Um controle de volume para conteúdo publicitário nativo de IA

O período de “lua de mel” da IA popular ainda não terminou completamente. Se comparássemos essa fase à passagem da era de ouro da Netflix para a atual fragmentação e comercialização dos serviços de streaming, estaríamos por volta de 2019. A empresa estabelecida (OpenAI) agora enfrenta forte concorrência de um conjunto de concorrentes bem capitalizados, nenhum dos quais conquistou uma posição suficientemente consolidada para arriscar impor anúncios à sua volúvel base de usuários.

Da mesma forma, o ChatGPT atualmente restringe a publicidade no chat a usuários dos planos Free e Go; os anúncios do Gemini aparecem apenas no contexto de AI Overviews e no AI Mode; a Perplexity abandonou seus planos de publicidade no inverno passado; a xAI deve veicular anúncios em algum momento; o Microsoft Copilot já exibe anúncios; e Claude rejeita categoricamente essa possibilidade.

Mas sabemos que isso não pode durar; à medida que o verdadeiro custo da inferência vier à tona e os iminentes IPOs de empresas de IA trouxerem à mesa as exigências dos acionistas, podemos, a julgar pela história, esperar que, em algum momento, teremos de começar a examinar atentamente as respostas dos LLMs para distinguir o conteúdo baseado em anúncios do conteúdo não comercial.

Aumentando o volume até 11

Além das questões sobre o grau de personalização dos anúncios e sobre quais grupos demográficos serão alvo, os provedores precisarão considerar a extensão e o tipo de integração do conteúdo comercial.

Não é fácil: se forem sutis demais, os anúncios mantêm mais usuários, mas afastam anunciantes dispostos a pagar mais; já um conteúdo publicitário mais integrado, que pode contornar as regulamentações sobre divulgação, pode garantir contratos de publicidade mais vantajosos, mas também gerar controvérsias e outros efeitos negativos em cadeia.

Além disso, as plataformas de publicidade com diferentes níveis de assinatura podem exigir diferentes níveis de «volume» e integração, embora seja bastante difícil quantificar as variáveis dos LLMs. Por exemplo, um esquema anterior para criar uma espécie de «regulador de volume» para anúncios nas respostas de LLMs acabou incluindo os termos de quantificação no chat:

Do novo artigo, um exemplo de como os rótulos de um antigo esquema de «regulação de volume» acabam aparecendo no texto gerado. Fonte

O exemplo acima foi extraído de um novo artigo* que aborda duas questões fundamentais da publicidade baseada em LLMs: controlar o destaque dado aos anúncios nas respostas dos chatbots e identificar quais trechos dessas respostas constituem publicidade paga:

Diagrama da nova abordagem AdKnob. À esquerda, Subway aparece como uma entre várias recomendações ou como o foco principal, conforme o nível de publicidade selecionado. À direita, os destaques em verde identificam o conteúdo publicitário na resposta gerada.

A abordagem, chamada AdKnob, usa uma escala de quatro níveis para determinar com que intensidade um chatbot promove um produto e, ao mesmo tempo, identificar as frases que contêm publicidade. O objetivo é facilitar a identificação do conteúdo publicitário sem precisar executar modelos auxiliares nem tornar o processo mais lento de qualquer forma — algo que, tradicionalmente, caracteriza um dos setores mais rápidos que existem.

No material do apêndice do novo estudo, exemplos de texto com anúncios inseridos aparecem destacados em vermelho.

O método AdKnob foi testado em seis modelos de IA da Alibaba, da Microsoft e da Meta. Em cada caso, a quantidade de publicidade podia ser ajustada em quatro níveis, desde uma menção casual a um produto até uma resposta quase inteiramente dedicada a promover uma marca.

No nível de «volume» mais agressivo do AdKnob (aqui, «4», e não o mítico «11»), as mensagens de marca tendem a dominar a resposta.

Foram necessários modelos de pesos abertos porque seus parâmetros internos precisavam ser modificados durante o treinamento e seus padrões de atenção, examinados para identificar publicidade nas respostas geradas. Isso excluiu testes com modelos de ponta que só podem ser acessados por API.

Os resultados foram testados com 913 pessoas por meio do Amazon Mechanical Turk. Quando as respostas do AdKnob foram comparadas às de quatro métodos concorrentes, elas foram preferidas entre 75% e quase 90% das vezes.

Acredite se quiser: a utilidade e rótulos claros de publicidade estavam entre os principais motivos apontados. Mesmo na configuração com o nível mais alto de publicidade, as respostas receberam uma avaliação média de qualidade de 3,1 em 4, em comparação com 3,6 na configuração mais baixa.

Os autores argumentam que o AdKnob também se mostrou melhor na identificação das frases que continham publicidade; além disso, em um dos modelos testados, esse processo de verificação levou apenas três milissegundos por resposta — um custo computacional adicional aceitavelmente baixo, que não exigiu a geração de tokens específicos, ao contrário de várias abordagens anteriores.

Para viabilizar o novo sistema, foi desenvolvido o conjunto de dados MI-KnobSet, a partir do conjunto de dados Webis Generated Native Ads 2024 anterior. A coleção prévia foi ampliada para abranger diferentes níveis de publicidade nas respostas de chatbots e passou a incluir 3.946 exemplos de treinamento e 913 casos de teste.

Os autores afirmam:

‘[AdKnob] permite que um único LLM gere respostas com uma ampla variedade de intensidades publicitárias. A função de perda de atribuição de anúncios reforça ainda mais a atribuição entre os tokens de entrada relacionados a anúncios e o conteúdo publicitário gerado, permitindo a identificação precisa dos anúncios no momento da inferência.

‘Experimentos com seis modelos-base e estudos com usuários mostram que o AdKnob supera consistentemente as abordagens de referência existentes, tanto na qualidade dos anúncios quanto na rotulagem publicitária. Nosso trabalho oferece uma base prática para a publicidade transparente e controlável nativa de LLMs em serviços do mundo real.’

Método

Ao contrário da abordagem anterior mencionada acima, na qual as palavras usadas para quantificar um nível de incremento acabavam vazando para a saída, o novo método usa quatro tokens de controle específicos, cada um representando uma intensidade publicitária diferente:

q̂ = q ⊕ [AD_LV_n]

É claro que o token n acima representa um número potencialmente arbitrário, mas, neste caso, o AdKnob limita o intervalo a uma escala de 1 a 4 (provavelmente tão granular quanto seria possível para essas variáveis específicas, isto é, o quão «óbvio» e o quão «chamativo» é o conteúdo publicitário).

Como esses tokens abstratos não têm significado preexistente, o modelo pode aprender a finalidade pretendida sem confundi-los com a linguagem comum.

Segundo os autores, o modelo é então treinado com Otimização Direta de Preferências (DPO) para alinhar os tokens de controle ao nível de intensidade desejado:

‘[We] baseia, assim, a construção das preferências em duas métricas: publicidade [score], que mede o destaque e a impressão positiva com que a marca e o texto do anúncio são incorporados à resposta, e qualidade da resposta [score], que mede o quanto a resposta atende ao usuário [query].’

Para montar o conjunto de pares, as respostas candidatas foram avaliadas quanto à intensidade publicitária, à relevância, à fluência e às informações preservadas de uma resposta sem publicidade. Em seguida, as pontuações foram usadas para selecionar exemplos de treinamento para cada nível de publicidade.

Para cada cenário publicitário, foram geradas 25 respostas possíveis com GPT-4o, usando prompts que incentivavam diferentes graus de promoção de produtos. Foi selecionada a resposta com a maior pontuação para cada nível desejado, juntamente com três alternativas deliberadamente inferiores, que representavam baixa qualidade, intensidade publicitária incorreta ou ambas:

Pontuações publicitárias de 25 respostas candidatas geradas com cinco prompts diferentes. A considerável sobreposição entre as cinco curvas mostra por que apenas o uso de prompts não conseguia produzir níveis publicitários distintos de forma confiável.

Essas comparações foram usadas para treinar o modelo com a técnica DPO mencionada anteriormente, ensinando-o a produzir respostas que correspondessem ao nível publicitário solicitado, sem deixar de ser úteis e naturais.

Testes

O AdKnob foi avaliado em quatro níveis de intensidade publicitária com seis modelos: Qwen3-4B-Instruct; Phi-4-Mini-Instruct (3.8B); LLaMA-3.2-3B-Instruct; Qwen2.5-14B-Instruct; Phi-4 (14B); e LLaMA-3.1-8B-Instruct.

A intensidade publicitária e a qualidade das respostas foram avaliadas separadamente, enquanto a precisão da rotulagem dos anúncios foi medida usando ROC-AUC, precisão e revocação e F1.

Os modelos foram ajustados com Adaptação de Baixa Ordem (LoRA), limitando-se as respostas geradas a 500 tokens e definindo-se um limiar de 0,005 para a rotulagem de anúncios. Todos os experimentos foram realizados em uma única GPU NVIDIA H200, equipada com impressionantes 141 GB de VRAM HBM3e.

Foram usados quatro métodos como referência. Na categoria em duas etapas, a publicidade era inserida em uma resposta gerada previamente; na categoria baseada em prompts, a publicidade era incorporada por meio de prompts de sistema.

Os outros dois métodos foram: o JU-NLP, que recorria ao ajuste fino para favorecer publicidade menos ostensiva; e o NL-prompt (prompts de sistema comuns que especificavam a intensidade publicitária, sem treinamento adicional), que usava instruções em linguagem natural para solicitar quatro níveis de intensidade publicitária: sutil (L1); moderada (L2); intensa (L3); e máxima (L4).

Três métodos de identificação de anúncios foram comparados: Marker, que instruía o modelo a marcar os anúncios enquanto escrevia; BERTScore, que sinalizava frases semelhantes ao texto publicitário fornecido; e AttnLRP, usado para rastrear a influência da publicidade nos processos internos do modelo:

Resultados dos testes que comparam a intensidade da publicidade e a qualidade das respostas em quatro modelos de IA. O AdKnob (em azul) alcançou uma faixa mais ampla e uniforme de níveis de publicidade (L1–L4) do que os métodos concorrentes, mantendo, em geral, uma qualidade superior nas respostas para intensidades publicitárias comparáveis.

O AdKnob produziu uma faixa mais ampla e consistente de intensidades publicitárias do que os métodos concorrentes, além de, em geral, oferecer respostas de melhor qualidade em níveis comparáveis. Isso foi atribuído aos seus novos tokens de controle e à rejeição de respostas de baixa qualidade durante o treinamento.

Os autores afirmam:

‘O JU-NLP é ajustado para tornar os anúncios menos explícitos, sem controle direto da intensidade, e produz respostas com intensidade fixa. Embora o NL-prompt abranja várias intensidades, sua faixa é estreita e os índices de publicidade são inconsistentes, o que confirma que instruções em linguagem natural não bastam para controlar a intensidade.

‘Em contrapartida, o AdKnob abrange uma faixa ampla e uniforme de intensidades publicitárias.

‘Isso se deve aos nossos tokens de controle de anúncios, que não têm semântica pré-treinada e servem especificamente como sinais de condicionamento para controlar a intensidade publicitária, permitindo que o DPO estabeleça um mapeamento claro entre cada token e a intensidade correspondente.’

Segundo o artigo, a abordagem dos autores também gerou respostas de melhor qualidade do que os métodos concorrentes para intensidades publicitárias semelhantes — uma melhoria atribuída ao uso de exemplos de treinamento nos quais respostas inferiores eram explicitamente rejeitadas.

Em seguida, os autores avaliaram os recursos de identificação de anúncios do sistema:

Resultados da detecção de anúncios em quatro modelos de IA. Pontuações mais altas indicam maior precisão; os melhores resultados aparecem em negrito.

O AdKnob alcançou a maior precisão geral de detecção nos quatro modelos, identificando anúncios em apenas 2,5–7,3 milissegundos por resposta. Em comparação, o BERTScore levou aproximadamente 1.800 milissegundos, o que tornou o AdKnob mais de 500 vezes mais rápido no menor modelo testado.

Os autores acrescentam:

‘Por meio de orientações explícitas baseadas em ablação, o AdKnob treina o modelo para estabelecer uma forte atribuição entre os tokens de entrada relacionados a anúncios e os segmentos publicitários, alcançando os melhores resultados de AUC e F1 em todos os modelos.’

‘Além disso, o AdKnob permite a identificação em tempo real sem custo adicional de inferência, a ∼3 ms por resposta em [Qwen3-4B.]

Em um teste qualitativo, anúncios do Nintendo Switch foram incluídos como uma recomendação entre várias no Nível 1. No Nível 4, a marca dominou a resposta, com trechos promocionais identificados pelo AdKnob em ambos os níveis de intensidade:

Exemplos de respostas a uma consulta sobre a Black Friday do Walmart em dois níveis de publicidade. Os trechos destacados com [AD] indicam conteúdo promocional.

Por fim**, os autores realizaram um estudo com usuários, envolvendo 913 participantes, que avaliaram a intensidade da publicidade e a qualidade das respostas, compararam o AdKnob com métodos concorrentes e analisaram a precisão na identificação de conteúdo promocional:

Resultados das avaliações humanas do AdKnob. A tabela apresenta as classificações da intensidade da publicidade e da qualidade das respostas, as taxas de preferência em relação aos métodos concorrentes e a precisão na detecção de anúncios. As células verdes indicam taxas de preferência superiores a 50%.

Os autores concluem:

‘O AdKnob alcança as maiores pontuações de AUC e F1. Vale destacar que o AdKnob apresenta alta revocação e poucos falsos negativos, algo fundamental do ponto de vista regulatório, pois deixar de identificar um segmento publicitário representa grandes riscos jurídicos e de confiança.’

Conclusão

Uma questão interessante sobre a publicidade integrada aos LLMs — que, pelo que percebi, ainda não recebeu atenção — é o que acontece quando a resposta sem anúncios é igual à resposta baseada em anúncios.

Por exemplo, se alguém pede uma recomendação de restaurante local e só há um McDonald’s e um café muito mal avaliado, mas o McDonald’s pagou para aparecer em destaque, então presumivelmente ele será apresentado como anúncio, porque isso atende aos objetivos da estrutura que o hospeda… mesmo que já fosse a escolha natural?

Ler sobre esse tipo de coisa, sobre a qual escrevo com bastante frequência neste site, me faz sentir como um peru folheando um catálogo de fornos. O que convém lembrar é que, mesmo com a rotulagem mínima exigida em certos territórios, o conteúdo «enganoso» em nossas saídas não será destacado. Alguns dos pouquíssimos exemplos apresentados neste e em artigos semelhantes mostram um nível gritante de intrusão de conteúdo comercial sobre o conteúdo nativo.

E, é claro, esses são os exemplos escolhidos a dedo: aqueles que funcionaram e não alucinaram, fizeram associações escandalosas ou ofensivas, nem causaram controvérsia de outras formas. Em grande escala, para arquiteturas tão propensas a episódios de desonra pública, talvez esse seja mais um motivo para a maioria dos serviços de fronteira estar abordando a publicidade com cautela.

* Intitulado «AdKnob: Controle da intensidade e rotulagem de anúncios para publicidade nativa de LLMs», de seis autores da Escola de Computação da KAIST.

** Como de costume, omitimos os estudos de ablação (exceto nos casos em que constituem parte do valor central do trabalho, em vez de uma verificação pontual).

Publicado originalmente na quinta-feira, 5 de novembro de 2026