DraftKings 對慢性賭徒的 AI 行為定向投放

DraftKings 利用 AI 將輸錢的賭徒作為獲利目標

DraftKings 正在運用機器學習模型來識別最有可能下注輸錢並對賭博促銷活動做出反應的客戶。透過分析投注記錄，該公司針對這些弱勢群體投放個人化廣告，旨在將他們誘回平台，特別是針對那些公司預測會持續輸錢的用戶。

這種做法代表了線上行為廣告的一種複雜應用，即利用 AI 來獲取「問題賭徒」的弱點——這些人儘管賭博行為對其財務、人際關係和個人福祉造成了重大損害，卻仍持續賭博。由於 DraftKings 的主要收入來自輸錢的玩家，該公司有直接的商業動機去重新吸引這些慢性輸錢者，而不是降低他們的風險。

AI 在強化行為廣告中的作用

雖然行為廣告並非新鮮事，但 AI 的整合在幾個方面放大了其潛在危害：

• 數據強化： AI 模型需要大量的數據進行訓練和優化，這促使公司收集比傳統廣告方法所需的更多的個人資訊。
• 「黑箱」問題： 由於 AI 作為黑箱運作，開發人員通常無法預測哪些特定的數據點最有效，導致了持續且不加區別的數據收集循環。
• 處理速度： AI 允許近乎即時地處理龐大的數據集，實現了基於用戶最新行為觸發因素的即時定向投放。

DraftKings 主要利用「第一方數據」（即直接從用戶處收集的資訊）來驅動這些模型。這表明僅僅關注限制第三方數據共享的政策解決方案，不足以防止掠奪性的定向投放。

對監控產業的更廣泛影響

為定向廣告收集的數據通常會進入一個更大的監控生態系統。電子前哨基金會 (EFF) 指出，為廣告技術收集的數據經常被出售給保險公司、銀行和政府執法機構，包括海關及邊境保衛局 (CBP) 和移民及海關執法局 (ICE)。

產業觀點與倫理批判

技術和產業觀察家強調，這些做法是實體賭場長期策略的演變。

系統性剝削

許多觀察家認為，這是實體賭場使用的「鯨魚」策略的數位版本，即一小部分高價值、通常是成癮的客戶提供了大部分的收入。一位評論者指出，在 2024 年康乃狄克州的一項研究中，1.8% 的問題賭徒貢獻了 51% 的體育博彩收入。

道德與監管疑慮

批評者認為，博彩業正在效仿菸草和鴉片類藥物產業的策略，透過成癮獲利。

「賭博確實是最可怕的毒品……想像一下你有成癮問題，卻不得不 24 小時隨身攜帶這種成癮物質。」 — @handle

批評者之間也達成了一種共識，即「負責任博彩」標籤往往流於表面。前產業員工報告稱，雖然公司公開宣傳負責任博彩，但客戶經理在私下裡卻受到激勵，透過提供 VIP 待遇和福利來防止高價值的成癮者退出。

與其他產業的比較

一些觀察家認為，這種行為定向投放並非博彩業獨有，而是多個數位產業的核心商業模式，包括免費遊戲和交友軟體，它們使用類似的「黑暗模式」透過心理操縱來維持用戶參與度。