Análisis de videos de YouTube Kids implementando Visual Transformers

Abstract

Según la investigación desarrollada en The Common Sense Census: Media Use by Tweens and Teens, el uso de tecnologías relacionados con medios digitales tuvo un aumento de diecisiete porcientos después de la pandemia por COVID-19 en los niños de ocho a doce años. Para el año dos mil veintiuno, los niños pasaban alrededor de cinco horas y media por día consumiendo contenido de medios digitales, dedicando alrededor de cincuenta y siete minutos a videos de plataformas como YouTube. En octubre del dos mil veinte tres, YouTube realizo cambios en sus lineamientos de seguridad; ahora, los creadores de contenido pueden continuar con su cuenta activa, sin importar los incumplimientos hacia las normas de la comunidad en el pasado, ya que, cada 90 días se vence este récord, siempre y cuando se haya tomado una capacitación sobre las políticas del sitio. Además, desde el dos mil diecinueve, gracias a la ley definida en Children’s Online Privacy Protection Act (COPPA), los creadores de contenido deben declarar e identificar la audiencia a la que van dirigidos, y categorizar su contenido especificando si este es hecho para niños o no. La problemática resulta cuando la categorización de contenido no es especificada por los creadores puesto que esta realiza automáticamente siguiendo ciertos lineamientos que no siempre ayudan a poderlas encasillar en el publico correcto, haciendo que contenido no apto para niños llegue a sus manos. La investigación en curso tiene como objetivo implementar modelos preentrenados que utilicen Transformers para analizar contenido de YouTube que esté categorizado como hecho para niños.