Simple Science

最先端の科学をわかりやすく解説

# コンピューターサイエンス# ヒューマンコンピュータインタラクション# コンピュータと社会

社会技術監査:アルゴリズム評価の再考

技術データとユーザーの視点を組み合わせて、アルゴリズムの洞察をもっと良くする。

― 1 分で読む


アルゴリズム監査を再考しよアルゴリズム監査を再考しよての研究。アルゴリズムがユーザーに与える影響につい
目次

アルゴリズム監査って、仕組みがよくわからない複雑なシステムを研究するためのツールなんだ。技術的な側面を分析するのにはめっちゃ役立つけど、ユーザーとの関わりはあまり考慮されてないことが多いんだ。そこで、この論文では「社会技術監査」っていうアイデアを紹介するよ。これは、技術とそれを使う人々の両方を見ていくアプローチ。アルゴリズムとユーザーがどう影響し合うかを認識してるんだ。

この方法を実証するために、「Intervenr」っていうプラットフォームを作ったの。これを使えば、研究者がユーザーの体験を観察しながら、アルゴリズムが現実の状況でどう機能するかを長期的に研究できるんだ。具体的には、ターゲティングされたオンライン広告にこの方法を適用したよ。

社会技術監査って何?

社会技術監査は、アルゴリズムシステムの技術評価をユーザー行動の分析と組み合わせたもの。アルゴリズムは単独の存在じゃなくて、ユーザーと相互作用して、双方が影響を与え合うって認識してるんだ。通常のアルゴリズム監査は技術面にだけ焦点を当てがちだけど、ユーザー監査は人々がシステムにどう反応するかだけを見がち。この両方の視点を組み合わせることで、社会技術監査はアルゴリズムシステムがどう機能するかのより完全なイメージを提供するんだ。

Intervenr:社会技術監査のツール

Intervenrは、社会技術監査を実施するためのウェブベースのプラットフォーム。ブラウザ拡張機能とウェブアプリケーションで構成されていて、ユーザーがインターネットをブラウジングしている間にデータを収集するんだ。このシステムは、ユーザーの体験に関する情報を集め、研究者がリアルタイムで体験を変更できるようにしているよ。

Intervenrの仕組み

このプラットフォームは主に2つのフェーズで動く。最初のフェーズでは、ユーザーのオンラインコンテンツとのやり取りに関するベースラインデータを集めるんだ。表示された広告の種類やユーザーの関与を追跡するんだ。2番目のフェーズでは、研究者がユーザーが見るコンテンツを変更できる。たとえば、ユーザー間で広告を入れ替えて、これが彼らの関与や感じ方にどう影響するかを見るんだ。

ケーススタディ:ターゲティングされたオンライン広告

社会技術監査を使って、ターゲティングされたオンライン広告の2週間の研究を行ったよ。個別化された広告が非対象広告よりも効果的かどうかを調査するのが目的だったんだ。研究では、ユーザーの広告体験に関するデータを集めて、個別化された広告と入れ替えた広告への反応を分析したんだ。

研究デザイン

研究の参加者はオンラインで募集した。この研究では、年齢、人種、性別に関して多様なユーザーグループを目指したんだ。研究は2週間続き、その間に参加者が見た広告やその広告についての感情を集めたよ。

最初の週には、参加者に表示された個別化広告に関するデータを集めた。2週目には、広告を入れ替える介入を導入して、参加者をペアにして、お互いが見ている広告を交換したよ。これは、ユーザーが違う広告にどう慣れていくかを理解するためだったんだ。

収集した指標

研究を通じて、広告に対するユーザーの関与に関するいくつかの要素を測定した。具体的には:

  • 広告に対するユーザーの興味。
  • 表示された広告に対する代表性の感情。
  • 見た広告の認識。
  • 広告がクリックされた回数。

これらの指標を使って、個別化広告と入れ替えた広告の効果を比較したんだ。

ケーススタディの結果

2週間の監査から得られた結果は、個別化広告が一般的にユーザーを引きつけるのにより効果的であることを示したよ。でも、ユーザー行動に関しても興味深いパターンが見つかったんだ:

  1. 広告の効果:個別化広告は、ユーザーの興味や代表性の感情を高めた。
  2. ユーザーの適応:1週間の露出後、ユーザーは交換パートナーから受け取った広告に親しみを感じるようになった。これは、どんな広告群にも繰り返しなじむことがあるかもしれないって示唆してるよ。
  3. 誤認識:参加者が実際には見ていない広告を覚えていると主張するような誤認識がかなりあった。これは、普段出会う広告に似たものが表示されたときにしばしば起きたんだ。

これらの結果は、ターゲティング広告が本質的に優れているという仮定に挑戦していて、ユーザーが比較的短期間でさまざまな広告戦略に慣れていくことができることを示唆してるんだ。

社会技術監査の影響

社会技術監査から得られた洞察は、アルゴリズムシステムの理解と設計に大きな影響を与えることができるよ。

政策の考慮

ターゲティング広告が一般的になっていく中で、これらのシステムが公平に機能することを確保する必要がある。社会技術監査は、広告慣行の中にある偏見を明らかにするのに役立つことで、疎外されたグループがアルゴリズムのターゲティングによって否定的な影響を受けないようにできるんだ。

ユーザーのエンパワーメント

アルゴリズムシステムがユーザーに与える影響を理解することで、研究者はユーザーをエンパワーメントする方法を開発できる。これは、ユーザーが見る広告のコントロールをより多く持てるようにしたり、体験についてのフィードバックを提供できるようにしたりすることかもしれないね。

今後の研究

社会技術監査の概念は、将来の研究に対して多くの道を開くよ。広告以外のさまざまなアルゴリズムについての研究や、アルゴリズムへの露出の長期的な影響、監査プロセスにユーザーを直接関与させるユーザー中心のデザインの研究などを奨励したいな。

結論

結論として、社会技術監査は技術とユーザーの要素の両方を考慮に入れた、アルゴリズムシステムを理解するためのより包括的なアプローチを提供してるよ。Intervenrプラットフォームは、この方法が実際の場面でどう適用できるかを示して、ターゲティング広告で使われるアルゴリズムの効果に関する貴重な洞察を提供してるんだ。

これからも技術とユーザーの相互作用を探求し続けることが大事だよね。そうすることで、すべてのユーザーのニーズに応える、より透明で公平で効果的なシステムを作れるんだ。

オリジナルソース

タイトル: Sociotechnical Audits: Broadening the Algorithm Auditing Lens to Investigate Targeted Advertising

概要: Algorithm audits are powerful tools for studying black-box systems. While very effective in examining technical components, the method stops short of a sociotechnical frame, which would also consider users as an integral and dynamic part of the system. Addressing this gap, we propose the concept of sociotechnical auditing: auditing methods that evaluate algorithmic systems at the sociotechnical level, focusing on the interplay between algorithms and users as each impacts the other. Just as algorithm audits probe an algorithm with varied inputs and observe outputs, a sociotechnical audit (STA) additionally probes users, exposing them to different algorithmic behavior and measuring resulting attitudes and behaviors. To instantiate this method, we develop Intervenr, a platform for conducting browser-based, longitudinal sociotechnical audits with consenting, compensated participants. Intervenr investigates the algorithmic content users encounter online and coordinates systematic client-side interventions to understand how users change in response. As a case study, we deploy Intervenr in a two-week sociotechnical audit of online advertising (N=244) to investigate the central premise that personalized ad targeting is more effective on users. In the first week, we collect all browser ads delivered to users, and in the second, we deploy an ablation-style intervention that disrupts normal targeting by randomly pairing participants and swapping all their ads. We collect user-oriented metrics (self-reported ad interest and feeling of representation) and advertiser-oriented metrics (ad views, clicks, and recognition) throughout, along with a total of over 500,000 ads. Our STA finds that targeted ads indeed perform better with users, but also that users begin to acclimate to different ads in only a week, casting doubt on the primacy of personalized ad targeting given the impact of repeated exposure.

著者: Michelle S. Lam, Ayush Pandit, Colin H. Kalicki, Rachit Gupta, Poonam Sahoo, Danaë Metaxa

最終更新: 2023-08-30 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2308.15768

ソースPDF: https://arxiv.org/pdf/2308.15768

ライセンス: https://creativecommons.org/licenses/by-nc-sa/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

類似の記事

ヒューマンコンピュータインタラクションハンズフリーMessaging: スマートグラスの新しいアプローチ

スマートグラス用の音声コマンドメッセージングアプリで、 multitasking(マルチタスク)しながらコミュニケーションがもっと便利になるよ。

― 1 分で読む