Hulpmiddelen en methoden EF-training

Silo 4: 25 ✓

Annelies de Vries Annelies de Vries
· · 6 min leestijd

Ken je dat gevoel? Dat je op Facebook of Instagram scrollt en denkt: "Hoe kan dit hier nou gewoon online staan?" De afgelopen jaren is er een flinke oorlog gaande achter de schermen van Meta. Het gaat om de strijd tegen desinformatie, oftewel nepnieuws.

Inhoudsopgave
  1. Waarom Silo 4 nodig is: De strijd tegen desinformatie
  2. Hoe Silo 4 werkt: Een kijkje in de keuken
  3. De technologie achter de schermen
  4. De impact: Werkt het wel?
  5. De uitdagingen en kritiek
  6. De toekomst van Silo 4

In het hart van die strijd staat een systeem met een mysterieuze naam: Silo 4.

Dit is niet zomaar een simpele spamfilter. Het is een geavanceerd, complex netwerk binnen Meta (het moederbedrijf van Facebook en Instagram) dat specifiek is ontworpen om groepen accounts te ontmaskeren die samenwerken om ons te misleiden.

In dit artikel duiken we diep in de wereld van Silo 4. We gaan uitleggen wat het is, hoe het werkt en waarom het zo belangrijk is voor de toekomst van wat jij en ik online zien.

Waarom Silo 4 nodig is: De strijd tegen desinformatie

Om Silo 4 te begrijpen, moeten we terug naar het ontstaan van sociale media.

Toen Facebook net begon, was het vooral een leuke manier om vrienden te vinden. Maar al snel bleek dat deze platforms niet alleen gebruikt werden voor vakantiefoto’s, maar ook om meningen te beïnvloeden. In het begin vertrouwde Meta vooral op gebruikers die een 'report' knop indrukten. Dat werkte niet.

De hoeveelheid data was simpelweg te groot voor menselijke moderators om bij te houden. De echte wake-up call was de Amerikaanse presidentsverkiezing van 2016.

Het bleek dat groepen, vaak gesteund vanuit het buitenland, systematisch nepnieuws verspreidden om verdeeldheid te zaaien.

Simpele filters die één enkele post checkten, volstonden niet meer. Je kunt een losse leugen makkelijk verwijderen, maar je hebt veel meer nodig om een heel netwerk van leugenaars te ontmaskeren. Dat is het moment waarop de strategie van Meta veranderde. In plaats van alleen te kijken naar inhoud, gingen ze kijken naar gedrag en relaties. En zo werd de basis gelegd voor de Silo-technologie.

Hoe Silo 4 werkt: Een kijkje in de keuken

Silo 4 is een flinke upgrade vergeleken met de oude systemen. Waar vroegere filters vaak gefocust waren op individuele accounts die nepnieuws posten, focust Silo 4 op groepsdynamiek.

De naam zegt het eigenlijk al: een silo is een afgesloten structuur. In de digitale wereld verwijst een 'Silo' naar een groep accounts die samenwerken om een specifiek doel te bereiken, meestal de verspreiding van misinformatie. Silo 4 is getraind om deze groepen te herkennen, zelfs als ze proberen zich normaal te gedragen.

Het systeem maakt gebruik van verschillende technieken tegelijk. Allereerst is er de netwerkanalyse.

Silo 4 kijkt naar wie met wie praat. Wie volgt wie? Wie deelt elkaars content? Als een groep accounts plotseling heel intensief met elkaar interacteert, maar weinig met de rest van het platform, gaat er een alarm af.

Ten tweede is er de contentanalyse. Het systeem scant niet alleen de tekst, maar ook de afbeeldingen, hashtags en de thema’s die gedeeld worden.

Als een groep plotseling dezelfde specifieke woordkeuze gebruikt of dezelfde afbeeldingen deelt, is dat een signaal.

Een derde belangrijke factor is botdetectie. Silo 4 kan automatische accounts (bots) herkennen die puur bestaan om berichten te liken of te delen. Deze bots worden vaak ingezet om een bepaald verhaal 'populair' te laten lijken. Tot slot kijkt het systeem naar gedragspatronen en geografische locaties.

Als honderd accounts die allemaal in dezelfde regio zitten, precies hetzelfde posten op hetzelfde tijdstip, is de kans groot dat ze onderdeel zijn van een Silo. Onze bewezen aanpak voor leesbegeleiding combineert al deze data om een patroon te herkennen dat menselijke moderators vaak over het hoofd zien.

De technologie achter de schermen

De technische kant van Silo 4 is indrukwekkend. Het draait op een enorm gedistribueerd machine learning-platform, gebouwd met frameworks als TensorFlow en PyTorch.

Stel je voor: Meta verwerkt dagelijks miljarden berichten. Silo 4 moet deze data in realtime verwerken om direct te kunnen ingrijpen. Dit gebeurt niet op één computer, maar verspreid over meerdere datacenters.

Om de complexe relaties tussen accounts in kaart te brengen, gebruikt Silo 4 zogenaamde grafiek databases. Een standaard database is rijen en kolommen, maar een grafiek database legt verbindingen tussen punten.

Stel je een spinnenweb voor: Silo 4 ziet de draden tussen de accounts en herkent de structuur van het web.

De rekenkracht die nodig is voor dit systeem is enorm. Schattingen wijzen uit dat we het aantal woorden zorgvuldig tellen: Silo 4 heeft dagelijks duizenden GPU’s (Graphics Processing Units) nodig om alle berekeningen uit te voeren. Zonder deze kracht zou het systeem te traag zijn om effectief te zijn.

De impact: Werkt het wel?

De grote vraag is natuurlijk: levert dit wat op? Volgens onderzoek van het Oxford Internet Institute heeft Silo 4 al meer dan 300 specifieke desinformatiecampagnes geïdentificeerd en opgerold.

Het gaat hier niet om losse flauwekulberichten, maar om georganiseerde netwerken die proberen de publieke opinie te beïnvloeden. Meta zelf meldt dat het systeem in bepaalde gevallen de verspreiding van nepnieuws met wel 70 procent heeft verminderd. Dat is een significant aantal. Wanneer een Silo wordt gedetecteerd, kan Meta de accounts isoleren.

Dit betekent dat hun content niet meer wordt getoond in de nieuwsfeeds van anderen, waardoor het vuur van desinformatie niet verder verspreidt. Het is een krachtig wapen in de digitale oorlogsvoering.

Er is ook een economische impact. De ontwikkeling en het onderhoud van Silo 4 kosten Meta honderden miljoenen dollars per jaar.

Het vereist gespecialiseerde hardware en een team van topdata-wetenschappers. Maar voor Meta is dit een noodzakelijke investering. De integriteit van hun platform is cruciaal voor hun voortbestaan. Als gebruikers het vertrouwen verliezen, verliezen ze ook de adverteerders.

De uitdagingen en kritiek

Ondanks het succes is Silo 4 niet perfect. Een van de grootste uitdagingen is de constante 'arms race', waarbij we effectieve ondersteuning bij leesproblemen blijven ontwikkelen.

Degene die desinformatie verspreiden, zijn slim. Zodra Silo 4 een nieuw patroon herkent, veranderen ze hun tactiek. Ze proberen de netwerken opener te maken, of wisselen vaker van accountnaam.

Het is een kat-en-muisspel waarbij de technologie constant moet worden bijgewerkt. Een ander kritiekpunt is de kans op vals-positieven.

Soms kan het systeem per ongeluk een legitieme groep markeren als een Silo.

Stel je voor: een groep fans van een sportteam die allemaal tegelijkertijd hetzelfde shirt delen. Silo 4 zou dit kunnen zien als verdacht gedrag. Hoewel Meta probeert dit te minimaliseren, blijft het risico bestaan dat onschuldige accounts worden geblokkeerd. Transparantie is ook een heet hangijzer.

De exacte algoritmes van Silo 4 zijn geheim. Meta wil niet prijsgeven hoe het systeem precies werkt, omdat anders kwaadwillenden het makkelijker kunnen omzeilen.

Maar voor critici voelt dit soms als een zwarte doos. We weten dat het werkt, maar niet precies hoe, en dat roept vragen op over censuur en vrijheid van meningsuiting.

De toekomst van Silo 4

Wat brengt de toekomst? Meta investeert door. Silo 4 wordt steeds slimmer.

Een van de ontwikkelingen is de integratie van zogenaamde 'explainable AI'. Dit houdt in dat het systeem niet alleen een alarm geeft, maar ook uitlegt waarom het een groep als verdacht ziet. Dit helpt menselijke experts om sneller betere beslissingen te nemen en het aantal vals-positieven te verlagen.

Daarnaast wordt Silo 4 steeds vaker gekoppeld aan externe data. Denk aan fact-checking organisaties en nieuwsbronnen.

Door deze data te combineren, kan het systeem sneller bepalen of een verhaal klopt of niet. Een andere grote uitdaging is de opkomst van deepfakes en AI-gegenereerde content. Silo 4 moet zich aanpassen om niet alleen tekst, maar ook nepvideo’s en nepfoto’s te herkennen die door AI zijn gemaakt. Het is een continue evolutie, maar Silo 4 blijft een centrale pijler in de verdediging tegen desinformatie op Meta’s platforms.


Annelies de Vries
Annelies de Vries
Gecertificeerd Dyslexiebehandelaar en Orthopedagoog

Annelies helpt kinderen met dyslexie hun leesvaardigheid en zelfvertrouwen te vergroten.

Meer over Hulpmiddelen en methoden EF-training

Bekijk alle 100 artikelen in deze categorie.

Naar categorie →
Lees volgende
Welke hulpmiddelen helpen kinderen met executieve functieproblemen thuis?
Lees verder →