ہفتہ کو شائع ہونے والی نیویارک ٹائمز کی تحقیقات میں الزام لگایا گیا ہے کہ ریاستہائے متحدہ میں کھیلوں میں بیٹنگ کرنے والے سب سے بڑے آپریٹرز میں سے ایک DraftKings نے ایک مشین لرننگ ماڈل بنایا ہے جس کی شناخت کے لیے ڈیزائن کیا گیا ہے کہ کون سے صارفین کے پیسے کھونے کا سب سے زیادہ امکان ہے — اور ان اسکورز کو یہ رہنمائی کے لیے استعمال کیا کہ کس نے بونس بیٹس اور فری پلے پروموشنز حاصل کیے ہیں۔
رپورٹ ایک ایسے نظام کی وضاحت کرتی ہے جہاں وہی پیشین گوئی ٹیکنالوجی جس نے پروموشنز کو زیادہ منافع بخش بنایا تھا صارفین کو جوئے کے نقصان کے خطرے سے دوچار کرنے کے لیے استعمال کیا جا سکتا تھا۔ ٹائمز کے مطابق، وہ حفاظتی درخواست شروع کی گئی تھی لیکن کبھی ختم نہیں ہوئی۔
ماڈل نے کیسے کام کیا۔
ٹائمز کے مطابق، 2023 میں بنائے گئے ماڈل نے ڈرافٹ کنگز کے صارفین کو مفت شرط یا بونس ملنے کے بعد کتنی رقم کھونے کی امید کی تھی۔ یہ پیشین گوئی کرنے کے لیے، اس نے سگنلز کی جانچ کی جس میں صارف نے کتنی بار کھیلا، ان کے اکاؤنٹ کے بیلنس، ان کے نقصان سے دانو کا تناسب، اور اس بات کا الگ تخمینہ کیا کہ آیا صارف کا جوا کھیلنا مکمل طور پر روکنا ہے۔
زیادہ اسکور کا مطلب یہ ہے کہ ایک گاہک کی جانب سے خرچ کردہ پروموشنل ڈالر کے حساب سے زیادہ آمدنی پیدا کرنے کی پیش گوئی کی گئی تھی۔ دوسرے لفظوں میں، جن لوگوں کو مفت دائو وصول کرنے کا سب سے زیادہ امکان ہے، وہ ڈیزائن کے لحاظ سے، الگورتھم کو سب سے زیادہ کھونے کی توقع رکھتے تھے۔
DraftKings کے سابق ڈیٹا تجزیہ کار، Jayden Butts نے Times کے لیے بنیادی منطق بیان کی: "ہم ان خصلتوں اور خصوصیات کی تلاش میں ہیں جنہیں ہم ہدف بنا سکتے ہیں جو کہ اچھی سرمایہ کاری کی نشاندہی کرتے ہیں۔"
کاروباری نتائج
ایسا لگتا ہے کہ اس نقطہ نظر نے تجارتی طور پر کام کیا ہے۔ ڈرافٹ کنگز کے ایگزیکٹوز نے کہا کہ ڈیٹا سائنس اور تجزیات نے 2025 میں پروموشن سے چلنے والے اسپورٹس بک کے مارجن میں 13 فیصد بہتری لائی، اور ٹائمز کے مطابق، AI نے پروموشنل اخراجات میں سیکڑوں ملین ڈالر کو ذاتی بنانے میں مدد کی۔
یہ اعداد و شمار اس بات کی وضاحت کرتا ہے کہ کیوں پیشن گوئی ہدف سازی کھیلوں کی بیٹنگ کی صنعت کی اقتصادیات میں مرکزی حیثیت اختیار کر گئی ہے۔ بونس کی شرط مہنگی کسٹمر کے حصول ہیں؛ ایک ایسا ماڈل جو متوقع نقصانات کی پیشین گوئی کرتا ہے ہر پروموشنل ڈالر کو صارفین کی طرف لے جا سکتا ہے جس کا زیادہ امکان ہے کہ وہ اسے پائیدار شرط میں تبدیل کر سکتے ہیں۔
وہ ٹول جو ختم نہیں ہوا تھا۔
تفتیش کی تیز ترین کھوج سے اس بات کا خدشہ ہے کہ ڈرافٹ کنگز نے کس چیز کو تیار نہ کرنے کا انتخاب کیا۔ سابق ملازمین نے ٹائمز کو بتایا کہ ممکنہ جوئے کے مسائل کے حامل صارفین کی شناخت کرنے والے رسک سکور بنانے کے لیے ایک علیحدہ پہل کو روک دیا گیا تھا - حالانکہ، رپورٹنگ کے مطابق، بنیادی ڈیٹا انفراسٹرکچر اس کی حمایت کر سکتا تھا۔ دونوں سمتوں کو دیکھنے کے لیے بنیادی ڈھانچہ مبینہ طور پر موجود تھا۔ صرف منافع پر مبنی ماڈل مکمل ہوا تھا۔
ڈرافٹ کنگز نے فریمنگ پر پیچھے دھکیل دیا۔ کمپنی کے چیف ذمہ دار گیمنگ آفیسر لوری کالانی نے ٹائمز کو بتایا کہ ڈرافٹ کنگز صارفین کو خطرناک رویے کے لیے مانیٹر کرتی ہے، اور کہا کہ کمپنی نے خطرے کی پیشن گوئی کی ٹیکنالوجی کو تعینات کرنے سے انکار کر دیا کیونکہ یہ کافی ثبوت پر مبنی نہیں تھی۔ ڈرافٹ کنگز نے ٹائمز کو یہ بھی بتایا کہ وہ "کسی بھی مضمرات کو مسترد کرتا ہے" کہ اس کی مارکیٹنگ غیر منصفانہ طور پر صارفین کو نشانہ بناتی ہے، اس بات کو برقرار رکھتے ہوئے کہ پروموشنز ان صارفین کو جاتی ہیں جو مستقل، مصروف پلیٹ فارم کے استعمال کو ظاہر کرتے ہیں بجائے اس کے کہ صارفین کی درجہ بندی کے مطابق وہ کتنا کھوتے ہیں۔
کمپنی عوامی طور پر ذمہ دار گیمنگ اقدامات کو نمایاں کرتی ہے جس میں Mindway AI کے Gamalyze ٹول کے ساتھ تعاون اور سالمیت اور تعمیل کی نگرانی کے لیے IC360 کے ساتھ شراکت داری شامل ہے۔ آیا یہ ٹولز سابق ملازمین کی طرف سے بیان کردہ مخصوص خلا کو ختم کرتے ہیں — فعال طور پر اسکورنگ اور بلند خطرے میں صارفین کی حفاظت — دستیاب رپورٹنگ کی بنیاد پر واضح نہیں ہے۔
جوئے سے پرے ایک AI اخلاقیات ٹیسٹ کیس
یہ کہانی اس بات کی تیز جانچ پڑتال کے درمیان ہے کہ کس طرح صارفین کا سامنا کرنے والی کمپنیاں پیش گوئی کرنے والے AI کا استعمال کرتی ہیں۔ بنیادی تناؤ یہ نہیں ہے کہ ٹکنالوجی موجود ہے — صارفین کو پیش گوئی شدہ قیمت کے مطابق اسکور کرنا سبسکرپشنز، اشتہارات اور فنٹیک میں معیاری مشق ہے — لیکن کیا ہوتا ہے جب وہی ماڈل جو سب سے زیادہ منافع بخش کسٹمر کی شناخت کرتا ہے سب سے زیادہ کمزور کی بھی شناخت کرتا ہے۔
ریگولیٹرز کچھ عرصے سے اس سمت میں آگے بڑھ رہے ہیں۔ جوئے کے شعبے میں خاص طور پر، عہدیداروں نے صنعت کے ڈیٹا کے استعمال پر کھلاڑیوں کے رویے کی تشکیل پر سوال اٹھایا ہے، اور فلاڈیلفیا کے علاقے نے ڈرافٹ کنگز کے پروموشنل طریقوں پر قانونی چارہ جوئی دیکھی ہے۔ اگر ٹائمز کی رپورٹنگ برقرار رہتی ہے، تو یہ قانون سازوں اور جوئے کے ریگولیٹرز کو صنعت کی عمومی تشویش سے زیادہ مخصوص چیز فراہم کرتی ہے: ایک مبینہ معاملہ جہاں نقصان کی پیشین گوئی اور منافع کی پیشن گوئی تکنیکی طور پر ممکن تھی، اور صرف ایک ہی ختم ہوا۔
صارفین کے لیے، عملی طور پر ٹیک وے غیر آرام دہ ہے۔ آپ کے ان باکس میں آنے والی مفت شرط آپ کے ہارنے کے امکان کے بارے میں ڈیٹا پر مبنی فیصلے کی عکاسی کر سکتی ہے، وفاداری کا انعام نہیں۔ اور یہ فیصلہ کرنے والا ماڈل چیزوں کو جانتا ہے — آپ کتنی بار کھیلتے ہیں، آپ نقصانات کا کتنا پیچھا کرتے ہیں، چاہے آپ رکنے کے آثار دکھاتے ہیں — کہ آپ نے اس مقصد کے لیے کبھی بھی واضح طور پر اشتراک نہیں کیا۔
ڈرافٹ کنگز پر قانون توڑنے کا الزام نہیں ہے، اور ٹارگٹڈ پروموشنز قانونی ہیں۔ لیکن جیسا کہ AI سسٹمز تیزی سے یہ فیصلہ کرتے ہیں کہ کون کون سی پیشکش دیکھتا ہے، کمپنیاں کس چیز کی پیشین گوئی کر سکتی ہیں اور اس پر عمل کرنے کا انتخاب صارفین کے AI اخلاقیات کا مرکزی سوال بنتا جا رہا ہے - اور DraftKings رپورٹنگ عملی طور پر اس فرق کی واضح ترین مثالوں میں سے ایک ہے۔
AI سے آگے رہیں
بیٹنگ ایپس سے لے کر فرنٹیئر لیبز تک، AI نئی شکل دے رہا ہے کہ کمپنیاں اپنے صارفین کو کس طرح دیکھتے ہیں۔ AI اخلاقیات اور صنعت کے احتساب کی مزید کوریج کے لیے، AI Buzz Wire کی پیروی کریں۔
اے آئی کی تازہ ترین خبریں پڑھیں →
