Bir inceleme yazıp gönderdikten sonra ne olur? Gelişmiş yapay zekanın özgün incelemelerin yayınlanmasına ve sahte yorumların ayıklanmasına nasıl yardımcı olduğunu öğrenin.
Müşteri yorumları, şirket 1995 yılında açıldığından beri müşterilerin Amazon mağazalarında alışveriş yapmayı sevmelerinin temel bir parçası olmuştur. Amazon, dünya çapındaki milyonlarca müşterinin satın alma kararlarını bilgilendirmeye yardımcı olmak için müşterilerin dürüst yorumlar bırakmasını kolaylaştırmaktadır. Şirket aynı zamanda kötü aktörlerin Amazon’un güvenilir alışveriş deneyiminden faydalanmasını da zorlaştırıyor.
Peki bir müşteri yorum gönderdiğinde ne olur? Amazon, çevrimiçi olarak yayınlanmadan önce, yorumun sahte olduğuna dair bilinen göstergeler açısından incelemeyi analiz etmek için yapay zekayı (AI) kullanır. İncelemelerin büyük çoğunluğu Amazon’un orijinallik konusundaki yüksek çıtasını geçiyor ve hemen yayınlanıyor. Ancak yorumların kötüye kullanılması olasılığı tespit edilirse şirketin izleyeceği çeşitli yollar vardır. Amazon incelemenin sahte olduğundan eminse, incelemeyi engellemek veya kaldırmak için hızlı bir şekilde hareket eder ve gerektiğinde müşterinin inceleme izinlerini iptal etmek, kötü niyetli kişilerin hesaplarını engellemek ve hatta ilgili taraflara karşı dava açmak da dahil olmak üzere daha fazla önlem alır. Bir inceleme şüpheliyse ancak ek kanıt gerekiyorsa, Amazon’un taciz içeren davranışları tespit etmek için özel olarak eğitilmiş uzman müfettişleri, harekete geçmeden önce diğer sinyalleri arar. Aslında Amazon, 2022’de dünya çapındaki mağazalarında 200 milyondan fazla şüpheli sahte yorumu gözlemledi ve proaktif olarak engelledi.
Amazon’un Dolandırıcılık Suistimali ve Önleme ekibinde kıdemli veri bilimi yöneticisi Josh Meek, “Sahte incelemeler, tarafsız, orijinal olmayan veya söz konusu ürün veya hizmete yönelik olmayan bilgiler sağlayarak müşterileri kasıtlı olarak yanıltıyor” dedi. “Milyonlarca müşteri, satın alma kararları için yalnızca Amazon’daki yorumların gerçekliğine güvenmiyor, aynı zamanda milyonlarca marka ve işletme, sahte yorumları doğru bir şekilde tespit etme ve bunların müşterilerine ulaşmasını engelleme konusunda bize güveniyor. İncelemelerin gerçek müşterilerin görüşlerini yansıtmasını sağlamak ve doğruyu yapmamız konusunda bize güvenen dürüst satıcıları korumak için politikalarımızı sorumlu bir şekilde izlemek ve uygulamak için çok çalışıyoruz.”
Amazon, diğer önlemlerin yanı sıra, yüz milyonlarca şüpheli sahte çevrimiçi incelemeyi, manipüle edilmiş derecelendirmeleri, sahte müşteri hesaplarını ve diğer suiistimalleri müşteriler görmeden durdurmak için yapay zekadaki en son gelişmeleri kullanıyor. Makine öğrenimi modelleri, satıcının reklamlara yatırım yapıp yapmadığı (ek incelemelere neden olabilir), müşteri tarafından gönderilen kötüye kullanım raporları, riskli davranış kalıpları, inceleme geçmişi ve daha fazlası dahil olmak üzere çok sayıda özel veriyi analiz eder. Bu verilerdeki, bir yorumun sahte olduğunu veya hediye kartı, ücretsiz ürün veya başka bir geri ödeme biçimiyle teşvik edildiğini gösterebilecek anormallikleri analiz etmek için doğal dil işleme tekniklerinin yanı sıra büyük dil modelleri kullanılır. Amazon ayrıca kötü aktör gruplarının tespit edilip ortadan kaldırılmasına veya soruşturma için şüpheli faaliyetlere işaret edilmesine yardımcı olmak amacıyla karmaşık ilişkileri ve davranış kalıplarını analiz etmek ve anlamak için derin grafik sinir ağlarını da kullanıyor.
Meek, “Gerçek ve sahte bir inceleme arasındaki fark, Amazon dışındaki birinin fark etmesi için her zaman net değildir” dedi. “Örneğin, bir satıcının reklama yatırım yapması veya harika bir ürünü doğru fiyata sunması nedeniyle bir ürün hızla yorum toplayabilir. Veya müşteri, zayıf dilbilgisi içerdiği için bir incelemenin sahte olduğunu düşünebilir.”
Eleştirmenlerimizden bazılarının sahte yorum tespitinde yanlış yaptığı nokta burasıdır; kötüye kullanım kalıplarını gösteren veri sinyallerine erişimleri olmadan büyük varsayımlarda bulunmak zorundalar. İleri teknoloji ve özel verilerin birleşimi, Amazon’un, kötü aktörler arasındaki daha derin ilişkileri belirlemek için yüzeysel düzeydeki kötüye kullanım göstergelerinin ötesine geçerek sahte yorumları daha doğru bir şekilde tanımlamasına yardımcı olur.