Vad modellen gjorde
DraftKings byggde 2023 en maskininlärningsmodell som poängsatte kunder efter hur mycket pengar de väntades förlora efter att ha fått ett gratisspel eller en bonus, rapporterade New York Times på lördagen med hänvisning till intervjuer med tidigare anställda, enligt Yahoo News sammanfattning.
Indata var vardagliga: hur ofta någon spelade, hur saldot såg ut, förhållandet mellan förluster och insatser, och hur sannolikt det var att personen slutade spela helt. Utdata var en enda siffra som personalen kallade “elasticitetspoäng”. Högre poäng betydde att kunden var värd att jaga med fler förmåner.
Varför den fungerade
Modellen byggdes inte för att hitta problemspelare. Den byggdes för att hitta bästa avkastning per marknadsföringskrona, och det visade sig peka på samma personer. Tidigare anställda sade till Times att den ekonomiska logiken pekade ut problemspelare som de mest lönsamma målen för bonuserbjudanden.
“Vi letar efter drag och egenskaper som vi kan rikta oss mot och som tyder på en bra investering”, sade den tidigare dataanalytikern Jayden Butts till tidningen.
Den meningen är hela historien i miniatyr. Ingenting i den handlar om spelskador. Ingenting behöver göra det för att skadorna ska följa.
Modellen som aldrig lanserades
I mitten av 2024 började DraftKings dataforskare Nestor Hernandez bygga en annan modell: ett riskpoäng som skulle upptäcka kunder på väg mot en spelkris dagar eller veckor i förväg, genom att läsa penningflöden, mönster av förlustjakt, ålder och kön.
Den kördes på i stort sett samma infrastruktur som elasticitetspoängen. Den lades åt sidan. Bolagets ansvarige för spelansvar sade att riskverktyget saknade tillräckligt evidensbaserat stöd, enligt Times.
Asymmetrin är fyndet att hålla fast vid. En prediktiv modell riktad mot intäkter godtogs på sina resultat; en prediktiv modell riktad mot skada prövades mot ett beviskrav som den första aldrig behövde möta.
Vad DraftKings säger
Bolaget bestrider att det riktat sig mot människor utifrån förväntade förluster och säger att kampanjer går till aktiva användare, och hänvisar till sina samarbeten om spelansvar och sina övervakningsverktyg.
Det har också berättat för investerare vad analysen var värd: DraftKings tillskrev datavetenskapen en förbättring på omkring 13 procent av marginalerna i spelbolagsdelen kopplade till kampanjer under 2025, på en kampanjbudget bolaget beskriver i hundratals miljoner dollar.
Varför det spelar roll bortom vadslagning
Spelmyndigheter i USA övervakar reklam, bonusvillkor och självavstängning. De övervakar i regel inte den rangordningsfunktion som avgör vem som får se ett erbjudande. Den luckan är inte unik för spelbolag; det är samma lucka som finns överallt där en modell sorterar kunder efter förväntat värde och sorteringen är osynlig för den som sorteras.
Håll ögonen på om någon delstatsmyndighet begär att få se variabellistan. Frågan som avgör saken är inte om AI användes, utan om “sannolikhet att sluta spela” är en legitim variabel i en marknadsföringsmodell.
