23.9 C
Venezuela
viernes, febrero 23, 2024

Cómo Amazon utiliza la IA para identificar reseñas falsas


Amazon emplea diversas tecnologías de inteligencia artificial, como el aprendizaje automático, avanzados sistemas lingüísticos y redes neuronales especializadas.

La empresa resalta la importancia de una fácil interacción en su plataforma para que los consumidores expresan sus valoraciones sobre productos y contribuyan a las decisiones informadas de futuros compradores.

En 2022, la empresa identificó más de 200 millones de reseñas sospechosas de ser falsas. Foto/Cortesía

“¿Qué ocurre cuando un cliente envía una reseña? Antes de ser publicada, Amazon utiliza Inteligencia Artificial para analizar dicha reseña o comentario en busca de indicadores de riesgo que ayuden a detectar que esa reseña podría ser fraudulenta”, explicó la empresa en su blog.

Amazon aseguró que la gran mayoría de las reseñas superan los más altos estándares de autenticidad y se publican de inmediato. Sin embargo, recurren a varias acciones si se detecta una posible reseña fraudulenta.

Si Amazon asegura que la reseña es falsa, actúa rápidamente para bloquearla o eliminarla y tomar, en caso de ser necesario, medidas adicionales.

Estas medidas incluyen la revocación de los “privilegios” de los clientes para publicar reseñas, el bloqueo de las cuentas de las personas infractoras, e incluso la interposición de acciones legales contra las partes involucradas.

Cómo se integra la IA

La empresa afirma que utiliza los últimos avances en el campo de la Inteligencia Artificial para detener y bloquear las reseñas falsas, las valoraciones manipuladas, las cuentas de clientes fraudulentas y otros abusos antes de que otros clientes los vean.

La compañía utiliza aprendizaje automático y redes neuronales para filtrar opiniones no fidedignas y mantener la calidad en su plataforma. Foto/Cortesía

Los modelos de aprendizaje automático (ML, por sus siglas en inglés) analizan multitud de datos incluyendo, por ejemplo, si el vendedor ha invertido en publicidad (lo que puede ayudar a generar un número de reseñas adicionales), informes de abuso enviados por los clientes, patrones de comportamiento, o el historial de reseñas, entre otros muchos factores.

Además, los modelos lingüísticos avanzados (Large Language Model – LLM, por sus siglas en inglés) se utilizan junto con otras técnicas de procesamiento del lenguaje natural para analizar anomalías que podrían indicar que una reseña es falsa o está incentivada, por ejemplo, a través de la concesión de una tarjeta de regalo, un producto gratuito o alguna otra forma de reembolso.

Puedes leer: Llega la inteligencia artificial para controlar la asistencia al trabajo

También se utilizan redes neuronales de gráficos (GNN, por sus siglas en inglés) para analizar y comprender relaciones y patrones de comportamiento complejos con el fin de detectar y hacer frente a los infractores.

“La diferencia entre una reseña auténtica y una falsa no siempre es evidente”, explicó Josh Meek, responsable del equipo de Prevención contra el Fraude y Abuso en Amazon.

Con información de Infobae

Otras noticias de interés

Noticias Relacionadas

Redes Sociales

20,299FansMe gusta
112,425SeguidoresSeguir
4,600SuscriptoresSuscribirte

Últimas noticias