Hva modellen gjorde
DraftKings bygde i 2023 en maskinlæringsmodell som ga kundene poeng etter hvor mye penger de var ventet å tape etter å ha fått et gratisspill eller en bonus, meldte New York Times lørdag med henvisning til intervjuer med tidligere ansatte, ifølge Yahoo News’ sammendrag.
Inndataene var hverdagslige: hvor ofte noen spilte, hvordan kontosaldoen så ut, forholdet mellom tap og innsatser, og hvor sannsynlig det var at vedkommende sluttet å spille helt. Utdataene var ett enkelt tall de ansatte kalte en “elastisitetsscore”. Høyere score betydde at kunden var verdt å jage med flere fordeler.
Hvorfor den virket
Modellen var ikke bygget for å finne problemspillere. Den var bygget for å finne best avkastning per markedsføringskrone, og de to viste seg å peke på de samme menneskene. Tidligere ansatte fortalte Times at den økonomiske logikken pekte ut problemspillere som de mest lønnsomme målene for bonustilbud.
“Vi ser etter trekk og egenskaper vi kan målrette mot, og som tyder på en god investering”, sa den tidligere dataanalytikeren Jayden Butts til avisen.
Den setningen er hele historien i miniatyr. Ingenting i den handler om spilleskader. Ingenting trenger å gjøre det for at skadene skal følge.
Modellen som aldri ble lansert
Midt i 2024 begynte DraftKings-dataforskeren Nestor Hernandez å bygge en annen modell: en risikoscore som skulle oppdage kunder på vei mot en spillkrise dager eller uker i forveien, ved å lese pengestrømmer, mønstre av tapsjag, alder og kjønn.
Den kjørte på stort sett den samme infrastrukturen som elastisitetsscoren. Den ble skjøvet til side. Selskapets ansvarlige for ansvarlig spill sa at risikoverktøyet manglet tilstrekkelig evidensbasert støtte, ifølge Times.
Asymmetrien er funnet som er verdt å ta med seg. En prediktiv modell rettet mot inntekter ble godtatt på resultatene sine; en prediktiv modell rettet mot skade ble målt mot et beviskrav den første aldri ble bedt om å oppfylle.
Hva DraftKings sier
Selskapet bestrider at det rettet seg mot folk ut fra forventede tap, sier at kampanjer går til aktive brukere, og viser til sine samarbeid om ansvarlig spill og sine overvåkingsverktøy.
Det har også fortalt investorene hva analysen var verdt: DraftKings tilskrev datavitenskapen en forbedring på rundt 13 prosent i marginene på kampanjedrevet bookmakervirksomhet i 2025, på kampanjemidler selskapet beskriver i hundrevis av millioner dollar.
Hvorfor dette angår mer enn spill
Spillmyndighetene i USA fører tilsyn med reklame, bonusvilkår og selvutestengelse. De fører vanligvis ikke tilsyn med rangeringsfunksjonen som avgjør hvem som får se et tilbud. Det hullet er ikke unikt for bookmakere; det er det samme hullet som finnes overalt der en modell sorterer kunder etter forventet verdi og sorteringen er usynlig for den som sorteres.
Følg med på om en delstatsmyndighet ber om å se variabellisten. Spørsmålet som avgjør dette, er ikke om KI ble brukt, men om “sannsynlighet for å slutte å spille” er en legitim variabel i en markedsføringsmodell.
