Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer

Problème 2921

Incidents associés

Incident 5221 Rapport
Facebook Political Ad Delivery Algorithms Inferred Users' Political Alignment, Inhibiting Political Campaigns' Reach

Loading...
Algorithmes de diffusion d'annonces : les arbitres cachés de la messagerie politique
arxiv.org · 2019

Les campagnes politiques se tournent de plus en plus vers la publicité numérique pour atteindre les électeurs. Il est prévu que, lors des élections présidentielles américaines de 2020, 28 % des dépenses de marketing politique iront à la publicité en ligne, contre 20 % en 2018 et 0,2 % en 2010. La popularité des plateformes de publicité numérique s'explique en partie par la façon dont elles permettent aux annonceurs de cibler les messages aux utilisateurs de la plateforme avec une grande précision, y compris par des déductions sur les affiliations politiques de ces utilisateurs. Cependant, des travaux antérieurs ont montré que les algorithmes de diffusion d'annonces des plates-formes peuvent diffuser des annonces de manière sélective au sein de ces publics cibles d'une manière qui peut entraîner des biais démographiques selon la race et le sexe, souvent à l'insu de l'annonceur.

Dans cette étude, nous étudions l'impact des algorithmes de diffusion de publicités de Facebook sur les publicités politiques. Nous diffusons une série de publicités politiques sur Facebook, l'une des plus grandes plateformes publicitaires au monde, et mesurons la manière dont Facebook diffuse ces publicités auprès de différents groupes, en fonction du contenu d'une publicité (par exemple, le point de vue politique présenté) et des critères de ciblage. Nous constatons que les algorithmes de diffusion de publicités de Facebook différencient efficacement le prix pour atteindre un utilisateur en fonction de son alignement politique déduit avec le contenu annoncé, inhibant la capacité des campagnes politiques à atteindre des électeurs ayant des opinions politiques diverses. Cet effet est plus aigu lorsque les annonceurs utilisent de petits budgets, car l'algorithme de livraison de Facebook a tendance à livrer préférentiellement aux utilisateurs qui sont, selon l'estimation de Facebook, les plus pertinents. De plus, en raison de la façon dont Facebook rapporte actuellement les performances des publicités, cet effet peut être invisible pour les campagnes politiques.

Nos conclusions indiquent le rôle potentiel des plateformes publicitaires dans la polarisation politique et la création de bulles de filtrage informationnelles. Nous montrons que Facebook expose préférentiellement les utilisateurs à la publicité politique qu'il juge pertinente pour eux, même lorsque d'autres annonceurs aux points de vue opposés tentent activement de les atteindre. De plus, certaines grandes plateformes publicitaires ont récemment modifié leurs politiques pour limiter les outils de ciblage qu'elles proposent aux campagnes politiques ; nos résultats montrent que de telles réformes seront insuffisantes si l'objectif est de s'assurer que les publicités politiques sont diffusées aux utilisateurs d'opinions politiques diverses. De manière contre-intuitive, les annonceurs qui ciblent un large public peuvent finir par céder encore plus d'influence aux plateformes sur les utilisateurs qui voient finalement quelles publicités, ce qui ajoute de l'urgence aux appels à une transparence publique plus significative dans l'écosystème de la publicité politique.

Lire la source

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2024 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • e1b50cd