4.6 C
Berlin
sobota, 6 grudnia, 2025

Twitch’s new 'machine learning’ ban evasion detector will be switched on by default

Follow US

80FaniLubię
908ObserwującyObserwuj
57ObserwującyObserwuj

The move comes in the wake of this year’s ongoing criticism of Twitch’s failure to shield streamers from „hate raids” and other harassment.

W lipcu tego roku, Twitch dodał wiele tagów, aby poprawić wykrywalność kanałów należących do użytkowników o różnych tożsamościach, w tym trans, czarny i niepełnosprawnych streamerów. To również posłużyło jako piorunochron dla nękających, aby znaleźć i skierować swoją nienawiść przeciwko tym społecznościom. Szczególnie dotkliwe były tak zwane „naloty nienawiści”, podczas których zautomatyzowane konta zalewały czaty obraźliwymi lub brutalnymi wypowiedziami.

Sprawy stanęły na głowie 1 września, kiedy grupa streamerów zorganizowała „DayOffTwitch”, aby zaprotestować przeciwko nieodpowiedniej reakcji Twitcha na ten problem. Twitch odpowiedział z opcją dla streamerów, aby wymagać weryfikacji na podstawie numeru telefonu do udziału w ich czatach, a to wydaje się złagodzić najgorsze z nalotów nienawiści.

Twitch najnowszy dodatek do jego prywatności i narzędzi bezpieczeństwa będzie miejmy nadzieję dać streamerów dalszych opcji do moderacji, zwłaszcza do czynienia z problemami jednostki coraz przeszłości bany przez tworzenie alternatywnych kont. W swoim ogłoszeniu z 30 listopada, Twitch nakreślił system uczenia maszynowego, który próbuje wykryć takich użytkowników.

Na domyślnych ustawieniach, gdy takie konto zostanie wykryte w czacie, jego wkład jest albo zaznaczany w kanale, albo wyciszany w oczekiwaniu na działanie moderatora, w zależności od tego, jak bardzo algorytm uważa, że jest to niepożądany użytkownik. Streamerzy są w stanie dostosować, jak ostra jest ta początkowa automatyczna reakcja, z najbardziej ekstremalną opcją automatycznego bana na podejrzane konta.

Ogłoszenie zawierało zastrzeżenie dotyczące dokładności programu, rozwijając:

„Jedną z rzeczy, na którą należy się przygotować, szczególnie w okolicach startu, jest to, że żadne uczenie maszynowe nigdy nie będzie w 100% dokładne, co oznacza, że istnieje możliwość wystąpienia fałszywych pozytywów i fałszywych negatywów. Dlatego też Wykrywanie Podejrzanych Użytkowników nie banuje automatycznie wszystkich możliwych lub prawdopodobnych osób unikających… Narzędzie będzie się uczyć na podstawie podejmowanych przez Ciebie działań, a dokładność jego przewidywań powinna z czasem ulec poprawie.”

Doceniam modularność narzędzia i to, jak wiele kontroli oferuje komuś podczas moderowania własnego kanału. Twitch jest winien streamerom przynajmniej tyle, biorąc pod uwagę stopień, w jakim pozwolił na utrzymywanie się problemu hate raidingu, a także okropną sytuację z muzyką chronioną prawem autorskim i towarzyszącą jej czystkę starych filmów w październiku zeszłego roku.

RELATED ARTICLES

Hitman pozostaje naszym flagowym produktem – dlaczego IO Interactive nie rezygnuje z Agenta 47 pomimo 007

Studio pomiędzy dwoma światami – i ikona, która nie znika Kiedy studio z bogatą tradycją nagle przejmuje zupełnie nową markę,...

„Osiągnęliśmy nowy poziom” – dlaczego tryb wieloosobowy w grze „Cyberpunk 2077” wydaje się nagle bardziej realistyczny niż kiedykolwiek wcześniej

„Wyniki przekroczyły wszelkie oczekiwania” – beta test, który wzbudza zainteresowanie fanów Dziesięcioosobowy zespół realizuje to, czego nie zrobiło studio AAA Za...

„Rozwijamy się szybciej, niż wielu sądzi” – dlaczego CD Projekt Red intensywnie rozbudowuje się pod kątem Wiedźmina 4

Kiedy w świecie gier mówi się o wielkich planach, niemal zawsze pojawia się jedna nazwa: CD Projekt Red. Studio, które...