KInIT opísal audit TikToku: páry účtov a VLM ukázali medzeru definície reklamy v DSA
KInIT vo svojom texte z 20. júla 2026 zhrnul peer-reviewed audit TikToku zameraný na reklamu vo feede maloletých. Pre vývojárov AI je podstatná najmä metóda: paralelné páry minor/dospelý účet, 10-dňové sledovanie feedu a detekcia neoznačenej komercie pomocou vision-language modelu overeného na ľudskej vzorke.
Čo KInIT zverejnil
Kempelen Institute of Intelligent Technologies (KInIT) 20. júla 2026 publikoval text o vlastnom výskume „The DSA’s Blind Spot: Algorithmic Audit of Advertising and Minor Profiling on TikTok“. Nejde o oznámenie produktu ani o regulačné rozhodnutie, ale o odborný opis výskumného auditu platformy TikTok a jeho záverov z pohľadu pravidiel EÚ pre reklamu voči maloletým. Zdroj zároveň uvádza, že práca vyšla v zborníku konferencie ACM FAccT 2026. 1
Ako audit fungoval
Podľa KInIT tím vytvoril páry TikTok účtov: vždy jeden účet vystupoval ako maloletý a druhý ako dospelý, pričom mali zhodné záujmy aj polohu a líšili sa iba vekom. Takéto páry bežali paralelne desať dní a výskumníci zaznamenávali a klasifikovali videá, ktoré im odporúčací systém zobrazoval. Zdroj tiež spomína otázku, či boli štyri záujmové kategórie dostatočné, no plný experimentálny protokol v balíku chýba. 1
Kľúčový technický prvok bol zameraný na obsah, ktorý sa ako reklama formálne neoznačuje. KInIT píše, že TikTok označuje platené reklamy, no neoznačuje napríklad zľavové kódy v popise, product placement alebo zmienku značky priamo vo videu. Na zachytenie takéhoto obsahu výskumníci použili vision-language model (VLM), trénovaný na rozpoznávanie vizuálnych a textových znakov komerčného obsahu bez disclosure štítku. Jeho výstup porovnali s manuálnou kontrolou vzorky videí a zdroj uvádza približne 90 % zhodu s ľudskými anotátormi. 1
Praktický význam pre AI vývoj
Pre vývojárov AI systémov je na tomto podklade zaujímavý najmä auditný vzor, nie marketingové alebo regulačné závery. Zdroj ukazuje kombináciu troch vrstiev: kontrolovaný experiment s účtami, automatizovanú detekciu skrytej komercie vo videu a následné porovnanie modelu s ľudským hodnotením. To je použiteľný rámec pre tímy, ktoré riešia trust & safety, audit odporúčacích systémov alebo moderáciu komerčného obsahu. 1
Samotné kvantitatívne zistenia treba čítať opatrne. KInIT tvrdí, že pri úzko definovanej kategórii reklám, na ktoré podľa textu dopadá DSA, našli pri maloletých takmer žiadne cielenie. Zároveň však pri širšej kategórii komerčného obsahu mimo právnej definície reklamy zdroj tvrdí 5- až 8-násobne silnejšiu personalizáciu voči deklarovaným záujmom maloletých než pri reklamách, ktoré zákon povoľuje dospelým. V tomto balíku však nemáme plný článok, dáta, kód ani nezávislú replikáciu, preto tieto čísla nemožno prezentovať ako nezávisle potvrdený stav platformy. 1
Hranice poznania
Najväčším obmedzením je zdrojová báza: k dispozícii je iba primárny text domovskej inštitúcie autorov. To stačí na vecný rozbor metódy a toho, čo autori tvrdia, nie na nezávislý verdikt o porušovaní DSA ani na potvrdenie reprodukovateľnosti experimentu. Praktická hodnota správy preto spočíva skôr v tom, že ukazuje, ako možno merať neoznačenú komerciu v odporúčacom feede, než v tom, že by sama uzatvárala spor o súlade platformy s reguláciou. 1
Technický kontext
Stav overenia: Spracované podľa zdroja; redakcia postup nereprodukovala.
Verzie: Zdroj neuvádza konkrétne verzie.
Dátum pôvodného zdroja: 20. júla 2026
Podmienky použitia: Čitateľ by mal poznať základy auditovania odporúčacích systémov, rozdiel medzi označenou reklamou a neoznačeným komerčným obsahom a princíp vision-language modelov.
Obmedzenia: Balík obsahuje len jeden primárny zdroj od domovskej inštitúcie autorov. Chýba plný paper, dataset, kód, detailné experimentálne nastavenie aj nezávislá replikácia. Kvantitatívne výsledky preto treba chápať ako tvrdenia zdroja, nie ako nezávisle overený stav platformy.
Claims → evidence
Tvrdenia a ich podklady
Percentá vyjadrujú redakčný odhad modelu, nie nezávisle nameranú pravdepodobnosť pravdivosti. Tvrdenia môžete porovnať s uvedenými zdrojmi.
Zdroje a atribúcie
Na ďalšie overenie
- Kempelen Institute of Intelligent Technologies ↗The DSA’s Blind Spot: Ads Teenagers Still See on TikTok - KInIT · podklad načítaný 15. septembra 2026