Wow, YouTube Klaim Sudah Blokir 83 Juta Video dan 7 Miliar Komentar
loading...
Sejak 2017, YouTube melacak metriks yang disebut Violative View Rate (VVR), untuk mengukur persentase penayangan konten melanggar di platform mereka. Foto: dok Reuters
A
A
A
JAKARTA - YouTube mengklaim sudah menghapus 83 juta video dan 7 miliar komentar dalam platformnya selama ini. Video dan komentar tersebut dianggap tidak pantas dan melanggar aturan mereka.
Jennifer O'Connor, PM Director, Trust & Safety, YouTube, ada istilah baru yang saat ini sangat penting bagi YouTube. Namanya, Rasio Tontonan Melanggar ( Violative View Rate atau VVR).
BACA JUGA: Panduan Evakuasi Gempa dalam Situasi Covid-19, Tetap Pakai Masker dan Jaga Jarak!
Apa itu Violative View Rate ? Sederhananya, Violative View Rate adalah persentase penayangan di YouTube yang berasal dari konten yang melanggar kebijakan mereka. Atau, bisa juga disebut persentase video yang tidak pantas/melanggar kebijakan yang sudah terlanjur ditonton oleh pengguna.
”Tim kami mulai melacaknya pada 2017, dan sejak itu penuruannya mencapai 75 persen. Kami sangat bangga. Ini adalah metrik utama yang digunakan untuk mengukur upaya pemenuhan tanggung jawab kami. Dan target kami prosentasi VVR harus mendekati 0,” ujar Jennifer.
Jennifer mengklaim mereka sekarang dapat mendeteksi 94% dari semua konten yang melanggar di YouTube dengan pelaporan otomatis. Dari seluruh jumlah tersebut, 75% di antaranya bahkan dihapus sebelum 10 kali ditonton
YouTube ingin menjaga agar Violative View Rate ini tetap rendah. Karena itu mereka berinvestasi di teknologi machine learning, juga sumber daya manusia. Ada 20.000 orang pekerja manusia/human reviewer yang mengambil keputusan apakah sebuah konten melanggar atau tidak.
Dengan kombinasi machine learning dan pekerja manusia, YouTube menyebut prosentase VVR sangat rendah. Yakni, di angka 0,16-0,18%. Artinya, Dari setiap 10.000 penayangan di YouTube, 16-18 penayangan berasal dari konten yang melanggar.
”Persentase VVR turun lebih dari 70% dibanding kuartal yang sama 2017, sebagian besar berkat investasi kami dalam machine learning,” beber Jennifer.
Sebab, kecepatan, disebut Jennifer sangat penting untuk membuat VVR turun drastis. Dan ini sangat terbantu lewat machine learning yang bisa menyeleksi video dalam skala besar.
Jennifer O'Connor, PM Director, Trust & Safety, YouTube, ada istilah baru yang saat ini sangat penting bagi YouTube. Namanya, Rasio Tontonan Melanggar ( Violative View Rate atau VVR).
BACA JUGA: Panduan Evakuasi Gempa dalam Situasi Covid-19, Tetap Pakai Masker dan Jaga Jarak!
Apa itu Violative View Rate ? Sederhananya, Violative View Rate adalah persentase penayangan di YouTube yang berasal dari konten yang melanggar kebijakan mereka. Atau, bisa juga disebut persentase video yang tidak pantas/melanggar kebijakan yang sudah terlanjur ditonton oleh pengguna.
”Tim kami mulai melacaknya pada 2017, dan sejak itu penuruannya mencapai 75 persen. Kami sangat bangga. Ini adalah metrik utama yang digunakan untuk mengukur upaya pemenuhan tanggung jawab kami. Dan target kami prosentasi VVR harus mendekati 0,” ujar Jennifer.
Jennifer mengklaim mereka sekarang dapat mendeteksi 94% dari semua konten yang melanggar di YouTube dengan pelaporan otomatis. Dari seluruh jumlah tersebut, 75% di antaranya bahkan dihapus sebelum 10 kali ditonton
YouTube ingin menjaga agar Violative View Rate ini tetap rendah. Karena itu mereka berinvestasi di teknologi machine learning, juga sumber daya manusia. Ada 20.000 orang pekerja manusia/human reviewer yang mengambil keputusan apakah sebuah konten melanggar atau tidak.
Dengan kombinasi machine learning dan pekerja manusia, YouTube menyebut prosentase VVR sangat rendah. Yakni, di angka 0,16-0,18%. Artinya, Dari setiap 10.000 penayangan di YouTube, 16-18 penayangan berasal dari konten yang melanggar.
”Persentase VVR turun lebih dari 70% dibanding kuartal yang sama 2017, sebagian besar berkat investasi kami dalam machine learning,” beber Jennifer.
Sebab, kecepatan, disebut Jennifer sangat penting untuk membuat VVR turun drastis. Dan ini sangat terbantu lewat machine learning yang bisa menyeleksi video dalam skala besar.
Lihat Juga :
