Detection and analysis of online issue and political ads
Détection et analyse des publicités qui adresse des enjeux sociaux et des publicités politique en ligne
Résumé
Online political advertising has become the cornerstone of political campaigns. The budget spent solely on political advertising in the U.S. has increased by more than 100% from 700 million during the 2017-2018 U.S. election cycle to 1.6 billion during the 2020 U.S. presidential elections. Naturally, the capacity offered by online platforms to micro-target ads with political content has been worrying lawmakers, journalists, and online platforms, especially after the 2016 U.S. presidential election, where Cambridge Analytica has targeted voters with political ads congruent with their personality.To curb such risks, both online platforms and regulators (through the DSA act proposed by the European Commission) have agreed that researchers, journalists, and civil society need to be able to scrutinize the political ads running on large online platforms. Consequently, online platforms such as Meta and Google have implemented Ad Libraries that contain information about all political ads running on their platforms.The thesis consists of three contributions related to the online political advertising problems. The first project investigates whether we can reliably distinguish political ads from non-political ads. We take an empirical approach to analyze what kind of ads are deemed political by ordinary people and what kind of ads lead to disagreement. Our results show a significant disagreement between what ad platforms, ordinary people, and advertisers consider political and suggest that this disagreement mainly comes from diverging opinions on which ads address social issues. Overall our results imply that it is important to consider social issue ads as political, but they also complicate political advertising regulations.In the second project, we focus on political ads that are related to policy. Understanding which policies politicians or organizations promote and to whom is essential in determining dishonest representations. We propose automated methods based on pre-trained models to classify ads in 14 main policy groups identified by the Comparative Agenda Project (CAP). We discuss several inherent challenges that arise. Finally, we analyze policy-related ads featured on Meta platforms during the 2022 French presidential elections period.In the final contribution we propose a set of practical benchmarks to evaluate the ``goodness'' of political ad definitions. The benchmarks aim to assess whether the definitions can capture a set of truly problematic ads (the true positives), such as ads with divisive messages across demographic groups, and the ability to not capture a set of ads that only have humanitarian scopes (the false positives). We evaluate two definitions from online platforms and two definitions from policymakers based on our benchmarks. Our results show that definitions that only cover ads from/about political actors, and elections miss the highest percentage of advertisements that are divisive across different demographic groups.
La publicité politique en ligne est devenue la pierre angulaire des campagnes politiques. Le budget consacré uniquement à la publicité politique aux États-Unis a augmenté de plus de 100 %, passant de 700 millions de dollars lors du cycle électoral américain de 2017-2018 à 1,6 milliard de dollars lors des élections présidentielles américaines de 2020. Naturellement, la capacité offerte par les plateformes en ligne de micro-cibler les publicités à contenu politique inquiète les législateurs, les journalistes et les plateformes en ligne, en particulier après l'élection présidentielle américaine de 2016, où Cambridge Analytica a ciblé les électeurs avec des publicités politiques conformes à leur personnalité.Pour limiter ces risques, les plateformes en ligne et les régulateurs (par le biais de la loi DSA proposée par la Commission européenne) ont convenu que les chercheurs, les journalistes et la société civile doivent être en mesure d'examiner les publicités politiques diffusées sur les grandes plateformes en ligne. Par conséquent, les plateformes en ligne telles que Meta et Google ont mis en place des bibliothèques d'annonces qui contiennent des informations sur toutes les publicités politiques diffusées sur leurs plateformes.La thèse se compose de trois contributions liées aux problèmes de la publicité politique en ligne. Le premier projet étudie si nous pouvons distinguer de manière fiable les publicités politiques des publicités non politiques. Nous adoptons une approche empirique pour analyser quels types de publicités sont considérées comme politiques par les gens ordinaires et quels types de publicités conduisent à des désaccords. Nos résultats montrent un désaccord significatif entre ce que les plateformes publicitaires, les gens ordinaires et les annonceurs considèrent comme politique, et suggèrent que ce désaccord provient principalement d'opinions divergentes sur les publicités qui traitent des problèmes sociaux. Dans l'ensemble, nos résultats impliquent qu'il est important de considérer les publicités à caractère social comme politiques, mais ils compliquent également la réglementation de la publicité politique.Dans le deuxième projet, nous nous concentrons sur les publicités politiques liées à la politique. Comprendre quelles politiques les politiciens ou les organisations promeuvent et auprès de qui est essentiel pour déterminer les représentations malhonnêtes. Nous proposons des méthodes automatisées basées sur des modèles pré-entraînés pour classer les publicités dans 14 principaux groupes de politiques identifiés par le Comparative Agenda Project (CAP). Nous discutons de plusieurs défis inhérents qui se présentent. Enfin, nous analysons les publicités liées aux politiques présentées sur les plateformes Meta pendant la période des élections présidentielles françaises de 2022.Dans la contribution finale, nous proposons un ensemble de repères pratiques pour évaluer la "qualité" des définitions de la publicité politique. Les benchmarks visent à évaluer si les définitions peuvent capturer un ensemble d'annonces vraiment problématiques.
Origine : Version validée par le jury (STAR)