استفاده DraftKings از هوش مصنوعی برای هدف‌گیری کاربرانی با بیشترین احتمال باخت

الگوریتم DraftKings در سال ۲۰۲۳ کاربران را بر اساس پیش‌بینی میزان باخت آن‌ها رتبه‌بندی می‌کرد تا پیشنهادهای تشویقی را هدایت کند، در حالی که توسعه یک ابزار موازی برای تشخیص مشکلات قمار هرگز به پایان نرسید.

بر اساس تحقیقات روزنامه New York Times، یک مدل یادگیری ماشین که در سال ۲۰۲۳ توسط DraftKings ساخته شد، مشتریان را بر اساس مقدار پولی که انتظار می‌رفت پس از دریافت یک شرط‌بندی رایگان یا پاداش از دست بدهند، رتبه‌بندی می‌کرد. گزارش‌ها حاکی از آن است که همان زیرساخت داده‌ای که این مدل را تغذیه می‌کرد، می‌توانست برای شناسایی مشتریان در معرض خطرات قمار استفاده شود؛ اما کارمندان سابق به این روزنامه گفته‌اند که این تلاش به حاشیه رانده شده است. این نوع پروفایل‌سازی دیجیتال و پنهان، یادآور نگرانی‌هایی است که اخیراً درباره یک اپلیکیشن نظارتی برای هدف قرار دادن جمعیت‌های کاربری خاص مطرح شده بود.

این مدل چگونه کار می‌کند؟

طبق گزارش New York Times، این مدل تعداد دفعات بازی، موجودی حساب، نسبت باخت به شرط‌بندی، و تخمینی مجزا از احتمال توقف کامل قمار توسط کاربر را بررسی می‌کرد. امتیاز بالاتر به این معنا بود که پیش‌بینی می‌شد مشتری به ازای هر دلار هزینه تبلیغاتی، درآمد بیشتری تولید کند.

Jayden Butts، تحلیلگر سابق داده در DraftKings، منطق زیربنایی این سیستم را برای این روزنامه چنین توصیف کرد: «ما به دنبال ویژگی‌ها و صفاتی هستیم که بتوانیم آن‌ها را هدف قرار دهیم و نشان‌دهنده یک سرمایه‌گذاری خوب باشند.»

بهترین سرمایه‌گذاری، یک قمارباز دارای مشکل است.

Jayden Butts، تحلیلگر سابق داده DraftKings، در گفتگو با New York Times

مدیران DraftKings اعلام کردند که علم داده و تحلیل‌های پیشرفته حاشیه‌سود بخش شرط‌بندی ورزشی مبتنی بر تبلیغات را در سال ۲۰۲۵ به میزان ۱۳ درصد بهبود بخشیده است و طبق گزارش‌ها، هوش مصنوعی به شخصی‌سازی صدها میلیون دلار از هزینه‌های تبلیغاتی کمک کرده است.

آنچه ساخته شد در برابر آنچه کنار گذاشته شد

کارمندان سابق به روزنامه New York Times گفتند که یک طرح ابتکاری جداگانه برای ایجاد امتیازات ریسک جهت شناسایی مشتریانی که احتمالاً مشکل قمار دارند، کنار گذاشته شده است. گفته می‌شود زیرساخت لازم برای بررسی در هر دو جهت وجود داشته، اما تنها یک مدل به پایان رسیده است. این الگوی ردیابی مخفیانه کاربران بدون آگاهی آن‌ها، توجه نهادهای نظارتی را در صنایع مختلف به خود جلب کرده است.

Lori Kalani، مدیر ارشد بازی‌های مسئولانه در DraftKings، به تایمز گفت که این شرکت مشتریان را از نظر رفتارهای پرخطر زیر نظر دارد. او همچنین ادعا کرد که DraftKings از استقرار فناوری پیش‌بینی خطر خودداری کرده است، زیرا این سیستم به اندازه کافی مبتنی بر شواهد نبوده است.

این شرکت به‌طور علنی بر تعهدات خود در زمینه بازی‌های مسئولانه تأکید می‌کند که از جمله آن‌ها می‌توان به همکاری با ابزار Gamalyze از شرکت Mindway AI، گسترش منابع آموزش مشتریان، و مشارکت با IC360 برای نظارت بر یکپارچگی و انطباق اشاره کرد. با این حال، بر اساس گزارش‌های موجود، هنوز مشخص نیست که آیا این ابزارها خلأ خاصی را که کارمندان سابق توصیف کرده‌اند - یعنی توانایی امتیازدهی پیشگیرانه و محافظت از کاربران در معرض خطر بالا - پوشش می‌دهند یا خیر.

رد اتهامات توسط DraftKings

شرکت DraftKings به روزنامه تایمز اعلام کرد که «هرگونه ادعا» مبنی بر هدف‌گیری ناعادلانه مشتریان در بازاریابی خود را رد می‌کند. موضع رسمی این شرکت این است که پیشنهادهای تشویقی به کاربرانی تعلق می‌گیرد که استفاده مستمر و فعالی از پلتفرم دارند، نه کاربرانی که بر اساس میزان باختشان رتبه‌بندی شده‌اند.

هدف قرار دادن کاربران فعال و کاربرانی که پیش‌بینی می‌شود بیشترین باخت را داشته باشند، بسته به نحوه وزن‌دهی مدل به متغیرهایش، می‌تواند همپوشانی قابل‌توجهی داشته باشد. گزارش New York Times مشخص نمی‌کند که آیا این دو گروه در عمل دقیقاً یک جامعه آماری هستند یا خیر.

قدم بعدی چیست؟

اگر گزارش‌های New York Times صحت داشته باشد، قانون‌گذاران و ناظران حوزه قمار موضوعی بسیار ملموس‌تر از یک نگرانی عمومی صنعتی برای پیگیری خواهند داشت. شاید شرط‌بندی رایگانی که به صندوق ورودی پیام‌های شما می‌رسد، نشان‌دهنده یک قضاوت داده‌محور درباره احتمال باخت شما باشد، نه پاداشی برای وفاداری‌تان.