A medida que las principales empresas de seguridad de marca dependen más de la IA para erradicar o prevenir violaciones de seguridad de marca, los anunciantes, agencias y otros expertos en seguridad de marca dicen que el informe plantea nuevas preguntas sobre si la tecnología está funcionando como debería o no. También plantea nuevas preocupaciones sobre su eficacia y si es necesaria una mayor transparencia sobre cómo funcionan los sistemas de IA.

Según más de una docena de fuentes, incluidos clientes actuales de IAS y DoubleVerify que revisaron el informe, la sensación es que esas empresas parecen prometer demasiado y no cumplir lo suficiente. Los ejemplos del informe no se alinean con los estándares de seguridad de marca de sus marcas, dijeron varias fuentes. Incluso si las páginas son de nicho o generan poco tráfico, las fuentes sugieren que es un síntoma de problemas más amplios.

Los anunciantes ya especulaban que los sistemas de inteligencia artificial no habían sido tan efectivos como se los retrataba, pero aún así se sorprendieron al ver que incluso objetivos fácilmente identificables, como diversos usos de insultos raciales y referencias sexuales en titulares y URL, se escapaban de las grietas.

Fuentes de marcas y agencias dijeron que las herramientas tecnológicas previas a la oferta señaladas en el informe fueron presentadas como capaces de proporcionar análisis en tiempo real del contenido a nivel de página. Una fuente que describió los hallazgos como “bastante condenatorios” dijo que tenían la impresión de que las etiquetas envolventes para el bloqueo posterior a la oferta estaban destinadas a mantener seguras las marcas.

Las fuentes también estaban desconcertadas por las inconsistencias en la forma en que las herramientas de inteligencia artificial de las empresas de seguridad de marca clasificaban las páginas web según los riesgos. El informe de Adalytics mostró páginas wiki con contenido racista, violento o sexual etiquetadas como de bajo riesgo, mientras que las páginas de The Washington Post y Reuters fueron marcadas como de riesgo medio o alto a pesar de carecer de dicho contenido.

La mayoría de las fuentes contactadas para esta historia tenían la misma pregunta: ¿La tecnología no funciona como debería o se ha presentado como algo mejor de lo que los sistemas son capaces de ofrecer actualmente?

El informe parece indicar que las herramientas de inteligencia artificial no ayudan con la seguridad de la marca tan bien como lo describen las empresas, dijeron fuentes a Digiday. Uno señaló que funciona lo suficientemente bien como para “darle a la gente la suficiente reducción del malestar”. Sin embargo, los hallazgos ahora los hacen preguntarse si vale la pena gastar el gasto, que puede ascender a millones por marca.

“La seguridad de la marca es una broma, y ​​las únicas personas que no participan en ella son las marcas que pagan por ella”, dijo una fuente. “Somos una industria delirante porque creemos que podemos crear herramientas lo suficientemente rápido para solucionar nuestros problemas”.

Jay Friedman, director ejecutivo de Goodway Group, dijo que el volumen y la gravedad de los ejemplos sugieren que la tecnología de seguridad de marca no protege a las marcas lo suficiente como para que valga la pena el tiempo y el dinero que cuestan. Al igual que otras agencias, marcas y expertos en tecnología, dijo que se necesita más transparencia para ayudar a todos a comprender el problema y encontrar una mejor solución. Eso incluye informes más completos sobre cada faceta de una campaña para que todos puedan tomar decisiones a partir de los mismos datos.

“El viejo argumento de ‘No podemos decirle cómo funciona porque entonces los malos también lo sabrían’ probablemente ya no sea un argumento válido”, dijo Friedman. “Estos proveedores cobran a los anunciantes miles de millones de dólares al año y les deben a los clientes que pagan proporcionar tecnología que funcione con transparencia sobre cómo funciona”.

IAS declinó hacer comentarios hasta que haya visto el informe completo.

DoubleVerify emitió un comunicado acusando a Adalytics de buscar sus resultados buscando selectivamente términos problemáticos sin el contexto adecuado. También dijo que el informe omite información crucial sobre la configuración para evitar la oferta antes y después de la oferta y correlaciona incorrectamente el código con las acciones de los anunciantes. DoubleVerify también dijo que el informe no distingue entre los servicios de editor y anunciante de DV, lo que, según afirma, contribuyó a estas imprecisiones. Sin embargo, fuentes externas le dijeron a Digiday que el informe refleja con precisión las etiquetas tanto del editor como del anunciante.

DoubleVerify también dijo que los anunciantes pueden optar por ejecutar campañas de editores basadas en listas de excepciones, lo que anularía las categorías de evitación de contenido. Sin embargo, un experto en seguridad de marca se preguntó si los anunciantes conocen estas configuraciones.

“Esto habla de una cuestión más amplia: los resultados de este informe son totalmente inventados, desde la omisión de información sobre la configuración de la campaña del cliente hasta la metodología misma, donde el investigador buscó arbitrariamente términos racistas”, según la declaración de DoubleVerify. “Los resultados están manipulados y carecen de validez o escala orgánica. Para ser claros, ningún cliente ha expresado inquietudes sobre la precisión de nuestras categorías de contenido. El propio análisis preliminar de DV confirma que todo el contenido compartido con nosotros se clasificó con precisión para clientes y socios”.

Cuando se le pidió una declaración, un portavoz de Fandom dijo que la compañía aún no había visto el informe completo de Adalytics. Sin embargo, el portavoz dijo que los pocos ejemplos de capturas de pantalla que habían visto “identifican un problema en toda la industria”, pero también señaló que los ejemplos incluían contenido de “wikis antiguos con un tráfico extremadamente bajo, razón por la cual no se marcó a través de nuestros sistemas de moderación actuales o de Google”. Ad Server, los cuales monitorean nuestros wikis activos”.

Fandom, uno de los sitios de Internet más grandes con 50 millones de páginas de contenido generado por usuarios, dijo que menos del 0,08% del contenido ha sido marcado como inapropiado, lo que, según dijo, incluye en su mayoría banderas falsas. También emplea múltiples medidas de seguridad, incluidos tres proveedores de la industria y un “sólido equipo interno de confianza y seguridad que verifica y elimina manualmente todo el contenido adicional marcado lo más rápido posible”.

“No toleramos la publicación de material inapropiado y racialmente insensible en ninguna parte de nuestra plataforma UGC; este contenido no está permitido según nuestras pautas y no será tolerado”, según la declaración de Fandom. “Garantizar la seguridad de la marca en nuestra plataforma es de suma importancia para nosotros y nos tomamos asuntos como este muy en serio. … A pesar de que estos ejemplos limitados no fueron un problema a escala, hemos agregado medidas de seguridad adicionales para desactivar proactivamente los anuncios en wikis con poco tráfico que no activan los umbrales de marca”.

Los anunciantes dicen que los problemas con las páginas UCG justifican brindarles informes más granulares para que puedan verificar las páginas a nivel de URL en lugar de simplemente recibir informes a nivel de dominio. Una fuente de la marca dijo que vale la pena considerar cambios en el modelo económico de seguridad de la marca. En lugar de pagar por el uso de la tecnología previa a la oferta, sugirieron tal vez pagar cada vez que se bloquea algo, pero reconocieron que eso también podría sentar otros malos precedentes.

Las fuentes dijeron que no han recibido respuestas sobre la precisión de los sistemas de inteligencia artificial de seguridad de la marca. Han preguntado sobre los tamaños de muestra del análisis a nivel de página para comprender mejor si se basa en una escala pequeña o en Internet completo. Sin embargo, dicen que no han recibido respuestas adecuadas.

“¿Es el 99% de [a small number] de los sitios web que visita, o el 99% de los otros 4 mil millones de sitios web que visita? dijo una fuente de un anunciante de gran marca. “Si es lo primero, entonces el 99% no es la cifra real”.

Rastrear constantemente la web es un proceso complicado, señaló Joseph Turow, profesor de Industrias y Sistemas de Medios en la Escuela de Comunicación Annenberg de la Universidad de Pensilvania. Turow y otros académicos se preguntaron con qué frecuencia los robots rastrean continuamente y descubren problemas o miran páginas antes de pujar por anuncios. Si las empresas pueden realizar una orientación contextual con IA, también deberían poder mejorar la seguridad contextual de la marca en tiempo real. Sin embargo, si bien bloquear malas palabras no es difícil por sí solo, dijo que la velocidad requerida para analizar cada página en nanosegundos antes de las ofertas publicitarias es otro nivel de desafío.

“Me pregunto si será una tontería”, dijo Turow. “Es terriblemente desagradable, pero me pregunto si realmente es posible hacer esto de una manera que funcione al 100%”.