ChildSafeAds Shared Task 2026: Commercial Content in Child-Facing YouTube Videos

Imagine sentar-se para assistir a um vídeo sobre como construir uma casa na árvore ou resolver um enigma matemático difícil. O criador fala diretamente com você, compartilhando dicas e histórias com uma voz amigável e familiar. De repente, sem uma interrupção no fluxo, ele menciona uma marca específica de cola ou um novo aplicativo, explicando por que é a ferramenta perfeita para o trabalho. Para muitas crianças e adolescentes, essa mistura fluida de entretenimento e vendas é difícil de detectar. Ao contrário de um comercial de televisão tradicional que interrompe o programa com um jingle barulhento, esse tipo de publicidade se esconde dentro do próprio conteúdo. Como parece e soa como o resto do vídeo, os jovens espectadores muitas vezes não percebem que estão sendo alvo de uma venda. Essa confusão não é apenas um incômodo menor; é uma preocupação legal e ética. As leis em muitos lugares exigem que, quando alguém é pago para promover um produto, deve informar claramente ao público. No entanto, no vasto e caótico mundo dos vídeos online, esses avisos costalmente estão ausentes, enterrados em descrições longas ou escritos em uma linguagem que é muito sutil para uma criança entender.

Pesquisadores há muito tempo temem que os sistemas atuais de monitoramento desses vídeos não sejam bons o suficiente. Eles geralmente dependem dos próprios rótulos da plataforma de vídeo, que os criadores devem adicionar quando possuem uma parceria paga. No entanto, um novo estudo sugere que confiar apenas nesses rótulos deixaria passar um enorme número de mensagens comerciais. Para entender a verdadeira escala do problema, uma equipe de pesquisadores de universidades da Holanda criou uma nova forma de analisar os dados. Eles construíram uma tarefa compartilhada, um tipo de desafio organizado para cientistas da computação, para ver se as máquinas poderiam identificar esses discursos de vendas ocultos e descobrir o que há de errado com eles. O objetivo não era apenas encontrar os anúncios, mas entender o que eles estavam vendendo e se estavam quebrando regras desenhadas para proteger jovens.

A equipe começou reunindo uma coleção massiva de clipes de vídeo. Eles não olharam para todos os vídeos da internet, mas focaram em uma ferramenta específica chamada SponsorBlock. Este é um projeto impulsionado pela comunidade onde espectadores comuns marcam o início e o fim exatos dos segmentos de patrocínio nos vídeos para que outros possam pulá-los. Os pesquisadores usaram esses marcadores enviados pelos usuários como ponto de partida, sabendo que, se um espectador humano sentiu a necessidade de pular uma parte, era provável que fosse uma mensagem comercial. Eles coletaram 3.360 desses segmentos de quase mil canais diferentes que são populares entre adolescentes. Para cada segmento, eles reuniram tudo o que estava disponível: as palavras ditas no clipe, o título do vídeo, o nome do canal e os links que o criador colocou na caixa de descrição. Eles até seguiram esses links para os sites reais onde os produtos estavam sendo vendidos. Isso criou um conjunto de dados rico onde um sistema de computador poderia analisar uma transcrição curta ou investigar mais profundamente os detalhes do vídeo e a página do produto para fazer um julgamento.

Os pesquisadores então estabeleceram três tarefas específicas para os sistemas de computador realizarem. Primeiro, o sistema tinha que decidir que tipo de oferta estava sendo feita. O criador estava vendendo um objeto físico como um brinquedo, um serviço digital como um jogo ou algo inteiramente diferente? Segundo, o sistema precisava categorizar o produto. Era comida, moda, conselhos de saúde ou talvez algo arriscado como jogos de azar? Finalmente, e mais importante, o sistema tinha que agir como um vigia legal. Ele precisava sinalizar quaisquer problemas potenciais, como uma afirmação que parecesse boa demais para ser verdade, uma falha em dizer claramente "isto é um anúncio" ou um incentivo direto para uma criança comprar algo agora mesmo. Os pesquisadores desenharam a tarefa para que as equipes pudessem escolher quanta informação usar. Alguns sistemas poderiam ler apenas a transcrição, o que é barato e fácil de obter. Outros poderiam navegar pelos sites vinculados, o que é muito mais caro e demorado. Isso permitiu aos pesquisadores ver se o esforço extra de reunir mais dados realmente levava a melhores resultados.

Quando a equipe analisou os dados que haviam coletado, encontrou uma realidade alarmante. Quase metade dos vídeos em sua coleção, especificamente 45,5 por cento, não utilizava o rótulo oficial de "promoção paga" fornecido pela plataforma de vídeo. Isso significa que, se os reguladores ou pais olhassem apenas para esse rótulo específico, perderiam quase metade do conteúdo comercial destinado a jovens. O estudo também revelou que a tarefa de identificar esses anúncios é difícil para computadores. Embora os sistemas fossem muito bons em descobrir que tipo de produto estava sendo vendido, eles tiveram dificuldades significativas com as sinalizações legais. Os computadores frequentemente discordavam entre si sobre se uma divulgação era clara o suficiente ou se uma afirmação era enganosa. Essa discordância destaca que compreender a nuance da linguagem e do contexto, especialmente quando se trata de proteger crianças, é um desafio complexo que as máquinas ainda não são perfeitas em resolver.

Os pesquisadores usaram modelos de inteligência artificial avançados para criar os rótulos para seu conjunto de dados, trabalhando de perto com especialistas jurídicos para refinar as regras. Eles não apenas adivinharam; eles iteraram sobre suas definições, verificando amostras e ajustando como pediam para o computador pensar. Por exemplo, eles restringiram a definição de "exortação direta", que significa instar uma criança a comprar algo, para garantir que o computador apenas sinalizasse linguagens que realmente pressionassem a criança, em vez de apenas uma sugestão genérica para clicar em um link. Mesmo com esses passos cuidadosos, os modelos de computador ainda cometiam erros. No conjunto de teste, dois modelos poderosos diferentes concordaram com o conjunto exato de sinalizações legais em menos da metade dos casos. Isso sugere que, embora a tecnologia possa ajudar a escanear milhares de vídeos, ela ainda não pode substituir o julgamento humano ao determinar se um anúncio é verdadeiramente seguro para um público jovem.

O estudo conclui que monitorar conteúdo voltado para crianças exige mais do que apenas procurar por rótulos oficiais. Exige um olhar mais profundo no próprio conteúdo, nos links fornecidos e na linguagem específica utilizada. Os pesquisadores disponibilizaram seus dados e as regras para a tarefa ao público, convidando outros cientistas a construir sistemas melhores. Eles enfatizaram que seu trabalho é um ponto de partida para a pesquisa, não uma solução final. O conjunto de dados que criaram é um recorte de um momento específico no tempo e possui limitações. Inclui apenas vídeos onde alguém já marcou um patrocínio e depende de links que ainda estavam funcionando quando foram verificados. Não inclui vídeos que eram puramente comerciais ou canais que não passaram em sua triagem de apelo para adolescentes. Apesar desses limites, o trabalho fornece um quadro claro da atual paisagem: uma vasta quantidade de conteúdo comercial passa pelas frestas dos sistemas de monitoramento atuais, muitas vezes sem os avisos claros que a lei exige. O caminho a seguir envolve a construção de ferramentas que possam entender o contexto tão bem quanto entendem as palavras, garantindo que o mundo digital permaneça um espaço seguro para as crianças aprenderem e brincarem sem serem alvo de vendas inconscientes.