ブログ

Jun 29, 2023

デジタルサービス法に基づくプラットフォームプロファイリングに対する完璧な解決策はない

Jesse McCrosky は、Thoughtworks のフィンランド担当責任技術責任者であり、主席データ サイエンティストです。 クレア・パーシャンは、Mozilla Foundation の EU アドボカシー リードです。 欧州の規制当局は次のことを要求しています

Jesse McCrosky は、Thoughtworks のフィンランド担当責任技術責任者であり、主席データ サイエンティストです。 クレア・パーシャンは、Mozilla Foundation の EU アドボカシー リードです。

欧州の規制当局は、ターゲット広告を含むレコメンダー システムのプロファイリングに対する透明性の向上とユーザーによる制御をプラットフォームに求めています。 EU のデジタル サービス法 (DSA) は、広告の透明性を高め、ユーザーがコンテンツの推奨事項をより深く理解して制御できるようにするためのルールを定めています。 最大のオンライン プラットフォームと検索エンジンに対する DSA の要件の多くは 8 月 25 日に発効し、指定されたサービスからのコンプライアンス関連の発表がすでに始まっています。例:

これらの要件は、DSA に関する交渉中にプラットフォームの説明責任とプライバシーの専門家によって激しく争われました。 次の課題は、プラットフォームによる有意義な実装です。 ただし、対象を絞った推奨事項の背後には「プロファイリング」に依存する機械学習モデルがあるため、これは簡単ではない可能性があります。 これらのシステムはユーザーを区別するように設計されており、実際には緩和するのが難しい「意図しない推論」を生成する可能性があり、コンプライアンスが課題となっています。

これらの要件を理解するには、コンテンツのターゲットがどのように設定されているかのニュアンスをよりよく理解する必要があります。 広告ターゲティングは、オーガニック コンテンツを理解するのにも役立つ実例です。 一般に、広告は 2 つの層でターゲティングされていると考えることができます (「マイクロターゲティングの固有の差別化」を参照)。

このターゲティングの最初の層は、かなり粗いターゲティング パラメータに限定される場合があります。 ただし、2 番目の層は通常、プラットフォームが利用可能なすべてのデータ、つまり、「いいね！」、閲覧履歴、およびプラットフォームが取得できたその他のデータに基づいた、すべてのユーザーの詳細なプロファイルを使用します。

この 2 番目の層はマイクロターゲティングと呼ばれます。 広告以外のコンテンツ (または「オーガニック コンテンツ」) も、通常はマイクロターゲティングされています。たとえば、Facebook は、あなたが「いいね！」する可能性が最も高い友人の投稿を表示するかもしれませんし、YouTube は、あなたが 1 回の広告費を費やす可能性が高いと予測した動画を推奨するかもしれません。ほとんどの時間見ています。

DSA の要求に応じて広告ターゲティングの透明性を提供するには、最初のレイヤーに関する情報を提供するのが非常に簡単です。これは、広告主がターゲティングするために選択した特性に相当する可能性があります。 ただし、以下に示すように、2 番目のレイヤーもどのような種類のユーザーが広告を見るかに影響します。 広告主やプラットフォームが直接知っていなくても、特定の意図しない推論が発生し、一種の自動化された差別が生じる可能性があります。 このため、特定の特性に応じたターゲティングを防ぐことも非常に困難です。

これは、パーソナライゼーション関連の DSA 義務、特に第 26 条では広告のターゲティングについてユーザーに向けた説明を義務付け、機密の個人データに基づくターゲティングを禁止することに影響します。 さまざまな解釈がありますが、広告が主に特定の性別、民族性、または政治的指向のユーザーに表示される場合、これらの特性は「主要パラメータ」を構成し、したがって、たとえ広告主にもプラットフォームにも、ターゲティングを決定する意図はありません。

実際、ユーザーの個人的な特徴に基づいて、ユーザーをターゲットにした広告が意図せず表示される可能性があります。 これが可能な理由は、意図しない推論。

意図的でない推論とは、推奨システムが異なる社会人口統計上のグループやその他の定義されたグループに異なるコンテンツを推奨できるケースです。 簡単にするために、これを差別と呼び、グループ分けの例として性別を使用します。 こうした意図的でない推論は、プラットフォームがユーザーの性別に関するデータを持たずに、そして重要なことに、差別が行われているのかを知る方法を持たずに発生します。 このシステムは、単一のユーザーの性別を知らなくても、性別に基づいて差別することができます。