DraftKings AI-modell rankade spelare efter förväntade förluster, konstaterar NYTs undersökning

En New York Times undersökning som publicerades på lördagen hävdar att DraftKings, en av de största sportspeloperatörerna i USA, byggde en maskininlärningsmodell utformad för att identifiera vilka kunder som var mest benägna att förlora pengar – och använde dessa poäng för att vägleda vem som fick bonusspel och free-play-kampanjer.

Rapporten beskriver ett system där samma prediktiva teknik som gjorde kampanjer mer lönsamma kunde ha använts för att upptäcka kunder som riskerar att skadas av spel. Enligt Times startade den skyddsansökan men blev aldrig klar.

Hur modellen fungerade

Modellen, byggd 2023, gav DraftKings-kunder poäng med hur mycket pengar de förväntades förlora efter att ha fått ett gratisspel eller bonus, enligt Times. För att göra den förutsägelsen undersökte den signaler inklusive hur ofta en användare spelade, deras kontosaldo, deras förlust-till-satsningsförhållanden och en separat uppskattning av om en användare sannolikt skulle sluta spela helt och hållet.

En högre poäng innebar att en kund förutspåddes generera mer intäkter per spenderad kampanjdollar. Med andra ord, de personer som mest sannolikt att få gratisspel var, genom designen, de personer som algoritmen förväntade sig att förlora mest.

Jayden Butts, en tidigare DraftKings dataanalytiker, beskrev den underliggande logiken för Times: "Vi letar efter egenskaper och funktioner som vi kan rikta in oss på som indikerar en bra investering."

Affärsresultaten

Tillvägagångssättet verkar ha fungerat kommersiellt. DraftKings chefer sa att datavetenskap och analys förbättrade marknadsföringsdrivna sportsbook-marginaler med 13 % 2025, och att AI hjälpte till att personifiera hundratals miljoner dollar i marknadsföringsutgifter, enligt Times.

Den siffran illustrerar varför prediktiv inriktning har blivit central för sportspelbranschens ekonomi. Bonusspel är dyra kundförvärv; en modell som förutsäger förväntade förluster kan rikta varje kampanjdollar mot de användare som mest sannolikt kommer att omvandla dem till varaktiga satsningar.

Verktyget som inte var färdigt

Utredningens vassaste fynd handlar om vad DraftKings valt att inte bygga ut. Tidigare anställda berättade för Times att ett separat initiativ för att skapa riskpoäng för att identifiera kunder med potentiella spelproblem lades på hyllan – även om den underliggande datainfrastrukturen enligt rapporteringen kunde ha stött det. Infrastrukturen för att se åt båda hållen fanns enligt uppgift; endast den vinstorienterade modellen fullbordades.

DraftKings tryckte tillbaka inramningen. Företagets chefsansvariga spelchef, Lori Kalani, berättade för Times att DraftKings övervakar kunder för riskbeteende, och sa att företaget avböjde att använda riskprediktionsteknik eftersom den inte var tillräckligt evidensbaserad. DraftKings sa också till Times att de "avvisar alla antydningar" om att dess marknadsföring orättvist riktar sig mot kunder, och hävdar att kampanjer går till användare som visar varaktig, engagerad plattformsanvändning snarare än användare rankade efter hur mycket de förlorar.

Företaget lyfter offentligt fram initiativ för ansvarsfullt spelande inklusive ett samarbete med Mindway AI:s Gamalyze-verktyg och ett partnerskap med IC360 för integritets- och efterlevnadsövervakning. Huruvida dessa verktyg täpper till den specifika lucka som beskrivits av tidigare anställda – proaktivt poängsättning och skydd av användare med förhöjd risk – är fortfarande oklart baserat på tillgänglig rapportering.

Ett AI-etiktestfall bortom spel

Berättelsen landar mitt i en intensivare granskning av hur konsumentinriktade företag använder förutsägande AI. Kärnspänningen är inte att tekniken existerar – att poängsätta användare efter förutsagt värde är standardpraxis för abonnemang, reklam och fintech – utan vad som händer när samma modell som identifierar den mest lönsamma kunden också identifierar den mest sårbara.

Regulatorer har rört sig i denna riktning under en tid. Specifikt inom spelsektorn har tjänstemän ifrågasatt branschens användning av data för att forma spelarbeteende, och Philadelphia-området har sett rättstvister om DraftKings reklampraxis. Om Times rapportering håller i sig, ger det lagstiftare och spelregulatorer något mer specifikt än allmän industrioro: ett påstått fall där skadeförutsägelser och vinstförutsägelser var tekniskt möjliga, och endast ett var avslutat.

För användarna är den praktiska takeawayen obekväm. Gratisspelet som kommer till din inkorg kan återspegla en datadriven bedömning om din sannolikhet att förlora, inte en belöning för lojalitet. Och modellen som gör den bedömningen vet saker - hur ofta du spelar, hur mycket du jagar förluster, om du visar tecken på att sluta - som du aldrig uttryckligen delade för det syftet.

DraftKings anklagas inte för att bryta mot lagen, och riktade kampanjer är lagliga. Men eftersom AI-system i allt högre grad bestämmer vem som ser vilket erbjudande, blir klyftan mellan vad företag kan förutsäga och vad de väljer att agera på den centrala frågan om konsumenternas AI-etik – och DraftKings-rapporteringen är ett av de tydligaste exemplen hittills på den klyftan i praktiken.

Ligg före AI

Från vadslagningsappar till gränslabb, AI omformar hur företag ser sina kunder. För mer täckning av AI-etik och industriansvar, följ AI Buzz Wire.

Läs de senaste AI-nyheterna →