Gigante americana das bets usa IA para encontrar apostadores mais propensos a perder

Cerca de um ano depois de começar como analista de dados na DraftKings, Jayden Butts recebeu uma nova tarefa. A gigante das apostas online gastava centenas de milhões de dólares por ano em incentivos promocionais: dinheiro "grátis" para apostar, anunciado por e-mails e alertas no celular. Mas a empresa sabia pouco sobre a eficácia deles.

Então, em 2023, a DraftKings pegou os registros de apostas dos clientes e construiu um modelo de aprendizado de máquina — uma forma de inteligência artificial que busca padrões em dados — para responder a uma pergunta: quem tinha mais probabilidade de reagir às promoções apostando, e perdendo, mais?

A missão de Butts era testar esse modelo, priorizando apostas grátis e bônus para esses prováveis perdedores. Logo, uma questão começou a incomodá-lo: muitas dessas pessoas não seriam propensas ao vício? "Estamos procurando traços e características que possamos mirar e que indiquem um bom investimento", disse ele. Pela lógica estritamente financeira, "o melhor investimento seria um apostador compulsivo".

Butts tinha razões para se preocupar. A DraftKings ganha dinheiro quando os apostadores perdem dinheiro. E o modelo buscava identificar aqueles que a empresa poderia levar a perder mais. Ele pontuava cada cliente com base em seus hábitos: quanto maior a pontuação, mais dinheiro aquele apostador tenderia a perder a cada promoção oferecida.

Desde que Butts rodou aqueles testes, a DraftKings continuou a refinar seus métodos, usando ciência de dados para mirar apostadores perdedores com promoções que estimulam mais apostas, segundo seis ex-funcionários que trabalharam nesses projetos. Ao mesmo tempo, disseram outros quatro ex-funcionários, a empresa travou ou enterrou esforços para usar tecnologia semelhante na previsão de quem poderia desenvolver um problema com o jogo a partir de sua atividade de apostas.

Uma investigação do New York Times mostra o que a DraftKings escolheu fazer — e não fazer — com esse poder.

O Times entrevistou mais de 40 ex-funcionários da DraftKings e obteve memorandos internos de pesquisa, apresentações e mensagens de Slack, além de registros de apostas de experimentos conduzidos com clientes.

Os documentos mostram como o modelo em que Butts trabalhou analisava dezenas de pontos de dados dos apostadores, incluindo a frequência com que jogavam, o saldo diário de suas contas e quanto costumavam perder em relação a quanto apostavam. Ele também incorporava outro modelo, que calculava a probabilidade de um usuário parar de apostar.

Esses dados de apostas também podem conter sinais de que uma pessoa está caminhando para o problema. Ainda assim, quando funcionários desenvolveram um modelo de aprendizado de máquina que atribuiria "pontuações de risco" aos usuários, a empresa engavetou o projeto, segundo dois ex-funcionários que trabalharam nele.

No fim de 2024, a DraftKings demitiu Butts por questões de desempenho, segundo ele, em meio a um breve soluço nos negócios que levou parte da empresa a acreditar que os experimentos promocionais não estavam funcionando como o previsto.