Amazon utiliza inteligencia artificial generativa para ofrecer a los clientes una visión más rápida de las características del producto.
Reducir textos largos a lo esencial es una disciplina fundamental para los modelos de lenguaje grandes. Esto funciona de manera bastante confiable, y Amazon tiene suficiente confianza para aplicar esta capacidad a las evaluaciones de productos.
Los nuevos «destacados generados por IA» resumen los aspectos más importantes y las opiniones de los clientes frecuentemente citadas en las evaluaciones escritas, en un párrafo conciso en la página de detalles del producto, según anunció la empresa. Esto puede ayudar a los compradores a obtener una visión más rápida de un producto sin necesidad de leer todas las evaluaciones.
La IA también podrá resaltar aspectos específicos a petición del usuario. Por ejemplo, si un usuario está buscando un producto basado en la facilidad de uso, puede filtrar las evaluaciones por ese tema y luego recibir un resumen solo de las declaraciones de evaluación sobre ese tema.
La implementación en fases comienza en EE. UU.
Los resúmenes de evaluaciones por IA se están lanzando gradualmente para clientes seleccionados en EE. UU. a través de la aplicación móvil de Amazon. Amazon planea recopilar comentarios y luego expandir la funcionalidad de Destacados de IA a más clientes y categorías.
Además, se espera que la IA ayude a identificar evaluaciones falsas, un problema que también está ganando relevancia con la IA generativa, que permite la creación rápida y plausible de falsificaciones. Según Amazon, las evaluaciones destacadas generadas por IA solo tendrán acceso a un «cuerpo confiable de evaluaciones de compras verificadas».
Amazon no aborda los posibles riesgos de la nueva funcionalidad en el anuncio. El mayor riesgo parece ser que un modelo de lenguaje pueda reflejar de manera imprecisa o incompleta, o interpretar erróneamente las evaluaciones de los clientes.
Por otro lado, la función de resumen podría ser manipulada fácilmente a través del entrenamiento del modelo o, dependiendo del método de entrenamiento, podría ser inherentemente tendenciosa al enfatizar demasiado los aspectos positivos y relativizar opiniones negativas o críticas, incluso si son válidas.
Por otro lado, el riesgo de generar información incorrecta debería ser menor en este contexto específico: si los modelos de lenguaje se refieren a un conjunto fijo de contenido, en este caso evaluaciones de productos, es menos probable que ocurran «alucinaciones».
