Into the Unknown: Accounting for Missing Demographic Data when Mitigating Ad Delivery Skew
Ce papier propose et valide une intervention de répartition budgétaire qui atténue efficacement les biais de diffusion publicitaire fondés sur le genre sur des plateformes telles que Google Ads en ciblant stratégiquement à la fois les groupes démographiques inférés et « inconnus », offrant ainsi une solution rentable pour une diffusion équitable des services publics.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes le maire d'une ville essayant de distribuer des tracts sur un nouveau centre de ressources communautaires. Vous voulez vous assurer que tout le monde dans la ville reçoive un tract, indépendamment du fait qu'il s'agisse d'un homme, d'une femme ou de quelqu'un qui ne correspond pas parfaitement à ces catégories. Vous engagez un service de livraison haute technologie (comme Google Ads) pour déposer ces tracts dans les boîtes aux lettres numériques des gens.
Vous dites au service de livraison : « Veuillez vous assurer que la moitié des tracts aillent aux hommes et l'autre moitié aux femmes. »
Cependant, le service de livraison utilise un robot mystérieux pour décider qui reçoit quoi. Le robot examine l'historique de navigation des gens et devine leur genre. Parfois, il devine « Homme », parfois « Femme », et parfois il hausse simplement les épaules en disant : « Je n'en ai aucune idée » (appelons ces cas les « Inconnus »).
Le Problème : Le Biais du Robot
Les chercheurs de cet article ont découvert que le robot possédait un biais intégré. Bien que le maire ait demandé une répartition équitable, le robot continuait de distribuer beaucoup plus de tracts aux personnes qu'il devinait être des hommes.
Pourquoi ? Parce que le robot pensait que les hommes étaient plus susceptibles de cliquer sur le tract, il en envoyait donc davantage aux hommes pour économiser de l'argent et obtenir de meilleurs résultats. Cela signifiait que les femmes recevaient moins de tracts, et que les « Inconnus » (qui pourraient être des femmes, des personnes non binaires ou des personnes ayant moins d'historique numérique) recevaient zéro tract, car le robot ne savait pas comment les catégoriser.
L'Ancienne Solution : L'Approche « Partage de l'Addition »
Auparavant, les chercheurs suggéraient une correction appelée « Répartition du Budget ».
- Comment cela fonctionnait : Vous dites au robot : « Arrêtez de deviner ! Je veux deux piles de tracts séparées. Une pile uniquement pour les personnes que vous pensez être des hommes, et une pile uniquement pour les personnes que vous pensez être des femmes. »
- La Contrainte : Cette approche ignore complètement les « Inconnus ». Si le robot ne peut pas deviner le genre, le tract ne leur est jamais livré. De plus, cette méthode est coûteuse car le robot facture plus cher pour cibler des groupes spécifiques que pour simplement pulvériser des tracts partout.
La Nouvelle Solution : La « Répartition Inclusive »
Les auteurs de cet article, travaillant avec un gouvernement d'État, ont trouvé un moyen plus intelligent de résoudre le problème sans laisser personne de côté ni ruiner le budget. Ils l'ont appelée la « Répartition du Budget avec Utilisateurs Inconnus ».
Voici comment leur solution créative fonctionne, en utilisant une analogie simple :
Imaginez que vous avez un grand seau d'eau (votre budget publicitaire) et que vous voulez arroser deux jardins : le « Jardin des Hommes » et le « Jardin des Femmes ».
- Le Problème : Le robot continue de verser 60 % de l'eau dans le Jardin des Hommes et seulement 40 % dans le Jardin des Femmes.
- L'Ancienne Correction : Vous construisez deux tuyaux séparés. Un tuyau va uniquement au Jardin des Hommes, et un uniquement au Jardin des Femmes. Vous versez la moitié de l'eau dans chacun. Mais maintenant, le jardin « Inconnu » (les mauvaises herbes et les fleurs sauvages entre les deux) reste complètement sec.
- La Nouvelle Correction : Vous construisez un système hybride.
- Vous créez un tuyau pour les Hommes uniquement.
- Vous créez un tuyau pour les Femmes uniquement.
- Crucialement, vous créez également des tuyaux qui disent : « Hommes OU Inconnus » et « Femmes OU Inconnus ».
En alternant ces tuyaux, vous vous assurez que :
- Les « Inconnus » ont une chance de recevoir un tract (ils ne sont pas laissés de côté).
- Vous pouvez contrôler la quantité totale d'eau allant du côté « Hommes » par rapport au côté « Femmes », même si vous ne savez pas exactement qui se trouve dans la pile « Inconnus ».
- Cela coûte moins cher que l'approche stricte « Hommes uniquement / Femmes uniquement » car vous ne luttez pas aussi férocement contre le jeu de devinettes coûteux du robot.
Ce Qu'ils Ont Découvert
Les chercheurs ont testé cette nouvelle méthode sur une véritable campagne gouvernementale destinée à aider les propriétaires de petites entreprises.
- Le Résultat : La nouvelle méthode a réussi à empêcher le robot de favoriser les hommes. Elle a rendu la distribution des tracts beaucoup plus proche de la répartition 50/50 que le gouvernement souhaitait.
- Le Bonus : Elle était moins chère que l'ancienne méthode de « répartition stricte » et, surtout, elle n'a pas laissé les personnes « Inconnues » dans l'ignorance.
La Grande Conclusion
L'article soutient que lorsque les gouvernements tentent d'utiliser la publicité en ligne pour aider tout le monde, ils ne peuvent pas simplement ignorer les personnes que les algorithmes ne comprennent pas. En utilisant cette stratégie de « Répartition Inclusive », ils peuvent corriger une distribution injuste sans dépenser une fortune ni exclure les personnes les plus vulnérables.
Les auteurs mettent également en garde contre les limites de la publicité en ligne. Parfois, la meilleure façon de toucher les gens n'est pas du tout via un algorithme informatique, mais par des méthodes traditionnelles comme la visite de bibliothèques ou de centres communautaires, en particulier pour les groupes que l'internet néglige souvent.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.