EFF：DraftKings被指用AI识别“输钱用户”，凸显行为广告的数据隐私风险

据 EFF 于 2026 年 9 月 25 日发布的文章，在线体育博彩平台 DraftKings 被指使用人工智能分析客户投注记录，以识别更可能输钱、也更可能对赌博促销作出反应的用户，并向其投放定向广告，吸引他们回到平台继续投注。EFF 将此类做法归入在线行为广告范畴：企业基于已收集的个人数据，对不同用户展示个性化广告。来源显示，EFF 长期主张应禁止行为广告，而本次事件被其视为 AI 放大行为广告伤害的典型案例。

AI如何让行为广告更具“捕捉能力”

来源援引《纽约时报》报道称，DraftKings 使用客户的投注记录训练机器学习模型，用于寻找“输钱赌客”。在识别出这类人群后，平台会向他们发送更有针对性的促销信息，试图促使其重新访问网站并继续下注。EFF 的核心担忧在于，企业并非只是展示普通广告，而是在利用用户过往行为数据推断其弱点，并将广告精准投向最可能带来收益的人。

在体育博彩场景中，平台的收入动机与用户风险之间可能存在明显冲突。来源指出，DraftKings 有商业激励让输钱用户持续回到平台，因为这类用户更可能为平台带来收入。对于被称为“问题赌徒”的群体，也就是在已对自身、财务或人际关系造成伤害的情况下仍反复赌博的人，这种模型可能尤其危险。当促销信息被设计成重新激活高风险用户时，广告就不再只是“相关”，而可能成为对脆弱性的利用。

隐私风险：更多数据、更深画像、更难解释

从隐私保护视角看，此事的重点不只在于赌博行业本身，而在于在线行为广告的通用逻辑：企业收集越多数据，就越能细分用户、预测行为并影响决策。AI 的加入会进一步扩大这一趋势，因为模型训练、优化和验证往往需要大量数据，企业也就有更强动力持续收集、整合和保留用户信息。

EFF 还强调，AI 系统常被视为“黑箱”，这意味着即便是参与构建系统的人，也未必能清晰解释某个用户为何被归入某个类别、为何收到某类广告。对普通用户而言，这带来几个现实问题：

• 难以知情：用户往往不知道哪些行为数据被用于训练模型或广告投放。
• 难以拒绝：即使不希望被画像，退出路径也可能不透明或不完整。
• 难以纠错：一旦被系统判定为高价值或高风险目标，用户很难发现并更正这种分类。
• 难以评估伤害：广告影响可能表现为长期行为诱导，而不是一次性数据泄露。

对VPN用户的启示：隐藏IP不是全部，减少数据暴露才是关键

许多用户使用 VPN 是为了降低网站、广告网络或中间网络对其真实位置和网络身份的追踪能力。VPN 可以帮助隐藏真实 IP、减少公共 Wi-Fi 等场景下的网络暴露，但它并不能自动阻止平台基于账号内行为进行画像。如果用户登录了账户并持续产生投注、浏览、点击、停留等数据，平台仍可能利用这些一方数据建立模型。

因此，面对 AI 驱动的行为广告，隐私防护需要更完整的策略：减少不必要的账户登录，限制应用权限，清理或隔离浏览器追踪数据，谨慎对待促销通知和个性化推荐，并定期检查平台的隐私设置。对于需要在公共网络或跨地区访问时保护连接隐私的用户，RedGate VPN 可作为一种可选工具，但更重要的是认识到：VPN保护的是网络层面的部分可识别信息，而平台内行为数据仍需通过使用习惯和权限管理来控制。

解读：AI广告治理不能只靠“透明度”

这起事件反映出一个更广泛的问题：当企业能用 AI 从海量数据中寻找最容易被影响的人，传统“告知并同意”的隐私框架可能不足以应对风险。用户即便同意了冗长的隐私政策，也未必真正理解自己的数据会如何被用于预测弱点、诱导消费或放大成瘾行为。

对监管者和行业而言，关键不只是要求企业说明“收集了什么数据”，还应关注“数据被用来达成什么目的”。当广告系统的目标从匹配兴趣转向识别脆弱性并推动高风险行为，隐私问题就与消费者保护、平台责任和算法治理交织在一起。EFF 对行为广告的批评也正基于这一点：在 AI 加持下，行为广告不只是更精准，也可能更具操控性。