शनिवारी प्रकाशित झालेल्या न्यूयॉर्क टाइम्सच्या तपासणीत असा आरोप करण्यात आला आहे की, युनायटेड स्टेट्समधील सर्वात मोठ्या स्पोर्ट्स बेटिंग ऑपरेटरपैकी एक असलेल्या ड्राफ्टकिंग्सने कोणते ग्राहक पैसे गमावण्याची सर्वाधिक शक्यता आहे हे ओळखण्यासाठी डिझाइन केलेले मशीन-लर्निंग मॉडेल तयार केले — आणि त्या स्कोअरचा उपयोग कोणाला बोनस बेट्स आणि फ्री-प्ले प्रमोशन मिळाले हे मार्गदर्शन करण्यासाठी केले.
अहवालात अशा प्रणालीचे वर्णन केले आहे जिथे जाहिरातींना अधिक फायदेशीर बनवणाऱ्या समान भविष्यसूचक तंत्रज्ञानाचा वापर जुगाराच्या हानीचा धोका असलेल्या ग्राहकांना शोधण्यासाठी केला जाऊ शकतो. टाईम्सच्या म्हणण्यानुसार, तो संरक्षक अनुप्रयोग सुरू झाला होता परंतु कधीही पूर्ण झाला नाही.
मॉडेल कसे कार्य करते
2023 मध्ये तयार केलेल्या मॉडेलने ड्राफ्टकिंग्सच्या ग्राहकांना विनामूल्य पैज किंवा बोनस मिळाल्यानंतर किती पैसे गमावण्याची अपेक्षा केली होती, हे टाइम्सच्या म्हणण्यानुसार आहे. ती भविष्यवाणी करण्यासाठी, वापरकर्त्याने किती वारंवार खेळले, त्यांच्या खात्यातील शिल्लक, त्यांचे तोट्याचे गुणोत्तर आणि वापरकर्त्याने जुगार पूर्णपणे थांबवण्याची शक्यता आहे की नाही याचा स्वतंत्र अंदाज यासह सिग्नल तपासले.
उच्च स्कोअरचा अर्थ असा होतो की ग्राहकाने प्रति प्रचारात्मक डॉलर खर्च केलेल्या अधिक कमाईचा अंदाज होता. दुसऱ्या शब्दात, डिझाईननुसार, अल्गोरिदमला सर्वात जास्त गमावण्याची अपेक्षा असलेले लोक विनामूल्य बेट मिळण्याची शक्यता आहे.
जेडेन बट्स, माजी ड्राफ्टकिंग्स डेटा विश्लेषक, यांनी टाइम्सला अंतर्निहित तर्काचे वर्णन केले: "आम्ही अशी वैशिष्ट्ये आणि वैशिष्ट्ये शोधत आहोत ज्यांना आम्ही लक्ष्य करू शकतो जे चांगली गुंतवणूक दर्शवते."
व्यवसायाचे परिणाम
दृष्टीकोन व्यावसायिकदृष्ट्या कार्य करत असल्याचे दिसते. ड्राफ्टकिंग्जच्या अधिकाऱ्यांनी सांगितले की डेटा सायन्स आणि ॲनालिटिक्सने 2025 मध्ये प्रमोशन-चालित स्पोर्ट्सबुक मार्जिनमध्ये 13% सुधारणा केली आणि टाइम्सच्या मते, AI ने प्रचारात्मक खर्चामध्ये शेकडो मिलियन डॉलर्स वैयक्तिकृत करण्यात मदत केली.
ही आकडेवारी स्पष्ट करते की भविष्यसूचक लक्ष्यीकरण हे क्रीडा सट्टेबाजी उद्योगाच्या अर्थशास्त्राचे केंद्रस्थान का बनले आहे. बोनस बेट महाग ग्राहक संपादन आहेत; अपेक्षित तोट्याचे भाकीत करणारे मॉडेल प्रत्येक प्रमोशनल डॉलर वापरकर्त्यांकडे निर्देशित करू शकते ज्यांचे रूपांतर शाश्वत जुगारीमध्ये होण्याची शक्यता असते.
जे साधन संपले नाही
ड्राफ्टकिंग्सने काय तयार न करणे निवडले याच्या चौकशीच्या तीव्र निष्कर्षांमुळे चिंता आहे. माजी कर्मचाऱ्यांनी टाइम्सला सांगितले की संभाव्य जुगार समस्यांसह ग्राहकांना ओळखण्यासाठी जोखीम स्कोअर तयार करण्याचा एक वेगळा उपक्रम रद्द करण्यात आला होता - जरी, अहवालानुसार, अंतर्निहित डेटा इन्फ्रास्ट्रक्चरने त्यास समर्थन दिले असते. दोन्ही दिशांना पाहण्यासाठी पायाभूत सुविधा अस्तित्वात होत्या; केवळ नफा देणारे मॉडेल पूर्ण झाले.
ड्राफ्टकिंग्सने फ्रेमिंगवर मागे ढकलले. कंपनीचे मुख्य जबाबदार गेमिंग अधिकारी, लोरी कलानी यांनी टाइम्सला सांगितले की ड्राफ्टकिंग्स ग्राहकांना धोकादायक वर्तनासाठी निरीक्षण करते आणि म्हणाले की कंपनीने जोखीम-अंदाज तंत्रज्ञान तैनात करण्यास नकार दिला कारण ते पुरेसे पुरावे-आधारित नव्हते. ड्राफ्टकिंग्सने टाईम्सला असेही सांगितले की ते "कोणतेही परिणाम नाकारते" की त्याचे विपणन चुकीच्या पद्धतीने ग्राहकांना लक्ष्य करते, हे राखून की प्रमोशन वापरकर्त्यांकडे जाते जे वापरकर्ते किती गमावतात यावरून रँक करण्याऐवजी टिकाऊ, व्यस्त प्लॅटफॉर्म वापर दर्शवतात.
Mindway AI च्या Gamalyze टूलसह सहयोग आणि अखंडता आणि अनुपालन निरीक्षणासाठी IC360 सह भागीदारीसह जबाबदार-गेमिंग उपक्रम कंपनी सार्वजनिकपणे हायलाइट करते. ती साधने माजी कर्मचाऱ्यांनी वर्णन केलेले विशिष्ट अंतर बंद करतात की नाही — सक्रियपणे स्कोअरिंग आणि भारदस्त जोखमीवर वापरकर्त्यांचे संरक्षण करणे — उपलब्ध अहवालाच्या आधारे अस्पष्ट राहते.
जुगाराच्या पलीकडे AI नीतिशास्त्र चाचणी प्रकरण
ग्राहकांना तोंड देणाऱ्या कंपन्या भविष्यसूचक एआयचा वापर कसा करतात याच्या तीव्र पडताळणीच्या दरम्यान ही कथा येते. मुख्य ताण म्हणजे तंत्रज्ञान अस्तित्वात नाही - अंदाजित मूल्यानुसार वापरकर्ते स्कोअर करणे ही सबस्क्रिप्शन, जाहिरात आणि फिनटेकमधील मानक सराव आहे — परंतु जेव्हा सर्वात फायदेशीर ग्राहक ओळखणारे तेच मॉडेल सर्वात असुरक्षित देखील ओळखते तेव्हा काय होते.
काही काळापासून नियामक या दिशेने वाटचाल करत आहेत. विशेषत: जुगार क्षेत्रात, अधिका-यांनी खेळाडूंच्या वर्तनाला आकार देण्यासाठी उद्योगाच्या डेटाच्या वापरावर प्रश्नचिन्ह उभे केले आहे आणि फिलाडेल्फिया क्षेत्राने ड्राफ्टकिंग्सच्या प्रचारात्मक पद्धतींवर खटला चालवला आहे. जर टाईम्सचे रिपोर्टिंग टिकून राहिल्यास, ते कायद्याचे निर्माते आणि जुगार नियामकांना सामान्य उद्योगाच्या चिंतेपेक्षा काहीतरी अधिक विशिष्ट देते: एक कथित केस जिथे हानीचा अंदाज आणि नफ्याचा अंदाज तांत्रिकदृष्ट्या व्यवहार्य होता आणि फक्त एकच पूर्ण झाले.
वापरकर्त्यांसाठी, व्यावहारिक टेकअवे अस्वस्थ आहे. तुमच्या इनबॉक्समध्ये येणारी विनामूल्य पैज तुमच्या गमावण्याच्या संभाव्यतेबद्दल डेटा-चालित निर्णय दर्शवू शकते, निष्ठेसाठी बक्षीस नाही. आणि तो निर्णय देणाऱ्या मॉडेलला गोष्टी माहीत असतात — तुम्ही किती वेळा खेळता, तुम्ही किती नुकसानाचा पाठलाग करता, तुम्ही थांबण्याची चिन्हे दाखवता की नाही — ज्या तुम्ही त्या उद्देशासाठी कधीही स्पष्टपणे शेअर केल्या नाहीत.
DraftKings वर कायदा मोडल्याचा आरोप नाही आणि लक्ष्यित जाहिराती कायदेशीर आहेत. पण AI सिस्टीम वाढत्या प्रमाणात कोणती ऑफर पाहते हे ठरवत असताना, कंपन्या काय अंदाज लावू शकतात आणि ते काय निवडायचे यामधील अंतर हा ग्राहक AI नीतिमत्तेचा केंद्रीय प्रश्न बनत आहे — आणि DraftKings अहवाल हे सरावातील त्या अंतराचे अजून एक स्पष्ट उदाहरण आहे.
AI च्या पुढे रहा
बेटिंग ॲप्सपासून फ्रंटियर लॅबपर्यंत, एआय कंपन्या त्यांच्या ग्राहकांना कसे पाहतात हे बदलत आहे. AI नीतिशास्त्र आणि उद्योग जबाबदारीच्या अधिक कव्हरेजसाठी, AI Buzz Wire फॉलो करा.
ताज्या एआय बातम्या वाचा →
