Bitcoin.com News
ارائه توسط

درفت‌کینگز در حالی که بازندگان احتمالی را هدف می‌گرفت، یک هوش مصنوعیِ مقابله با قمارِ مشکل‌ساز را کنار گذاشت

بر اساس تحقیق نیویورک‌تایمز که شنبه منتشر شد، Draftkings یک مدل یادگیری ماشین ساخت تا تبلیغات را به سمت قماربازانی هدایت کند که پیش‌بینی می‌کرد بیشترین باخت را خواهند داشت، و تلاش‌های داخلی برای پیش‌بینی قمار مسئله‌دار را متوقف کرد. این شرکت این توصیف را رد می‌کند.

نویسنده
اشتراک
درفت‌کینگز در حالی که بازندگان احتمالی را هدف می‌گرفت، یک هوش مصنوعیِ مقابله با قمارِ مشکل‌ساز را کنار گذاشت

نکات کلیدی

  • NYT گزارش می‌دهد Draftkings از هوش مصنوعی برای هدف‌گیری تبلیغات به سمت قماربازانی که احتمالاً بیشتر می‌بازند استفاده کرده است.
  • کارمندان سابق می‌گویند مدل‌هایی که برای شناسایی قماربازان مسئله‌دار ساخته شده بود متوقف یا کنار گذاشته شد.
  • Draftkings هرگونه القا مبنی بر اینکه بازاریابی‌اش به‌طور ناعادلانه مشتریان را هدف می‌گیرد رد می‌کند.

«بهترین سرمایه‌گذاری یک قمارباز مسئله‌دار خواهد بود»

تایمز گزارش خود را بر پایه مصاحبه با بیش از ۴۰ کارمند سابق Draftkings، به‌همراه یادداشت‌های پژوهشی داخلی، ارائه‌ها، پیام‌های اسلک و سوابق شرط‌بندیِ آزمایش‌هایی که شرکت روی مشتریان اجرا کرده بود بنا کرده است. این گزارش به دو پروژه جداگانه برای ساخت سامانه‌های کمک‌گرفته از هوش مصنوعی می‌پردازد و مسیرهای به‌شدت متفاوتی را که توسعه آن‌ها در طول زمان طی کرد تشریح می‌کند.

گزارش شده است مدلی که در سال ۲۰۲۳ برای بخش کازینوی آنلاین ساخته شد به هر بازیکن یک امتیاز «کشش‌پذیری» می‌داد: هرچه امتیاز بالاتر بود، احتمال اینکه آن قمارباز به ازای هر تبلیغ پیشنهادی پول بیشتری ببازد بیشتر می‌شد. در میانهٔ ۲۰۲۴، یک دانشمند داده شروع به توسعهٔ یک مدل پیش‌بینی برای بخش بازی مسئولانهٔ شرکت کرد—حدود ۵۰ نفر در نیروی کاری ۵٬۰۰۰ نفره—تا برای مشتریان یک امتیاز ریسک تعیین کند که بتواند رفتار زیان‌بار را چند روز یا چند هفته زودتر پیش‌بینی کند. آن پروژه در اوایل ۲۰۲۵ متوقف شد.

جیدن باتس، که آن زمان تحلیلگر داده در شرکت بود، یکی از منابع نام‌بردهٔ تایمز برای این گزارش است. بنا به یادآوری او، شرکت مدل نخست را در سپتامبر ۲۰۲۳ روی حدود ۵٬۰۰۰ بازیکن کازینو آزمایش کرد و بعدتر روی گروه بزرگ‌تری. باتس به خبرنگاران گفت گمان می‌کرد هدف این است که تبلیغات روی مشتریان غیرسودآور هدر نرود، اما سرپرستان گفته بودند شرکت می‌خواهد بودجه تبلیغاتی‌اش را «بازاستقرار» دهد؛ چیزی که او آن را به معنای هدایت بخش بیشتری از آن به سمت بزرگ‌ترین بازنده‌ها برداشت کرد.

او گفت: «ما به دنبال ویژگی‌ها و خصیصه‌هایی هستیم که بتوانیم هدف بگیریم و نشان می‌دهد یک سرمایه‌گذاری خوب است»، و کار خودش را این‌گونه توصیف کرد. او در پیگیری این منطق تا نتیجهٔ مالی‌اش به تایمز گفت «بهترین سرمایه‌گذاری یک قمارباز مسئله‌دار خواهد بود.»

به گفتهٔ خود باتس، Draftkings اواخر ۲۰۲۴ او را به دلایل عملکردی اخراج کرد. شرکت بدون توضیح بیشتر روایت او از اخراجش را رد کرد و گفت آزمون او «به نظر مقدماتی و غیرقطعی می‌آید.» یک یادداشت داخلی از یک سال قبل‌تر دریافته بود درآمد اسلات‌ها «کشش‌پذیرتر» از دیگر بازی‌های کازینو است؛ یعنی تبلیغات به‌طور ویژه‌ای در افزایش بازی روی آن‌ها مؤثر است، و تحلیل خود تایمز از داده‌های کازینو در اوایل ۲۰۲۴ نشان داد بازیکنان با کشش‌پذیری بالا به‌طور میانگین روی اسلات‌ها بیشتر شرط می‌بندند.

هشت کارمند سابق گفتند Draftkings مدل‌های مشابهی برای تبلیغات شرط‌بندی ورزشی ساخته است و شش نفر گفتند کار هدف‌گیری ادامه یافته و حتی تا همین امسال نیز پالایش شده است. دو تحلیلگر به تایمز گفتند درخواستِ محافظ‌هایی را مطرح کرده‌اند تا مدل‌ها قماربازان آسیب‌پذیر را به‌عنوان هدف علامت‌گذاری نکنند، و به آن‌ها گفته شده بود این موضوع توسط بخش دیگری از شرکت مدیریت می‌شود.

طبق گزارش، آن کارِ محافظتی در نهایت از کار با همان نوع ابزارهای مبتنی بر هوش مصنوعی دور شد. دانشمند داده نستور هرناندز به تایمز دربارهٔ کار بخش بازی مسئولانه روی سامانهٔ پیش‌بینی در سال ۲۰۲۴ گفت. او در نوامبر شرکت را ترک کرد و چند ماه بعد پروژه متوقف شد. در اوایل ۲۰۲۵، تیمی که آماده می‌شد یک مدل جانشین را به مقام‌ها—از جمله مدیر ارشد بازی مسئولانه، لوری کالانی—ارائه کند، جلسه در همان روز لغو شد. طبق گفتهٔ دو کارمند سابق، دو تلاش دیگر نیز کنار گذاشته شد.

Draftkings در برابر اتهامات مقاومت می‌کند

کالانی به تایمز گفت رهبران شرکت یک «تصمیم جمعی» گرفتند که از فناوری پیش‌بینی برای قمار مسئله‌دار استفاده نکنند چون «مبتنی بر شواهد نبود.» با این حال گزارش شده است مدل‌های تبلیغاتی فارغ از این موضوع روی مشتریان واقعی آزمایش شدند. Draftkings می‌گوید بیش از دو دوجین شاخص رفتاری را در سراسر کشور، مطابق راهنمایی نیوجرسی، پایش می‌کند، اما از اعلام آستانه‌ها خودداری کرد تا مشتریان نتوانند آن‌ها را دور بزنند.

تایمز گزارش داد رقبایی مانند Fanduel و Fanatics برای ابزارهای امتیازدهی ریسکِ شخص ثالث ثبت‌نام کرده‌اند، اما Draftkings از آن‌ها استفاده نمی‌کند. چند روز پیش از انتشار این تحقیق در روزنامه، Draftkings از یک برنامه تقویت بازی مسئولانه رونمایی کرد که شامل دوره‌های «خنک‌سازی» سفارشی تا سقف ۳۶۴ روز و یک تجربهٔ بازی‌وار (gamified) با Mindway AI بود.

پژوهش Citizens Bank که تایمز به آن استناد کرده، درآمد ناخالص ورزشی و کازینویی Draftkings در سال گذشته را حدود ۸٫۷ میلیارد دلار برآورد می‌کند، که حدود ۳ میلیارد دلار آن به شکل تبلیغات بازگردانده شده است. یک مدیر اجرایی Draftkings اخیراً به سرمایه‌گذاران گفت علم داده در سال ۲۰۲۵ حاشیه سود شرط‌های ورزشیِ مبتنی بر تبلیغات را ۱۳٪ افزایش داده و شرکت از هوش مصنوعی برای شخصی‌سازی صدها میلیون دلار تبلیغات استفاده می‌کند. Draftkings می‌گوید ۱۱ میلیون مشتری دارد، در حالی که این عدد در ۲۰۲۲ پنج میلیون بود.

وقتی تایمز پرسید آیا تبلیغات به قمار مسئله‌دار دامن می‌زند، کالانی آن‌ها را «یک ابزار بازاریابی که هر شرکتی از آن استفاده می‌کند» خواند، Draftkings را با آمازون مقایسه کرد و گفت: «خرید کردن هم می‌تواند برای مردم مسئله‌ساز باشد.» پژوهش Bank of America نشان داد شرط‌بندان آنلاین معمولاً کمتر از ۷۵ سنت از هر دلاریی را که به پلتفرم‌های شرط‌بندی می‌فرستند پس می‌گیرند.

Draftkings در بیانیه‌ای گفت «هرگونه القا مبنی بر اینکه رویه‌های بازاریابی‌اش ناعادلانه است یا به‌طور نامناسب مشتریان را هدف می‌گیرد رد می‌کند» و اینکه تبلیغات «به سمت مشتریانی هدایت می‌شود که استفادهٔ پایدار و درگیرانه از پلتفرم ما را نشان می‌دهند، نه به سمت مشتریان بر اساس باخت‌هایشان.» همچنین گفت نمی‌تواند به‌طور قطعی به اسناد یا تحلیل تایمز پاسخ دهد چون آن‌ها را «ندیده یا راستی‌آزمایی» نکرده است.

این گزارش چند روز پس از آن منتشر می‌شود که مدیرعامل، جیسن رابینز، به Front Office Sports گفت کسب‌وکار «عالی پیش می‌رود.» تایمز اشاره کرد Draftkings و رقیبش Fanduel هر دو به‌صورت عمومی به استفاده از داده‌های مشتریان برای تبلیغات افتخار کرده‌اند، و فروشندگان نیز ابزارهای مشابهی را در سراسر صنعت می‌فروشند: خرید Smartico توسط Optimove در آوریل بخش‌بندی بازیکنان مبتنی بر هوش مصنوعی را همراه با یک موتور بونوس و پیش‌بینی ارزش طول عمر یکپارچه کرد.

این مقاله با استفاده از هوش مصنوعی از انگلیسی ترجمه شده است. نسخه اصلی انگلیسی منبع معتبر است؛ ترجمه‌های خودکار ممکن است حاوی نادرستی‌هایی باشند، به‌ویژه در اصطلاحات حقوقی و قانونی.