[论文解读] 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 4

一句话总结

本文探讨了人工智能驱动的上下文广告作为行为定向的隐私保护替代方案，利用人工智能对媒体上下文进行更深层次的语义分析，以提升广告的相关性与有效性。研究识别出关键上下文因素——适用性、情感基调和内容参与度，同时警示若系统缺乏透明度与监督，可能引发算法偏见和操纵性广告投放等风险。

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.

研究动机与目标

• 分析人工智能在推动上下文广告发展中的作用，作为符合隐私合规要求的行为定向替代方案。
• 识别影响广告效果与用户感知的关键上下文因素——适用性、情感基调和内容参与度。
• 评估人工智能自动化在上下文广告中的影响，包括偏见、歧视以及透明度不足等风险。
• 探索广告商如何利用上下文定位实现更广泛的受众覆盖与动态响应的广告策略。
• 倡导采用可解释人工智能及跨学科解决方案，以减轻自动化广告投放系统中的风险。

提出的方法

• 系统性回顾现有上下文广告相关文献，以提取影响广告效果的核心上下文因素。
• 分析人工智能在上下文广告中的应用，包括自然语言处理、多模态分析及实时竞价优化。
• 考察人工智能在检测高层次上下文特征（如主题、情感、视觉复杂度及参与度）中的作用。
• 评估在程序化广告拍卖中使用上下文信号而非个人数据的自动化竞价策略。
• 识别人工智能自动化带来的风险，包括代理歧视及决策过程缺乏可解释性。
• 讨论监管与自我监管框架（如 IAB、CAN）在指导人工智能在上下文广告中伦理部署方面的作用。

实验结果

研究问题

• RQ1 适用性、情感基调和内容参与度这三项上下文因素中，哪一项最显著影响消费者对上下文广告的感知？
• RQ2 人工智能如何在超越关键词匹配的基础上，提升上下文广告的精准度与有效性？
• RQ3 人工智能驱动的上下文广告的主要风险是什么，尤其在公平性、透明度与操纵性方面？
• RQ4 上下文广告相较于行为定向在降低隐私风险方面有何优势？同时会引入哪些新风险？
• RQ5 广告商如何在确保伦理使用并避免人口群体偏见的前提下，有效采用人工智能驱动的上下文广告？

主要发现

• 人工智能能够实现对媒体上下文的更深层次语义理解，从而基于主题、情感和参与度等因素实现更精准的广告投放。
• 当广告与相关内容高度相关时，上下文广告可有效提升点击率、品牌认知度及购买意愿等关键指标。
• 从行为定向转向上下文定向可减少对个人数据的依赖，从而缓解与第三方追踪相关的隐私风险。
• 人工智能系统可能因无意中针对与年龄、性别或种族等人口特征相关的上下文特征而造成歧视性投放。
• 人工智能模型缺乏可解释性会增加操纵性广告投放的风险，并使得难以检测或纠正偏见结果。
• 可解释人工智能及自我监管举措（如 IAB、CAN）对于确保自动化广告系统中的透明度与问责制至关重要。