DraftKings 用 AI 精準鎖定病態賭客:當「個人化」變成剝削的加速器

凌晨兩點，一位設定「自我排除」機制的賭客，手機仍不斷跳出體育博弈的限時優惠。傳真統計上，他不過是廣告系統裡的一個高價值用戶標籤。

美國電子公民聯盟（EFF）於 2026 年 9 月底發布的調查指出，DraftKings 正運用 AI 技術強化其行為廣告系統，透過用戶的下注頻率、停留時段與金額變化等訊號，辨識出黏著度最高——也就是最可能已有成癮傾向——的用戶，並對這群人加碼投放誘惑性行銷（來源:https://www.eff.org/deeplinks/2026/09/draftkings-using-ai-supercribe-harms-online-behavioral-advertising，原文網址為 https://www.eff.org/deeplinks/2026/09/draftkings-using-ai-supercribe-harms-online-behavioral-advertising，請以原始連結 https://www.eff.org/deeplinks/2026/09/draftkings-using-ai-supercribe-harms-online-behavioral-advertising 為準）。

EFF 將此定性為「用 AI 放大線上行為廣告的危害」。這句話值得拆開來看。

技術上沒有「失控」，只有精準的商業設計

同一週，Hacker News 上流傳另一篇評論〈There are no "rogue" AI agents〉，作者 Eoin Higgins 的核心論點是:所謂「AI 失控傷人」的敘事，往往掩蓋了真正的問題——這些系統完全按照設計者的商業目標運作，傷害是功能，不是漏洞（來源:https://eoinhiggins.substack.com/p/there-are-no-rogue-ai-agents）。

DraftKings 案正是最好的註腳。行為廣告的運作邏輯不複雜:模型從數千萬用戶的互動資料中，學會預測「誰最可能在收到訊息後下單」。對電商來說，這叫轉換率優化；對博弈產業來說，模型收斂出的高轉換族群，很大程度上就是自制力受損的病態賭客。換句話說，演算法不需要「理解」成癮，它只需要忠實地追逐報酬，成癮者自然會被篩選出來、被加重投放。

這是結構性問題，不是某個工程師寫錯了程式。

諷刺的軍備競賽:誰的模型最危險

同一時間，紐西蘭諷刺媒體 The Civilian 的挖苦文在技術社群瘋傳:AI 公司正激烈競爭，爭相展示「自己的模型對人類最具存在性威脅」（來源:https://thecivilian.co.nz/2026/09/27/ai-companies-in-fierce-arms-race-to-demonstrate-their-model-is-the-most-existentially-threatening-to-humanity/）。

笑點之所以成立，是因為它戳中了產業的荒謬:大型實驗室把公關資源押在遙遠的「超級智慧風險」上，而真正正在發生的、可量測的傷害——成癮者被演算法圍獵、弱勢族群被差別定價——卻乏人問津。Cal Newport 也在個人部落格呼籲「是時候調查 AI 實驗室了」（來源:https://calnewport.com/its-time-to-investigate-the-ai-labs/）。當監管注意力被科幻級風險吸走，日常層面的演算法剝削就有了最好的掩護。

三種未來情境

情境一（基準）:美國州級監管單位對博弈廣告出台更嚴格的限制，DraftKings 類公司轉向監管真空的新興市場，包括東南亞與台灣。

情境二（樂觀）:EFF 的揭露引發跨黨派關注，聯邦層級將「成癮傾向用戶」列入禁止投放廣告的受保護類別，技術上可行——模型既然能找出這群人，就能反向排除他們。

情境三（悲觀）:行為鎖定技術持續下沉到地下博弈 App，台灣警方每年查獲的非法簽賭平台資金規模屢創新高，這些平台沒有合規壓力，只會用得更狠。

台灣為什麼必須在意

台灣目前不允許線上博弈合法營運，但這不代表台灣用戶被排除在這套技術的射程之外。國內非法博弈 App 長年是治安與詐騙集團的金流溫床，而這些平台取得精準投放能力的門檻，比多數人想像的低——廣告技術是買得到的，模型是開源的。

更深一層，DraftKings 案示範的商業邏輯——「用 AI 找出意志力最弱的用戶，然後榨取他」——是可以複製到任何成癮性商品的。遊戲課金、借貸廣告、加密貨幣合約，商業結構如出一轍。EFF 這篇調查的價值，不在於揪出一家公司，而在於給所有監管者一個明確的檢驗標準:當一家公司說它的 AI 是「個人化服務」時，下一個問題應該是——個人化之後，谁受傷了？

---