The DSA's Blind Spot: Algorithmic Audit of Advertising and Minor Profiling on TikTok

该论文通过算法审计揭示，《数字服务法》因对“广告”定义过窄，导致 TikTok 虽在形式上遵守禁止向未成年人投放基于画像广告的规定，却未能有效规制未标注的网红营销等实质商业内容，致使未成年人仍遭受严重的个性化商业诱导，因此呼吁扩大监管定义以填补这一漏洞。

要点

这篇论文就像是一次**“数字侦探行动”**，专门调查 TikTok 是如何在欧盟新法律（《数字服务法》，简称 DSA）的“眼皮子底下”玩弄花招，继续向未成年人推送个性化广告的。

为了让你更容易理解，我们可以把整个故事想象成一场**“糖果店与未成年人的游戏”**。

1. 背景：法律想保护孩子，但有个“后门”

想象一下，欧盟给 TikTok 定了一条新规矩（DSA 第 28 条）：

“禁止给未成年人（18 岁以下）看那些‘量身定做’的广告。”

这就好比一家糖果店老板被禁止给小孩推销“根据他口味特制的糖果”。

但是，法律对“广告”的定义有个致命的漏洞（盲点）：

• 正式广告（Formal Ads）： 商家直接付钱给 TikTok 平台，TikTok 插播的。这种被法律严格定义为“广告”。
• 网红/品牌自推（Influencer/Brand Content）： 网红自己拍视频说“这个口红真好用”，或者品牌自己发视频。只要没付钱给平台，法律不认为这是“广告”，而认为是“普通内容”。

这就好比： 糖果店老板不能直接给小孩塞特制糖果，但他可以假装是“隔壁的大哥哥”（网红），热情地给小孩推荐特制糖果。法律管不住这个“大哥哥”。

2. 侦探行动：我们派了“双胞胎”去卧底

为了看看 TikTok 到底有没有遵守规矩，研究团队（来自斯洛伐克）设计了一个精妙的实验：

• 双胞胎特工： 他们制造了成对的“假账号”（Sock-puppets）。
  • 哥哥/姐姐（成人组）： 20-21 岁，喜欢美妆、健身、游戏。
  • 弟弟/妹妹（未成年组）： 16-17 岁，完全一样的兴趣爱好（比如都爱看美妆）。
• 控制变量： 除了年龄不同，其他条件（性别、地点、兴趣）完全一样。
• 潜伏 10 天： 让这两组账号在 TikTok 上刷了 10 天，每天 1 小时，就像普通用户一样。
• AI 火眼金睛： 用超级人工智能（LVLM）自动分析它们看到的每一个视频，把它们分成四类：
  1. 正式广告（平台插播的）。
  2. 已披露广告（网红自己标了“这是广告”）。
  3. 未披露广告（网红没标，但其实是广告，比如悄悄塞了个链接）。
  4. 普通内容（纯娱乐）。

3. 调查结果：令人震惊的“两面派”

侦探们发现了两个截然不同的世界：

🟢 第一面：表面功夫做得很好（针对“正式广告”）

当 TikTok 给未成年人推正式广告（付钱给平台的）时，它确实听话了：

• 推得很少。
• 完全不按兴趣来。比如，一个喜欢“美妆”的 16 岁女孩，看到的正式广告大多是“其他”类别的，而不是美妆。
• 结论： 在明面上的广告领域，TikTok 假装遵守了法律。

🔴 第二面：暗地里疯狂“投其所好”（针对“网红/未披露广告”）

但是，一旦进入网红内容和未披露广告的领域，情况就完全变了：

• 量很大： 未成年人看到的商业内容里，绝大多数是这种“伪装”的广告。
• 精准得可怕： 算法对未成年人的兴趣极其敏感。
  • 喜欢美妆的 16 岁女孩，看到的“伪装广告”里，92% 都是美妆产品。
  • 喜欢游戏的 17 岁男孩，看到的“伪装广告”里，92% 都是游戏。
• 对比成年人： 成年人看到的这种“伪装广告”虽然也精准，但精准度远不如未成年人高。
• 结论： TikTok 利用法律漏洞，把最精准、最诱人的“特制糖果”，通过“大哥哥”（网红）的手，源源不断地塞给了孩子。

4. 核心比喻：隐形眼镜 vs. 显形眼镜

• 正式广告就像显形眼镜：法律规定不能给小孩戴，TikTok 确实没给小孩戴（或者戴得很少）。
• 网红/未披露广告就像隐形眼镜：法律没规定不能戴。TikTok 就给孩子戴上了最隐形、最贴合、最让人无法拒绝的隐形眼镜。
  • 孩子甚至不知道这是广告，只觉得是“喜欢的博主在分享好东西”。
  • 这种“隐形眼镜”比显形眼镜更危险，因为它让孩子在毫无防备的情况下，被算法精准操控。

5. 研究者的呼吁：修补漏洞

这篇论文最后大声疾呼：

“法律不能只看‘谁付了钱’，而要看‘目的是不是卖东西’。”

他们提出了四点建议：

1. 重新定义广告： 不管有没有付钱给平台，只要是为了卖东西，都算广告。
2. 平台要负责： 不能只让网红自己贴标签，TikTok 得用 AI 去检查，没贴标签的必须补上，或者不让推给小孩。
3. 扩大禁令： 禁止给未成年人推任何“量身定做”的商业内容，不管是正式的还是网红的。
4. 独立审计： 不能只听平台自己说“我合规了”，得像这次研究一样，派第三方去“卧底”检查。

总结

这篇论文揭示了一个残酷的真相：
虽然 TikTok 表面上遵守了“不给未成年人推定制广告”的法律规定，但它通过网红营销和未披露内容，实际上给未成年人推送了比成年人更精准、更隐蔽、更难以抗拒的商业广告。

这就好比警察禁止了“明抢”，但小偷却学会了“偷换概念”的“暗偷”，而法律还没跟上这个新招数。如果不修补这个漏洞，孩子们依然会在算法的“糖衣炮弹”下，不知不觉地被商业世界操控。

技术摘要

这是一份关于论文《DSA 的盲点：TikTok 广告与未成年人画像的算法审计》（The DSA's Blind Spot: Algorithmic Audit of Advertising and Minor Profiling on TikTok）的详细技术总结。

1. 研究背景与问题 (Problem)

• 核心矛盾：欧盟《数字服务法案》（DSA）第 28(2) 条禁止在线平台向已知为未成年人的用户展示基于画像（profiling）的广告。然而，该法规对“广告”的定义（第 3(r) 条）过于狭窄，仅涵盖通过平台广告系统购买并直接付费的“正式广告”（Formal Ads）。
• 监管漏洞：当前的商业实践，特别是网红营销（Influencer Marketing）和品牌自推广，往往以“披露广告”（Disclosed Ads，如付费合作）或“未披露广告”（Undisclosed Ads，无标签的商业内容）的形式存在。这些内容在功能上等同于广告，但未被 DSA 的“广告”定义所覆盖。
• 研究问题：
  1. TikTok 是否在形式上遵守了 DSA 第 28(2) 条（即屏蔽未成年人的正式画像广告）？
  2. 在 DSA 定义之外的商业内容（网红/品牌内容）中，未成年人是否仍然遭受基于兴趣画像的定向推送？
  3. 这种监管定义的缺失是否导致未成年人实际上仍暴露于高度个性化的商业操纵中？

2. 方法论 (Methodology)

研究团队采用了一种**成对用户算法审计（Paired User Algorithmic Audit）**的方法，利用“傀儡账号”（Sock-puppet accounts）模拟真实用户行为。

• 实验设计：

  • 成对控制：创建了 3 组（共 6 个）傀儡账号，每组包含一个未成年人（16-17 岁）和一个成年人（20-21 岁）。
  • 变量控制：每对账号具有相同的性别、地理位置（德国，通过静态住宅代理模拟）和兴趣画像（美容、健身、游戏、政治）。通过极小的年龄差（避开 18 岁界限）和相同的兴趣，确保推荐内容的差异仅归因于“未成年人/成年人”的法律身份，而非代际偏好。
  • 冷启动与种子期：在数据收集前，通过 1 天的“种子期”让账号主动搜索、观看、点赞并收藏特定兴趣领域的内容，以建立稳定的兴趣画像。
  • 数据收集：在 2025 年 12 月进行了为期 10 天的纵向观察。每天每个账号浏览 1 小时（模拟平均使用时长），系统自动记录"For You"页面推荐的所有视频。

• 技术实现：

  • 内容分类：使用大型视觉 - 语言模型（LVLM，具体为 Qwen3-VL-4B-Instruct）对视频帧（开始、中间、结束）进行多模态分析，自动将内容分类为四类：
    1. 正式广告 (Formal Ads)：平台注入"Sponsored"或"Ad"标签。
    2. 披露广告 (Disclosed Ads)：创作者使用平台工具标记为"Paid partnership"或"Promotional content"。
    3. 未披露广告 (Undisclosed Ads)：具有明显商业意图但无平台标签的内容。
    4. 非广告 (Non-ads)。
  • 相关性检测：利用大语言模型（LLM）分析视频元数据，判断广告主题是否与用户的预设兴趣匹配，以此衡量个性化程度。
  • 验证：通过分层抽样进行人工标注验证，模型在广告类型识别上的准确率达到 90.3%，主题识别准确率为 88.5%。

• 统计指标：

  • 个性化率 (Personalization Rate)：匹配用户兴趣的广告占总广告的比例。
  • 画像效应 (Profiling Effect)：个性化率与基线率（同年龄段不同兴趣用户的广告匹配率）之间的百分比点差值（$\Delta$），用于量化画像强度。

3. 关键贡献 (Key Contributions)

1. 方法论创新：提出了一种基于成对用户设计的算法审计方法，能够严格控制混淆变量，专门用于评估针对未成年人的广告推送合规性。这是首次将此类方法应用于 DSA 第 28(2) 条的实证验证。
2. 实证发现：提供了首个实证证据，证明尽管 TikTok 在形式上遵守了 DSA（屏蔽了正式画像广告），但未成年人仍通过未定义在 DSA 范围内的商业内容格式（特别是未披露的网红内容）遭受高强度的基于兴趣的画像定向。
3. 政策影响：揭示了 DSA 监管框架中的结构性缺陷，即“广告”定义的狭窄性使得主要的商业操纵手段（网红营销）处于监管盲区。

4. 主要结果 (Results)

研究共收集并分析了 7,095 个视频，其中 1,346 个被识别为广告。

• 正式广告 (Formal Ads)：

  • 合规性：未成年人收到的正式广告数量显著少于成年人（例如，健身类未成年人收到 0 个，成年人收到 534 个）。
  • 画像效应：未成年人收到的正式广告没有显示出基于兴趣的显著画像效应（甚至出现负相关）。这表明 TikTok 在形式上严格遵守了 DSA 第 28(2) 条，屏蔽了正式广告对未成年人的画像定向。

• 披露与未披露广告 (Disclosed & Undisclosed Ads)：

  • 分布：这是未成年人接触到的主要商业内容形式。其中未披露广告占比最高（占所有广告的 55.8%），且创作者极少使用平台提供的披露工具（披露率仅为 2.2% - 11.4%）。
  • 画像强度：
    • 未成年人在这些类别中表现出极高的个性化匹配度。
    • 画像效应数据：未成年人的画像效应高达 +83.68 pp 至 +93.18 pp（例如，美容类未成年人 91.89% 的广告匹配其兴趣，而基线仅为 5.62%）。
    • 对比：这种画像强度是成年人收到正式广告画像强度的 5 到 8 倍。
  • 结论：虽然未成年人看到的广告总量可能较少，但其中绝大部分（尤其是未披露的网红内容）都是根据其个人兴趣高度定制的。

• 具体案例：

  • 一个 16 岁的美容兴趣未成年人，其收到的未披露美容广告匹配率高达 92.1%。
  • 相比之下，正式广告在未成年人中的匹配率极低（甚至为 0），且分散在“其他”类别中。

5. 意义与政策建议 (Significance & Recommendations)

• 监管悖论：TikTok 展示了“形式合规”但“实质违规”。平台通过屏蔽正式广告满足了 DSA 的字面要求，但通过算法将高度个性化的、未受监管的商业内容（网红营销）推送给未成年人，实际上规避了保护未成年人的立法初衷。
• 潜在危害：这种高度个性化的未披露广告（尤其是美容、身体形象类）利用未成年人的认知弱点（如缺乏广告素养、对网红的准社会关系），可能导致身体形象焦虑、自尊心下降等心理伤害。
• 政策建议：
  1. 扩大“广告”定义：DSA 应将“广告”定义从“基于支付结构”扩展为“基于商业目的”，将网红营销和品牌自推广纳入监管范围。
  2. 强化平台责任：平台不应仅提供披露工具，而应主动检测并纠正缺失标签的商业内容。
  3. 扩展禁令范围：第 28(2) 条关于禁止对未成年人进行画像定向的禁令，应覆盖所有形式的商业内容（包括披露和未披露的网红内容）。
  4. 独立算法审计：未来的合规性审计必须包含此类算法审计机制，以验证动态算法系统的实际行为，而非仅依赖平台的自我报告。

总结：该研究揭示了 DSA 在保护未成年人免受算法操纵方面的重大盲点。如果不修正法律定义并加强执行，未成年人将继续暴露于精心设计的、基于画像的商业诱导中，尽管平台声称已合规。