Ansvar och beslut i AI: En viktig diskussion

AI-system gör idag tusentals beslut varje sekund gällande annonsplaceringar och kampanjoptimering. Medan vi noggrant mäter leveransen, glömmer vi ofta att granska kvaliteten på besluten bakom dessa. Glappet mellan vad vi mäter och vad som verkligen betyder något är ett problem som branschen måste konfrontera, påpekar en expert.

Kampanjrapporter visar vanligtvis faktorer som viewability och brand safety, men sällan ställs frågan varför ett system valde placering X istället för Y. Frågor om varumärkets värderingar och klokheten i avvägningen faller ofta bort. Leveransen blir granskad, men inte beslutet om placeringen.

Många hävdar att brand safety-filter och verifiering från tredje part löser ansvarighetsfrågan, vilket delvis är sant. Brand safety-filter kan utesluta olämpliga sammanhang, men verifiering från tredje part bekräftar enbart att annonsen visades. Att en annons levererades enligt plan garanterar inte att beslutet var det mest fördelaktiga för varumärket.

Detta är en betydande utmaning för vår bransch. När automatiseringen ökar och algoritmer fattar komplexa beslut påverkas kvaliteten på dessa beslut negativt av bristen på relevanta mätningar. Det skapar risker för varumärken, såsom att annonser visas i olämpliga miljöer eller att viktiga målgrupper missas.

Glappet mellan beslut och mätning existerar inte för att verktygen saknas, utan för att vi ställer fel frågor. Vi fokuserar på om leveransen genomfördes, snarare än om beslutet var välgrundat, vilket kan leda till att både problem och möjligheter förbises. Det finns emellertid åtgärder för att hantera detta.

För det första, granska mätvärdena för att se om de verkligen utvärderar beslut eller endast resultat. Om svaret är det senare, missar du att utvärdera varumärkespositioneringen. Resultat utan insikt om beslutsprocessen är ofullständiga.

För det andra, kräva öppenhet från partners. Om de inte kan förklara vilka val deras system gör, tar de inte ansvar för varumärket. Transparens handlar inte bara om insyn, utan också om att förstå de signaler som påverkar besluten.

Tredje, se till att utvärderingen av kampanjkvalitet sker i realtid. En veckovis utvärdering kommer alltid för sent; effekterna av bristande beslut har redan inträffat. Ju längre tid som går mellan beslut och analys, desto mer sannolikt blir det att olämpliga mönster fortsätter.

Slutligen, utveckla riktlinjer för varumärket innan kampanjmålen sätts upp. En algoritm som driver mot ett enda mättal kan missa varumärkets övergripande mål och identitet. Tydliga ramar är avgörande för att algoritmen ska kunna fatta beslut som gynnar både affärsmålen och varumärkets långsiktiga strategi.

Ansvaret för leveransen och besluten måste samverka. Leveransen handlar om att följa planen, medan beslutet rör klokheten i dess genomförande. När dessa frågor behandlas som en och samma, blir det utmanande att avgöra om algoritmen verkligen fattade rätt beslut.

För att närma oss en lösning, granska en aktuell kampanjrapport och ställ en fråga som den inte besvarar: varför fattade systemet de beslut det gjorde? Om svaret saknas, vet du att arbetet just har börjat. Först då kan vi avgöra om tekniken arbetar i linje med varumärkets intressen.