fbpx
Facebook演算法涉歧視-廣告Lookalike功能迎來轉變-影響廣告投放

Facebook演算法涉歧視?廣告Lookalike功能迎來轉變,影響廣告投放

Facebook演算法涉歧視?廣告Lookalike功能迎來轉變,影響廣告投放

 

對於數碼營銷人員來說,Facebook的Lookalike 目標受眾定位功能是蠻方便的,因為可以以某群組為本,例如自己已有的顧客群,去尋找與他們具有相似特質的新一群受眾,這樣可以提高營銷企劃找到合適目標客群的機會。但原來這種目標定位的方法剛剛被栽定違反歧視條例,而令Facebook母公司Meta需要再次重新審視他們的AI人功智能及Machine Learning 機器學習的功能,改善目標定位的功能。 

是次其實已是Meta第二次面對類似的訴訟了,就在今年6月的時候被在被指控允許地產商投放歧視性廣告後,美國司法部宣布對公平住房法案訴訟的全面解決方案中,Meta將對其定位廣告系統進行改造。這方案要求Meta徹底改革其廣告定位工具 Lookalike Audiences,因為這功能讓廣告商可以根據種族、性別、宗教或其他導致歧視的敏感特徵來定位房屋廣告。 

Facebook 必須建立一個新的廣告系統,以確保更公平地向群眾投放房屋廣告。它還必須將該系統提交給第三方進行審查,並支付法律規定的最高罰款。

———————————————————————–

★相關文章:2022年如何於Facebook落廣告?由Ads Manager開始 

★相關文章:如何選擇社交媒體,找到我的目標顧客?

———————————————————————–

其實兩年前Facebook已被訴訟有關歧視的廣告定位,當時權益活動團體調查發現,臉書的演算法根據用戶的性別推送男女使用者觀看不一樣的求職廣告,涉嫌違反平等法。他們在做了一個實驗,在Facebook上刊登了四個求職廣告,分別是招聘幼兒園保姆、飛行員、機械工人和心理學專業人士,而每個廣告皆連接到求職平台indeed.com的實際空缺職位。而他們的目標定位只是簡單英國成年人,由Facebook的演算法自由發揮,結果看到這些廣告的男女比例差別很大, 

  1. 幼兒園保姆:95%女性 
  2. 飛行員:75%男性 
  3. 機械工人:96%男性 
  4. 心理學專業人士:77%女性 

Facebook對此表示,他們的演算法讓用戶能夠看到他們最感興趣的廣告。不過他們同時也承認,這種做法可能會存在一定程度的偏見。所以他們會推出新系統,使用機器學習來解決偏見。 

不過根據麻省理工學院近月所發佈的兩項研究,分別提到「圖像識別任務中流行的機器學習模型,在對不平衡數據進行訓練時實際上會有編碼偏差。即使使用最先進的公平性提升技術,甚至在使用平衡數據集重新訓練模型時,這種偏差也無法在以後修復」、「旨在幫助用戶確定是否信任機器學習模型預測的解釋方法,可能會使偏見長期存在,並導致對弱勢群體的預測不太準確」,偏差既是長期存在,也是無法修正,絕非單靠新系統、機器學習就可輕易解決偏見問題。 

———————————————————————–

★相關文章:餐廳老闆「疫」境自強,參加企業培訓尋出路

★相關文章:美容顧問華麗轉身,成為網路行銷新手

———————————————————————–

我們必須了解到,無論如何機器學習還是依據用戶的習慣和特性來尋找與他們具有相似特質的受眾,而人類本身無可避免對事情或人物擁有某一些偏見或既定看法,在有關種族、性別、宗教等不同範疇中,有意或無意的歧視是絕對真實和必然的存在,自不然會影響著模仿人類思緒的整個系統——自動化營銷和廣告定位可能會導致無意的歧視,技術無法解決這個問題,因著機器學習和人工智能可能會遭受與程序員相同的偏見,而這是一個由人類本質所造成的問題,難以由系統或機器學習去作出解決方法。作為數碼營銷人員,我們必須保持了解最新的資訊,例如以上Facebook的新系統,絕對會影響到我們於社交媒體的廣告投放策略。 

Tech On Fire 的目標式廣告策略培訓課程,將涵蓋有關目標式廣告投放的重點,包括程序化廣告的使用、AdTech 平台,以及用於提高廣告投資回報率的各項方法。課程同時包括最新的行業資訊,例如文中提及的最新Facebook 演算法發展。課程獲RTTP再工業化4.0計劃資助,令企業可於獲資助下培訓員工。 

如有興趣了更多,請按以下連結 

★相關文章:一文讀懂Facebook、Instagram、Google、Youtube四大熱門平台的品牌投放邏輯

★相關資料:RTTP 資助課程 再工業化資助計劃

你的意見

你的電郵地址並不會被公開。