亚马逊最近推出了AI生成的客户评论亮点，这些亮点简要总结了书面评论中的主题和情感，帮助购物者快速判断产品是否适合他们的需求。这项从今年年初开始测试的总结工具，目前仅向美国的某些移动用户提供。

一项新的AI生成功能可以提供产品见解，并允许轻松访问强调特定产品属性的评论，比如“易用性”或“性能”。

通过利用AI呈现评论亮点并鼓励真实反馈，亚马逊致力于让客的户购物之旅更加清晰和透明。

从本质上讲，这项技术从亚马逊的社区准则中获取其功能，这些准则作为机器学习模型的参数，分析多个数据点以检测风险，并依靠专家调查员对欺诈检测技术进行分析，以防止虚假评论。该分析包括各种数据点，如账户关系、登录活动、评论历史和异常行为的指标。

“我们的目标是确保亚马逊商店中的每条评论都值得信赖，并反映买家的实际体验。亚马逊欢迎真实的评论，无论是正面的还是负面的，但严格禁止故意误导买家的虚假评论，“亚马逊销售伙伴风险副总裁David Montague说。

他补充道：“我们继续创新我们的主动技术，以检测虚假评论和其他异常行为的迹象。”

这与该公司的“Rekognition内容审核”系统相一致，该系统用于审核产品评论中的有害图像。该系统结合了机器学习和由人员参与的审核，从自动化的图像决策开始，占比为40%，并逐渐提高。一些自管理模型已过渡到Amazon Rekognition Detect Moderation API，以提高准确性。

这种迁移简化了架构，减少了工作量和成本。Rekognition内容审核的准确性降低了人员审核的需求和开支，为产品评论的审核带来了明显的好处。

亚马逊正在战略性地将AI融入其产品提供中。该公司不再强调突出的AI聊天机器人或图像工具，而是专注于使开发人员能够利用其AWS云基础设施构建自己的生成式AI工具的服务。

最近，亚马逊与Meta合作推出了LLaMa 2，并在AWS上运行该工具。尽管亚马逊不愿透露其AI/ML模型的详细信息，但“评论总结”工具很可能是基于Meta的LLaMa 70B模型。

今年年初，亚马逊的CEO Andy Jassy表示，生成式AI对该公司的未来具有重要的影响。这一点可以从亚马逊各个业务部门正在进行的生成式AI倡议中得到证明。

更多问题

然而，关于使用AI来打击虚假评论的最新公告引发了关于总结生成过程中潜在偏见的问题。虽然AI能够将大量信息压缩成总结，但人们担心亚马逊的盈利动机可能会影响AI如何呈现信息。

这可能导致偏爱高利润产品和知名品牌，潜在地对具有有限营销预算的小型卖家造成不利影响。

法律行动

自1995年以来，亚马逊的客户评论一直是其平台的重要组成部分，因此通过使用AI不断改进其实用性是明智的。然而，随着虚假评论代理的出现，评论在很大程度上失去了可信度。报告显示，该平台上高达40%的评论可能是虚假的。

最近亚马逊针对涉嫌宣传制造虚假评论代理采取的法律行动进一步证明了亚马逊打击虚假评论的承诺。

Montague表示：“我们打击虚假评论的另一种方式是通过法律行动。我们不仅针对问题的源头，而且向外界传递了明确的信息，我们的商店中没有滥用的地方，我们将追究欺诈者的责任。”

美国联邦贸易委员会最近还提出了一项规则，禁止欺骗性在线评论，旨在提升可信度。这项规则的制定始于2019年，涉及对虚假宣传和虚假评论的案件。该提议的规定禁止销售或征求虚假评论，包括捏造的个人资料、AI生成的内容以及非用户的评论，并对违规行为进行处罚。

其他禁止活动包括为购买任何产品的正面/负面评论，允许领导层/附属公司在没有适当披露的情况下进行评论，将评论网站作为自己产品的“独立”运营，通过威胁/恐吓压制评论，以及销售虚假的参与度指标，如关注者和视频浏览量。

还有更多的空间

亚马逊的努力已经取得了成果，该公司报告称，过去一年内使用这些方法阻止了超过2亿条涉嫌虚假评论。这家零售平台承认，通过与私营部门实体、消费者团体和政府进行合作，有效解决这一问题至关重要。

尽管亚马逊的努力，消费者团体仍然认为需要采取更多措施来打击广泛存在的虚假评论问题。虽然亚马逊利用AI和采取法律行动打击虚假评论运营商取得了进展，但消费者团体强调需要更强有力的立法措施和进一步合作，以确保真实可信的在线购物体验。