Quảng cáo Facebook Có Phân biệt đối xử? Điều Này Phức tạp

Chu kỳ truyền thông về Facebook đã trải qua một chuỗi biến động đột ngột trong vài tuần qua. Đầu tiên, trong một động thái bất ngờ của chính quyền Trump, Bộ Nhà ở và Phát triển Đô thị kiện công ty về vi phạm Đạo luật Nhà ở Công bằng, cáo buộc họ thực hiện các thực práng quảng cáo phân biệt đối xử cho quảng cáo nhà ở.

Chưa đầy vài ngày sau, các nhà nghiên cứu tại Đại học Northeastern công bố một bản xem trước của một bài báo mô tả một loạt thí nghiệm quảng cáo thú vị, chỉ ra rằng thực sự, Facebook đã hiển thị quảng cáo nhà ở và việc làm khác nhau tùy thuộc vào giới tính và chủng tộc. Cuối cùng, vào tháng 4, Đạo luật Chịu trách nhiệm với Thuật toán—AAA, tất nhiên—đã được giới thiệu cả trong Hạ viện và Thượng viện, yêu cầu các công ty công nghệ lớn kiểm tra bằng chứng về sự chệch đối xử trong trí tuệ nhân tạo quản lý các nền tảng như Facebook và Google.

Bức tranh này xảy ra sau một loạt các vụ kiện khác cáo buộc rằng Facebook đã khuyến khích quảng cáo phân biệt đối xử bằng cách cho phép quảng cáo nhà ở được nhắm đến theo chủng tộc và giới tính, điều mà công ty thực tế đã thừa nhận bằng cách tuyên bố sẽ ngăn chặn chức năng đó.

Vụ kiện HUD và dự thảo luật AAA thực sự là một bước tiến so với các vụ kiện trước đó về độ chệch thuật toán, có thể mang lại những hậu quả có ảnh hưởng sâu rộng. Để hiểu tại sao, cần phải đào sâu một chút vào ngữ nghĩa và thực hành của quảng cáo trên Facebook.

Bắt đầu với thuật ngữ targeting. Như thường được sử dụng, đó là một loại thể loại quá mức rộng có thể có nhiều ý nghĩa khác nhau. Trong ngành, targeting liên quan đến dữ liệu mà một nhà quảng cáo sử dụng để phân đoạn khán giả, có thể là dữ liệu do Facebook cung cấp (ví dụ, người California từ 25 đến 35 tuổi) hoặc là dữ liệu mà một nhà quảng cáo mang đến Facebook (ví dụ, lịch sử duyệt và mua sắm của người dùng trên trang web thương mại điện tử). Điểm chính ở đây là, dù dữ liệu có đến từ Facebook hay từ nhà quảng cáo, tay của nhà quảng cáo nắm giữ các cần mục tiêu, quyết định bộ người dùng nào nhìn thấy quảng cáo của họ.

Nhưng do độ phức tạp của quá trình mua quảng cáo và đấu giá, targeting không phải là thứ duy nhất quyết định ai nhìn thấy một quảng cáo. Trong phân khúc được chỉ định bởi nhà quảng cáo, Facebook có thể làm chệch đi người dùng cuối cùng nhìn thấy quảng cáo được mục tiêu đó.

Điều đó thường được gọi là tối ưu hóa, đó là vấn đề mà vụ kiện HUD và dự thảo luật AAA quan tâm. Đặc biệt đối với quảng cáo được mục tiêu rộng rãi—ví dụ, toàn bộ thế hệ millennial Mỹ—Facebook chính nó làm hẹp thêm bộ người dùng mục tiêu dựa trên những gì nó biết về người dùng và nền tảng của mình. Nếu quảng cáo là về thời trang, thì nó sẽ chọn người dùng đã thể hiện quan tâm đối với các thương hiệu thời trang. Nếu quảng cáo trên một đám đông rộng lớn cho thấy rằng một số phân đoạn con—ví dụ, những người ở Texas—tương tác với nó nhiều hơn so với người khác, thì nó sẽ nhanh chóng bắt đầu chệch hướng hiển thị quảng cáo chỉ đến người Texas.

Trong một thế giới của targeting hoàn hảo, nơi mà nhà quảng cáo có kiểm soát tuyệt đối của trải nghiệm người dùng và biết tất cả dữ liệu người dùng Facebook, không cần tối ưu hóa. Một nhà quảng cáo tinh tế có thể đơn giản huấn luyện các mô hình học máy giống như Facebook.

Trong một thế giới của tối ưu hóa hoàn hảo, nơi mà Facebook biết ngay cả dữ liệu ngoại Facebook như mua sắm, thì không cần targeting. Facebook có thể đơn giản lấy những gì nhà quảng cáo biết về những gì người dùng đã mua hoặc duyệt và cung cấp trải nghiệm quảng cáo gần như hoàn hảo nhất có thể.

Trong thực tế, tất nhiên, cả targeting và tối ưu hóa đều không hoàn hảo, vì vậy cả hai hoạt động tương quan: Nhà quảng cáo không tin tưởng Facebook đủ để giao toàn bộ dữ liệu targeting của mình, và Facebook không muốn chia sẻ dữ liệu tối ưu hóa của mình (ít nhất là không có ý định) với bên ngoài.

Điều gì xảy ra trong thực tế thương mại của việc mua quảng cáo là nhà quảng cáo xuất hiện với một ước đoán tốt nhất về đối tượng mục tiêu, một số sáng tạo quảng cáo và một lượt đặt giá cho hành động người dùng mong muốn như một cú nhấp chuột hoặc cài đặt ứng dụng. Facebook sử dụng targeting của nhà quảng cáo để làm giảm bớt bộ người dùng tiềm năng, và khi một người dùng như vậy xuất hiện, ước tính xem họ có khả năng nhấp chuột vào quảng cáo hoặc tải xuống ứng dụng.

Ước tính hợp chất đó—mục tiêu của nhà quảng cáo và ước đoán tối ưu hóa của Facebook về một người dùng quan tâm trong bộ người dùng mục tiêu đó—là điều quyết định cuối cùng quảng cáo nào xuất hiện trong dòng thời gian Facebook hoặc Instagram của bạn. Nếu mục tiêu của nhà quảng cáo là siêu chính xác—ví dụ, người dùng đã duyệt qua một sản phẩm cụ thể trực tuyến—thì Facebook chỉ là một người truyền thông chỉ hiển thị quảng cáo đó cho nhóm nhỏ (tương đối) người. Nếu mục tiêu rất rộng, thì Facebook sẽ thực hiện kiểm soát đáng kể về người nào nhìn thấy cái gì, có thể mở rộng trách nhiệm pháp lý của nó trong trường hợp như Đạo luật Nhà ở Công bằng.

Mục tiêu của quảng cáo tự động—theo ý tưởng kỳ diệu di chuyển hàng trăm tỷ đô la mỗi năm và thúc đẩy Google và Facebook lên hơn 1 nghìn tỷ đô la kết hợp—là mục tiêu một cách hệ thống quảng cáo đến đoạn dân số lớn nhất. Ngược lại, quy định đề xuất yêu cầu phục vụ quảng cáo cho mọi đoạn, bất kể hiệu suất. Đây là sức mạnh không thể cưỡng của quy định va chạm với đối tượng (gần như) không thể di động của thực hành công nghiệp nghìn tỷ đô la.

Đây là điểm quyết định: Targeting, phần của quá trình mà nhà quảng cáo tự mang đến bữa tiệc, tương đối dễ quy định. Nếu việc hiển thị quảng cáo nhà ở dựa trên chủng tộc hoặc dân tộc của người dùng là bất hợp pháp, đơn giản cấm nhà quảng cáo không được phép mục tiêu theo chủng tộc hoặc dân tộc cho những quảng cáo đó. Facebook đã tự động phát hiện quảng cáo về rượu hoặc chính trị và áp dụng các quy tắc mục tiêu khác cho chúng. Ví dụ, bạn không thể quảng cáo rượu cho người dùng dưới 21 tuổi (hoặc mọi độ tuổi ở các quốc gia như Ả Rập Saudi) trên Facebook, điều mà họ thực sự thực hiện.

Nhưng việc đảm bảo rằng tối ưu hóa—phần thu hẹp mà các thuật toán của Facebook kiểm soát—hiển thị quảng cáo nhà ở và việc làm không độ chệch đối xử đến mọi nhóm dân tộc và giới tính là khó khăn hơn nhiều. Ví dụ, thuật toán của Facebook có thể quyết định mục tiêu quảng cáo cho bất động sản cao cấp tại một mã vùng giàu có, có đặc tính dân số trắng, do đó vi phạm Đạo luật Nhà ở Công bằng. Facebook có thể không nhận ra rằng thuật toán tối ưu hóa của nó có độ chệch; sau cùng, nó đã vi phạm pháp luật.

Một cách hơi ngược đời, việc đảm bảo quảng cáo được phát chuyển một cách không chệch đối xử có nghĩa là phải trở nên càng nhận thức hơn về chủng tộc và giới tính của người dùng để đề phòng độ chệch đối xử. Nhóm tối ưu hóa của Facebook có thể đưa ra một dự đoán tốt nhất về giới tính, chủng tộc và dân tộc của mỗi người dùng, và đảm bảo rằng việc chuyển quảng cáo trong một số danh mục như nhà ở và việc làm là không độ chệch đối xử.

Nhưng điều này khó hơn nhìn có vẻ.

Dĩ nhiên, Facebook đã có các danh mục mục tiêu đa văn hóa—Hispanic, African American, Asian American—nhưng điều quan trọng là đánh giá tất cả khoảng 200 triệu người dùng ở Mỹ theo một số sở thích và đề xuất một vài phần trăm hàng đầu như một đối tượng có thể mục tiêu. Điều này khác xa, và khó khăn hơn, so với việc đưa ra dự đoán tốt hơn ngẫu nhiên về việc mỗi người dùng có thuộc chủng tộc hay dân tộc nào, đặc biệt là đối với người dùng mà Facebook có thể không có nhiều dữ liệu.

Để Facebook có thể đưa ra phân loại đáng tin cậy về giới tính và dân tộc cho tất cả người dùng ở Mỹ, có thể sẽ phải sử dụng nguồn dữ liệu bên ngoại, đặc biệt là đối với những người dùng mà nó không có nhiều thông tin. Hãy xem chiêu quảng cáo thông minh mà các nhà nghiên cứu tại Northeastern đã sử dụng để tạo ra các đoạn chủng tộc được mục tiêu của họ. Làm thế nào họ có thể mục tiêu số lượng người da trắng và da đen bằng nhau? Họ lấy bản ghi cử tri công cộng từ Bắc Carolina, nơi dường như ghi lại chủng tộc và giới tính tự báo cáo của cử tri, sau đó tải lên danh sách cử tri đó lên Facebook để mục tiêu.

Sản phẩm mục tiêu đó được gọi là Custom Audiences, và thường được các chiến dịch chính trị sử dụng trong các cuộc bầu cử—thường là để mục tiêu người ủng hộ một đảng cụ thể (mặc dù họ có thể sử dụng nó cho việc nhận biết chủng tộc cũng). Facebook có thể thực hiện một điều tương tự, sử dụng các bản ghi công cộng hoặc tư nhân từ các công ty dữ liệu tiêu thụ để phù hợp với người dùng của họ và đưa ra dự đoán có kiến thức về chủng tộc hoặc giới tính của họ.

Chúng ta thấy sao về việc Facebook khai thác các bản ghi công cộng như danh sách cử tri và bản ghi tài sản để phân loại mỗi người Mỹ theo giới tính, chủng tộc và dân tộc? Hoặc thậm chí chỉ là xây dựng các mô hình nội bộ phức tạp hơn, dựa trên hành vi người dùng, để thực hiện đánh nhãn tương tự? Ừ, cũng giống như tôi. Việc giải quyết vấn đề chệch đối xử có thể tạo ra một rắc rối quyền riêng tư lớn hơn nếu công ty đi theo con đường này.

Có thể, thay vì tất cả những hack phức tạp này, Facebook có thể quyết định hủy bỏ mọi tối ưu hóa cho các ngành công nghiệp được quy định như việc làm và nhà ở, cùng với việc hạn chế mục tiêu của các nhà quảng cáo. Điều đó sẽ ngăn chặn công ty từ việc hỗ trợ bất kỳ nhà quảng cáo nào cố gắng vi phạm chính nguyên của Đạo luật Nhà ở Công bằng.

Mặt khác, điều đó cũng sẽ gây thiệt hại cho các doanh nghiệp chính đáng cố gắng tiếp cận các thị trường thiểu số thường được phục vụ kém—ví dụ như chi nhánh tài chính hướng tới người Mỹ gốc Hispanic của một ngân hàng quốc gia lớn như Wells Fargo. Hiệu quả, không ai có thể mục tiêu, và Facebook sẽ không giúp bất kỳ ai tối ưu hóa: Những nỗ lực quảng cáo trực tuyến của những ngành công nghiệp này sẽ trở lại thời kỳ quảng cáo không hệ thống.

Cần lưu ý rằng nếu xu hướng quy định này trở nên vững vàng và phổ cập hơn, nó có thể có ảnh hưởng ngoài mong đợi đối với Facebook. Hãy xem xét một nhà quảng cáo trên tạp chí quyết định công bố các vị trí quản lý cấp cao trên Esquire hướng đến nam giới nhưng không trên Marie Claire hướng đến phụ nữ. Vì các nhà xuất bản tạp chí thường công bố những đối tượng cụ thể trong các bản giới thiệu bán hàng của họ, nó dễ dàng cho các nhà quảng cáo phân đoạn đối tượng. Liệu người quảng cáo đó có vi phạm tinh thần của luật? Tôi nghĩ là có. Liệu chính phủ có nên thi hành luật như họ làm với Facebook? Lần nữa, tôi nghĩ là có.

Nhưng điều đó sẽ làm thế nào? Những chiến dịch quảng cáo kiểu cũ này diễn ra qua email, điện thoại và bằng cách trao đổi cái bắt tay, không phải trong một cơ sở dữ liệu tập trung với các thống kê về hiệu suất và phân phối có thể tìm kiếm được như Facebook.

Vào những ngày đầu của quảng cáo trực tuyến, đặc điểm thu hút nhà quảng cáo lớn là cách mọi thứ trực tuyến có thể theo dõi và mục tiêu, khác với thế giới in và TV cổ điển. Khả năng theo dõi mọi lần hiển thị quảng cáo và cặp mắt cũng đồng nghĩa với việc nó dễ dàng hơn để quy định. Trong tương lai, những người theo dõi nhiều nhất, cụ thể là Facebook và Google, cũng có thể phải tuân thủ nhiều nhất các quy định, liệu họ có thích hay không. Lần này, tất cả dữ liệu của họ sẽ làm việc ngược lại họ.

Những điều tuyệt vời khác của Mytour

• Một thị trấn toàn làng trắng và cuộc thử nghiệm gây chia rẽ với tiền điện tử
• Tất cả những gì bạn muốn—và cần—biết về người ngoài hành tinh
• Cách các nhà đầu tư giai đoạn đầu quyết định đầu tư vào đâu
• 4 bộ quản lý mật khẩu tốt nhất để bảo vệ cuộc sống kỹ thuật số của bạn
• Cách làm bumerang bạn có thể ném an toàn bên trong nhà
• 🏃🏽‍♀️ Muốn có những công cụ tốt nhất để trở nên khỏe mạnh? Hãy kiểm tra những lựa chọn của đội ngũ Gear của chúng tôi cho bộ theo dõi sức khỏe tốt nhất, trang thiết bị chạy bộ (bao gồm giày và tất), và tai nghe tốt nhất.
• 📩 Nhận thêm nhiều thông tin bên trong của chúng tôi với bản tin hàng tuần của chúng tôi