在 Facebook 的剑桥分析危机给社交媒体和政治界带来冲击之前，数据隐私并不一定是每个人都关注的优先事项。此后的几年里，企业纷纷升级广告技术生态系统，但业内人士都知道，在沙盒内外改造整个行业并不容易。随着生成式人工智能竞赛的势头强劲，值得一问的是，广告技术的经验教训如何适用于新的创新时代。在自由放任的日子里，在“cookie”成为一个肮脏的词之前，广告技术并没有优先考虑隐私，但公司应该如何利用 genAI 来避免过去的错误并减轻看不见的风险？

根据平台的预期用途，未来的问题并不总是明确的。例如，Facebook 的 Open Graph等 API被视为一种微定位广告的方式，但直到剑桥分析丑闻浮出水面后，风险才暴露出来。 凯蒂·哈巴斯 (Katie Harbath) 在 Facebook 负责监督选举安全团队长达十年，她提出了这样的问题：公司正在做出哪些决定，这些决定目前看来还不错，但将来可能会出现问题？（哈巴斯现在通过她的智库 Anchor Change 和其他各种团体从事技术政策工作。）哈巴斯说：“如果吸取教训的话，这些问题就像一层一层的洋葱被剥开，事情会比我们想象的要复杂得多。” “我们正在对飞机进行改装，即使它还在空中，因为选举已经开始了。”

一个笨拙的行业从过去吸取教训
专家表示，为了开发负责任的人工智能，重要的是要了解当前的互联网问题（如有毒内容和数据泄露）在没有早期保障措施的情况下如何发展。为出版商开发参与平台的 OpenWeb 首席营销官 Tiffany Xingyu Wang 指出，科技和广告公司内部缺乏多样性也导致了仇恨言论和偏见数据等其他问题。

“如果我们不考虑用于驱动人工智能的数据，那么五年后这些问题将会变得更加严重，我不会感到惊讶，”曾担任上下文人工智能平台 Spectrum Labs 首席营销官的王说。