広告表示コントロールと説明の効果測定 — Why am I Still Seeing This: Measuring the Effectiveness Of Ad Controls and Explanations in AI-Mediated Ad Targeting Systems

田中専務

拓海先生、最近社員が「ユーザーが広告を消せる」と言うんですが、うちの顧客からも「同じ広告が何度も出る」と苦情が来ます。本当に効くんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！今回の論文はまさにその疑問を実験で確かめたものですよ。結論から言うと、表示コントロールは必ずしも期待通りに機能していないことが示されています。

田中専務

要するにユーザーが「この広告を少なく表示して」と操作しても、あまり変わらないと？それはまずいですね。現場はコストをかけて改善案を出してるんですが。

AIメンター拓海

その通りです。論文ではMetaの”See less”コントロールと”Why this ad”説明の有効性を大規模に検証しています。ポイントは三つ、効果の有無、説明の行動喚起性、AIによる配信の説明不足です。

田中専務

それって要するに配信側が内部でAIを使って勝手に判断しているから、ユーザーの操作が届きにくくなっているということ？

AIメンター拓海

大筋でそうです。ここでの”AI-mediated targeting（AI-mediated targeting、AI媒介型ターゲティング）”は、広告配信の判断を人が直接指定するのではなく、学習したモデルが観客を選ぶ仕組みです。つまりユーザーが明示的に示す設定とモデルの内部学習の間に乖離が生じます。

田中専務

なるほど。現場からは「地域の広告なのに地域が説明に出ない」「どうして表示されるか分からない」という声もあります。それは説明の問題ですか。

AIメンター拓海

はい。論文は”Why this ad”（Why this ad、なぜこの広告か）と呼ばれる説明が多くのローカル広告で位置情報を示していない点を指摘しています。説明が行動に結びつくためには、ユーザーが理解できる具体性が必要なのです。

田中専務

じゃあ、投資対効果という面では、説明やコントロールの改善にどれだけリソースを割くべきか判断できますか。無駄に手を入れても困ります。

AIメンター拓海

判断基準を三つに整理しましょう。ユーザー行動の変化、特定層への効果差、説明の具体性です。実務ではまず少額でABテストを回し、どの層で効果が弱いかを見極めるのが現実的です。

田中専務

分かりました。要するに、表面的なボタンや説明だけ整備しても、内部のAIの働きに追いつかないなら効果は限定的だと。まずは影響の大きい層を見つけて対症療法的に改善すべきということですね。

AIメンター拓海

その通りです。大丈夫、一緒にやれば必ずできますよ。まずは小さな実験で事実を確かめ、説明の文言やコントロールの提供方法を改善していきましょう。

田中専務

分かりました。自分の言葉で整理します。AIが裏で学習して広告配信を決めているため、ユーザー向けの単純な設定は効きにくい。まずはデータでどの層に効いていないかを見て、説明をもっと具体化して改善する、これで合っていますか。