Seguro que has escuchado en más de una ocasión que en Amazon, así como en otras tiendas online, puede haber reseñas falsas, y esto supone un problema a la hora de elegir un producto u otro. Para intentar solucionar esto, un equipo de investigadores de la Universidad East London ha creado una herramienta basada en inteligencia artificial que ayuda a descubrir qué comentarios han sido generados por una IA y cuáles no. Los creadores de este proyecto explican que estas reseñas falsas no solo pueden influir en la compra, sino que también afectan a la competencia que juega limpio y no acepta este tipo de comentarios. Es más, en muchos, los consumidores acaban comprando artículos de mala calidad.La gran diferencia de este nuevo sistema con respecto a los métodos anteriores es que no se limita a buscar palabras sospechosas o repetidas. En lugar de eso, la IA intenta entender el sentido real de lo que está escrito, analizando el contexto de cada frase para detectar esas reseñas falsas que a cualquiera de nosotros nos parecerían verdaderas. Para lograrlo, la herramienta une dos elementos: el análisis del texto y algunas pistas sobre cómo se comporta el usuario. Se fija, por ejemplo, en si la emoción de las palabras coincide realmente con las estrellas que le dieron al producto, qué tan largo es el comentario o si hay patrones extraños que suelen repetirse.Una herramienta con una tasa de aciertos muy altaHay que tener mucho cuidado con las reseñas de Amazon y otras tiendas online, en ocasiones son falsasAl probarlo con datos reales, el sistema funcionó bastante bien, alcanzando una efectividad del 93 % en Amazon y del 91 % en Yelp, lo que supera los resultados de los métodos habituales. Hisham AbouGrad, uno de los investigadores, comenta que las reseñas falsas se han vuelto tan parecidas a las reales que ya casi es imposible distinguirlas a simple vista. Cabe mencionar que un humano suele acertar aproximadamente el 50 % de las veces.Aunque los resultados, que han sido publicados en FinTech and Sustainable Innovation, son buenos, el equipo sabe que todavía queda mucho que hacer. El siguiente paso es probar el sistema con bases de datos mucho más grandes y variadas para seguir mejorándolo. La idea es que esta tecnología puede integrarse directamente en las grandes tiendas online para que los compradores no se dejen llevar por opiniones falsas. .image img { width: 100% !important; height: auto !important; }