論文の概要: The Patterns of Digital Deception
- arxiv url: http://arxiv.org/abs/2412.19850v1
- Date: Wed, 25 Dec 2024 15:55:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-31 16:06:49.753837
- Title: The Patterns of Digital Deception
- Title（参考訳）: デジタル・デセプションのパターン
- Authors: Gregory M. Dickinson,
- Abstract要約: 新たなデータ分析技術は、企業と顧客間のパワーバランスを損なう。
オンライン追跡により、売り手は履歴データを収集し、機械学習ツールを適用して詳細な顧客プロフィールを構築することができる。
同じツールが病気にも使われており、弱さを狙うために特別に調整された詐欺で、人口の脆弱なメンバーを標的にしている。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Current consumer-protection debates focus on the powerful new data-analysis techniques that have disrupted the balance of power between companies and their customers. Online tracking enables sellers to amass troves of historical data, apply machine-learning tools to construct detailed customer profiles, and target those customers with tailored offers that best suit their interests. It is often a win-win. Sellers avoid pumping dud products and consumers see ads for things they actually want to buy. But the same tools are also used for ill -- to target vulnerable members of the population with scams specially tailored to prey on their weaknesses. The result has been a dramatic rise in online fraud that disproportionately impacts those least able to bear the loss. The law's response has been technology centric. Lawmakers race to identify those technologies that drive consumer deception and target them for regulatory restrictions. But that approach comes at a major cost. General-purpose data-analysis and communications tools have both desirable and undesirable uses, and uniform restrictions on their use impede the good along with the bad. A superior approach would focus not on the technological tools of deception but on what this Article identifies as the legal patterns of digital deception -- those aspects of digital technology that have outflanked the law's existing mechanisms for redressing consumer harm. This Article reorients the discussion from the power of new technologies to the shortcomings in existing regulatory structures that have allowed for their abuse. Focus on these patterns of deception will allow regulators to reallocate resources to offset those shortcomings and thereby enhance efforts to combat online fraud without impeding technological innovation.
- Abstract（参考訳）: 現在の消費者保護に関する議論は、企業と顧客のパワーバランスを損なうような、強力なデータ分析技術に焦点を当てている。
オンライン追跡により、売り手は過去のデータを収集し、機械学習ツールを使って詳細な顧客プロフィールを構築し、自分の興味に最も合ったオファーをターゲットできる。
しばしば勝利を収める。
売り手はダッシュ商品のポンプを避け、消費者は実際に購入したい商品の広告を見る。
しかし、同じツールが病気にも使われており、その弱さを狙うために特別に調整された詐欺で、人口の脆弱なメンバーを標的にしている。
その結果、オンライン詐欺の劇的な増加が、この損失に耐えられない人たちに不当に影響を与えている。
法律の反応は技術中心である。
議員は消費者の騙しを駆り立て、規制規制の対象とする技術を特定するために競い合っている。
しかし、このアプローチには大きなコストがかかる。
汎用データ分析とコミュニケーションツールは、望ましい用途と望ましくない用途の両方を持ち、それらの使用に対する統一的な制限は、悪と共に善を阻害する。
優れたアプローチは、詐欺の技術的ツールではなく、消費者の危害を和らげるための法律の既存のメカニズムを覆すデジタル技術の法的なパターンである、と本条は認識している。
本条は、新技術の力から、その悪用を許した既存の規制体制の欠点まで、議論を振り返る。
こうした騙しのパターンに焦点をあてることで、規制当局がリソースを再配置し、これらの欠点を相殺し、技術革新を妨げることなくオンライン詐欺と戦う努力を強化することができる。
関連論文リスト
- Promoting User Data Autonomy During the Dissolution of a Monopolistic Firm [5.864623711097197]
本稿では,Conscious Data Contributionのフレームワークが,解散中におけるユーザの自律性を実現する方法を示す。
我々は、微調整と「破滅的な忘れ」の現象が、機械の非学習の一種として実際にどのように有用であるかを探求する。
論文 参考訳（メタデータ） (2024-11-20T18:55:51Z) - Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。
このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。
適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
論文 参考訳（メタデータ） (2024-03-21T14:48:37Z) - Regulating Chatbot Output via Inter-Informational Competition [8.168523242105763]
本稿では、AI関連コンテンツリスクとそれに対応する規制提案を再評価するためのヤードスティックを開発する。
情報市場における情報ソース間の十分な競争は、生成的AI技術によって引き起こされるコンテンツリスクを十分に軽減し、解決することができる、と同社は主張する。
論文 参考訳（メタデータ） (2024-03-17T00:11:15Z) - Retail Analytics in the New Normal: The Influence of Artificial
Intelligence and the Covid-19 Pandemic [1.8434042562191815]
新型コロナウイルス(COVID-19)のパンデミックは小売業界に深刻な打撃を与えた。
我々は、AIが小売業者にもたらす機会を、新しい通常の小売業界で論じる。
論文 参考訳（メタデータ） (2023-11-27T08:16:30Z) - Designing an attack-defense game: how to increase robustness of
financial transaction models via a competition [69.08339915577206]
金融セクターにおける悪意ある攻撃のエスカレートリスクを考えると、機械学習モデルの敵戦略と堅牢な防御メカニズムを理解することが重要である。
本研究の目的は、逐次的な財務データを入力として使用するニューラルネットワークモデルに対する敵攻撃と防御の現状とダイナミクスを調査することである。
我々は、現代の金融取引データにおける問題の現実的かつ詳細な調査を可能にする競争を設計した。
参加者は直接対決するので、実生活に近い環境で攻撃や防御が検討される。
論文 参考訳（メタデータ） (2023-08-22T12:53:09Z) - Privately Policing Dark Patterns [0.0]
全国の議員が「暗黒のパターン」を狙う新法を制定
本条では、国家の私法を活用して、進化する暗黒パターンを定義し、追跡することを提案する。
論文 参考訳（メタデータ） (2023-07-15T21:59:05Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳（メタデータ） (2023-04-06T05:20:16Z) - Having your Privacy Cake and Eating it Too: Platform-supported Auditing
of Social Media Algorithms for Public Interest [70.02478301291264]
ソーシャルメディアプラットフォームは、情報や機会へのアクセスをキュレートするので、公衆の言論を形成する上で重要な役割を果たす。
これまでの研究では、これらのアルゴリズムが偏見や差別的な結果をもたらすことを示すためにブラックボックス法が用いられてきた。
本稿では,提案法の目標を満たすプラットフォーム支援型監査手法を提案する。
論文 参考訳（メタデータ） (2022-07-18T17:32:35Z) - Learning to Mitigate AI Collusion on Economic Platforms [19.105292496322022]
我々は,RL販売者による共謀防止に有効な購入箱ルールをプラットフォームが学習するために強化学習を使用することを実証した。
我々は、Stackelberg MDPの方法論を採用し、高い消費者福祉を提供し続ける堅牢なルールの学習の成功を実証する。
論文 参考訳（メタデータ） (2022-02-15T00:26:59Z) - Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。
敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。
ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-09-16T14:13:15Z) - A vision for global privacy bridges: Technical and legal measures for
international data markets [77.34726150561087]
データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。
オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。
プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
論文 参考訳（メタデータ） (2020-05-13T13:55:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。