Analytikeren Der Ledte Efter Gode Investeringer
I 2023 byggede Jayden Butts en model hos DraftKings, der rangerede spillere, ligesom en bank rangerer en låneansøger, bortset fra at den egenskab, modellen ledte efter, var vedvarende tab. Modellen kombinerede spillefrekvens, kontosaldo og forholdet mellem tab og indsats til et enkelt tal og forudsagde, hvor meget mere en kunde ville satse efter et kampagnetilbud. Internt blev målet kaldt elasticitet.
"Vi leder efter træk og kendetegn, der peger på en god investering," sagde Butts til New York Times, hvis undersøgelse bygger på mere end 40 tidligere ansatte, interne notater, Slack-beskeder og spildata. En anden, unavngivet tidligere ansat opsummerede logikken mere direkte: den bedste investering ville være en ludoman.
Detektoren Der Aldrig Fik Samme Opmærksomhed
DraftKings byggede også en anden model, der skulle finde kunder med tegn på spilafhængighed, før de tabte penge, som firmaet etisk set ikke burde beholde. Fire tidligere ansatte fortalte Times, at denne detektor gik i stå eller blev lukket ned, mens elasticitetsmodellen fortsat blev finpudset frem til 2025.
DraftKings afviser denne fremstilling. Firmaet sagde, at kampagner går til "kunder, der viser vedvarende, engageret brug af vores platform, ikke til kunder ud fra deres tab." Firmaet har ikke afvist, at begge modeller eksisterede.
To Signaler, Et Budget
DraftKings kørte to AI-modeller med modsatrettede mål, og kun den ene konkurrerede om omsætning. En model, der finder kunder på vej til at tabe penge, som firmaet ikke burde blive ved med at jagte, giver ikke, hvis den virker, et synligt tal i regnskabet, fordi succes her betyder omsætning, der ikke bliver hentet hjem. En model, der finder ud af, hvem der vil satse mere efter en kampagne, kan ses direkte i spilmargenen. Når et udviklerteam skal vælge, hvilken model der får det næste sprint, vinder den omsætningsbundne model som standard, medmindre nogen med autoritet eksplicit beslutter at finansiere den anden alligevel.
DraftKings tilskrev en del af en forbedring på 13 procent i kampagnebundne spilmargener i 2025 til dette målrettede arbejde. Detektoren for spilafhængighed havde aldrig et tilsvarende tal, fordi der ikke findes en målestok, der belønner ikke at tjene penge på en kunde.
Massachusetts Vidste Det Allerede
Delstaten opdagede ikke dette hul, da Times bad om en kommentar. Massachusetts Gaming Commission havde bestilt en undersøgelse fra UNLVs International Gaming Institute, offentliggjort i november 2025, der pegede på et tilsynshul mellem, hvad AI-værktøjer i spilmarkedsføring allerede kunne, og hvad kommissionens eksisterende regler dækkede. Undersøgelsen førte til en AI-taskforce i kommissionen, som netop skulle holde øje med denne slags praksis.
Den taskforce lå stille, indtil Times offentliggjorde sin artikel. Torsdag sagde formand Jordan Maynard, at kommissionen deler "bekymringen" over, hvor hurtigt disse teknologier bevæger sig, og kommissær Paul Brodeur kaldte rapporten bekymrende og bemærkede, at Massachusetts er en af de eneste delstater, hvis spilleregler overhovedet nævner AI. Direktør Dean Serpa har nu fået besked på at gå direkte i dialog med DraftKings, og gennemgangen udvides til hvert licenseret spilfirma i delstaten, ikke kun DraftKings.
Hvad Det Betyder, Hvis Du Kører To Modeller Som Denne
Intet af dette kræver ond vilje for at forklares. En model bundet til omsætning vil blive prioriteret højere end en model til skadesforebyggelse, medmindre nogen med autoritet eksplicit og vedvarende beslutter at finansiere den anden med samme prioritet som den første. Den beslutning sker ikke af sig selv, og et firma, der springer den over, ender netop der, hvor DraftKings endte: med et fungerende system til den profitable halvdel af problemet og et stillestående til den anden halvdel.
Det samme gælder tilsynsmyndighedens side af historien. At bestille en undersøgelse, der navngiver et tilsynshul, er ikke det samme som at lukke det; Massachusetts havde sin egen diagnose ti måneder, før der blev handlet på den. I Europa ville et sammenligneligt pointsystem, der rangerer mennesker efter finansiel risiko, falde ind under EU's AI-forordnings højrisikokategori, med lovpligtigt menneskeligt tilsyn fra starten i stedet for tilføjet, efter en avis stiller et spørgsmål. At bygge detektoren, eller bestille undersøgelsen, er den nemme del. Bevidst at give den et budget og en deadline er den del, der reelt krævede en beslutning.
Læs videre: En overskredet frist brød to af Apples løfter | EVE Onlines studie hyrede en eksminister til at lede sit AI-program
