Ny forskning gir innsikt i hvorfor Facebooks målrettede annonser noen ganger kan være langt utenfor basen.
Forskere visste allerede at Facebook oppretter interesseprofiler for brukere basert på hver brukers aktiviteter, men den nye studien finner ut at denne prosessen ikke ser ut til å ta hensyn til konteksten til disse aktivitetene.
"Hvis du for eksempel postet noe om hvor mye du misliker grønn ost, vil algoritmen Facebook bruker for å utlede interessene dine sannsynligvis legge merke til at du har delt noe om grønn ost," sier Aafaq Sabir, hovedforfatter av en artikkel om arbeidet og en PhD-student ved North Carolina State University. "Men Facebooks algoritme vil ikke registrere konteksten til innlegget ditt: at du ikke liker grønn ost. Som et resultat kan du begynne å få målrettede annonser for grønn ost.»
Facebook har vært åpen om å målrette annonsering mot individuelle brukere basert på hver enkelt brukers interesser. Den har også gjort det klart at den utleder en brukers interesser basert på denne personens aktiviteter. Det har imidlertid ikke vært klart nøyaktig hvordan den prosessen fungerer.
"Det er godt etablert at Facebooks målrettingsalgoritme ofte sender folk annonser for ting de ikke er interessert i," sier Sabir. "Men det var ikke klart hvorfor folk fikk feil annonser."
"Implikasjonene av å utlede unøyaktige interesser på en av de største sosiale medieplattformene i verden er betydelige på to måter," sier Anupam Das, medforfatter av papiret og assisterende professor i informatikk. "Denne unøyaktigheten har både økonomiske konsekvenser – siden den er relevant for effektiviteten til betalte annonser – og konsekvenser for personvern, siden den øker muligheten for at unøyaktige data blir delt om enkeltpersoner på flere plattformer."
For å lære mer om hvordan Facebook genererer sine interesseprofiler for brukere, utførte forskerne to studier.
I det første eksperimentet opprettet forskere 14 nye brukerkontoer på Facebook . Forskere kontrollerte de demografiske dataene og oppførselen til hver konto og sporet listen over interesser som Facebook genererte for hver konto. (Hver bruker kan se listen over interesser Facebook har satt sammen for dem ved å klikke på annonseinnstillingene deres, deretter "Kategorier brukt for å nå deg" og deretter "Interessekategorier.")
"Dette første eksperimentet gjorde det mulig for oss å se hvilke aktiviteter som var assosiert med Facebook og utledet en interesse," sier Sabir. "Og nøkkelfunnet her er at Facebook tar en aggressiv tilnærming til interesseslutninger.
"Selv noe så enkelt som å bla gjennom en side førte til at Facebook fant ut at en bruker har interesse for det emnet. For de 14 kontoene vi opprettet for denne studien fant vi at 33.22 % av de utledede interessene var unøyaktige eller irrelevante."
"Vi ønsket da å se om disse funnene ville gjelde for en større, mer mangfoldig gruppe brukere, noe som var drivkraften for det andre eksperimentet," sier Das.
I det andre eksperimentet rekrutterte forskerne 146 studiedeltakere fra forskjellige deler av verden. Studiedeltakere lastet ned en nettleserutvidelse som gjorde det mulig for forskere å samle inn data fra hver deltakers Facebook-konto om deres interesser. Forskere stilte deretter deltakerne spørsmål om nøyaktigheten til interessene Facebook hadde utledet.
"Vi fant at 29.3 % av interessene Facebook hadde oppført for studiedeltakerne faktisk ikke var av interesse," sier Das. "Det er sammenlignbart med det vi så i våre kontrollerte eksperimenter.
"Vi fant også ut at de fleste studiedeltakerne ikke engang visste at Facebooks annonsepreferanseadministrator eksisterer. De visste ikke at det var en liste over interesser de kunne se på, eller at Facebook i det minste gir en grunnleggende forklaring på hvorfor den har tildelt en gitt interesse til en bruker.
"Dette er et interessant funn i seg selv," sier Das. "Fordi målet med å gi all denne informasjonen angående interesser er tilsynelatende å være transparent med brukerne. Men gitt at mange brukere ikke engang vet at denne informasjonen er tilgjengelig, oppnår ikke Facebook det målet.»
Forskerne vil presentere en papir om deres arbeid på den 25. ACM-konferansen om datamaskinstøttet samarbeidsarbeid og sosial databehandling (CSCW), som ble holdt online 12.-16. november.
kilde: NC-stat
