将生成式 AI 广告视为可信商业干预问题
计算机与社会
2026-05-19 v1 计算与语言
摘要
主要已部署的生成式 AI 广告系统在商业内容与 AI 生成的回复之间保留了可见的边界。然而实证研究表明，直接编织进大型语言模型(LLM)输出的广告通常不会被用户察觉。我们认为，生成式 AI 从根本上改变了广告：它不是将产品放置在离散的插槽中，而是能够对生成过程本身进行干预，从而通过较不可观察的渠道引发商业影响。这将生成式 AI 广告重新定义为可信干预问题，而非内容放置问题。我们引入了一个按影响层级组织的分类法，对应于对逐渐更深层的潜变量的干预：产品提及、信息框架、行为重定向和长期偏好塑造；并展示了这些层级如何跨模态和系统架构实例化，包括检索增强生成和智能体流水线，其中上游决策可以严格约束下游结果。主要已部署系统和设计的机制都集中在最可观察和最易治理的层级，而对用户自主权影响最大的商业影响形式仍然缺乏理解，且缺乏检测、测量或披露的框架。核心挑战在于，生成式系统中的商业影响能否变得可信，即可归因、可测量、可争议，并与用户福利保持一致。
引用
@article{arxiv.2605.18673,
title = {Generative AI Advertising as a Problem of Trustworthy Commercial Intervention},
author = {Jingyi Qiu and Qiaozhu Mei},
journal= {arXiv preprint arXiv:2605.18673},
year = {2026}
}