[論文レビュー] AI-Driven Contextual Advertising: A Technology Report and Implication Analysis

Emil Häglund, Johanna Björklund|arXiv (Cornell University)|May 2, 2022

Ethics and Social Impacts of AI被引用数 4

ひとこと要約

本稿は、行動ターゲティングの代替手段としてのプライバシー保護型AI駆動型コンテキスト広告を検討し、AIを活用してメディアの文脈をより深い意味的分析で行い、広告の関連性と効果を向上させることを目的としている。本稿は、適用性、感情的トーン、コンテンツ参加度といった重要なコンテキスト要因を特定するとともに、システムに透明性と監視が欠如している場合のアルゴリズム的バイアスや操作的広告配信のリスクについて警告している。

ABSTRACT

Programmatic advertising consists in automated auctioning of digital ad space. Every time a user requests a web page, placeholders on the page are populated with ads from the highest-bidding advertisers. The bids are typically based on information about the user, and to an increasing extent, on information about the surrounding media context. The growing interest in contextual advertising is in part a counterreaction to the current dependency on personal data, which is problematic from legal and ethical standpoints. The transition is further accelerated by developments in Artificial Intelligence (AI), which allow for a deeper semantic understanding of context and, by extension, more effective ad placement. In this article, we begin by identifying context factors that have been shown in previous research to positively influence how ads are received. We then continue to discuss applications of AI in contextual advertising, where it adds value by, e.g., extracting high-level information about media context and optimising bidding strategies. However, left unchecked, these new practices can lead to unfair ad delivery and manipulative use of context. We summarize these and other concerns for consumers, publishers and advertisers in an implication analysis.

研究の動機と目的

• AIが行動ターゲティングの代替手段としてコンテキスト広告をどのように進化させるかを分析すること。
• 広告の効果と視聴者の認識に影響を与える要因としての、適用性、感情的トーン、コンテンツ参加度といった主要なコンテキスト要因を特定すること。
• AI駆動型自動化がコンテキスト広告に与える影響を評価すること、特にバイアス、差別、透明性の欠如といったリスクを含む。
• 広告主がコンテキストターゲティングを活用してより広範なオーディエンスに到達し、反応型キャンペーン戦略を展開する機会を模索すること。
• 自動広告配信システムにおけるリスクを軽減するための説明可能なAIと多分野的ソリューションの推進を提言すること。

提案手法

• 広告効果に影響を与える主要なコンテキスト要因を抽出するため、コンテキスト広告に関する既存文献の体系的レビュー。
• NLP、マルチモーダル分析、リアルタイム入札最適化を含む、AIのコンテキスト広告への応用分析。
• トピック、感情、視覚的複雑さ、関与度レベルといった高レベルのコンテキスト特徴をAIがどのように特定するかの検証。
• 個人データではなくコンテキスト信号を用いたプログラムティック広告オークションにおける自動入札戦略の評価。
• AI自動化に伴うリスク、特に代理差別や意思決定における解釈不能性の特定。
• AIの倫理的導入をガイドするための規制および自主規制フレームワーク（例：IAB、CAN）の議論。

実験結果

リサーチクエスチョン

• RQ1 適用性、感情的トーン、コンテンツ参加度といったコンテキスト要因の中で、消費者のコンテキスト広告に対する認識に最も顕著に影響を与えるのはどれか？
• RQ2 キーワードマッチングをはるかに超えて、AIはどのようにコンテキスト広告の正確性と効果を向上させることができるか？
• RQ3 AI駆動型コンテキスト広告の主なリスク、特に公平性、透明性、操作の観点から何が挙げられるか？
• RQ4 行動ターゲティングと比較して、コンテキスト広告はどのようにプライバシーのリスクを低減できるのか？一方で、どのような新たなリスクを引き起こすか？
• RQ5 広告主は、倫理的な使用とデモグラフィックバイアスの回避を確保しつつ、AI駆動型コンテキスト広告を効果的に採用するにはどうすればよいか？

主な発見

• AIはメディアコンテキストのより深い意味的理解を可能にし、トピック、感情、関与度レベルに基づいたより正確な広告配置を実現する。
• 関連するコンテンツと一致する場合、コンテキスト広告はクリックスルーレート、ブランド認知度、購入意欲といった主要指標を向上させることができる。
• 行動ターゲティングからコンテキストターゲティングへの移行は、第三者追跡に依存するのを減らし、プライバシーリスクを軽減する。
• AI駆動型システムは、年齢、性別、人種といったデモグラフィック特徴と相関するコンテキスト特徴を標的とすることで、意図せず差別的になる可能性がある。
• AIモデルにおける解釈不能性の欠如は、操作的広告配信のリスクを増大させ、バイアスの結果を検出または是正することが難しくなる。
• 説明可能なAIと自主規制イニシャチブ（例：IAB、CAN）は、自動化広告システムにおける透明性と責任の確保に不可欠である。