O que é aprendizagem federada e como ela pode ser o caminho para audiência segmentada sem a captura de cookies 3rd party?
A morte dos cookies de terceiros já está anunciada. Seguindo um movimento de navegadores como Safari e Firefox em busca de fornecer mais privacidade, em janeiro foi a vez do Google anunciar que pretende acabar com os cookies third-party no Chrome até 2022.
A indústria de publicidade digital atualmente se depara com o desafio de pensar soluções e tecnologias alternativas para eliminar a dependência dos cookies de terceiros e permitir que os navegadores continuem apresentando anúncios personalizados.
Uma dessas soluções, na qual o Google anunciou que está trabalhando, é a aprendizagem federada (Federated Learning of Cohorts – FLoC), uma forma de aprendizado de máquina que permite treinar modelos de inteligência artificial sem necessidade de coletar dados pessoais que identifiquem um usuário – um modelo mais compatível com a privacidade.
Em vez de observar o comportamento de navegação de indivíduos, a técnica realiza a observação do comportamento de um grupo de pessoas semelhantes. Isso é feito sem que os dados saiam do dispositivo do usuário, já que no modelo de aprendizagem federada o Google processa os dados localmente em vários dispositivos descentralizados, sem que haja a troca ou compartilhamento de dados entre eles.
Diferentemente da aprendizagem federada, em outros sistemas tradicionais de aprendizado de máquina os dados são enviados para um servidor e armazenados de forma centralizada.
Há algum tempo, o Google já utiliza a aprendizagem federada em seus produtos e serviços de smartphones e sistemas operacionais. A técnica é aplicada especialmente para treinar os teclados de smartphones a usarem textos preditivos. Assim, a empresa consegue agregar dados resumidos de um smartphone aos dados de milhares outros para criar médias globais relacionadas a gramática e escolha de palavras.
Como o Google vai usar o aprendizado federado na publicidade?
Hoje, os interesses das pessoas são inferidos com base na observação de sites ou páginas que elas acessam a partir de técnicas de rastreamento como cookies de terceiros. Eis que a aprendizagem federada permite que publicidade baseada em interesses possa ser realizada sem a necessidade de coletar o histórico de navegação de um indivíduo em particular, e sim de grupos de indivíduo.
Por meio da aprendizagem federada, o Google pretende agrupar milhares de pessoas por hábitos de navegação semelhantes para observar os hábitos de grandes grupos, em vez do histórico do navegador de indivíduos. A segmentação de anúncios pode então se basear parcialmente no grupo em que a pessoa se enquadra.
Esse modelo possibilita que agências e anunciantes identifiquem o segmento de público ideal com maior probabilidade de interagir com um anúncio de artigos esportivos ou produtos de luxo, por exemplo. Ou seja, segmentação de anúncios é baseada relativamente no grupo em que um indivíduo se enquadra.
Na prática, o navegador é capaz de revelar a um anunciante que um usuário é fã da Ivete Sangalo depois de reconhecer um grupo com milhares de pessoas, impossíveis de identificar, que eram fãs da mesma cantora e que essa pessoa podia ser agregada a eles de maneira anônima.
O que vem pela frente?
O Google está trabalhando em parceria com desenvolvedores e membros da indústria para aprimorar o desenvolvimento de suas soluções alternativas aos cookies. No entanto, o grande receio do mercado é que a empresa fortaleça cada vez mais seu jardim murado com a criação desse novo modelo de inteligência artificial.
Além disso, a técnica FLoC do Google vem sendo alvo de críticas por falhas que permitem que agentes maliciosos sejam confundidos com usuários comuns pelo navegador e acessem dados privados. Por isso, o setor de publicidade digital deve trabalhar em conjunto – e com apoio de indústrias avançadas no uso da aprendizagem de máquina tradicional, como telco, saúde e defesa – para desenvolver novas soluções e tecnologias de aprendizagem federada para ajudar a construir uma web financiada pela publicidade e em conformidade com a privacidade.
