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。
熱門新聞
2024-12-08
2024-12-10
2024-12-10
2024-12-10
2024-11-29
2024-12-10