Главное управление по регулированию азартных игр Испании (DGOJ) сталкивается с растущим скепсисом со стороны экспертов по проблемной игре в отношении готовящегося к запуску алгоритма машинного обучения, призванного выявлять рискованное поведение игроков на рынке онлайн-гемблинга страны. Эта тема стала одной из центральных на недавней конференции Gaming in Spain в Мадриде, где генеральный директор DGOJ Микель Арана защищал реформу комплаенса и управления в секторе.
DGOJ продолжает реформу регулирования
Арана подчеркнул значимость реформ DGOJ, реализуемых с 2020 года под эгидой Министерства по делам потребителей. По его словам, три из четырёх ключевых проектов уже находятся на стадии тестирования, а полный запуск ожидается в течение полугода. Среди этих инициатив особо выделяется внедрение алгоритма машинного обучения на базе технологии XGBoost, который должен выявлять 48 поведенческих уязвимостей игроков. В ближайшие месяцы регулятор также планирует внедрить централизованные лимиты на депозиты.
Озабоченность отсутствием прозрачности и внешнего участия
Несмотря на уверенность DGOJ, эксперты отрасли выражают обеспокоенность процессом разработки нового инструмента. Педро Ромеро из BetBlocker раскритиковал отсутствие открытого тендера и сотрудничества с внешними партнёрами на этапе проектирования алгоритма. По его мнению, более широкий диалог и привлечение независимых экспертов могли бы помочь решить ключевые задачи по выявлению и вмешательству в случае проблемной игры, а копирование моделей из других юрисдикций без адаптации может привести к серьёзным пробелам.
Паула Мёрфи из Mindway AI поддержала эти опасения, отметив короткий срок общественного обсуждения и отсутствие внешнего вклада в параметры алгоритма. Она также усомнилась в том, как операторы должны реагировать на результаты модели, подчеркнув, что предлагаемая система, по всей видимости, даёт лишь бинарную оценку игрока, что слишком упрощает сложную проблему лудомании.
Последствия для операторов и индустрии
Операторы и провайдеры сталкиваются с неопределённостью относительно практического применения нового алгоритма. Мёрфи отметила важность понимания причин, по которым игроки попадают в зону риска, и отслеживания изменений их поведения во времени, а не опоры только на бинарную оценку. Она также призвала к большей прозрачности в отношении обучающих данных и охвата модели, указав, что текущий подход не использует весь аналитический потенциал, уже доступный на рынке.
Недостаток подробных инструкций и прозрачности может создать сложности для операторов с точки зрения комплаенса, поскольку им, возможно, придётся адаптировать свои системы риск-менеджмента под требования DGOJ. Поднятые вопросы подчёркивают необходимость постоянного диалога между регулятором, операторами и технологическими компаниями для эффективной и гибкой защиты игроков.
Ключевые моменты
- DGOJ Испании внедряет новый алгоритм машинного обучения для выявления проблемного игрового поведения.
- Эксперты критикуют отсутствие внешнего участия и прозрачности при разработке алгоритма.
- Операторы могут столкнуться с трудностями при интеграции системы и интерпретации её результатов.
- Призывы к открытому диалогу и ясности подчёркивают важность совместного подхода к регулированию.