Instagram正面臨著所有社交媒體網(wǎng)站中都會(huì)遇到的問(wèn)題——網(wǎng)絡(luò)霸凌的問(wèn)題。但是，Instagram并沒(méi)有像Facebook和Twitter那樣，讓用戶(hù)承擔(dān)責(zé)任，而是通過(guò)使用機(jī)器學(xué)習(xí)來(lái)消除平臺(tái)上言語(yǔ)的攻擊行為。

反霸凌慈善機(jī)構(gòu)Ditch the Label最近進(jìn)行的一項(xiàng)調(diào)查發(fā)現(xiàn)，在12至25歲的英國(guó)青少年中，有42％的人認(rèn)為Instagram是讓他們感到最受欺負(fù)的平臺(tái)，而這在Facebook和Twitter上分別僅為37％和9％，遠(yuǎn)遠(yuǎn)低于Instagram。此外，71％的被調(diào)查者認(rèn)為所有社交媒體在阻止網(wǎng)絡(luò)霸凌方面做得還很不夠。

尋找解決方案

為了解決網(wǎng)絡(luò)霸凌問(wèn)題，Instagram最近宣布了一項(xiàng)新戰(zhàn)略：集成機(jī)器學(xué)習(xí)算法來(lái)檢測(cè)和阻止其平臺(tái)上的潛在霸凌行為。該公司的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Kevin Systrom在一篇博文中表示，這項(xiàng)研究的目的是為了在Instagram上建立一個(gè)友善、包容的社區(qū)。

Instagram正在使用DeepText機(jī)器學(xué)習(xí)算法來(lái)嘗試解決網(wǎng)絡(luò)霸凌問(wèn)題。在2016年6月，F(xiàn)acebook的工程師們推出了DeepText，它作為基于深度學(xué)習(xí)的文本理解引擎，以近乎人類(lèi)的準(zhǔn)確度，每秒可以理解數(shù)千個(gè)帖子的文本內(nèi)容，同時(shí)還能實(shí)現(xiàn)上下文聯(lián)想功能。

通過(guò)深度學(xué)習(xí)，DeepText使用了人腦神經(jīng)網(wǎng)絡(luò)建模的算法，像人類(lèi)大腦一樣工作，通過(guò)演繹推理來(lái)確定某個(gè)單詞在特定語(yǔ)境下的意思。

例如，如果有人使用“mole”這個(gè)詞，DeepText則會(huì)識(shí)別用戶(hù)指的是小型哺乳動(dòng)物、皮膚瑕疵還是叛徒。Facebook使用該系統(tǒng)篩選數(shù)千個(gè)帖子，更好地理解用戶(hù)，旨在創(chuàng)造一個(gè)更好、個(gè)性化的用戶(hù)體驗(yàn)，來(lái)滿(mǎn)足個(gè)人興趣。

后來(lái)，2016年10月，Instagram又通過(guò)DeepText來(lái)消除垃圾郵件。該算法針對(duì)尋找企圖出售產(chǎn)品的組織，分析暗示數(shù)據(jù)是否為垃圾郵件。

DeepText的成功讓Instagram也在考慮該系統(tǒng)的其他用途。在2017年6月的博客文章中，Systrom宣布該公司將使用DeepText作為“阻止某些令人反感評(píng)論的過(guò)濾器”。該平臺(tái)使用最初由Facebook創(chuàng)建的技術(shù)來(lái)創(chuàng)建一個(gè)過(guò)濾器，為用戶(hù)建立一個(gè)安全的環(huán)境。

其他社交網(wǎng)站

網(wǎng)絡(luò)霸凌并不是Instagram獨(dú)有的問(wèn)題——其他主流的社交媒體網(wǎng)絡(luò)也在為其用戶(hù)做出安全方面的改變。

康奈爾大學(xué)的研究生John Davidson也是很多關(guān)于社交媒體中網(wǎng)絡(luò)霸凌論文的合著者，他在談到Twitter時(shí)表示，“機(jī)器學(xué)習(xí)算法已被證明是檢測(cè)不良言論和網(wǎng)絡(luò)霸凌的有效方法。”Davidson表示，諸如“邏輯回歸模型、N Bayes、隨機(jī)森林、支持向量機(jī)”等各種不同的算法都被證實(shí)是有效的。但是，他表示所有這些方法的關(guān)鍵都是依賴(lài)監(jiān)督學(xué)習(xí)，這是一種使用標(biāo)簽訓(xùn)練數(shù)據(jù)進(jìn)行推理的機(jī)器學(xué)習(xí)策略。Davidson表示， 他的研究涉及收集數(shù)百萬(wàn)個(gè)具有潛在可能的網(wǎng)絡(luò)霸凌（種族誹謗等等）推文，并為它們打上標(biāo)簽，然后將這些數(shù)據(jù)提供給算法。Davidson補(bǔ)充表示，這些例子用于訓(xùn)練算法，之后它應(yīng)該能夠自己區(qū)分出不良的言論。

Twitter在2016年11月發(fā)布博客文章，發(fā)布了通知靜音功能以及仇恨行為策略，為用戶(hù)提供更直接的方法來(lái)阻止濫用媒體的行為。雖然這些努力正在試圖阻止網(wǎng)絡(luò)霸凌，但是屏蔽攻擊性的通知并不會(huì)使推文不存在。

Facebook試圖通過(guò)建立Bullying Prevention Hub（霸凌預(yù)防中心）來(lái)減少網(wǎng)絡(luò)霸凌事件。當(dāng)青少年、家長(zhǎng)和教育工作者自身或者他們認(rèn)識(shí)的某個(gè)人遭到霸凌時(shí)，這個(gè)中心就是他們可以使用的資源。雖然為開(kāi)啟網(wǎng)絡(luò)霸凌對(duì)話(huà)提供了寶貴的建議，但Facebook的欺凌預(yù)防中心并沒(méi)有直接采取任何行動(dòng)來(lái)正面消除攻擊的內(nèi)容。該公司只用該工具根據(jù)用戶(hù)的興趣向用戶(hù)推薦內(nèi)容。