RISKYZ-2020-00045MITAIID4 görüntülenme

Risk sınıflandırması: MIT AI Risk Repository etiketinden birebir alınmıştır.

3.Yanlış Bilgi

Facebook’un içerik denetleme sistemlerinin, görsel ve metinlerdeki küçük değişiklikler nedeniyle dezenformasyonu tespit etmekte yetersiz kaldığı öne sürüldü

Yayınlandı: 29 Temmuz 2026Olay: Ekim 2020

Facebook’un yapay zekâ tabanlı içerik denetleme sistemlerinin, dezenformasyon içeren paylaşımlardaki küçük görsel ve metinsel değişiklikleri ayırt edemeyerek milyonlarca hatalı bilginin etiketlenmeden yayılmasına zemin hazırladığı öne sürüldü.

Olay

Uluslararası savunuculuk grubu Avaaz tarafından yayımlanan bir analiz, Facebook’un COVID-19 pandemisi ve ABD seçimlerine yönelik dezenformasyonla mücadele mekanizmalarındaki teknik açıkları ortaya koydu. Rapora göre, kötü niyetli aktörlerin paylaşımlardaki yazı tipini değiştirmek, görselleri kırpmak veya arka plan rengini farklılaştırmak gibi basit yöntemlerle platformun yapay zekâ tabanlı denetim sistemlerini ve uyarı etiketlerini aşabildiği iddia edildi.

Avaaz, Ekim 2019 ile Ağustos 2020 tarihleri arasında bağımsız doğrulama kuruluşları tarafından yalanlanan 1.776 paylaşımı inceledi. Bu inceleme sonucunda, içeriklerin yaklaşık %42’sinin (738 paylaşım) sistem tarafından tespit edilemediği ve herhangi bir uyarı etiketi almadığı belirlendi. Etiketlenmeyen bu içeriklerin yaklaşık 142 milyon kez görüntülendiği ve 5,6 milyon etkileşim aldığı tahmin edilmektedir. Özellikle posta yoluyla oy kullanma ve COVID-19 tedavilerine ilişkin yanlış bilgilerin, metinlerin görsele dökülmesi veya yazı tipinin değiştirilmesi sayesinde sistemin radarına takılmadan yayılabildiği bildirildi.

Facebook yetkilileri, Avaaz’ın bulgularının şirketin aldığı önlemleri tam olarak yansıtmadığını savunarak iddialara karşı çıktı. Şirket, yapay zekâ teknolojisini milyonlarca kopya içeriği tespit etmek için kullandığını ve 150 milyondan fazla içeriğe uyarı etiketi yerleştirdiğini belirtti. Ayrıca, tespit edilen ihlallerde sayfaların dağıtımının azaltılması ve reklam gelirlerinin kesilmesi gibi yaptırımlar uygulandığını bildirdi.

Buna karşın analiz, sistemin neredeyse aynı olan içerikleri görsel veya metinsel varyasyonlar nedeniyle "farklı" algılamasının, dezenformasyonun viral yayılımını engellemede zafiyet oluşturduğunu değerlendirmektedir. Yapay zekânın benzer içerikleri eşleştirme yeteneğindeki bu eksikliğin, kamuoyunu yanıltıcı bilgilerin denetimden kaçmasına ve geniş kitlelere ulaşmasına neden olduğu öne sürülmektedir.

Akademik Atıf

RiskYZ. (2026). RISKYZ-2020-00045: Facebook’un içerik denetleme sistemlerinin, görsel ve metinlerdeki küçük değişiklikler nedeniyle dezenformasyonu tespit etmekte yetersiz kaldığı öne sürüldü. RiskYZ Vaka Kütüphanesi. https://riskyz.org/cases/RISKYZ-2020-00045

Sınıflandırma

Risk Alanı
3.Yanlış Bilgi
Alt Kategori
3.1Yanlış veya yanıltıcı bilgi
Kaynak
Yapay Zekâ
Niyet
Kasıtsız
Zamanlama
Dağıtım Sonrası

Detaylar

Etkilenen Sistem
Facebook içerik denetleme ve otomatik doğrulama (fact-checking) sistemleri
Sektör
Sosyal Medya
Konum
Amerika Birleşik Devletleri

Zaman Çizelgesi

Olay Tarihi
Ekim 2020
Yayınlandı
29.07.2026
Güncellendi
11.08.2026

Olay tarihi zararın başladığı anı gösterir; haberin ya da davanın tarihi olmayabilir. Nasıl belirlenir?

Etiketler

#Facebook#dezenformasyon#yapay zekâ hatası#yanlış bilgi#içerik denetimi#bilgi bütünlüğü#sosyal medya manipülasyonu#doğrulama eksikliği