Amazon hat erklärt, dass es immer ausgefeiltere KI-Tools einsetzt, um gefälschte Bewertungen und nicht authentische Kommentare auf seinem Marktplatz zu bekämpfen.
Der weltweit führende eCommerce-Marktplatz kämpft seit vielen Jahren mit gefälschten Bewertungsmaklern. Vor kurzem wurden rechtliche Schritte gegen NiceRebate.com eingeleitet, einen gefälschten Bewertungsmakler, der es auf britische Kunden abgesehen hatte.
Dharmesh Mehta, Leiter des Amazon-Teams für Kundenvertrauen, erklärte: "Wir gehen aggressiv gegen Bewertungsbroker vor", und gab bekannt, dass Amazon rechtliche Schritte gegen 94 solcher Prüfungsbetrüger weltweitauch in den USA, China und Europa.
Im Jahr 2022 analysierte Fakespot, ein Tool zur Erkennung gefälschter Bewertungen, 720 Millionen Bewertungen und schätzte, dass einige 42% waren gefälscht in irgendeiner Weise.
Fast jeder, der sich mit Amazon-Bewertungen beschäftigt hat, ist wahrscheinlich schon auf verdächtige Bewertungen gestoßen, die sich intuitiv falsch anfühlen. Viele Bewertungen sind bezahlte Empfehlungen, die darauf abzielen, die Bewertungen eines Verkäufers zu verbessern oder ein konkurrierendes Unternehmen zu sabotieren.
Amazon investiert in Modelle des maschinellen Lernens (ML), die Tausende von Datenpunkten analysieren können, um betrügerische Bewertungsaktivitäten zu erkennen. Das KI-Modell wertet verschiedene Faktoren aus, um die Wahrscheinlichkeit einer gefälschten Bewertung zu bestimmen, wie z. B. die Beziehung des Autors zu anderen Online-Konten, Anmeldeaktivitäten, die Bewertungshistorie und ungewöhnliches Verhalten.
Amazon geht auch gegen Social-Media-Gruppen vor, die für den Handel mit Bewertungen gegründet wurden. Im Jahr 2022 ermittelte Amazon über 23.000 Social-Media-Gruppen mit mehr als 46 Millionen Mitgliedern, die gefälschte Rezensionen verbreiten.
Zahlreiche Forschungsprojekte zielen darauf ab, gefälschte Bewertungen mit Hilfe von KI-Techniken zur Verarbeitung natürlicher Sprache (NLP) zu entlarven.
Zum Beispiel, eine Studie im Jahr 2022 GPT-2 verwendet, um einen Klassifikator für gefälschte Rezensionen zu trainieren, der besser abschneidet als Menschen.
Mehta erklärte: "Wir verwenden maschinelles Lernen, um nach verdächtigen Konten zu suchen, um die Beziehungen zwischen einem Käufer-Konto, das eine Bewertung abgibt, und jemandem, der dieses Produkt verkauft, zu verfolgen. Durch eine Kombination aus sorgfältiger Prüfung, fortschrittlichem maschinellem Lernen und künstlicher Intelligenz können wir verhindern, dass gefälschte Bewertungen den Kunden erreichen."
Wie KI gefälschte Bewertungen erkennt
Wenn Sie jemals eine Bewertung gelesen und gedacht haben: "Das sieht unecht aus", dann ist das mehr oder weniger ein Beweis dafür, dass KI dasselbe tun kann. Es gibt Signale und Hinweise, die Sie wahrnehmen, und KI kann auch diese lernen.
KI kann NLP verwenden, um Faktoren wie übermäßige Zeichensetzung, schlechte Grammatik und übermäßig negative oder positive Töne zu untersuchen, auch Stimmungsanalyse genannt. Es gibt jedoch mehr als das, um gefälschte Bewertungen zu erkennen. Wenn Amazon keine strengen Kriterien festlegt, besteht die Gefahr, dass echte Bewertungen entfernt werden.
Andere Methoden umfassen die Analyse, welche Arten von Produkten gefälschte Bewertungen erhalten, den Zeitpunkt, zu dem gefälschte Bewertungen abgegeben werden, und ob generische 5-Sterne-Bewertungen von demselben Konto stammen.
Natürlich gibt es niemanden, der besser in der Lage ist, diese Daten zu analysieren, als Amazon, was die Frage aufwirft, warum das Problem so groß (oder größer) ist als je zuvor?
So sehr Amazon durch die Entfernung gefälschter Rezensionen das Vertrauen fördern möchte, so sehr ist die Aufrechterhaltung großer Mengen von alle Überprüfungen sind in ihrem besten Interesse.
Als Saoud Khalifah von Fakespot sagt"Wenn Amazon 100 Prozent der gefälschten Rezensionen löschen würde, würde das Unternehmen Hunderte von Milliarden an Unternehmenswert verlieren."
