Muitas pessoas recorrem às avaliações de outros compradores ao adquirir produtos online, pois é comum ter dúvidas sobre a qualidade ou outros aspectos da mercadoria.
PUBLICIDADE
Os comentários de clientes que já utilizaram o produto podem influenciar a decisão de compra. Contudo, verificar a veracidade dessas avaliações é crucial. A Amazon, por exemplo, está utilizando IA para assegurar a autenticidade dessas análises.
Amazon's AI Battles Fake Reviews
— OneLike (@OneLikeApp) November 17, 2023
Amazon employs advanced AI to analyze and block over 200 million suspected fake reviews, safeguarding customer trust 🛒🤖🛡️
By #Amazonhttps://t.co/HrN9w0aVXD
Como a IA é utilizada?
Antes de publicar uma avaliação, a Amazon utiliza inteligência artificial para analisar certos indicadores. A maioria dos comentários é postada instantaneamente, mas se algum sinal de problema é detectado, a empresa possui várias opções.
Caso existam evidências de que uma avaliação é falsa, a Amazon pode bloqueá-la ou removê-la. Em situações mais graves, a permissão de um cliente para fazer revisões pode ser revogada.
PUBLICIDADE
Quando uma avaliação levanta suspeitas – mas não há provas concretas – funcionários da Amazon, treinados para identificar comportamentos fraudulentos, procuram por outros sinais indicativos de problemas. Em 2022, a empresa detectou e bloqueou mais de 200 milhões de avaliações suspeitas e falsas em todo o mundo.
“Avaliações falsas enganam intencionalmente os clientes, fornecendo informações que não são imparciais, autênticas ou destinadas a esse produto ou serviço”, disse Josh Meek, gerente sênior de ciência de dados da equipe de prevenção e abuso de fraude da Amazon.
“Trabalhamos arduamente para monitorar e aplicar nossas políticas de forma responsável, para garantir que as avaliações reflitam as opiniões dos clientes reais e proteger os vendedores honestos que confiam em nós para acertar.”
PUBLICIDADE
Atualmente, a IA desempenha um papel crucial nesse processo. Ela é empregada para analisar uma variedade de dados, incluindo investimentos do vendedor em anúncios que possam resultar em avaliações adicionais, relatórios de abuso enviados pelos clientes, padrões de comportamento de risco, histórico de avaliações e uma gama diversificada de informações relevantes.
Leia também:
