From Birdwatch to Community Notes, from Twitter to X: four years of community-based content moderation
Este artigo apresenta uma análise descritiva abrangente de quatro anos do programa Community Notes do X (anteriormente Birdwatch), examinando sua diversidade linguística, práticas de sourcing, atividade de colaboradores e redes de interação, ao mesmo tempo em que libera um conjunto de dados e código curados para avançar a pesquisa sobre moderação de conteúdo baseada na comunidade.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine as redes sociais como uma praça de cidade enorme e caótica, onde milhões de pessoas gritam seus pensamentos a cada segundo. Às vezes, as pessoas gritam mentiras, rumores ou histórias confusas. No passado, um pequeno grupo de "guardas da cidade" (especialistas) ou um "scanner robô" (IA) tentava ouvir a todos e sinalizar o conteúdo ruim. Mas há gente demais gritando para que os guardas consigam acompanhar, e o scanner robô frequentemente comete erros porque foi treinado com dados tendenciosos.
Para resolver isso, o X (antigo Twitter) lançou uma nova ideia chamada Community Notes (originalmente "Birdwatch"). Pense nisso como um programa de vigilância de bairro onde cidadãos comuns são convidados a ajudar a policiar a praça.
Aqui está o que este artigo nos diz sobre como essa vigilância de bairro funcionou durante seus primeiros quatro anos (2021–2025):
1. A Configuração: Como a Vigilância Funciona
Neste sistema, qualquer pessoa que tenha sido um bom cidadão por seis meses pode se tornar um "Contribuidor".
- O Trabalho: Se você vir uma postagem que pareça enganosa, você pode escrever uma "Nota" para adicionar contexto ou fatos que faltam.
- A Votação: Outros Contribuidores leem sua Nota e votam se ela é "Útil", "Mais ou menos Útil" ou "Não Útil".
- A Regra: Uma Nota só é mostrada ao público se pessoas de diferentes lados políticos concordarem que ela é útil. Isso é como uma ponte; se apenas pessoas de um lado do rio concordarem que a ponte é segura, ela não é construída. O objetivo é encontrar a verdade sobre a qual todos possam concordar.
2. Quem Está Fazendo o Trabalho? (Os "Super-Contribuidores")
O artigo descobriu que o trabalho não é compartilhado de forma igual. É como um bairro onde um pequeno número de voluntários dedicados faz quase toda a varrição e coleta de lixo.
- Os Grandes Esforços: Um número minúsculo de pessoas escreve a grande maioria das Notas. Uma única pessoa (que parece ser um bot) escreveu mais de 33.000 notas, principalmente sobre golpes de cripto.
- A Lacuna de Avaliação: Da mesma forma, um pequeno grupo de pessoas faz quase todas as votações.
- O Resultado: Como poucas pessoas estão fazendo o trabalho pesado, muitas postagens que precisam de uma Nota nunca recebem uma, ou as Notas que recebem nunca obtêm votos suficientes para serem exibidas.
3. Sobre o Que Eles Estão Falando? (Os Tópicos)
A "praça da cidade" é barulhenta, mas os voluntários focam em tipos específicos de ruído:
- Política é Rei: A maior parte do trabalho (cerca de 30–45%) é sobre política e governo.
- Saúde: No início, houve uma grande onda de notas sobre vacinas e a pandemia.
- Guerra e Cripto: Conforme o tempo passou, mais notas apareceram sobre guerras (como Ucrânia e Gaza) e golpes de criptomoedas.
- O Fenômeno "NNN": Às vezes, os voluntários escrevem uma nota dizendo "Nota Não Necessária" (NNN - Note Not Needed). Isso é como um vizinho dizendo: "Ei, aquela história não é realmente uma mentira, parem de tentar checar os fatos!". O artigo observa que isso se tornou uma forma de debater se algo precisa de correção, não apenas o que está errado.
4. A Barreira Linguística
Mesmo que o sistema seja global, os "bairros" são majoritariamente separados.
- Uma Língua, Um Grupo: A maioria das pessoas escreve em apenas uma língua. Mesmo que alguém fale cinco línguas, geralmente mantém apenas uma ao escrever notas.
- Dominância do Inglês: O inglês é a principal língua da praça da cidade. Os pesquisadores focaram sua análise profunda nas notas em inglês porque é onde ocorre a maior parte da atividade.
5. O Problema da Velocidade: A Questão do "Pouco e Tarde Demais"
Esta é a descoberta mais crítica. O sistema é lento.
- A Espera: Em média, leva 26 horas para uma Nota passar de escrita a ser exibida ao público.
- A Janela Perdida: No momento em que uma Nota "Útil" finalmente aparece, a mentira já viajou pelo mundo. O artigo observa que, quando uma nota é publicada, o post já alcançou 80% de seu público.
- A Taxa de Sucesso: De cada 100 postagens que recebem uma proposta de Nota, apenas cerca de 13 recebem uma Nota "Útil" exibida ao público. A maioria das Notas fica presa em uma sala de espera, nunca recebendo votos diversos o suficiente para passar.
6. De Onde Eles Obtêm Seus Fatos?
Ao escrever uma Nota, os contribuidores são incentivados a trazer provas.
- A Fonte: A maioria das Notas inclui um link para uma fonte.
- Os Favoritos: As fontes mais populares são Wikipedia, YouTube e o próprio X.
- A Verificação de Viés: Os pesquisadores verificaram o viés político dos sites utilizados. Surpreendentemente, a maioria das principais fontes é considerada "neutra", embora haja uma leve inclinação à esquerda. No entanto, o artigo encontrou um caso suspeito onde um usuário continuou vinculando a um site específico de antivírus para golpes de cripto, sugerindo que alguns "voluntários" podem ser bots automatizados promovendo agendas específicas.
A Conclusão
O Community Notes é um experimento corajoso de deixar a multidão policiar a si mesma. Ele construiu com sucesso uma enorme biblioteca de contexto e fatos. No entanto, o artigo conclui que o sistema sofre de um gargalo.
- Ele depende excessivamente de alguns super-voluntários.
- É lento demais para deter as mentiras antes que elas se espalhem.
- Tem dificuldade em conseguir que pessoas diversas concordem sobre uma nota antes que o ciclo de notícias avance.
Os autores liberaram todos os seus dados e códigos (como entregar as plantas baixas da vigilância de bairro) para que outros pesquisadores possam estudar como tornar este sistema mais rápido e justo no futuro.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.