مؤثرو الخصوصية، بنية النجوم بلا وجوه @nesaorg ، @OpenGradient ، @xeetdotai مفهوم المؤثر في الخصوصية هو مصطلح يصف هيكلا لا يتم فيه الكشف عن وجه الفرد أو اسمه الحقيقي أو محتوى المحتوى المحدد، بل يعتمد فقط على شخصية التأثير. النموذج مبني حول ثلاثة مكونات: Nesa، وهي تقنية تحافظ على الخصوصية، وOpenGradient، وهي طبقة ذكاء اصطناعي تتحقق من التأثير، وXeet، التي تقيس بيانات التأثير الاجتماعي وترتبطها بالمكافآت. وقد حظي هذا الهيكل باهتمام لمحاولته تحويل التأثير الرقمي إلى قيمة اقتصادية مع تقليل التعرض الشخصي. نقطة البداية لهذا النموذج هي الإرهاق الناتج عن كشف الهوية وكشف العلامة التجارية الشخصية، وهو ما طالبته صناعة المؤثرين الحالية. بعض المبدعين استغلوا حركة مرور المحتوى أو مقاييس التفاعل فقط دون الكشف عن وجوههم أو استخدام أسمائهم الحقيقية، وقد لوحظ هذا في مجالات أقل تنظيما نسبيا مثل صفحات معلومات العافية وحسابات الميمات والتحليل الفني. ومع ذلك، تم رفع هذه القضايا أيضا بتواطؤ أو تسامح المنصة، ولم يتم تأكيد أي قضايا لتشمل كامل مجال الإعلان حيث تتطلب المسؤولية القانونية بوضوح. تعتمد NESA على تقنية مصممة لأداء عمليات الذكاء الاصطناعي في حالة مشفرة مع طبقة مسؤولة عن حماية الخصوصية في هذا الهيكل. تهدف هذه التقنية إلى إثبات أن الحساب تم بشكل صحيح دون كشف بيانات الإدخال ونتائج الإخراج والبنية الداخلية للنموذج. نظريا، من الممكن إثبات أن بعض الحسابات أجريت بشكل صحيح دون الكشف عن هويات المستخدمين أو محتوى المحتوى، لكن لا توجد حالات مثبتة في بيئات العالم الحقيقي لإثبات بيانات واسعة النطاق تتغير في الوقت الحقيقي بشكل موثوق، مثل تأثير وسائل التواصل الاجتماعي. OpenGradient هي طبقة تحقق للذكاء الاصطناعي لضمان موثوقية النتائج الحاسوبية. يوفر النظام سجلا قابلا للتحقق لعملية الاستدلال التي ينفذها الذكاء الاصطناعي ويوفر نموذجا لاكتشاف التكرار بين الحسابات أو احتمال هجوم سيبيل في بعض المناطق. ومع ذلك، في البيانات التي صدرت حتى الآن، لم يتم تحديد نموذج مخصص يقيم بدقة جودة أو التأثير الفعلي للمحتوى الاجتماعي، وهو فقط على مستوى تحليل وجود حسابات أو أنماط الشبكات. هذا أكثر وسيلة مساعدة لتجاهل أصالة الرواية بدلا من إثبات تأثيرها بنفسه. Xeet هي طبقة بيانات مسؤولة عن هيكل المكافأة الفعلي، وتقوم بتحليل وتقييم الإشارات المختلفة الناتجة عن المنشورات والتفاعلات باستخدام الذكاء الاصطناعي. يركز النظام على جودة وسياق الردود بدلا من مجرد عدد المتابعين، ويشمل أجهزة تكتشف وتعاقب الرسائل المزعجة أو الأنماط الآلية. في الواقع، هناك حالات ترتبط فيها نقاط التأثير بالمكافآت من خلال التصنيفات التشغيلية وهياكل البطولات، لكن هذا لا يضمن الدقة الكاملة، مثل الحالات التي يكون فيها المستخدمون العاديون في وضع مؤات مؤقت أثناء عملية تدريب الخوارزميات. جوهر نموذج المؤثرين للخصوصية، الذي يجمع بين هذه العناصر الثلاثة، يكمن فقط في إثبات التأثير مع إخفاء المحتوى والهوية. ومع ذلك، فإن التقنيات المثبتة حتى الآن تقتصر على مؤشرات ثابتة نسبيا مثل عدد المتابعين أو الأرقام الإجمالية مثل إجمالي المشاركة، ولم يتم تأكيد الإقناع الفعلي أو التأثير التجاري للمحتوى الفردي في الوقت الحقيقي. بالإضافة إلى ذلك، تتضمن عملية الإثبات هذه حتما ربط البيانات مع المنصات الخارجية وقضايا الثقة. البيئة التنظيمية هي أكبر عائق على هذا النموذج. تتطلب لوائح الإعلان في الولايات المتحدة وأوروبا الإفصاح الواضح عن العلاقة بين المعلنين والتعويض، وتنص على ضرورة تحديد الطرف المسؤول بوضوح حتى يتمكن المستهلكون من التعرف على أنه إعلان. تستند هذه اللوائح إلى إمكانية التعرف على الأفراد أو الأشخاص الذين شاركوا في الإعلانات وتتعارض مع هيكل تحقيق إيرادات الإعلانات مع الحفاظ على السرية التامة. كما تشير السوابق الفعلية والتفسيرات التنظيمية بوضوح إلى أن المنصات يمكن تحميلها المسؤولية إذا أهملت هيكل الإعلان المجهول. كما تكشف القيود فيما يتعلق بالثقة. تظهر الأبحاث وردود فعل المستخدمين أنه في المجالات التي تكون فيها المسؤولية مهمة، مثل التمويل والاستثمار والمنتجات ذات القيمة العالية، تميل الثقة إلى انخفاض في مزودي المعلومات المجهولين. الهيكل الذي يفسر التأثير فقط من خلال الدرجة التي تحسبها الخوارزمية يميل إلى خلق تصور بأن معايير التقييم غير واضحة، مما يسبب نزاعات وشكاوى متكررة. يعكس الهيكل الاقتصادي أيضا مشاكل سوق المؤثرين الحالي. تظهر البيانات الحقيقية أن المكافآت القائمة على التأثير تتركز بشكل كبير في المراكز القليلة الأعلى قليلا، مع بقاء غالبية المشاركين عند عوائد منخفضة. بدلا من تخفيف هذا الهيكل التوزيعي، يمكن أن يؤدي إخفاء الهوية إلى تضخيم عدم الثقة من خلال جعل معايير التعويض أكثر غموضا. بالإضافة إلى ذلك، مع استمرار الإبلاغ عن الخسائر الناتجة عن التلاعب بالمقياس ونشاط البوتات عبر سوق الإعلانات، فإن هيكل إزالة المسؤولية القائمة على الهوية لا يوفر أساسا للتخفيف من هذه المشكلات. مجتمعة، يتميز نموذج مؤثري الخصوصية بخصائص واضحة كونه محاولة تقنية لتقليل كشف المعلومات الشخصية، لكنه أيضا له قيود عملية مثل القيود التقنية في إثبات التأثير، والتعارض مع لوائح الإعلانات، وقضايا الثقة والمساءلة، واختلالات في هيكل السوق الحالي. استنادا إلى الحقائق المنشورة والمثبتة حتى الآن، لهذا النموذج أهمية كهيكل تجريبي، لكن لا توجد أدلة تثبت أنه يعمل بثبات في منظومة الإعلان السائدة. $XEET $NESA