Meta開發新技術VRS解決住宅廣告歧視問題

Meta推出新的廣告系統Variance Reduction System（VRS），以解決原本廣告系統中存在的住宅歧視問題。這個新技術是Meta與美國司法部（Department of Justice，DOJ）、住宅暨都市發展部（Department of Housing and Urban Development，HUD）合作的產物，目前Meta先將VRS用於住宅廣告，之後還會推展到就業和信貸廣告。

Meta在2019年因為違反美國《公平住宅法案》（Fair Housing Act，FHA）而被住宅暨都市發展部告上法院，HUD認為臉書平臺挖掘用戶資料，讓廣告主可以依據種族、家庭狀況和殘疾與否等條件推送廣告，明顯是歧視性的房屋廣告。雙方在2022年6月達成和解，Meta除了需支付11萬美元的罰款之外，也必須在2022年底前開發無歧視性廣告工具。

在和司法部、住宅暨都市發展部合作一年多後，Meta發表了Variance Reduction System（VRS）研究論文，目前VRS系統已經被用於房屋廣告，確保廣告系統能夠公平的推送廣告。

Meta目前的廣告政策禁止廣告主使用Meta的產品，歧視個人與特定族群，同時制定額外的保護措施，像是不允許特定廣告使用性別、年齡和郵政編號來定位受眾。但是Meta提到，即使沒有這些特徵的定位選項，人的興趣和活動等特徵，仍可以影響廣告對不同人口群體的分配，而這正是VRS用武之地，VRS的目標是確保最終看到住房、就業和信貸廣告的受眾，能夠更符合法律規範的廣告目標受眾。

Meta透過定期測量特定廣告的實際受眾，以了解這些受眾組成與人口統計分布的差異，其中包括年齡、性別和種族等特徵，官方提到，目前這個系統優先著重性別和種族特徵，並會以隱私方法進行總體測量。

VRS是用於廣告投放的增強學習框架，最大程度減少實際看過廣告的人，與廣告預期受眾之間的差異。Meta解釋，增強學習是一種機器學習方法，可以最大程度減少人口統計子群組之間廣告曝光的差異，而且其重點在於VRS在做決定前，不會事先獲得年齡、性別和種族等個人層級的資料。VRS能夠量測人口統計分布的基準，並與廣告商目標用戶群體的種族分布進行比較，而在投放廣告的時候，也會定期測量投放率和廣告曝光的人口統計分布。

Meta提到他們在開發VRS方法的過程中，所面臨的挑戰與限制，技術挑戰包括人口統計資料的低可用性，雖然Meta在使用者創建帳號時，就能夠收集性別和年齡，但是缺少了種族等人口統計資料，而這阻礙了系統性調查這些受保護特徵間的差異，同時也提高在過程監控公平進展的障礙。

而人們總希望實現真完全的公平，但Meta提到，VRS同時考慮年齡、性別和種族等人口統計特徵，但是同時考量多個特徵以及潛在權衡，反而不太可能完美地實現每個特徵的目標。廣告主所設定的廣告曝光數，也會直接關係到系統有多少機會，找到成功的策略以減少差異。另外，因為VRS仰賴多個技術基礎架構迭代測量，因此測量過程使VRS系統產生較大的延遲。

在Meta還提到，開啟了這類研究之後，也衍伸出了更多的問題，包括是否將類似的工具用於其他尚不需要隱私保護的人口統計特徵，同時他們也認為，這項隱私保護應該持續討論，以擴及更多線上和離線的房屋、工作和金融工具。