Anúncios enganosos no Google: o que o estudo AdLens mediu

Pesquisadores da New York University e da Radboud University criaram o AdLens para identificar anúncios enganosos de software na Central de Transparência de Anúncios do Google. O estudo classificou anúncios em três categorias e estimou suas impressões, mas analisou apenas temas selecionados e anúncios exibidos em pelo menos um país do Espaço Econômico Europeu (EEE). O artigo do AdLens não mede a prevalência no Brasil nem conta pessoas prejudicadas.

Quais tipos de anúncio o AdLens identificou

O estudo organizou os anúncios em três categorias. Os números são de identificadores de anúncios encontrados pelo sistema; uma mesma peça pode se encaixar em mais de uma categoria.

Os autores estimaram mais de 16 milhões de impressões para anúncios classificados como scareware e 89,9 milhões para os que faziam alegações enganosas. O artigo não apresenta um total de impressões comparável para a categoria de design enganoso.

O que a pesquisa contou e onde

Os pesquisadores coletaram 188.834 criativos publicitários a partir de 90 mil IDs de anúncios. Como um ID pode ter várias versões da peça, esses números não representam 188.834 anunciantes ou campanhas diferentes. Depois de remover criativos com texto extraído por OCR exatamente igual, restaram 112.761.

A amostra veio de três temas da biblioteca do Google: Software, Utilitários para aplicativos móveis e Computadores e eletrônicos de consumo. Os anúncios precisavam ter sido exibidos em pelo menos um país do EEE. O AdLens priorizou candidatos e aplicou limites por categoria; não classificou todo o acervo de anúncios do Google. Por isso, as contagens são estimativas mínimas dentro do método usado, não um censo da publicidade na plataforma.

Como o AdLens classificou os anúncios

O sistema extraiu texto das peças com reconhecimento óptico de caracteres (OCR), traduziu textos em outros idiomas e ranqueou anúncios por semelhança semântica. Em seguida, dois classificadores analisaram texto e imagem; um terceiro modelo avaliou os casos em que eles discordaram.

Três anotadores revisaram mais de 5 mil anúncios. Para o modelo que julgava divergências, o artigo relata macro-F1 de 0,922 em um conjunto de referência com 1.283 anúncios. Macro-F1 é uma medida que combina precisão e cobertura das classificações; esse resultado descreve aquele teste, não a taxa de acerto da revisão de anúncios do Google.

Um teste separado incluiu 253 anúncios e teve apenas três exemplos positivos de design enganoso. O repositório dos autores registra uma errata em uma tabela do artigo e alerta que mudanças nos modelos e nas versões de execução podem alterar resultados reproduzidos. Esses números precisam ser lidos como avaliações de conjuntos específicos, não como uma medição de toda a biblioteca do Google.

O que significam as impressões estimadas

Impressões indicam exibições de anúncios, não pessoas únicas que os viram, instalações de aplicativos ou vítimas de fraude. Para anúncios com mais de 90 dias, o Google fornece limites inferior e superior de impressões para a região do EEE e da Turquia. Os pesquisadores usaram o ponto médio desses limites como estimativa.

Em um caso específico, os autores disseram ter denunciado um anúncio vinculado a pdfscraper.com. Segundo eles, o Google removeu esse anúncio, enquanto outros 41 anúncios ligados ao mesmo domínio continuaram ativos. O artigo associa o domínio à campanha de roubo de informações TamperedChef. O episódio descreve o resultado observado nessa denúncia, sem quantificar pessoas infectadas ou prejuízos.

Como denunciar um anúncio suspeito

No anúncio, selecione Mais ou Informações, escolha Denunciar anúncio, indique um motivo e envie o formulário. A orientação oficial do Google diz que a empresa analisa as denúncias; enviar uma não bloqueia automaticamente o anúncio.