L’IA générative a rapidement trouvé sa place dans de nombreux secteurs, en partie grâce à ses capacités de synthèse et de conversation. Maintenant, dans un développement récent, Amazon a commencé à déployer une nouvelle fonctionnalité qui exploite l’IA pour résumer les avis des utilisateurs, offrant aux utilisateurs une idée générale des avantages et des inconvénients d’un produit tout en leur faisant gagner un temps précieux.
Selon Amazon, cette fonctionnalité a subi des tests initiaux il y a plusieurs mois et, suite à des commentaires positifs, est maintenant présentée à un groupe restreint d’utilisateurs à travers les États-Unis. En termes de fonctionnalité, les résumés d’examen générés par l’IA fonctionneront de la même manière que les résumés « Critics Consensus » et « Audience Says » sur des plateformes telles que Rotten Tomatoes. Par exemple, si un utilisateur envisage d’acheter un nouveau téléviseur intelligent LG et n’est pas certain des commentaires de l’utilisateur. Ils peuvent utiliser la fonction de résumé générée par l’IA, qui mettra en évidence les attributs positifs et négatifs des produits.
Dans un effort pour renforcer encore la fonctionnalité de résumés d’IA, Amazon met également en œuvre des balises cliquables qui agissent comme des aides à la navigation, mettant en évidence les thèmes importants et les mots-clés communs recueillis à partir du pool d’avis des clients.
Faux avis d’utilisateurs
Alors que les efforts d’Amazon pour fournir des résumés d’avis générés par l’IA sont un pas dans la bonne direction, les difficultés de l’entreprise avec de faux avis pourraient saper tout l’intérêt. En effet, si les avis des clients sont faux et font faussement la promotion du produit, les résumés de l’IA véhiculeront également le même récit. Cependant, il est important de noter qu’Amazon a reconnu ces préoccupations et a déclaré qu’il s’appuie exclusivement sur des informations dérivées d’achats vérifiés. De plus, dans les cas douteux, Amazon affirme qu’il emploiera des enquêteurs humains équipés d’outils avancés de détection de fraude. pour analyser et contrer les cas de rétroaction fabriquée.
« Nous continuons à allouer des ressources substantielles à la lutte proactive contre les faux avis. Cela englobe des modèles d’apprentissage automatique examinant des milliers de points de données pour identifier les risques potentiels, y compris les relations de compte, les activités de connexion, les historiques de révision et d’autres indicateurs de comportement inhabituel », explique Amazon.
