Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Post-hoc Study of Climate Microtargeting on Social Media Ads with LLMs: Thematic Insights and Fairness Evaluation

Created by
  • Haebom

저자

Tunazzina Islam, Dan Goldwasser

개요

본 연구는 대규모 언어 모델(LLM)을 활용하여 페이스북 광고의 마이크로 타겟팅 전략을 사후 분석함으로써 기후변화 소셜 미디어 캠페인의 마이크로 타겟팅 관행을 분석합니다. 성별과 연령대와 같은 대상 인구 통계학적 특징 예측 정확도는 88.55%에 달하며, LLM은 각 분류의 이유를 설명하여 투명성을 확보합니다. 분석 결과, 젊은 성인은 행동주의와 환경 의식을 강조하는 메시지를 통해, 여성은 돌봄 역할과 사회 운동과 관련된 주제를 통해 주로 타겟팅됨을 보여줍니다. 또한, 모델 예측의 편향성을 확인하기 위한 공정성 분석을 수행하여 고령자와 남성 대상의 분류에서 특정 편향이 존재함을 밝혔습니다. 이 연구는 소셜 미디어 기반 기후변화 캠페인의 투명성, 책임성 및 포괄성 향상을 위한 미래 연구의 틀을 제공합니다.

시사점, 한계점

시사점:
LLM을 이용하여 소셜 미디어 광고의 마이크로 타겟팅 전략을 효과적으로 분석하고, 그 타겟팅 전략의 내용과 이유를 설명할 수 있음을 보여줌.
다양한 인구 집단에 대한 맞춤형 메시지 전략을 파악하고, 이를 통해 기후변화 커뮤니케이션 전략 개선에 기여할 수 있음.
마이크로 타겟팅 과정에서의 편향성을 탐지하고 분석하는 방법을 제시함.
한계점:
분석 대상이 페이스북 광고로 제한됨. 다른 플랫폼이나 미디어 채널의 마이크로 타겟팅 전략 분석에는 추가 연구가 필요함.
LLM의 예측 정확도가 완벽하지 않으며, 특히 고령자와 남성 대상 분류에서 편향성이 존재함. 이러한 편향성의 원인과 해결 방안에 대한 추가 연구가 필요함.
분석에 사용된 LLM의 특성에 따라 결과가 달라질 수 있음. 다양한 LLM을 활용한 비교 분석이 필요함.
👍