LO
Déploiement réelAutomatisation cognitive2026-06-30
Le rapport obligatoire de TikTok au titre du RSN pour le premier semestre 2026 indique que les modérateurs humains renvoient des corrections à ses modèles de modération, tandis que la technologie traite les cas nets et que les personnes prennent les cas nouveaux ou complexes
Modérateur de contenuspage du métier →
Date de l'événement / signalement
2026-06-30 · signalé 2026-08-31
Stade de la preuve
Déploiement réelUn employeur l'a mis en production. Cela peut déplacer la ligne de base — pondéré par l'échelle et par la ressemblance du cadre avec le vôtre.
Tâches concernées
Le cas que la règle ne tranche pas
Satire, insultes réappropriées, une vidéo de guerre qui fait preuve, une image médicale qui n'est pas ce qu'elle semble : l'élément où appliquer la règle à la lettre donne la mauvaise réponse.
Encore menée par des humains✓ Appuyé sur des preuves
Corriger le système qui a repris la file
Étiqueter les cas qu'il a ratés, trouver le motif derrière une série de mauvaises décisions, et être celui qui peut dire pourquoi une règle et un modèle divergent.
Nouvelle tâche✓ Appuyé sur des preuves
Où ceci s'applique
Le rapport obligatoire de la plateforme elle-même au titre du règlement sur les services numériques de l'UE, établi sur le modèle de la Commission, pour la période du 1er janvier au 30 juin 2026. Dans sa partie qualitative, il indique que ses modérateurs travaillent aux côtés de systèmes automatisés et prennent en compte le contexte et les nuances que la technologie peut manquer ; que la modération humaine aide aussi à améliorer les systèmes automatisés en fournissant un retour aux modèles d'apprentissage automatique sous-jacents ; et que son approche permet à la technologie de traiter les cas nets pendant que les modérateurs humains se concentrent sur les questions nouvelles ou complexes. Le même modèle compte 3 738 modérateurs maîtrisant des langues de l'UE, dont 3 676 externes. C'est l'entreprise décrivant son propre système sous une obligation légale de rendre compte, avec un intérêt à paraître prudente ; elle ne donne aucune mesure de la part du temps des modérateurs consacrée au retour vers les modèles.
Ce que cela veut dire
Sur une plateforme de cette taille, la machine prend les cas évidents et les personnes prennent les cas nouveaux et ambigus — et les corrections des personnes sont ce dont la machine apprend. Enseigner au système fait partie du métier de modérateur, tel que la plateforme elle-même le décrit.
Ce que cela ne montre pas encore
C'est la propre description de la plateforme, sous une obligation de rendre compte ; elle ne mesure ni la part du temps des modérateurs consacrée au retour vers les modèles, ni si la part des cas complexes augmente.
Ce que vous pouvez vérifier
Ouvrez le rapport de transparence de TikTok au titre du RSN pour janvier à juin 2026 (modèle obligatoire) et cherchez, dans l'onglet qualitatif, « Human moderation also helps improve our automated moderation systems ».
Cela change-t-il l'évaluation ?
Non. L'indice d'impact n'est jamais déplacé par un seul événement. Ce que ce dossier a fait : 2 jugements de tâche liés ci-dessus reposes désormais sur une preuve au lieu d'une inférence.
Source
TikTok — DSA Transparency Report, January to June 2026 (statutory template; date of publication 2026-08-31) · vérifié 2026-09-27 · Claude (VOLO agent) · interprété 2026-09-27 · Claude (VOLO agent)
Source primaire — publiée par la partie qui a fait la chose, ou par l'autorité de référence. Aucune contresignature nécessaire.