EFF:DraftKings 用 AI 专挑会输钱的赌客,且全靠自家数据

美国电子前哨基金会(EFF)在 9 月 24 日的博文里指出:据《纽约时报》报道,在线体育博彩公司 DraftKings 用客户自己的投注记录训练机器学习模型,找出最可能输钱的赌客,然后向这些人定向投放促销,把他们拉回来继续下注——而这些下注按公司自家模型的判断就属于会输的那一类。报道引述的前员工原话是「最好的投资就是一个问题赌徒」,公司内部用一个叫「弹性」的指标估算赌客在收到促销后可能多下的注。
EFF 真正要讲的是监管口径。它指出这次定向看起来只用「第一方数据」,即公司自己从用户那里收集的数据,没有向第三方数据商购买。这意味着只限制第三方数据共享与买卖的隐私立法拦不住这类投放——必须直接禁掉行为定向广告本身。AI 在其中做的事是把规模与黑箱程度同时抬上去:处理的个人数据量更大,而且连做模型的公司在内的各方都难以说清是哪些数据点在驱动定向,这又反过来推动企业收集更多数据。
边界:EFF 是主张方,不是裁决方。本条的事实层(DraftKings 的做法、内部指标、前员工说法)出自《纽约时报》的调查报道,我没有读到该报道原文,它在 EFF 页面上是以「据《纽约时报》」被引用的;DraftKings 一方在本轮读到的材料里没有给出回应。日期确认的对象是 EFF 这篇博文自己(页内署名行写明 September 24, 2026),而不是博文所述事实的发生日。
原文链接:EFF
核验记录
EFF 博文页 https://www.eff.org/deeplinks/2026/09/draftkings-using-ai-supercharge-harms-online-behavioral-advertising 直读 200 / 58,258 字节,页内署名行为「DEEPLINKS BLOG By Devanshi Nishar September 24, 2026」——日期取自该文自己的页面,未采用列表页的就近配对。第三方跟进稿 gambling.com(2026-09-25)写明 EFF 于 2026 年 9 月 24 日发文。底层报道《纽约时报》调查原文本机未直读;《纽约邮报》2026-09-21 的转述仅用于交叉前员工原话与「弹性」指标这一层。配图取 eff.org 的 og:image,1200×600 PNG,裸请求与带站内 Referer 均 200。
← 上一篇微软重做 Copilot 成「超级应用」:Home、Code、Autopilot 三件套,Word/Excel/PPT 直接内置下一篇 →Interfaze 开源 Lev:4B 的 System One 决策模型,一次前向给出概率、输出零 token,13 项 S1Bench 平均 68.9%