多样化视角可缓解众包内容审核中的政治偏见
人机交互
2023-05-25 v1 计算机与社会
摘要
近年来，社交媒体公司一直在努力定义和执行涉及平台上政治内容的内容审核政策，部分原因是出于对政治偏见、虚假信息以及两极分化的担忧。这些政策形式多样，包括禁止政治广告、限制政治话题的传播、对政治主张进行事实核查，以及允许用户完全隐藏政治内容。然而，执行这些政策需要人工判断来标注政治内容，目前尚不清楚人类标注者在此任务上的表现如何，也不清楚偏见是否影响这一过程。因此，在本研究中，我们通过实验评估使用众包工作者识别政治内容的可行性与实用性，并揭示了使其难以识别该内容的偏见。我们的结果对由看似可互换的工作者组成的众包群体提出了质疑，并提供了初步证据，表明聚合异质工作者的判断可能有助于缓解政治偏见。鉴于这些发现，我们确定了实现更公平标注结果的策略，同时更好地支持众包工作者完成该任务并潜在地缓解偏见。
引用
@article{arxiv.2305.14500,
title = {Diverse Perspectives Can Mitigate Political Bias in Crowdsourced Content Moderation},
author = {Jacob Thebault-Spieker and Sukrit Venkatagiri and Naomi Mine and Kurt Luther},
journal= {arXiv preprint arXiv:2305.14500},
year = {2023}
}
备注
Accepted to the 2023 ACM Conference on Fairness, Accountability, and Transparency (FAccT 2023). To cite please use the reference available at this URL: https://doi.org/10.1145/3593013.3594080