Amazon ha declarado que está utilizando herramientas de IA cada vez más sofisticadas para combatir las reseñas falsificadas y los comentarios no auténticos en su mercado.
El principal mercado de comercio electrónico del mundo lleva muchos años luchando contra los intermediarios de opiniones falsas, y recientemente ha emprendido acciones legales contra NiceRebate.com, un intermediario de opiniones falsas dirigido a clientes del Reino Unido.
Dharmesh Mehta, jefe del equipo de confianza del cliente de Amazon, declaró: "Estamos luchando agresivamente contra los intermediarios de reseñas", y reveló que Amazon había emprendido acciones legales contra 94 defraudadores de este tipo en todo el mundoen Estados Unidos, China y Europa.
En 2022, Fakespot, una herramienta creada para detectar reseñas falsas, analizó 720 millones de reseñas y estimó que unas 42% eran falsos de alguna manera.
Casi cualquiera que haya estudiado las opiniones de Amazon se habrá encontrado con opiniones sospechosas que parecen intuitivamente falsas. Muchas de ellas son opiniones pagadas con el objetivo de aumentar la puntuación de un vendedor o sabotear a una empresa rival.
Amazon está invirtiendo en modelos de aprendizaje automático capaces de analizar miles de datos para ayudar a identificar reseñas fraudulentas. El modelo de IA evalúa varios factores para determinar la probabilidad de que una reseña sea falsa, como la relación del autor con otras cuentas en línea, la actividad de inicio de sesión, el historial de reseñas y el comportamiento inusual.
Amazon también persigue a los grupos de redes sociales creados para comerciar con reseñas. En 2022, Amazon identificó más de 23.000 grupos en redes sociales, con más de 46 millones de miembros implicados en la facilitación de reseñas falsas.
Numerosos proyectos de investigación han tratado de acabar con las reseñas falsas mediante técnicas de IA de procesamiento del lenguaje natural (PLN).
Por ejemplo, un estudio en 2022 utilizaron GPT-2 para entrenar un clasificador de reseñas falsas que superó a los humanos.
Mehta declaró: "Utilizamos el aprendizaje automático para buscar cuentas sospechosas, para rastrear las relaciones entre una cuenta de compra que está dejando una reseña y alguien que vende ese producto. Mediante una combinación de investigación meticulosa, aprendizaje automático avanzado e inteligencia artificial, podemos evitar que las reseñas falsas lleguen al cliente."
Cómo detecta la IA las reseñas falsas
Si alguna vez has leído una reseña y has pensado: "Eso parece falso", eso demuestra más o menos que la IA puede hacer lo mismo. Hay señales e indicios que captas, y la IA también puede aprenderlos.
Las IA pueden utilizar la PNL para examinar factores como el exceso de puntuación, la gramática deficiente y los tonos excesivamente negativos o positivos, lo que también se conoce como análisis de sentimiento. Sin embargo, la detección de reseñas falsas es mucho más que eso, y si Amazon no define criterios estrictos, corre el riesgo de eliminar reseñas auténticas.
Otros métodos incluyen analizar qué tipos de productos reciben reseñas falsas, el momento en que se dejan las reseñas falsas y si las reseñas genéricas de 5 estrellas proceden de la misma cuenta.
Por supuesto, no hay nadie mejor situado para analizar esos datos que Amazon, lo que lleva a preguntarse por qué el problema es tan grande (o mayor) que nunca.
Por mucho que Amazon quiera fomentar la confianza eliminando las reseñas falsas, mantener grandes volúmenes de todos revisiones redunda en su propio beneficio.
En Saoud Khalifah de Fakespot dice"Si Amazon eliminara el 100% de las reseñas falsas, perdería cientos de miles de millones de valor para sus accionistas".
