Otra táctica recomendada es dejar reseñas negativas sobre otros productos para dar una apariencia más genuina al perfil del revisor. Muchos de estos revisores son personas que ya compran en Amazon, incluidos los miembros de Prime, que se sienten tentados por la promesa de un obsequio.
Jugando el sistema
Precisamente cómo se calculan las calificaciones de estrellas de Amazon es un secreto. La empresa utiliza un modelo patentado de aprendizaje automático que incluye múltiples factores, incluido el comportamiento anterior del revisor, si se verificaron las compras y qué tan reciente es una revisión. Sin duda, su modelo de detección de reseñas falsas ha mejorado con los años, pero también las técnicas de los estafadores.
Revise las granjas que solían usar generadores de cadenas de Markov, un algoritmo que puede crear oraciones rudimentarias mediante el uso de frases comunes y probabilidad para predecir estructuras de oraciones. Eso es según Saoud Khalifah, el fundador de Fakespot, una empresa que detecta críticas falsas y estafas. “Hoy, están utilizando modelos de aprendizaje automático que trabajan a partir de datos extraídos para escanear reseñas antiguas y volver a girar las palabras”.
Cortesía de Rajvardhan Oak
Khalifah comenzó Fakespot desde su habitación después de comprar un suplemento de cinco estrellas y recibir un producto que «parecía que alguien lo había hecho en un garaje como un proyecto paralelo». Comenzó creando un programa que podía detectar generadores de texto, pero luego comenzó a incorporar otros atributos que se encuentran en las reseñas falsas. Creó un sitio web, se lo pasó a amigos y familiares, y al poco tiempo renunció a su trabajo de ingeniero de software en Goldman Sachs para dedicarse de tiempo completo a Fakespot.
Puede descargar la aplicación Fakespot para Android e iOS, o agregarla a su navegador y usarla para analizar reseñas en una variedad de minoristas, incluidos Amazon, Best Buy, eBay y Walmart. Khalifah dice que Fakespot emplea de 20 a 30 modelos de aprendizaje automático cuando analiza una lista y tiene más de 12 mil millones de reseñas en su base de datos. Cada modelo se enfoca en un atributo particular: uno evalúa cómo escriben las personas, otro identifica enlaces a grupos promocionales y otro profundiza en el perfil del revisor. El ingrediente secreto es que Fakespot puede rastrear a los revisores en todas las plataformas.
Algunos estafadores están utilizando estos sistemas automatizados, pero Khalifah reconoce que Fakespot no puede hacer mucho con el reclutamiento de reseñas falsas en las redes sociales, ya sea en Facebook, Twitter o Telegram. Es un problema que Amazon ha estado luchando durante años.
“Tenemos equipos dedicados a descubrir e investigar corredores de reseñas falsas”, le dice un portavoz de Amazon a WIRED. “Nuestros investigadores expertos, abogados, analistas y otros especialistas rastrean a los corredores, reúnen evidencia sobre cómo operan y luego emprendemos acciones legales contra ellos. Estamos comprometidos a mantener las reseñas confiables en nuestras tiendas, y esta estrategia de acabar con los estafadores está funcionando».