\u00e3o, como corte, rota\u00e7\u00e3o, oclus\u00e3o e ru\u00eddos. O sistema baseado na compara\u00e7\u00e3o de imagens agora est\u00e1 rejeitando esses an\u00fancios automaticamente.<\/span><\/p>\n

Tamb\u00e9m usamos correspond\u00eancia de contexto para a tecnologia de <\/span>data augmentation<\/span><\/i> nas aplica\u00e7\u00f5es de pol\u00edticas relacionadas ao COVID-19 em outros sistemas de integridade de an\u00fancios. Por exemplo, ao capturar imagens cortadas de m\u00e1scaras faciais que detectamos em an\u00fancios, usamos o sistema de correspond\u00eancia para identificar diversas amostras de outras imagens de m\u00e1scaras m\u00e9dicas. Esse conjunto de dados aprimorado foi usado para treinar nosso classificador de an\u00fancios e torn\u00e1-lo mais sens\u00edvel para altera\u00e7\u00f5es. Ao utilizar exemplos detectados pelo classificador de an\u00fancios, podemos impedir em mais de 10 vezes a distribui\u00e7\u00e3o de an\u00fancios que violam pol\u00edticas para m\u00e1scaras do que usando apenas a solu\u00e7\u00e3o de correspond\u00eancia.<\/span><\/p>\n

Treinando rapidamente os modelos de vis\u00e3o para o Marketplace<\/b><\/p>\n

Quando as pessoas vendem coisas pelo Marketplace, elas usam imagens com fundos, \u00e2ngulos de c\u00e2mera, detalhes e qualidade em geral muito diferentes. Isso pode tornar mais dif\u00edcil para os <\/span>sistemas de vis\u00e3o<\/span> reconhecerem do que imagens de cat\u00e1logos tiradas por um fot\u00f3grafo profissional usando fundos simples, por exemplo.<\/span><\/p>\n

Ao longo dos anos, aproveitamos v\u00e1rias t\u00e9cnicas de adapta\u00e7\u00e3o de dom\u00ednio para implementar centenas de modelos de classifica\u00e7\u00e3o e detec\u00e7\u00e3o de objetos que t\u00eam um bom desempenho nas condi\u00e7\u00f5es desafiadoras do mundo real. As li\u00e7\u00f5es desses esfor\u00e7os nos levaram a investir na constru\u00e7\u00e3o de uma plataforma a partir do <\/span>PyTorch<\/span><\/a> que nos permite treinar e implementar rapidamente classificadores\/detectores sob demanda para novas classes de imagens e v\u00eddeos. Essa plataforma utiliza o trabalho inovador em intelig\u00eancia artificial \u200b\u200bdo Facebook para treinar os sistemas com o DNA de <\/span>bilh\u00f5es de fotos com hashtags<\/span><\/a>. Tamb\u00e9m emprega t\u00e9cnicas de <\/span>data augmentation<\/span><\/i> que permitem criar modelos com quantidades limitadas de dados, enquanto ainda atendem \u00e0 diversidade vista nas fotos dos produtos do Marketplace.<\/span><\/p>\n

Ap\u00f3s o in\u00edcio da crise do coronav\u00edrus, utilizamos essa plataforma para treinar e implementar classificadores para m\u00e1scaras faciais m\u00e9dicas, desinfetantes para as m\u00e3os e len\u00e7os desinfetantes. Primeiro coletamos fotos p\u00fablicas desses produtos, depois ajustamos e aumentamos esse conjunto de dados. Para aumentar a precis\u00e3o, tamb\u00e9m adicionamos milhares de imagens “negativas” de itens que o sistema pode confundir com uma m\u00e1scara facial. Ap\u00f3s o treinamento online e uma avalia\u00e7\u00e3o offline, implementamos o conceito em nossa plataforma de infer\u00eancia de produ\u00e7\u00e3o e o aplicamos retroativamente \u00e0s imagens do Marketplace. Agora, esses modelos est\u00e3o sendo executados globalmente em novos produtos do Marketplace.<\/span><\/p>\n

Planejamos continuar investindo na plataforma e trabalhando para melhorar os sistemas acima, principalmente porque o ciclo de feedback nos retorna mais dados. Esses sinais tamb\u00e9m ser\u00e3o usados por classificadores multimodais subsequentes, que visam olhar as publica\u00e7\u00f5es do Marketplace de uma maneira mais hol\u00edstica.<\/span><\/p>\n

Trabalhando para detectar desinforma\u00e7\u00e3o e conte\u00fados nocivos<\/b><\/p>\n

Os problemas de desinforma\u00e7\u00e3o e as tentativas de venda de itens proibidos n\u00e3o come\u00e7aram com a pandemia do COVID-19. Para enfrentar esses e outros desafios, o Facebook fez investimentos de longo prazo na pesquisa de sistemas de reconhecimento visual e entendimento multimodal, desenvolvendo novas t\u00e9cnicas de aprendizado auto-supervisionadas e construindo plataformas de <\/span>deep learning<\/span><\/i> que nos permitem passar rapidamente da etapa de pesquisa para a produ\u00e7\u00e3o em escala.<\/span><\/p>\n

Vimos como as pesquisas de ponta de alguns anos atr\u00e1s j\u00e1 est\u00e3o nos ajudando a melhorar a produ\u00e7\u00e3o hoje. Estamos confiantes de que podemos usar novas t\u00e9cnicas e ferramentas de pesquisa para proteger melhor as pessoas em nossas plataformas.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"A pandemia do COVID-19 \u00e9 uma emerg\u00eancia de sa\u00fade p\u00fablica global incrivelmente complexa e em r\u00e1pida evolu\u00e7\u00e3o. O Facebook est\u00e1 comprometido em impedir a dissemina\u00e7\u00e3o de informa\u00e7\u00f5es falsas e enganosas em nossas plataformas. A desinforma\u00e7\u00e3o sobre a doen\u00e7a pode evoluir t\u00e3o rapidamente quanto as manchetes das not\u00edcias e pode ser dif\u00edcil de distinguir de reportagens leg\u00edtimas. A mesma informa\u00e7\u00e3o incorreta pode aparecer em formas ligeiramente diferentes, como uma imagem modificada com alguns pixels cortados ou aumentados com um filtro. E essas varia\u00e7\u00f5es podem ser n\u00e3o intencionais ou resultado da tentativa deliberada de algu\u00e9m para evitar a detec\u00e7\u00e3o. Al\u00e9m disso, tamb\u00e9m \u00e9 importante evitar a categoriza\u00e7\u00e3o incorreta de um conte\u00fado leg\u00edtimo como desinforma\u00e7\u00e3o, pois isso poderia impedir as pessoas de se expressarem em nossas plataformas. A Intelig\u00eancia Artificial (IA) \u00e9 uma ferramenta crucial para enfrentar esses desafios e impedir a dissemina\u00e7\u00e3o de desinforma\u00e7\u00e3o, porque nos permite alavancar e escalar o trabalho dos verificadores de fatos independentes que revisam o conte\u00fado de nossos servi\u00e7os. Trabalhamos com mais de 60 organiza\u00e7\u00f5es de verifica\u00e7\u00e3o de fatos em todo o mundo, que revisam conte\u00fados em mais de 50 idiomas. Desde que a pandemia come\u00e7ou, usamos nossos sistemas de IA atuais e implementamos novos para identificar material relacionado ao COVID-19 que nossos parceiros de verifica\u00e7\u00e3o de fatos sinalizaram como desinforma\u00e7\u00e3o e para depois detectar c\u00f3pias quando algu\u00e9m tenta compartilh\u00e1-las. Al\u00e9m de detectar desinforma\u00e7\u00e3o, nossos sistemas de IA est\u00e3o nos ajudando com outros desafios relacionados \u00e0 pandemia. Criamos novos classificadores de vis\u00e3o computacional para ajudar a implementar nossa proibi\u00e7\u00e3o tempor\u00e1ria de an\u00fancios e com\u00e9rcio de m\u00e1scaras faciais m\u00e9dicas, entre outros produtos. Como \u00e0s vezes as pessoas modificam seus an\u00fancios desses produtos para tentar burlar nossos sistemas, tamb\u00e9m usamos tecnologia de correspond\u00eancia de conte\u00fado para encontrar esse tipo de m\u00eddia manipulada em escala. Em muitos casos, agimos proativamente \u2014 antes mesmo que algu\u00e9m reporte a n\u00f3s. Durante o m\u00eas de abril, colocamos avisos em cerca de 50 milh\u00f5es de conte\u00fados relacionados ao COVID-19 no Facebook, com base em cerca de 7.500 artigos de nossos parceiros independentes de verifica\u00e7\u00e3o de fatos. Desde 1\u00ba de mar\u00e7o, removemos mais de 2,5 milh\u00f5es de conte\u00fados para a venda de m\u00e1scaras, desinfetantes para as m\u00e3os, len\u00e7os desinfetantes e kits de teste do COVID-19. Mas esses s\u00e3o desafios dif\u00edceis e nossas ferramentas est\u00e3o longe de serem perfeitas. Al\u00e9m disso, a natureza contradit\u00f3ria desses desafios significa que o trabalho nunca estar\u00e1 conclu\u00eddo. Neste blogpost, estamos focando na parte do nosso trabalho envolvendo vis\u00e3o computacional, mas solucionar esses problemas requer um extenso conjunto de ferramentas de tecnologia de IA, como compreens\u00e3o de conte\u00fado multimodal. Temos muito mais trabalho a fazer, mas estamos confiantes de que podemos continuar desenvolvendo nossas ferramentas criadas at\u00e9 agora, melhorar ainda mais nossos sistemas e fazer mais para proteger as pessoas de conte\u00fados nocivos relacionado \u00e0 pandemia. Usando IA para maximizar o trabalho dos verificadores de fatos contra desinforma\u00e7\u00e3o Esses exemplos mostram c\u00f3pias quase iguais de uma informa\u00e7\u00e3o falsa, sendo a \u00faltima uma captura de tela da primeira. Qualquer pessoa pode facilmente achar que essas imagens s\u00e3o quase id\u00eanticas. Na verdade, de relance pode ser dif\u00edcil identificar as diferen\u00e7as. Os sistemas de vis\u00e3o computacional tamb\u00e9m podem precisar de esfor\u00e7o para detectar com alto grau de certeza essas correspond\u00eancias, porque embora o conte\u00fado seja id\u00eantico, os pixels n\u00e3o s\u00e3o. \u00c9 extremamente importante que esses sistemas de similaridade sejam da maior precis\u00e3o poss\u00edvel, porque um erro pode significar aplicar uma san\u00e7\u00e3o a conte\u00fado que n\u00e3o viola nossas pol\u00edticas. O exemplo abaixo mostra uma vers\u00e3o muito semelhante que n\u00e3o deve ser classificada como desinforma\u00e7\u00e3o. Esta imagem \u00e9 muito semelhante \u00e0s outras acima, mas sua legenda n\u00e3o cont\u00e9m desinforma\u00e7\u00e3o sobre o v\u00edrus. Quando um conte\u00fado \u00e9 classificado como falso por nossos parceiros independentes de verifica\u00e7\u00e3o de fatos, reduzimos sua distribui\u00e7\u00e3o e exibimos avisos com mais contexto (mais detalhes est\u00e3o dispon\u00edveis aqui.) Como observamos anteriormente, essas etiquetas s\u00e3o uma ferramenta extremamente eficaz para lidar com a desinforma\u00e7\u00e3o. Quando avisos de que uma parte do conte\u00fado continha informa\u00e7\u00f5es erradas foram mostrados para as pessoas, em 95% das vezes elas n\u00e3o visualizaram esse conte\u00fado. O SimSearchNet, um modelo baseado em rede neural convolucional, constru\u00eddo especificamente para detectar duplicatas quase exatas, agora est\u00e1 nos ajudando a fazer esse trabalho com mais efici\u00eancia. Depois que os verificadores de fatos independentes determinam que uma imagem cont\u00e9m alega\u00e7\u00f5es enganosas ou falsas sobre o coronav\u00edrus, o SimSearchNet, como parte de nosso sistema de indexa\u00e7\u00e3o de ponta a ponta e correspond\u00eancia de imagens, \u00e9 capaz de reconhecer correspond\u00eancias quase duplicadas para que possamos aplicar as marca\u00e7\u00f5es de aviso. Isso \u00e9 particularmente importante porque, para cada conte\u00fado de desinforma\u00e7\u00e3o identificado pelos verificadores de fatos, pode haver milhares ou milh\u00f5es de c\u00f3pias. O uso de IA para detectar essas correspond\u00eancias tamb\u00e9m permite que nossos parceiros de verifica\u00e7\u00e3o de fatos se concentrem em identificar novos conte\u00fados com desinforma\u00e7\u00e3o, em vez de varia\u00e7\u00f5es quase id\u00eanticas de conte\u00fados que eles j\u00e1 viram. O ciclo de vida das imagens \u00e0 medida que s\u00e3o encontradas em um banco de dados de desinforma\u00e7\u00e3o certificada O SimSearchNet \u00e9 baseado em uma colabora\u00e7\u00e3o de v\u00e1rios anos entre pesquisadores e engenheiros do Facebook AI, e muitas outras pessoas da empresa. Foi desenvolvido ap\u00f3s anos de pesquisa em vis\u00e3o computacional no Facebook – em particular, na constru\u00e7\u00e3o de representa\u00e7\u00f5es compactas que nos permitem indexar e pesquisar rapidamente fotos em grande escala. O SimSearchNet tamb\u00e9m aproveita a mesma infraestrutura de correspond\u00eancia em larga escala usada para detectar outros tipos de conte\u00fados nocivos. Esse sistema \u00e9 executado em todas as imagens carregadas no Instagram e no Facebook e verifica os bancos de dados espec\u00edficos feitos por curadoria humana. Isso representa bilh\u00f5es de imagens sendo verificadas por dia, inclusive em bancos de dados configurados para detectar desinforma\u00e7\u00e3o sobre o COVID-19. Interrompendo a venda dos produtos relacionados ao COVID-19, mesmo quando as pessoas tentam evitar a detec\u00e7\u00e3o Desde o in\u00edcio da crise, trabalhamos para proteger as pessoas daqueles que tentam explorar essa emerg\u00eancia para obter ganhos financeiros. Para nos ajudar a detectar e remover com mais efici\u00eancia an\u00fancios de produtos como m\u00e1scaras m\u00e9dicas, desinfetante para as m\u00e3os, len\u00e7os desinfetantes de superf\u00edcies e kits de teste COVID-19, implementamos um sistema que aproveita os recursos de detec\u00e7\u00e3o de imagem para encontrar an\u00fancios alterados. Isso nos ajuda a impedir proativamente os anunciantes que est\u00e3o tentando burlar nossa fiscaliza\u00e7\u00e3o ao enganar nosso sistema de intelig\u00eancia artificial. Esses exemplos mostram como as pessoas editam suas imagens para tentar evitar a detec\u00e7\u00e3o. Mantemos um banco de dados sobre o objeto extra\u00eddo de an\u00fancios relacionados ao COVID-19 que violaram nossas pol\u00edticas e, em seguida, aplicamos o sistema de correspond\u00eancia para verificar imagens em novos an\u00fancios. Esta solu\u00e7\u00e3o nos permite melhor detectar an\u00fancios manipulados com imagens de itens emendados, tornando o sistema mais robusto contra t\u00e1ticas comuns de modifica\u00e7\u00e3o, como corte, rota\u00e7\u00e3o, oclus\u00e3o e ru\u00eddos. O sistema baseado na compara\u00e7\u00e3o de imagens agora est\u00e1 rejeitando esses an\u00fancios automaticamente. Tamb\u00e9m usamos correspond\u00eancia de contexto para a tecnologia de data augmentation nas aplica\u00e7\u00f5es de pol\u00edticas relacionadas ao COVID-19 em outros sistemas de integridade de an\u00fancios. Por exemplo, ao capturar imagens cortadas de m\u00e1scaras faciais que detectamos em an\u00fancios, usamos o sistema de correspond\u00eancia para identificar diversas amostras de outras imagens de m\u00e1scaras m\u00e9dicas. Esse conjunto de dados aprimorado foi usado para treinar nosso classificador de an\u00fancios e torn\u00e1-lo mais sens\u00edvel para altera\u00e7\u00f5es. Ao utilizar exemplos detectados pelo classificador de an\u00fancios, podemos impedir em mais de 10 vezes a distribui\u00e7\u00e3o de an\u00fancios que violam pol\u00edticas para m\u00e1scaras do que usando apenas a solu\u00e7\u00e3o de correspond\u00eancia. Treinando rapidamente os modelos de vis\u00e3o para o Marketplace Quando as pessoas vendem coisas pelo Marketplace, elas usam imagens com fundos, \u00e2ngulos de c\u00e2mera, detalhes e qualidade em geral muito diferentes. Isso pode tornar mais dif\u00edcil para os sistemas de vis\u00e3o reconhecerem do que imagens de cat\u00e1logos tiradas por um fot\u00f3grafo profissional usando fundos simples, por exemplo. Ao longo dos anos, aproveitamos v\u00e1rias t\u00e9cnicas de adapta\u00e7\u00e3o de dom\u00ednio para implementar centenas de modelos de classifica\u00e7\u00e3o e detec\u00e7\u00e3o de objetos que t\u00eam um bom desempenho nas condi\u00e7\u00f5es desafiadoras do mundo real. As li\u00e7\u00f5es desses esfor\u00e7os nos levaram a investir na constru\u00e7\u00e3o de uma plataforma a partir do PyTorch que nos permite treinar e implementar rapidamente classificadores\/detectores sob demanda para novas classes de imagens e v\u00eddeos. Essa plataforma utiliza o trabalho inovador em intelig\u00eancia artificial \u200b\u200bdo Facebook para treinar os sistemas com o DNA de bilh\u00f5es de fotos com hashtags. Tamb\u00e9m emprega t\u00e9cnicas de data augmentation que permitem criar modelos com quantidades limitadas de dados, enquanto ainda atendem \u00e0 diversidade vista nas fotos dos produtos do Marketplace. Ap\u00f3s o in\u00edcio da crise do coronav\u00edrus, utilizamos essa plataforma para treinar e implementar classificadores para m\u00e1scaras faciais m\u00e9dicas, desinfetantes para as m\u00e3os e len\u00e7os desinfetantes. Primeiro coletamos fotos p\u00fablicas desses produtos, depois ajustamos e aumentamos esse conjunto de dados. Para aumentar a precis\u00e3o, tamb\u00e9m adicionamos milhares de imagens “negativas” de itens que o sistema pode confundir com uma m\u00e1scara facial. Ap\u00f3s o treinamento online e uma avalia\u00e7\u00e3o offline, implementamos o conceito em nossa plataforma de infer\u00eancia de produ\u00e7\u00e3o e o aplicamos retroativamente \u00e0s imagens do Marketplace. Agora, esses modelos est\u00e3o sendo executados globalmente em novos produtos do Marketplace. Planejamos continuar investindo na plataforma e trabalhando para melhorar os sistemas acima, principalmente porque o ciclo de feedback nos retorna mais dados. Esses sinais tamb\u00e9m ser\u00e3o usados por classificadores multimodais subsequentes, que visam olhar as publica\u00e7\u00f5es do Marketplace de uma maneira mais hol\u00edstica. Trabalhando para detectar desinforma\u00e7\u00e3o e conte\u00fados nocivos Os problemas de desinforma\u00e7\u00e3o e as tentativas de venda de itens proibidos n\u00e3o come\u00e7aram com a pandemia do COVID-19. Para enfrentar esses e outros desafios, o Facebook fez investimentos de longo prazo na pesquisa de sistemas de reconhecimento visual e entendimento multimodal, desenvolvendo novas t\u00e9cnicas de aprendizado auto-supervisionadas e construindo plataformas de deep learning que nos permitem passar rapidamente da etapa de pesquisa para a produ\u00e7\u00e3o em escala. Vimos como as pesquisas de ponta de alguns anos atr\u00e1s j\u00e1 est\u00e3o nos ajudando a melhorar a produ\u00e7\u00e3o hoje. Estamos confiantes de que podemos usar novas t\u00e9cnicas e ferramentas de pesquisa para proteger melhor as pessoas em nossas plataformas.","protected":false},"author":81109636,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-21442","post","type-post","status-publish","format-standard","hentry","category-recent-news"],"yoast_head":"\nUsando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19 | Sobre a Meta<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19 | Sobre a Meta\" \/>\n<meta property=\"og:description\" content=\"A pandemia do COVID-19 \u00e9 uma emerg\u00eancia de sa\u00fade p\u00fablica global incrivelmente complexa e em r\u00e1pida evolu\u00e7\u00e3o. O Facebook est\u00e1 comprometido em impedir a dissemina\u00e7\u00e3o de informa\u00e7\u00f5es falsas e enganosas em nossas plataformas. A desinforma\u00e7\u00e3o sobre a doen\u00e7a pode evoluir t\u00e3o rapidamente quanto as manchetes das not\u00edcias e pode ser dif\u00edcil de distinguir de reportagens leg\u00edtimas. A mesma informa\u00e7\u00e3o incorreta pode aparecer em formas ligeiramente diferentes, como uma imagem modificada com alguns pixels cortados ou aumentados com um filtro. E essas varia\u00e7\u00f5es podem ser n\u00e3o intencionais ou resultado da tentativa deliberada de algu\u00e9m para evitar a detec\u00e7\u00e3o. Al\u00e9m disso, tamb\u00e9m \u00e9 importante evitar a categoriza\u00e7\u00e3o incorreta de um conte\u00fado leg\u00edtimo como desinforma\u00e7\u00e3o, pois isso poderia impedir as pessoas de se expressarem em nossas plataformas. A Intelig\u00eancia Artificial (IA) \u00e9 uma ferramenta crucial para enfrentar esses desafios e impedir a dissemina\u00e7\u00e3o de desinforma\u00e7\u00e3o, porque nos permite alavancar e escalar o trabalho dos verificadores de fatos independentes que revisam o conte\u00fado de nossos servi\u00e7os. Trabalhamos com mais de 60 organiza\u00e7\u00f5es de verifica\u00e7\u00e3o de fatos em todo o mundo, que revisam conte\u00fados em mais de 50 idiomas. Desde que a pandemia come\u00e7ou, usamos nossos sistemas de IA atuais e implementamos novos para identificar material relacionado ao COVID-19 que nossos parceiros de verifica\u00e7\u00e3o de fatos sinalizaram como desinforma\u00e7\u00e3o e para depois detectar c\u00f3pias quando algu\u00e9m tenta compartilh\u00e1-las. Al\u00e9m de detectar desinforma\u00e7\u00e3o, nossos sistemas de IA est\u00e3o nos ajudando com outros desafios relacionados \u00e0 pandemia. Criamos novos classificadores de vis\u00e3o computacional para ajudar a implementar nossa proibi\u00e7\u00e3o tempor\u00e1ria de an\u00fancios e com\u00e9rcio de m\u00e1scaras faciais m\u00e9dicas, entre outros produtos. Como \u00e0s vezes as pessoas modificam seus an\u00fancios desses produtos para tentar burlar nossos sistemas, tamb\u00e9m usamos tecnologia de correspond\u00eancia de conte\u00fado para encontrar esse tipo de m\u00eddia manipulada em escala. Em muitos casos, agimos proativamente \u2014 antes mesmo que algu\u00e9m reporte a n\u00f3s. Durante o m\u00eas de abril, colocamos avisos em cerca de 50 milh\u00f5es de conte\u00fados relacionados ao COVID-19 no Facebook, com base em cerca de 7.500 artigos de nossos parceiros independentes de verifica\u00e7\u00e3o de fatos. Desde 1\u00ba de mar\u00e7o, removemos mais de 2,5 milh\u00f5es de conte\u00fados para a venda de m\u00e1scaras, desinfetantes para as m\u00e3os, len\u00e7os desinfetantes e kits de teste do COVID-19. Mas esses s\u00e3o desafios dif\u00edceis e nossas ferramentas est\u00e3o longe de serem perfeitas. Al\u00e9m disso, a natureza contradit\u00f3ria desses desafios significa que o trabalho nunca estar\u00e1 conclu\u00eddo. Neste blogpost, estamos focando na parte do nosso trabalho envolvendo vis\u00e3o computacional, mas solucionar esses problemas requer um extenso conjunto de ferramentas de tecnologia de IA, como compreens\u00e3o de conte\u00fado multimodal. Temos muito mais trabalho a fazer, mas estamos confiantes de que podemos continuar desenvolvendo nossas ferramentas criadas at\u00e9 agora, melhorar ainda mais nossos sistemas e fazer mais para proteger as pessoas de conte\u00fados nocivos relacionado \u00e0 pandemia. Usando IA para maximizar o trabalho dos verificadores de fatos contra desinforma\u00e7\u00e3o Esses exemplos mostram c\u00f3pias quase iguais de uma informa\u00e7\u00e3o falsa, sendo a \u00faltima uma captura de tela da primeira. Qualquer pessoa pode facilmente achar que essas imagens s\u00e3o quase id\u00eanticas. Na verdade, de relance pode ser dif\u00edcil identificar as diferen\u00e7as. Os sistemas de vis\u00e3o computacional tamb\u00e9m podem precisar de esfor\u00e7o para detectar com alto grau de certeza essas correspond\u00eancias, porque embora o conte\u00fado seja id\u00eantico, os pixels n\u00e3o s\u00e3o. \u00c9 extremamente importante que esses sistemas de similaridade sejam da maior precis\u00e3o poss\u00edvel, porque um erro pode significar aplicar uma san\u00e7\u00e3o a conte\u00fado que n\u00e3o viola nossas pol\u00edticas. O exemplo abaixo mostra uma vers\u00e3o muito semelhante que n\u00e3o deve ser classificada como desinforma\u00e7\u00e3o. Esta imagem \u00e9 muito semelhante \u00e0s outras acima, mas sua legenda n\u00e3o cont\u00e9m desinforma\u00e7\u00e3o sobre o v\u00edrus. Quando um conte\u00fado \u00e9 classificado como falso por nossos parceiros independentes de verifica\u00e7\u00e3o de fatos, reduzimos sua distribui\u00e7\u00e3o e exibimos avisos com mais contexto (mais detalhes est\u00e3o dispon\u00edveis aqui.) Como observamos anteriormente, essas etiquetas s\u00e3o uma ferramenta extremamente eficaz para lidar com a desinforma\u00e7\u00e3o. Quando avisos de que uma parte do conte\u00fado continha informa\u00e7\u00f5es erradas foram mostrados para as pessoas, em 95% das vezes elas n\u00e3o visualizaram esse conte\u00fado. O SimSearchNet, um modelo baseado em rede neural convolucional, constru\u00eddo especificamente para detectar duplicatas quase exatas, agora est\u00e1 nos ajudando a fazer esse trabalho com mais efici\u00eancia. Depois que os verificadores de fatos independentes determinam que uma imagem cont\u00e9m alega\u00e7\u00f5es enganosas ou falsas sobre o coronav\u00edrus, o SimSearchNet, como parte de nosso sistema de indexa\u00e7\u00e3o de ponta a ponta e correspond\u00eancia de imagens, \u00e9 capaz de reconhecer correspond\u00eancias quase duplicadas para que possamos aplicar as marca\u00e7\u00f5es de aviso. Isso \u00e9 particularmente importante porque, para cada conte\u00fado de desinforma\u00e7\u00e3o identificado pelos verificadores de fatos, pode haver milhares ou milh\u00f5es de c\u00f3pias. O uso de IA para detectar essas correspond\u00eancias tamb\u00e9m permite que nossos parceiros de verifica\u00e7\u00e3o de fatos se concentrem em identificar novos conte\u00fados com desinforma\u00e7\u00e3o, em vez de varia\u00e7\u00f5es quase id\u00eanticas de conte\u00fados que eles j\u00e1 viram. O ciclo de vida das imagens \u00e0 medida que s\u00e3o encontradas em um banco de dados de desinforma\u00e7\u00e3o certificada O SimSearchNet \u00e9 baseado em uma colabora\u00e7\u00e3o de v\u00e1rios anos entre pesquisadores e engenheiros do Facebook AI, e muitas outras pessoas da empresa. Foi desenvolvido ap\u00f3s anos de pesquisa em vis\u00e3o computacional no Facebook – em particular, na constru\u00e7\u00e3o de representa\u00e7\u00f5es compactas que nos permitem indexar e pesquisar rapidamente fotos em grande escala. O SimSearchNet tamb\u00e9m aproveita a mesma infraestrutura de correspond\u00eancia em larga escala usada para detectar outros tipos de conte\u00fados nocivos. Esse sistema \u00e9 executado em todas as imagens carregadas no Instagram e no Facebook e verifica os bancos de dados espec\u00edficos feitos por curadoria humana. Isso representa bilh\u00f5es de imagens sendo verificadas por dia, inclusive em bancos de dados configurados para detectar desinforma\u00e7\u00e3o sobre o COVID-19. Interrompendo a venda dos produtos relacionados ao COVID-19, mesmo quando as pessoas tentam evitar a detec\u00e7\u00e3o Desde o in\u00edcio da crise, trabalhamos para proteger as pessoas daqueles que tentam explorar essa emerg\u00eancia para obter ganhos financeiros. Para nos ajudar a detectar e remover com mais efici\u00eancia an\u00fancios de produtos como m\u00e1scaras m\u00e9dicas, desinfetante para as m\u00e3os, len\u00e7os desinfetantes de superf\u00edcies e kits de teste COVID-19, implementamos um sistema que aproveita os recursos de detec\u00e7\u00e3o de imagem para encontrar an\u00fancios alterados. Isso nos ajuda a impedir proativamente os anunciantes que est\u00e3o tentando burlar nossa fiscaliza\u00e7\u00e3o ao enganar nosso sistema de intelig\u00eancia artificial. Esses exemplos mostram como as pessoas editam suas imagens para tentar evitar a detec\u00e7\u00e3o. Mantemos um banco de dados sobre o objeto extra\u00eddo de an\u00fancios relacionados ao COVID-19 que violaram nossas pol\u00edticas e, em seguida, aplicamos o sistema de correspond\u00eancia para verificar imagens em novos an\u00fancios. Esta solu\u00e7\u00e3o nos permite melhor detectar an\u00fancios manipulados com imagens de itens emendados, tornando o sistema mais robusto contra t\u00e1ticas comuns de modifica\u00e7\u00e3o, como corte, rota\u00e7\u00e3o, oclus\u00e3o e ru\u00eddos. O sistema baseado na compara\u00e7\u00e3o de imagens agora est\u00e1 rejeitando esses an\u00fancios automaticamente. Tamb\u00e9m usamos correspond\u00eancia de contexto para a tecnologia de data augmentation nas aplica\u00e7\u00f5es de pol\u00edticas relacionadas ao COVID-19 em outros sistemas de integridade de an\u00fancios. Por exemplo, ao capturar imagens cortadas de m\u00e1scaras faciais que detectamos em an\u00fancios, usamos o sistema de correspond\u00eancia para identificar diversas amostras de outras imagens de m\u00e1scaras m\u00e9dicas. Esse conjunto de dados aprimorado foi usado para treinar nosso classificador de an\u00fancios e torn\u00e1-lo mais sens\u00edvel para altera\u00e7\u00f5es. Ao utilizar exemplos detectados pelo classificador de an\u00fancios, podemos impedir em mais de 10 vezes a distribui\u00e7\u00e3o de an\u00fancios que violam pol\u00edticas para m\u00e1scaras do que usando apenas a solu\u00e7\u00e3o de correspond\u00eancia. Treinando rapidamente os modelos de vis\u00e3o para o Marketplace Quando as pessoas vendem coisas pelo Marketplace, elas usam imagens com fundos, \u00e2ngulos de c\u00e2mera, detalhes e qualidade em geral muito diferentes. Isso pode tornar mais dif\u00edcil para os sistemas de vis\u00e3o reconhecerem do que imagens de cat\u00e1logos tiradas por um fot\u00f3grafo profissional usando fundos simples, por exemplo. Ao longo dos anos, aproveitamos v\u00e1rias t\u00e9cnicas de adapta\u00e7\u00e3o de dom\u00ednio para implementar centenas de modelos de classifica\u00e7\u00e3o e detec\u00e7\u00e3o de objetos que t\u00eam um bom desempenho nas condi\u00e7\u00f5es desafiadoras do mundo real. As li\u00e7\u00f5es desses esfor\u00e7os nos levaram a investir na constru\u00e7\u00e3o de uma plataforma a partir do PyTorch que nos permite treinar e implementar rapidamente classificadores\/detectores sob demanda para novas classes de imagens e v\u00eddeos. Essa plataforma utiliza o trabalho inovador em intelig\u00eancia artificial \u200b\u200bdo Facebook para treinar os sistemas com o DNA de bilh\u00f5es de fotos com hashtags. Tamb\u00e9m emprega t\u00e9cnicas de data augmentation que permitem criar modelos com quantidades limitadas de dados, enquanto ainda atendem \u00e0 diversidade vista nas fotos dos produtos do Marketplace. Ap\u00f3s o in\u00edcio da crise do coronav\u00edrus, utilizamos essa plataforma para treinar e implementar classificadores para m\u00e1scaras faciais m\u00e9dicas, desinfetantes para as m\u00e3os e len\u00e7os desinfetantes. Primeiro coletamos fotos p\u00fablicas desses produtos, depois ajustamos e aumentamos esse conjunto de dados. Para aumentar a precis\u00e3o, tamb\u00e9m adicionamos milhares de imagens “negativas” de itens que o sistema pode confundir com uma m\u00e1scara facial. Ap\u00f3s o treinamento online e uma avalia\u00e7\u00e3o offline, implementamos o conceito em nossa plataforma de infer\u00eancia de produ\u00e7\u00e3o e o aplicamos retroativamente \u00e0s imagens do Marketplace. Agora, esses modelos est\u00e3o sendo executados globalmente em novos produtos do Marketplace. Planejamos continuar investindo na plataforma e trabalhando para melhorar os sistemas acima, principalmente porque o ciclo de feedback nos retorna mais dados. Esses sinais tamb\u00e9m ser\u00e3o usados por classificadores multimodais subsequentes, que visam olhar as publica\u00e7\u00f5es do Marketplace de uma maneira mais hol\u00edstica. Trabalhando para detectar desinforma\u00e7\u00e3o e conte\u00fados nocivos Os problemas de desinforma\u00e7\u00e3o e as tentativas de venda de itens proibidos n\u00e3o come\u00e7aram com a pandemia do COVID-19. Para enfrentar esses e outros desafios, o Facebook fez investimentos de longo prazo na pesquisa de sistemas de reconhecimento visual e entendimento multimodal, desenvolvendo novas t\u00e9cnicas de aprendizado auto-supervisionadas e construindo plataformas de deep learning que nos permitem passar rapidamente da etapa de pesquisa para a produ\u00e7\u00e3o em escala. Vimos como as pesquisas de ponta de alguns anos atr\u00e1s j\u00e1 est\u00e3o nos ajudando a melhorar a produ\u00e7\u00e3o hoje. Estamos confiantes de que podemos usar novas t\u00e9cnicas e ferramentas de pesquisa para proteger melhor as pessoas em nossas plataformas.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/\" \/>\n<meta property=\"og:site_name\" content=\"Sobre a Meta\" \/>\n<meta property=\"article:published_time\" content=\"2020-05-12T18:53:52+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2021-06-17T13:08:25+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890\" \/>\n<meta name=\"author\" content=\"facebookbr\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Meta\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"10 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/\"},\"author\":\"Facebook company\",\"headline\":\"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19\",\"datePublished\":\"2020-05-12T18:53:52+00:00\",\"dateModified\":\"2021-06-17T13:08:25+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/\"},\"wordCount\":1919,\"publisher\":{\"@id\":\"https:\/\/about.fb.com\/br\/#organization\"},\"image\":{\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890\",\"articleSection\":[\"Recent News\"],\"inLanguage\":\"pt-BR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/\",\"url\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/\",\"name\":\"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19 | Sobre a Meta\",\"isPartOf\":{\"@id\":\"https:\/\/about.fb.com\/br\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890\",\"datePublished\":\"2020-05-12T18:53:52+00:00\",\"dateModified\":\"2021-06-17T13:08:25+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/\"]}],\"author\":\"Sobre a Meta\"},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage\",\"url\":\"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890\",\"contentUrl\":\"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/about.fb.com\/br\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/about.fb.com\/br\/#website\",\"url\":\"https:\/\/about.fb.com\/news\/\",\"name\":\"Sobre a Meta\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/about.fb.com\/br\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/about.fb.com\/br\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\",\"alternateName\":[\"Meta Newsroom\",\"Meta\"]},{\"@type\":\"Organization\",\"@id\":\"https:\/\/about.fb.com\/br\/#organization\",\"name\":\"Meta\",\"url\":\"https:\/\/about.fb.com\/br\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/about.fb.com\/br\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2021\/10\/meta-social-16x9-1.jpg?fit=8000%2C4500\",\"contentUrl\":\"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2021\/10\/meta-social-16x9-1.jpg?fit=8000%2C4500\",\"width\":8000,\"height\":4500,\"caption\":\"Meta\"},\"image\":{\"@id\":\"https:\/\/about.fb.com\/br\/#\/schema\/logo\/image\/\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19 | Sobre a Meta","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/","og_locale":"pt_BR","og_type":"article","og_title":"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19 | Sobre a Meta","og_description":"A pandemia do COVID-19 \u00e9 uma emerg\u00eancia de sa\u00fade p\u00fablica global incrivelmente complexa e em r\u00e1pida evolu\u00e7\u00e3o. O Facebook est\u00e1 comprometido em impedir a dissemina\u00e7\u00e3o de informa\u00e7\u00f5es falsas e enganosas em nossas plataformas. A desinforma\u00e7\u00e3o sobre a doen\u00e7a pode evoluir t\u00e3o rapidamente quanto as manchetes das not\u00edcias e pode ser dif\u00edcil de distinguir de reportagens leg\u00edtimas. A mesma informa\u00e7\u00e3o incorreta pode aparecer em formas ligeiramente diferentes, como uma imagem modificada com alguns pixels cortados ou aumentados com um filtro. E essas varia\u00e7\u00f5es podem ser n\u00e3o intencionais ou resultado da tentativa deliberada de algu\u00e9m para evitar a detec\u00e7\u00e3o. Al\u00e9m disso, tamb\u00e9m \u00e9 importante evitar a categoriza\u00e7\u00e3o incorreta de um conte\u00fado leg\u00edtimo como desinforma\u00e7\u00e3o, pois isso poderia impedir as pessoas de se expressarem em nossas plataformas. A Intelig\u00eancia Artificial (IA) \u00e9 uma ferramenta crucial para enfrentar esses desafios e impedir a dissemina\u00e7\u00e3o de desinforma\u00e7\u00e3o, porque nos permite alavancar e escalar o trabalho dos verificadores de fatos independentes que revisam o conte\u00fado de nossos servi\u00e7os. Trabalhamos com mais de 60 organiza\u00e7\u00f5es de verifica\u00e7\u00e3o de fatos em todo o mundo, que revisam conte\u00fados em mais de 50 idiomas. Desde que a pandemia come\u00e7ou, usamos nossos sistemas de IA atuais e implementamos novos para identificar material relacionado ao COVID-19 que nossos parceiros de verifica\u00e7\u00e3o de fatos sinalizaram como desinforma\u00e7\u00e3o e para depois detectar c\u00f3pias quando algu\u00e9m tenta compartilh\u00e1-las. Al\u00e9m de detectar desinforma\u00e7\u00e3o, nossos sistemas de IA est\u00e3o nos ajudando com outros desafios relacionados \u00e0 pandemia. Criamos novos classificadores de vis\u00e3o computacional para ajudar a implementar nossa proibi\u00e7\u00e3o tempor\u00e1ria de an\u00fancios e com\u00e9rcio de m\u00e1scaras faciais m\u00e9dicas, entre outros produtos. Como \u00e0s vezes as pessoas modificam seus an\u00fancios desses produtos para tentar burlar nossos sistemas, tamb\u00e9m usamos tecnologia de correspond\u00eancia de conte\u00fado para encontrar esse tipo de m\u00eddia manipulada em escala. Em muitos casos, agimos proativamente \u2014 antes mesmo que algu\u00e9m reporte a n\u00f3s. Durante o m\u00eas de abril, colocamos avisos em cerca de 50 milh\u00f5es de conte\u00fados relacionados ao COVID-19 no Facebook, com base em cerca de 7.500 artigos de nossos parceiros independentes de verifica\u00e7\u00e3o de fatos. Desde 1\u00ba de mar\u00e7o, removemos mais de 2,5 milh\u00f5es de conte\u00fados para a venda de m\u00e1scaras, desinfetantes para as m\u00e3os, len\u00e7os desinfetantes e kits de teste do COVID-19. Mas esses s\u00e3o desafios dif\u00edceis e nossas ferramentas est\u00e3o longe de serem perfeitas. Al\u00e9m disso, a natureza contradit\u00f3ria desses desafios significa que o trabalho nunca estar\u00e1 conclu\u00eddo. Neste blogpost, estamos focando na parte do nosso trabalho envolvendo vis\u00e3o computacional, mas solucionar esses problemas requer um extenso conjunto de ferramentas de tecnologia de IA, como compreens\u00e3o de conte\u00fado multimodal. Temos muito mais trabalho a fazer, mas estamos confiantes de que podemos continuar desenvolvendo nossas ferramentas criadas at\u00e9 agora, melhorar ainda mais nossos sistemas e fazer mais para proteger as pessoas de conte\u00fados nocivos relacionado \u00e0 pandemia. Usando IA para maximizar o trabalho dos verificadores de fatos contra desinforma\u00e7\u00e3o Esses exemplos mostram c\u00f3pias quase iguais de uma informa\u00e7\u00e3o falsa, sendo a \u00faltima uma captura de tela da primeira. Qualquer pessoa pode facilmente achar que essas imagens s\u00e3o quase id\u00eanticas. Na verdade, de relance pode ser dif\u00edcil identificar as diferen\u00e7as. Os sistemas de vis\u00e3o computacional tamb\u00e9m podem precisar de esfor\u00e7o para detectar com alto grau de certeza essas correspond\u00eancias, porque embora o conte\u00fado seja id\u00eantico, os pixels n\u00e3o s\u00e3o. \u00c9 extremamente importante que esses sistemas de similaridade sejam da maior precis\u00e3o poss\u00edvel, porque um erro pode significar aplicar uma san\u00e7\u00e3o a conte\u00fado que n\u00e3o viola nossas pol\u00edticas. O exemplo abaixo mostra uma vers\u00e3o muito semelhante que n\u00e3o deve ser classificada como desinforma\u00e7\u00e3o. Esta imagem \u00e9 muito semelhante \u00e0s outras acima, mas sua legenda n\u00e3o cont\u00e9m desinforma\u00e7\u00e3o sobre o v\u00edrus. Quando um conte\u00fado \u00e9 classificado como falso por nossos parceiros independentes de verifica\u00e7\u00e3o de fatos, reduzimos sua distribui\u00e7\u00e3o e exibimos avisos com mais contexto (mais detalhes est\u00e3o dispon\u00edveis aqui.) Como observamos anteriormente, essas etiquetas s\u00e3o uma ferramenta extremamente eficaz para lidar com a desinforma\u00e7\u00e3o. Quando avisos de que uma parte do conte\u00fado continha informa\u00e7\u00f5es erradas foram mostrados para as pessoas, em 95% das vezes elas n\u00e3o visualizaram esse conte\u00fado. O SimSearchNet, um modelo baseado em rede neural convolucional, constru\u00eddo especificamente para detectar duplicatas quase exatas, agora est\u00e1 nos ajudando a fazer esse trabalho com mais efici\u00eancia. Depois que os verificadores de fatos independentes determinam que uma imagem cont\u00e9m alega\u00e7\u00f5es enganosas ou falsas sobre o coronav\u00edrus, o SimSearchNet, como parte de nosso sistema de indexa\u00e7\u00e3o de ponta a ponta e correspond\u00eancia de imagens, \u00e9 capaz de reconhecer correspond\u00eancias quase duplicadas para que possamos aplicar as marca\u00e7\u00f5es de aviso. Isso \u00e9 particularmente importante porque, para cada conte\u00fado de desinforma\u00e7\u00e3o identificado pelos verificadores de fatos, pode haver milhares ou milh\u00f5es de c\u00f3pias. O uso de IA para detectar essas correspond\u00eancias tamb\u00e9m permite que nossos parceiros de verifica\u00e7\u00e3o de fatos se concentrem em identificar novos conte\u00fados com desinforma\u00e7\u00e3o, em vez de varia\u00e7\u00f5es quase id\u00eanticas de conte\u00fados que eles j\u00e1 viram. O ciclo de vida das imagens \u00e0 medida que s\u00e3o encontradas em um banco de dados de desinforma\u00e7\u00e3o certificada O SimSearchNet \u00e9 baseado em uma colabora\u00e7\u00e3o de v\u00e1rios anos entre pesquisadores e engenheiros do Facebook AI, e muitas outras pessoas da empresa. Foi desenvolvido ap\u00f3s anos de pesquisa em vis\u00e3o computacional no Facebook – em particular, na constru\u00e7\u00e3o de representa\u00e7\u00f5es compactas que nos permitem indexar e pesquisar rapidamente fotos em grande escala. O SimSearchNet tamb\u00e9m aproveita a mesma infraestrutura de correspond\u00eancia em larga escala usada para detectar outros tipos de conte\u00fados nocivos. Esse sistema \u00e9 executado em todas as imagens carregadas no Instagram e no Facebook e verifica os bancos de dados espec\u00edficos feitos por curadoria humana. Isso representa bilh\u00f5es de imagens sendo verificadas por dia, inclusive em bancos de dados configurados para detectar desinforma\u00e7\u00e3o sobre o COVID-19. Interrompendo a venda dos produtos relacionados ao COVID-19, mesmo quando as pessoas tentam evitar a detec\u00e7\u00e3o Desde o in\u00edcio da crise, trabalhamos para proteger as pessoas daqueles que tentam explorar essa emerg\u00eancia para obter ganhos financeiros. Para nos ajudar a detectar e remover com mais efici\u00eancia an\u00fancios de produtos como m\u00e1scaras m\u00e9dicas, desinfetante para as m\u00e3os, len\u00e7os desinfetantes de superf\u00edcies e kits de teste COVID-19, implementamos um sistema que aproveita os recursos de detec\u00e7\u00e3o de imagem para encontrar an\u00fancios alterados. Isso nos ajuda a impedir proativamente os anunciantes que est\u00e3o tentando burlar nossa fiscaliza\u00e7\u00e3o ao enganar nosso sistema de intelig\u00eancia artificial. Esses exemplos mostram como as pessoas editam suas imagens para tentar evitar a detec\u00e7\u00e3o. Mantemos um banco de dados sobre o objeto extra\u00eddo de an\u00fancios relacionados ao COVID-19 que violaram nossas pol\u00edticas e, em seguida, aplicamos o sistema de correspond\u00eancia para verificar imagens em novos an\u00fancios. Esta solu\u00e7\u00e3o nos permite melhor detectar an\u00fancios manipulados com imagens de itens emendados, tornando o sistema mais robusto contra t\u00e1ticas comuns de modifica\u00e7\u00e3o, como corte, rota\u00e7\u00e3o, oclus\u00e3o e ru\u00eddos. O sistema baseado na compara\u00e7\u00e3o de imagens agora est\u00e1 rejeitando esses an\u00fancios automaticamente. Tamb\u00e9m usamos correspond\u00eancia de contexto para a tecnologia de data augmentation nas aplica\u00e7\u00f5es de pol\u00edticas relacionadas ao COVID-19 em outros sistemas de integridade de an\u00fancios. Por exemplo, ao capturar imagens cortadas de m\u00e1scaras faciais que detectamos em an\u00fancios, usamos o sistema de correspond\u00eancia para identificar diversas amostras de outras imagens de m\u00e1scaras m\u00e9dicas. Esse conjunto de dados aprimorado foi usado para treinar nosso classificador de an\u00fancios e torn\u00e1-lo mais sens\u00edvel para altera\u00e7\u00f5es. Ao utilizar exemplos detectados pelo classificador de an\u00fancios, podemos impedir em mais de 10 vezes a distribui\u00e7\u00e3o de an\u00fancios que violam pol\u00edticas para m\u00e1scaras do que usando apenas a solu\u00e7\u00e3o de correspond\u00eancia. Treinando rapidamente os modelos de vis\u00e3o para o Marketplace Quando as pessoas vendem coisas pelo Marketplace, elas usam imagens com fundos, \u00e2ngulos de c\u00e2mera, detalhes e qualidade em geral muito diferentes. Isso pode tornar mais dif\u00edcil para os sistemas de vis\u00e3o reconhecerem do que imagens de cat\u00e1logos tiradas por um fot\u00f3grafo profissional usando fundos simples, por exemplo. Ao longo dos anos, aproveitamos v\u00e1rias t\u00e9cnicas de adapta\u00e7\u00e3o de dom\u00ednio para implementar centenas de modelos de classifica\u00e7\u00e3o e detec\u00e7\u00e3o de objetos que t\u00eam um bom desempenho nas condi\u00e7\u00f5es desafiadoras do mundo real. As li\u00e7\u00f5es desses esfor\u00e7os nos levaram a investir na constru\u00e7\u00e3o de uma plataforma a partir do PyTorch que nos permite treinar e implementar rapidamente classificadores\/detectores sob demanda para novas classes de imagens e v\u00eddeos. Essa plataforma utiliza o trabalho inovador em intelig\u00eancia artificial \u200b\u200bdo Facebook para treinar os sistemas com o DNA de bilh\u00f5es de fotos com hashtags. Tamb\u00e9m emprega t\u00e9cnicas de data augmentation que permitem criar modelos com quantidades limitadas de dados, enquanto ainda atendem \u00e0 diversidade vista nas fotos dos produtos do Marketplace. Ap\u00f3s o in\u00edcio da crise do coronav\u00edrus, utilizamos essa plataforma para treinar e implementar classificadores para m\u00e1scaras faciais m\u00e9dicas, desinfetantes para as m\u00e3os e len\u00e7os desinfetantes. Primeiro coletamos fotos p\u00fablicas desses produtos, depois ajustamos e aumentamos esse conjunto de dados. Para aumentar a precis\u00e3o, tamb\u00e9m adicionamos milhares de imagens “negativas” de itens que o sistema pode confundir com uma m\u00e1scara facial. Ap\u00f3s o treinamento online e uma avalia\u00e7\u00e3o offline, implementamos o conceito em nossa plataforma de infer\u00eancia de produ\u00e7\u00e3o e o aplicamos retroativamente \u00e0s imagens do Marketplace. Agora, esses modelos est\u00e3o sendo executados globalmente em novos produtos do Marketplace. Planejamos continuar investindo na plataforma e trabalhando para melhorar os sistemas acima, principalmente porque o ciclo de feedback nos retorna mais dados. Esses sinais tamb\u00e9m ser\u00e3o usados por classificadores multimodais subsequentes, que visam olhar as publica\u00e7\u00f5es do Marketplace de uma maneira mais hol\u00edstica. Trabalhando para detectar desinforma\u00e7\u00e3o e conte\u00fados nocivos Os problemas de desinforma\u00e7\u00e3o e as tentativas de venda de itens proibidos n\u00e3o come\u00e7aram com a pandemia do COVID-19. Para enfrentar esses e outros desafios, o Facebook fez investimentos de longo prazo na pesquisa de sistemas de reconhecimento visual e entendimento multimodal, desenvolvendo novas t\u00e9cnicas de aprendizado auto-supervisionadas e construindo plataformas de deep learning que nos permitem passar rapidamente da etapa de pesquisa para a produ\u00e7\u00e3o em escala. Vimos como as pesquisas de ponta de alguns anos atr\u00e1s j\u00e1 est\u00e3o nos ajudando a melhorar a produ\u00e7\u00e3o hoje. Estamos confiantes de que podemos usar novas t\u00e9cnicas e ferramentas de pesquisa para proteger melhor as pessoas em nossas plataformas.","og_url":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/","og_site_name":"Sobre a Meta","article_published_time":"2020-05-12T18:53:52+00:00","article_modified_time":"2021-06-17T13:08:25+00:00","og_image":[{"url":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890","type":"","width":"","height":""}],"author":"facebookbr","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Meta","Est. reading time":"10 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#article","isPartOf":{"@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/"},"author":"Facebook company","headline":"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19","datePublished":"2020-05-12T18:53:52+00:00","dateModified":"2021-06-17T13:08:25+00:00","mainEntityOfPage":{"@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/"},"wordCount":1919,"publisher":{"@id":"https:\/\/about.fb.com\/br\/#organization"},"image":{"@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage"},"thumbnailUrl":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890","articleSection":["Recent News"],"inLanguage":"pt-BR"},{"@type":"WebPage","@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/","url":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/","name":"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19 | Sobre a Meta","isPartOf":{"@id":"https:\/\/about.fb.com\/br\/#website"},"primaryImageOfPage":{"@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage"},"image":{"@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage"},"thumbnailUrl":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890","datePublished":"2020-05-12T18:53:52+00:00","dateModified":"2021-06-17T13:08:25+00:00","breadcrumb":{"@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/"]}],"author":"Sobre a Meta"},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#primaryimage","url":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890","contentUrl":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2020\/05\/1-1.jpg?w=890"},{"@type":"BreadcrumbList","@id":"https:\/\/about.fb.com\/br\/news\/2020\/05\/usando-inteligencia-artificial-para-detectar-desinformacao-e-conteudo-abusivo-sobre-covid-19\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/about.fb.com\/br\/"},{"@type":"ListItem","position":2,"name":"Usando intelig\u00eancia artificial para detectar desinforma\u00e7\u00e3o e conte\u00fado abusivo sobre COVID-19"}]},{"@type":"WebSite","@id":"https:\/\/about.fb.com\/br\/#website","url":"https:\/\/about.fb.com\/news\/","name":"Sobre a Meta","description":"","publisher":{"@id":"https:\/\/about.fb.com\/br\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/about.fb.com\/br\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR","alternateName":["Meta Newsroom","Meta"]},{"@type":"Organization","@id":"https:\/\/about.fb.com\/br\/#organization","name":"Meta","url":"https:\/\/about.fb.com\/br\/","logo":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/about.fb.com\/br\/#\/schema\/logo\/image\/","url":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2021\/10\/meta-social-16x9-1.jpg?fit=8000%2C4500","contentUrl":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2021\/10\/meta-social-16x9-1.jpg?fit=8000%2C4500","width":8000,"height":4500,"caption":"Meta"},"image":{"@id":"https:\/\/about.fb.com\/br\/#\/schema\/logo\/image\/"}}]}},"jetpack_featured_media_url":"","jetpack-related-posts":[{"id":26084,"url":"https:\/\/about.fb.com\/br\/news\/2025\/01\/mais-expressao-e-menos-erros\/","url_meta":{"origin":21442,"position":0},"title":"Mais express\u00e3o e menos erros","author":"Meta","date":"07\/01\/2025","format":false,"excerpt":"As plataformas da Meta s\u00e3o constru\u00eddas para serem lugares em que as pessoas podem se expressar livremente. Isso pode ser um pouco ca\u00f3tico. Em plataformas nas quais bilh\u00f5es de pessoas podem ter voz, tudo o que \u00e9 bom, ruim e feio est\u00e1 exposto. Mas isso \u00e9 a livre express\u00e3o.\u00a0 Em\u2026","rel":"","context":"In "Recent News"","block_context":{"text":"Recent News","link":"https:\/\/about.fb.com\/br\/news\/category\/recent-news\/"},"img":{"alt_text":"","src":"","width":0,"height":0},"classes":[]},{"id":27001,"url":"https:\/\/about.fb.com\/br\/news\/2026\/03\/combatendo-golpistas-e-protegendo-pessoas-com-novas-tecnologias-e-parcerias\/","url_meta":{"origin":21442,"position":1},"title":"Combatendo golpistas e protegendo pessoas com novas tecnologias e parcerias","author":"Meta","date":"11\/03\/2026","format":false,"excerpt":"Os golpistas est\u00e3o constantemente evoluindo suas t\u00e1ticas \u2014 e n\u00f3s tamb\u00e9m. Todos os dias, criminosos usam m\u00e9todos cada vez mais sofisticados para enganar pessoas em nossas plataformas e pela Internet. Por isso, estamos anunciando novos investimentos em IA avan\u00e7ada, ferramentas para ajudar as pessoas a identificarem e evitarem golpistas, al\u00e9m\u2026","rel":"","context":"In "Combatendo Desinforma\u00e7\u00e3o"","block_context":{"text":"Combatendo Desinforma\u00e7\u00e3o","link":"https:\/\/about.fb.com\/br\/news\/category\/temas-home\/combatendo-desinformacao\/"},"img":{"alt_text":"","src":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Scams.jpg?fit=819%2C460&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Scams.jpg?fit=819%2C460&resize=350%2C200 1x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Scams.jpg?fit=819%2C460&resize=525%2C300 1.5x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Scams.jpg?fit=819%2C460&resize=700%2C400 2x"},"classes":[]},{"id":26538,"url":"https:\/\/about.fb.com\/br\/news\/2025\/07\/expandindo-as-protecoes-da-conta-de-adolescente-e-recursos-de-seguranca-infantil\/","url_meta":{"origin":21442,"position":2},"title":"Expandindo as prote\u00e7\u00f5es da Conta de Adolescente e recursos de seguran\u00e7a para menores","author":"Meta","date":"23\/07\/2025","format":false,"excerpt":"Na Meta, trabalhamos para proteger os jovens contra danos diretos e indiretos. Nossos esfor\u00e7os v\u00e3o desde as Contas de Adolescente, desenvolvidas para proporcionar aos adolescentes experi\u00eancias adequadas \u00e0 sua idade e evitar contatos indesejados, at\u00e9 nossa sofisticada tecnologia que identifica e remove conte\u00fado de explora\u00e7\u00e3o. Hoje, estamos anunciando uma s\u00e9rie\u2026","rel":"","context":"In "Recent News"","block_context":{"text":"Recent News","link":"https:\/\/about.fb.com\/br\/news\/category\/recent-news\/"},"img":{"alt_text":"","src":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/07\/Logo-Meta-1.jpg?fit=633%2C356&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/07\/Logo-Meta-1.jpg?fit=633%2C356&resize=350%2C200 1x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/07\/Logo-Meta-1.jpg?fit=633%2C356&resize=525%2C300 1.5x"},"classes":[]},{"id":27026,"url":"https:\/\/about.fb.com\/br\/news\/2026\/03\/reforcando-seu-suporte-e-sua-seguranca-nos-aplicativos-da-meta-com-ia\/","url_meta":{"origin":21442,"position":3},"title":"Refor\u00e7ando seu suporte e sua seguran\u00e7a nos aplicativos da Meta com IA","author":"Meta","date":"19\/03\/2026","format":false,"excerpt":"Hoje, estamos lan\u00e7ando novas ferramentas de IA para suporte e fiscaliza\u00e7\u00e3o de conte\u00fado em nossos aplicativos para que eles funcionem melhor para voc\u00ea. \u00c0 medida que a tecnologia avan\u00e7a, estamos aplicando IA de mais maneiras para que voc\u00ea tenha ajuda confi\u00e1vel e pr\u00e1tica quando precisar, e para que possamos identificar\u2026","rel":"","context":"In "Recent News"","block_context":{"text":"Recent News","link":"https:\/\/about.fb.com\/br\/news\/category\/recent-news\/"},"img":{"alt_text":"","src":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Boosting-Your-Support-and-Safety-on-Metas-Apps-With-AI_Header.jpg?fit=1920%2C1080&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Boosting-Your-Support-and-Safety-on-Metas-Apps-With-AI_Header.jpg?fit=1920%2C1080&resize=350%2C200 1x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Boosting-Your-Support-and-Safety-on-Metas-Apps-With-AI_Header.jpg?fit=1920%2C1080&resize=525%2C300 1.5x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Boosting-Your-Support-and-Safety-on-Metas-Apps-With-AI_Header.jpg?fit=1920%2C1080&resize=700%2C400 2x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Boosting-Your-Support-and-Safety-on-Metas-Apps-With-AI_Header.jpg?fit=1920%2C1080&resize=1050%2C600 3x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2026\/03\/Boosting-Your-Support-and-Safety-on-Metas-Apps-With-AI_Header.jpg?fit=1920%2C1080&resize=1400%2C800 4x"},"classes":[]},{"id":26752,"url":"https:\/\/about.fb.com\/br\/news\/2025\/10\/mes-da-conscientizacao-sobre-ciberseguranca-ajudando-idosos-a-evitar-golpes-online\/","url_meta":{"origin":21442,"position":4},"title":"M\u00eas da Conscientiza\u00e7\u00e3o sobre Ciberseguran\u00e7a: Ajudando idosos a evitar golpes online","author":"Meta","date":"21\/10\/2025","format":false,"excerpt":"O Relat\u00f3rio de Crimes Cibern\u00e9ticos de 2024 do FBI indica que adultos com 60 anos ou mais nos EUA perderam um valor combinado de 4,8 bilh\u00f5es de d\u00f3lares em golpes somente em\u00a0 2024. Criminosos usam uma variedade de t\u00e1ticas para ganhar a confian\u00e7a das pessoas e, em determinadas circunst\u00e2ncias, comprometem\u2026","rel":"","context":"In "Dados e Privacidade"","block_context":{"text":"Dados e Privacidade","link":"https:\/\/about.fb.com\/br\/news\/category\/temas-home\/dados-e-privacidade\/"},"img":{"alt_text":"","src":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/10\/Cybersecurity-Awareness-Month_Header.jpg?fit=1920%2C1080&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/10\/Cybersecurity-Awareness-Month_Header.jpg?fit=1920%2C1080&resize=350%2C200 1x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/10\/Cybersecurity-Awareness-Month_Header.jpg?fit=1920%2C1080&resize=525%2C300 1.5x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/10\/Cybersecurity-Awareness-Month_Header.jpg?fit=1920%2C1080&resize=700%2C400 2x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/10\/Cybersecurity-Awareness-Month_Header.jpg?fit=1920%2C1080&resize=1050%2C600 3x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/10\/Cybersecurity-Awareness-Month_Header.jpg?fit=1920%2C1080&resize=1400%2C800 4x"},"classes":[]},{"id":26169,"url":"https:\/\/about.fb.com\/br\/news\/2025\/02\/introduzindo-conta-de-adolescente-no-brasil\/","url_meta":{"origin":21442,"position":5},"title":"Introduzindo Conta de Adolescente no Brasil","author":"Meta","date":"11\/02\/2025","format":false,"excerpt":"Hoje, estamos animados em anunciar que come\u00e7amos a implementar gradualmente a Conta de Adolescente do Instagram no Brasil. Pensamos constantemente em como podemos continuar a promover experi\u00eancias adequadas \u00e0 idade para os adolescentes\u00a0 e, ao mesmo tempo, dar aos pais a tranquilidade de saber que seus filhos est\u00e3o seguros e\u2026","rel":"","context":"In "Recent News"","block_context":{"text":"Recent News","link":"https:\/\/about.fb.com\/br\/news\/category\/recent-news\/"},"img":{"alt_text":"","src":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/02\/Copy-of-ROW_Teen_QPs_pt_BR.png?fit=5760%2C3840&resize=350%2C200","width":350,"height":200,"srcset":"https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/02\/Copy-of-ROW_Teen_QPs_pt_BR.png?fit=5760%2C3840&resize=350%2C200 1x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/02\/Copy-of-ROW_Teen_QPs_pt_BR.png?fit=5760%2C3840&resize=525%2C300 1.5x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/02\/Copy-of-ROW_Teen_QPs_pt_BR.png?fit=5760%2C3840&resize=700%2C400 2x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/02\/Copy-of-ROW_Teen_QPs_pt_BR.png?fit=5760%2C3840&resize=1050%2C600 3x, https:\/\/about.fb.com\/br\/wp-content\/uploads\/sites\/11\/2025\/02\/Copy-of-ROW_Teen_QPs_pt_BR.png?fit=5760%2C3840&resize=1400%2C800 4x"},"classes":[]}],"jetpack_sharing_enabled":true,"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/posts\/21442","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/users\/81109636"}],"replies":[{"embeddable":true,"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/comments?post=21442"}],"version-history":[{"count":1,"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/posts\/21442\/revisions"}],"predecessor-version":[{"id":21448,"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/posts\/21442\/revisions\/21448"}],"wp:attachment":[{"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/media?parent=21442"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/categories?post=21442"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/about.fb.com\/br\/wp-json\/wp\/v2\/tags?post=21442"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}