Auditing for Racial Discrimination in the Delivery of Education Ads

数字广告在社交媒体平台上发挥着塑造经济机会获取渠道的重要作用。我们的工作提出并实施了一种新的第三方审计方法，可以评估教育机会广告投放中的种族偏见。第三方审计很重要，因为它允许外部方展示社交媒体算法中的偏见存在或不存在。教育是一个具有反歧视法律保护和种族定向问题的领域，但广告投放算法引起的偏见在这个领域尚未被探索。之前的审计显示了平台向用户投放房屋和就业广告时的歧视行为。这些审计结果支持了法律行动，促使 Meta 改变其广告投放算法以减少偏见，但仅限于房屋、就业和信用领域。在这项工作中，我们提出了一种新的方法，允许我们测量平台的广告投放算法在教育广告中的种族歧视。我们使用真实学校的广告将我们的方法应用于 Meta，并观察投放结果。我们发现 Meta 的算法在教育机会广告投放中存在种族歧视的证据，引发了法律和伦理上的关注。我们的结果将算法性歧视的证据扩展到了教育领域，表明当前的偏见减轻机制范围狭窄，建议在确保非歧视很重要的领域拓展第三方社交媒体审计的作用。

本论文旨在提出并实施一种新的第三方审计方法，以评估社交媒体广告在教育机会投放中的种族偏见。

本论文的关键思路是使用第三方审计方法来检测社交媒体算法中的种族歧视，以评估社交媒体广告在教育机会投放中的种族偏见。

本研究使用了第三方审计方法来检测Meta平台在教育广告投放中的种族歧视，发现了种族歧视的证据，这对于确保非歧视具有重要的法律和伦理意义。本研究扩展了算法歧视的证据到教育领域，表明当前的偏见缓解机制范围狭窄，建议在确保非歧视至关重要的领域中扩大第三方审计社交媒体的作用。

此前的研究表明社交媒体平台在住房和就业广告投放中存在歧视，本研究是第一篇探讨教育广告投放中的算法偏见的研究。