オンライン賭けを扱うDraftKingsが、AIを使って「負ける可能性が高い客」を見つけ、その人たちに再び賭けを促す広告を送っている――EFFはそう批判しています。単なる広告の効率化ではなく、弱みのある人を見分けて狙い撃ちにする仕組みだからです。しかもこれは、ネット広告の世界で長く続いてきた行動追跡を、AIでさらに強化した例としても読めます。今回の話は、ギャンブル企業の話にとどまらず、私たちの閲覧や購入、利用履歴がどう収益化されるかという、もっと広い問題を突きつけています。
EFFの記事が扱っているのは、オンラインスポーツベッティング企業DraftKingsの広告手法です。ニューヨーク・タイムズの報道として紹介されている内容によれば、DraftKingsは顧客の賭け履歴を使って機械学習モデルを訓練し、負けやすい利用者を見つけているとされます。見つかった相手には、サイトに戻ってきてさらに賭けをするよう促すターゲット広告が送られる。しかもDraftKingsは、その人たちがまた負ける賭けをするだろうと見込んでいる、というのが記事の骨子です。
EFFはこれを、オンライン行動広告の一種だと位置づけています。行動広告とは、企業がユーザーから集めたデータをもとに、表示する広告を個別に変える仕組みです。集めるデータが増えるほど、広告は細かく個人向けになります。DraftKingsのケースでは、その仕組みにAIが加わったことで、より狙いが定まった、より執拗な広告になっているとEFFは見ています。
記事が特に問題視しているのは、いわゆる“problem gamblers”です。これは、本人に害が出ていても、金銭面や人間関係を壊していても、繰り返しギャンブルをやめられない人を指します。DraftKingsにとっては、この層が何度も戻ってきてくれること自体が利益につながる。だからこそ、そうした人たちを広告で呼び戻す誘惑が強い、とEFFは指摘します。けれども、そのやり方は依存や損失を和らげるのではなく、むしろ脆弱さにつけ込んでいるという見立てです。
さらにEFFは、AIが行動広告の害を大きくしているとも論じます。従来の行動広告でも、広告技術を動かすために大量のデータ収集が必要でした。そこにAIが入ると、モデルの学習や改善のために、より多くのデータを集める動機が生まれる。しかもAIは「ブラックボックス」になりやすく、人間がどのデータが効いているのかを完全には予測しづらい。その結果、何を役立てるか分からないまま、さらにデータを集め続ける方向に進む、と記事は説明しています。AIは大量データを高速で処理できるので、広告の最適化も加速する。EFFが「害をスーパーチャージしている」と言うのは、そういう意味です。
記事は別の論点にも触れます。行動広告のために集められたデータは、広告の外にも流れ込んでいるということです。保険会社、銀行、そして税関・国境警備局（CBP）や移民税関捜査局（ICE）のような法執行機関が、そのデータを利用しているとEFFは述べます。ICEは今年、広告技術業者の商用ビッグデータが捜査活動をどう直接支援できるかを知るための情報提供依頼を出していた、とも紹介されています。
DraftKingsは、第三者から買ったデータではなく、ユーザーから直接集めた「first party data」だけで広告ターゲティングをしているようだ、とEFFは見ています。ここが重要なのは、第三者データの売買だけを縛っても、こうした広告は止められないからです。EFFは、行動広告そのものを禁止しなければ不十分だと結論づけています。最後に記事は、読者向けにSurveillance Self-Defenseや、モバイルアプリやウェブサイトで自分のデータを守るための案内を紹介しています。
この記事でいちばん刺さるのは、DraftKingsがやっていることが、見た目ほど「外部からの監視」ではない点です。広告業界では、よく「第三者データを売買していないなら少しはまし」と言いたくなる。でもDraftKingsのように、自社が持つ賭け履歴だけで十分に精密なターゲティングができるなら、その逃げ道はほぼ意味を失います。人の弱点を見抜く材料が、社内にすでに揃っているからです。つまり問題は、データを誰から買ったかではなく、企業がユーザーの行動を広告の材料としてどこまで使うのか、にあります。EFFが「第三者データの制限だけでは足りない」と言うのは、かなり筋が通っていると思います。
行動広告の害は、単に「自分好みの広告が出る」ことではありません。AIが加わると、広告は興味関心の推定を超えて、誰が儲かりやすいか、誰が搾り取られやすいかを選別する装置に近づきます。DraftKingsの例はまさにそれで、ターゲットは買いそうな人ではなく、負けても戻ってきそうな人です。ここが普通の販促と決定的に違う。しかも、その“戻ってきそう”という判断は、本人の幸福より企業の利益に最適化されている。AIは中立な計算機ではなく、与えられた目的を高速で貫徹する道具です。目的が搾取寄りなら、結果も当然そちらに寄ります。AI広告の議論は、便利さではなく設計思想の問題として見た方がいいと思います。
DraftKingsは分かりやすい題材ですが、同じ構造は他の業界にも広がりうるはずです。サブスクの解約防止、金融商品の勧誘、ゲーム内課金の再誘導、ショッピングの追いかけ広告。どれも「この人は今、断れない」と見込んでぶつける点では似ています。ギャンブルが特に危険なのは、金銭的損失がそのまま依存と結びつきやすいからですが、仕組み自体はかなり汎用的です。だからこそ、これは例外的な“悪い会社の話”では終わらない。広告が個人の行動履歴に依存する限り、企業は必ず「誰を狙うと効率がいいか」を探します。そこにAIが入れば、探索はもっと速く、もっと深くなる。規制の焦点を「どのデータを売ったか」ではなく「そもそも個人を追跡して最適化してよいのか」に移さないと、同じ問題は形を変えて繰り返されるのではないかと思います。
EFFがわざわざCBPやICEに触れているのは、広告技術の話が「広告の話」で終わらないからです。広告のために集めたデータが、別の目的に転用される。しかもその転用先が、保険や銀行のような与信判断の場面だったり、法執行機関だったりする。ここにはかなり不気味な連続性があります。最初は「おすすめ表示をよくするため」だったはずの仕組みが、いつの間にか人の移動や購買や関心を丸ごと追跡するインフラになる。DraftKingsの件は、そのインフラが企業の営業にも、国家の監視にも流用できることを再確認させます。だからEFFが、部分的なルール整備ではなく行動広告そのものの禁止を求めるのは、少し極端に見えても実際はかなり一貫した主張です。便利なターゲティングを残したまま害だけを消すのは、もう難しい段階に来ているのだと思います。
参考: DraftKings Is Using AI to Supercharge the Harms of Online Behavioral Advertising
