Алгоритмическая аренда внимания

Алгоритмическая рента внимания — это концепция, разработанная в Университетского колледжа Лондона Институте инноваций и общественных целей в серии из трех статей, спонсируемых сетью Omidyar Network , и основанная на более ранних работах Тима О'Рейли . Он используется для объяснения того, как платформы, обладающие определенной рыночной властью, могут ухудшать качество информации, предоставляемой пользователям в своих алгоритмических результатах и ​​рекомендациях, чтобы увеличить свою прибыль сверх конкурентного уровня. Изучаются последствия для систем искусственного интеллекта. Это частично основано на их предыдущей работе по раскрытию цифровой информации, опубликованной Oxford Review of Economic Policy .

Предыстория и мотивация

Алгоритмическая рента внимания в значительной степени опирается на теорию Герберта Саймона о потребителях как об «обработчиках информации» и на проблемы принятия решений в условиях чрезвычайного изобилия информации в Интернете, в которой продукты на основе алгоритмов, такие как Поиск Google , помогают потребителям ориентироваться. Он развивает этот тезис, опираясь на институциональную экономику, чтобы подробно рассказать о роли алгоритмов в распределении средств, подобном рынку, часто без использования ценового механизма или ценового сигнала. Этот подход фокусируется на процессе принятия решений онлайн, а не просто на результатах таких решений, как в неоклассической экономике .

Мотивацией концепции было вытеснение оптимальных «органических» результатов в поиске Google и на торговой площадке Amazon худшими результатами платной рекламы. По мере роста популярности рекламы в результатах поиска в Интернете стимул для сторонних веб-сайтов и фирм платить за рекламу, чтобы получить доступ к вниманию пользователей, увеличивался, что в конечном итоге превратило платформу в модель «плати за игру».

Теория

Общая теория ренты алгоритмического внимания, изложенная в обзорной статье О'Рейли, Штрауса и Маццукато (опубликованной в журнале Data & Policy издательством Cambridge University Press ), заключается в том, что ухудшение качества алгоритмической информации проявляется в Интернете как распределение, превышающее нормальное. внимания пользователей к низкокачественной платной рекламе или вызывающему привыкание контенту, как правило, с целью получения большего дохода от рекламы от рекламодателей. Пользователи платят за «ренту внимания» (время), а рекламодатели — за денежную ренту, что делает эту теорию власти платформы многосторонней, соответствующей многосторонней природе платформ.

В сопутствующей статье Штрауса, О'Рейли и Маццукато, посвященной информационным основам концепции применительно к рынку Amazon, они отмечают, что рекламодатели, которым приходится платить за видимость в результатах поиска, могут быть теми же рекламодателями, что и третьи. -партийные продавцы на платформе, при этом реклама является чистым механизмом извлечения ренты от этих продавцов и появляется в верхней части результатов поиска продуктов. Идея состоит в том, что из-за того, что рекламе отводится все больше места на главном экране, продукты больше не могут конкурировать по своим достоинствам и должны платить все более высокие рекламные сборы, чтобы получить доступ к потребителям. Поскольку органические результаты на экране понижаются в пользу платных рекламных продуктов, алгоритм больше не вознаграждает более релевантные продукты. Платный контент вытесняет органические результаты, занимающие более низкие позиции, в конечном итоге, учитывая сильную предрасположенность пользователей нажимать на первые несколько отображаемых результатов поиска (см. раздел «Доказательства» ).

Рента внимания и рыночная власть

Рента внимания — это, по сути, многосторонний взгляд на рыночную власть платформы, где власть над одной стороной используется для использования другой, учитывая совместное использование всеми сторонами фиксированного экранного пространства (в качестве показателя внимания пользователей). Это контрастирует с основанной на цене теорией Жана Тироля о том, как платформы распределяют выгоды, что часто приводит к ситуации, когда одна сторона вообще ничего не платит, когда межсторонние сетевые эффекты на платформе сильны.

По мнению О'Рейли и др.:

Распределяя внимание пользователей, платформа также формирует распределение экономической ценности между конкурирующими заинтересованными сторонами на платформе, включая себя, своих пользователей, экосистему сторонних поставщиков и рекламодателей. Сторонние производители платформы конкурируют друг с другом, а рекламодатели конкурируют с этими производителями и другими рекламодателями за фиксированный объем внимания пользователей. Ограничено не только внимание пользователя, но и узкое окно к обильной информации, предоставляемой экраном, дизайн интерфейса которого контролируется платформой. Таким образом, каждое распределение внимания пользователя может привести к финансовой выгоде или вреду для фирмы, владельца веб-сайта или создателя контента на другой стороне платформы. Распределение внимания стимулирует распределение ценностей .

По мнению Штрауса и др., качество информации играет ключевую роль в измерении вреда, наносимого рынку в Интернете:

На этих рынках уровень информации и уровень конкуренции все больше связаны друг с другом, поскольку большая монетизация пользователей приводит к снижению релевантности отображаемых информационных результатов. Это может повлечь за собой демонстрацию пользователям уровня актуальности информации ниже того, который преобладал бы в более конкурентных условиях, когда платформа имела меньшую рыночную власть над своей экосистемой, а привязка или привязка к ее пользователям была слабее.

В этой формулировке рыночная власть (или «доминирование» в концепции ЕС) определяется как «его способность формировать внимание пользователей независимо от пользовательских предпочтений, вводимых пользователем данных и актуальности информации его сторонней экосистемы». Отмечая далее, что:

«Позиция силы» определяется способностью платформы со временем направлять значительный объем внимания пользователей на конкретном рынке. «Независимость» (также называемая «свободой действий») определяется здесь не только отсутствием внешнего ценового давления (чтобы устанавливать конкурентоспособные цены), но и отсутствием внешнего давления с целью показать платформе наиболее релевантную имеющуюся информацию. Как отметила Европейская комиссия в контексте Google Search, именно алгоритм в конечном итоге устанавливает конкурентоспособный стандарт для экосистемы платформы, и это подрывает независимость платформы в распределении внимания.

Штраус и др. Обратите внимание, что свою роль должны сыграть как инструменты защиты потребителей, так и антимонопольные инструменты, учитывая, что многие из этих вредных последствий могут возникнуть на платформах, независимо от их размера. Однако, как утверждают авторы, способность постоянно получать от рекламодателей арендную плату выше обычной потребует определенной рыночной власти платформы.

Доказательство: сторонняя торговая площадка Amazon.

Рок, Штраусс, О'Рейли и Маццукато применяют концепцию алгоритмической ренты за внимание к стороннему рынку Amazon, где независимые продавцы пытаются продавать свою продукцию под собственными торговыми марками. Они эконометрически исследуют способность поисковых алгоритмов Amazon извлекать для себя экономическую выгоду за счет стратегической организации результатов поиска, заставляя пользователей нажимать на рекламу в верхней части экрана, даже если она низкого качества.

Исследование сосредоточено на данных о результатах поиска продуктов на Amazon Marketplace в течение 2023 года и направлено на выявление факторов, которые наиболее существенно влияют на поведение потребителей при кликах, а также объединение уникальных наборов данных о кликах пользователей с результатами поиска Amazon. Результаты показывают сильную корреляцию между визуальной заметностью продукта на экране (так называемая «доля внимания») и вероятностью того, что он получит клики от пользователя. Это оказалось правдой даже в тех случаях, когда продукты стоили дороже или имели более низкие рейтинги, чем другие, но просто имели более высокую визуальную заметность. Исследование показало, что в пяти лучших результатах поиска, которые обычно включают до четырех рекламных объявлений, ни снижение релевантности продукта, ни повышение цены существенно не удерживают потребителей от кликов. Такое поведение указывает, утверждает автор, на то, что потребители часто выбирают товары, которые отображаются более заметно алгоритмами Amazon, вместо того, чтобы тщательно искать наиболее подходящие варианты. Исследование подтверждает распространенный вывод о том, что пользователи имеют эвристику «предвзятости позиции» (клики зависят от положения экрана), которую Amazon удалось использовать.

Эмпирически результаты исследования по рекламе заключаются в том, что почти треть (31,8%) из трех продуктов, пользующихся наибольшим спросом в самых популярных результатах поиска на стороннем рынке Amazon, являются спонсируемыми (рекламными) результатами. Было обнаружено, что топ-3 рекламируемых продуктов с наибольшим количеством кликов оказались на 17% дороже, чем органические (19,3 доллара против 16,5 доллара) и на одну треть менее релевантны (рейтинг в органическом поиске 4 против 3). Они также обнаружили значительное дублирование продуктов в результатах поиска на Amazon, поскольку это позволяет размещать несколько объявлений от одного продавца. Было обнаружено, что четверть результатов поиска товаров на первой странице являются рекламой, в результате чего 48,3% рекламируемых результатов имеют по крайней мере один повторяющийся органический результат на первой странице, а 93,6% трех самых популярных объявлений дублируются.

Прием и отношение к другим популярным концепциям

Ведущий исследователь антимонопольного права США Герберт Ховенкамп (автор по антимонопольному праву учебника ) назвал статью Штрауса и др. «Превосходная и, я считаю, очень важная статья о стоимости информации, алгоритмах поиска, обилии, но несовершенной информации и роли новой институциональной экономики , с упором в основном на Amazon».

Алгоритмическая рента тесно связана с Кори Доктороу проблемой « эншитификации » платформ . Для Доктороу «рента внимания» — это когда «эншитификация выходит из ствола алгоритма». Отмечая:

«Арендная плата за внимание», упомянутая в названии статьи, представляет собой мошенничество с приманкой и подменой, при котором платформа намеренно фальсифицирует свои рекомендации, результаты поиска или каналы, чтобы показать вам вещи, которые не являются тем, что вы просили увидеть, ожидали увидеть или хотели. чтобы увидеть. Они делают это не из садизма! Цель состоит в том, чтобы получить ренту — от вас (потраченное время, неоптимальные результаты) и от бизнес-клиентов (извлечение ренты за «повышение», смешивание хороших результатов с мошенническими или некачественными результатами).

Эта работа была освещена в Financial Times Раной Фороохар в контексте «капитализма наблюдения», цитируя статью:

«Более фундаментальная проблема, которую должны решить регулирующие органы, заключается в том, что механизмы, с помощью которых платформы измеряют и управляют вниманием пользователей, плохо изучены».

По мнению О'Рейли и его соавторов, «эффективное регулирование зависит от более тщательного раскрытия информации».

Последующее развитие

Марианна Маццукато и Илан Штраусс написали в Project Syndicate об алгоритмах ленты Facebook и их замене контента, отвечающего предпочтениям пользователей, на «рекомендуемый», вызывающий привыкание контент. Это более выгодно для платформы, поскольку увеличивает вовлеченность пользователя и время, проводимое на платформе. Сосредоточив внимание на ленте и рекомендациях, а не на поисковых алгоритмах, они возлагают большую часть вины за алгоритмическую ренту на оптимизацию платформ для краткосрочного взаимодействия с пользователями. Они предоставляют пять политических рекомендаций, обеспечивающих оптимизацию алгоритмов для получения долгосрочных выгод, а не краткосрочных, уделяя особое внимание раскрытию информации об алгоритмах (включая описание монетизации) в ежегодном отчете публичных компаний по форме 10-K , долгосрочному A/B-тестированию , влияние пользователей на рейтинг и использование общедоступного искусственного интеллекта для мониторинга качества приемлемого контента, продвигаемого рекламными алгоритмами платформы.