top of page

人工智能可以減輕廣告技術中的偏見




廣告行業正在發生重大變化。僅在上個月,Netflix 就宣布可能進入廣告業務,立法者提出了兩黨法案來遏制谷歌的數字廣告主導地位,Facebook 推出了一些變革來幫助廣告商實現更精確的定位。隨著主要參與者的準備,廣告商有機會以優化廣告支出並解決廣告技術偏見問題的方式管理這些變化。


偏見是廣告行業的一個眾所周知的問題,公司為加強營銷活動而採用的程序化技術可能無法改善問題。近 1 萬億美元的數字媒體流經程序化引擎,這些引擎對特定受眾進行細分和定位,有時會在此過程中遺漏大量消費者群體。這不僅會導致不恰當的偏見,而且也是一種低效的廣告支出方式。


這就是為什麼作為一個行業,我們必須利用人工智能並利用我們可以使用的強大工具來幫助緩解偏見問題。


隨著人工智能算法在行業尋找受眾和投放廣告的努力中佔據主導地位,我們必須整合緩解工具以避免強化偏見思維。也就是說,我們必須讓技術成為解決方案的一部分,而不是讓人工智能加劇問題。這樣做可以通過調整廣告購買行為來吸引更多不同的受眾,從而幫助實現公平。通過將公平指標和人工智能算法嵌入營銷流程的核心,我們可以在消費者和品牌之間提供更有效的價值交換,並有可能提高媒體支出的投資回報率。



擴展公平性


減輕廣告偏見所需的技術已經存在,金融、人力資本管理、醫療保健、教育和許多其他行業的公司正在測試開源工具包,以在他們的營銷流程中建立偏見緩解。現在是廣告行業齊心協力在我們的營銷技術中建立公平性的時候了。


當用於創建 AI 模型的機器學習過程將某些特權群體置於系統優勢,而將某些非特權群體置於系統劣勢時,就會出現人工智能偏差。這種偏見可能會影響金融機構公平分配信用評分或發放抵押貸款的能力,也可能會影響保險公司準確預測不同客戶醫療支出的能力。


在廣告中,偏見可以防止消費者接觸到基於有缺陷的算法分析的某些品牌和信息。通常,這對消費者和品牌都有害。例如,將公平指標和人工智能算法嵌入營銷流程可以使該技術在執行媒體計劃時數據索引看起來不正確時,自動並大規模地生成異常報告。


如果這樣一個公平的解決方案可以應用於我們今天營銷的核心,我們不僅可以幫助減少偏見,還可以幫助品牌獲得更好的媒體支出回報。




對企業開放


解決這個問題不僅僅是一家公司。我們需要營銷行業中最優秀的人才和資源共同努力,解決廣告中的系統性偏見。如果我們的行業拒絕承認這個問題並且未能嘗試將公平性嵌入到我們的核心營銷流程和工具中,那麼我們可能會面臨一個由廣告平台整合、不透明的指標和自動化增強的偏見主導的未來。開放、透明的治理、人工智能和數據共享方法可以幫助品牌重新控制與受眾溝通的方式。


坦率地說,我看不出我們行業中的任何人如何能夠意識到潛在的偏見問題並且不熱衷於解決它。這對社會來說是正確的事情,因為您正在向那些由於偏見而可能不會接觸到這些事情的人提供有關產品和服務的信息。這對品牌來說是正確的事情,幫助他們更好地與更多的消費者建立聯繫,從而推動更多的業務。


我呼籲全行業的努力,涵蓋每個團隊、職能部門、品牌、代理機構和廣告技術提供商。如果我們要讓我們的行業變得更好、更公平、更適合未來,整個行業的領導者必須致力於共同解決偏見。


0 則留言

Commenti


bottom of page