超越复选框：通过社交媒体算法审计加强DSA合规性

文献标题

Beyond the Checkbox: Strengthening DSA Compliance Through Social Media Algorithmic Auditing

出版信息

• 主题领域: 数字服务法案（DSA）合规的算法审计。
• 关键词: DSA, 算法审计, 人工智能系统, 社交媒体平台, 推荐系统, 合规性, 透明性, 用户保护, 未成年人, 定向广告。

背景与问题

• 问题/挑战: 当前DSA下的审计实践不足以评估动态人工智能系统，导致方法学和结果的不一致性。
• 重要性: 确保符合DSA义务对于保护用户权利、增强透明性以及缓解超大型在线平台（VLOPs）和超大型在线搜索引擎（VLOSEs）带来的系统性风险至关重要。
• 动机与相关工作: 传统审计方法源于财务和IT系统，无法应对人工智能驱动平台的复杂性。先前研究揭示了方法学上的空白，包括对平台提供数据的依赖以及缺乏社会技术视角，迫切需要新的方法。

解决方案

• 提出的方法: 算法审计——一种通过模拟用户交互来评估人工智能系统响应和合规性的行为评估方法。
• 创新点:
  1. 系统分析DSA审计报告以识别方法学上的不一致性和局限性。
  2. 提议将算法审计作为传统审计的补充方法。
  3. 将人机交互（HCI）原则融入审计实践，以实现社会技术透明性。
• 流程与关键技术:
  • 基于用户画像和行为定义审计场景。
  • 使用机器人或人工代理模拟用户行为与平台交互。
  • 记录并分析平台对DSA条款的响应情况。
  • 生成结构化审计报告，突出发现和建议。

结果

• 具体发现:
  • 审计揭示了平台间在方法学上的显著差异，包括在评估推荐系统透明性、未成年人保护和广告限制方面的差异。
  • TikTok的审计人员承认在评估动态系统行为方面存在局限性，而其他平台尽管面临类似挑战，却获得了积极的合规结论。
• 相较基线的优势: 算法审计解决了传统审计的结构性局限性，例如时间约束和缺乏社会技术框架，能够实现长期且可扩展的评估。
• 实验/评估:
  • 分析了来自YouTube、Facebook、Instagram和TikTok的四份审计报告，涵盖了DSA的三项条款（第27、28和26条）。
  • 使用主题编码对文档进行比较分析，以识别方法学上的不一致性和挑战。
• 局限性与未来工作:
  • 算法审计需要显著的技术专长，可能会简化复杂的现实环境。
  • 挑战包括设计真实的审计场景和提高可重复性。
  • 未来研究应聚焦于跨学科方法，以完善审计方法并解决已识别的空白。

总结

本文系统分析了第一批DSA审计报告，突出了在评估人工智能系统方面存在的显著方法学不一致性和局限性。提出了算法审计作为传统审计的补充方法，通过行为评估解决动态和社会技术挑战。算法审计能够对DSA条款的合规性进行长期且可扩展的评估，特别是在推荐系统、未成年人保护和广告限制方面。尽管前景广阔，其应用仍需克服技术和方法学上的挑战，为跨学科研究提供了潜力，以加强监管执行和用户保护。