Lesen Sie Bewertungen, die von einem Roboter geschrieben wurden … und Sie sehen nur Feuer

Laut einer Studie der Dartmouth School of Business und der Tuck School of Business der Indiana University können künstliche Intelligenzsysteme darauf trainiert werden, Produktbewertungen zu schreiben, die menschlichen Texten ähneln, was für Verbraucher, Vermarkter und professionelle Rezensenten nützlich sein kann.

Arbeit veröffentlicht inInternationale Zeitschrift für Marketingforschungsowie die Identifizierung der ethischen Fragen, die durch die Verwendung computergenerierter Inhalte aufgeworfen werden.

„Das Schreiben von Produktbewertungen ist sowohl für Menschen als auch für Computer schwierig, insbesondere aufgrund der großen Anzahl von vorgestellten Produkten“, sagt Keith Carlson. „Wir wollten sehen, wie KI eingesetzt werden kann, um den Menschen zu helfen, die diese Bewertungen schreiben und verwenden.“

Für das Geschäft hat das Dartmouth-Team zwei Herausforderungen geschaffen. Die erste bestand darin, festzustellen, ob die Maschine trainiert werden kann, Originalrezensionen auf „menschlicher Ebene“ zu schreiben, indem sie nur eine kleine Anzahl von Produktmerkmalen verwendet, nachdem sie mit vorhandenen Inhalten „trainiert“ wurde. Zum anderen wollte das Forschungsteam sehen, ob maschinelle Lernalgorithmen verwendet werden können, um Zusammenfassungen von Produktbewertungen zu schreiben, für die es bereits viele Bewertungen gibt.

„Der Einsatz von KI zum Verfassen und Synthetisieren von Bewertungen kann die Effizienz auf beiden Seiten des Marktes steigern“, sagte Richter Prasad Vana, außerordentlicher Professor für Betriebswirtschaftslehre. „Wir hoffen, dass KI Rezensenten mit hoher Arbeitsbelastung und Verbrauchern helfen wird, die große Mengen an Inhalten zu verschiedenen Produkten prüfen müssen.“

Spezialisten konzentrierten sich aufgrund der weit verbreiteten Verfügbarkeit von Inhalten zum Trainieren von Computeralgorithmen auf Wein- und Bierbewertungen. Artikel zu diesen Produkten enthalten zudem ein relativ spezifisches Vokabular, was bei der Arbeit mit Systemen der künstlichen Intelligenz von Vorteil ist.

Um festzustellen, ob ein Computer nützliche Bewertungen von Grund auf schreiben kann, fütterten die Forscher einen Algorithmus mit etwa 180.000 Bewertungen bestehender Weine. Metadaten zu Aspekten wie Produktherkunft, Rebsorte, Klassifizierung und Preis wurden auch verwendet, um das maschinelle Lernsystem zu trainieren.

Durch den Vergleich von computergenerierten Rezensionen mit denen, die von Menschen für denselben Wein geschrieben wurden, fand das Forschungsteam Ähnlichkeiten zwischen den beiden Versionen. Die Ergebnisse blieben konsistent, selbst als das Team den Algorithmus herausforderte, indem es die Menge der als Referenz verfügbaren Daten änderte.

Die computergenerierten Inhalte wurden dann von Laien bewertet, um festzustellen, ob die Bewertungen von Maschinen oder Menschen verfasst wurden. Laut der Studie war es unmöglich, zwischen den beiden Arten von Inhalten zu unterscheiden; Darüber hinaus war ihre Absicht, Wein zu kaufen, ähnlich, unabhängig von der Art der Kritik an dem betreffenden Wein.

Synthesefähigkeitstest

Nachdem das Forschungsteam herausgefunden hatte, dass KI Bewertungen von trinkbarem Wein schreiben kann, wandte es sich Bierbewertungen zu, um die Fähigkeit eines Computers zu bestimmen, „Kombinationen“ zu schreiben. Anstatt zu trainieren, um neue Inhalte zu erstellen, baten die Forscher den Algorithmus, Artikel aus Rezensionen desselben Produkts zusammenzusetzen. Dies testete die Fähigkeit der KI, begrenzte, aber nützliche Informationen über ein Produkt auf der Grundlage einer Vielzahl von Meinungen zu identifizieren und bereitzustellen.

Dazu stellten die Forscher dem Algorithmus 143.000 Bewertungen von mehr als 14.000 Bieren zur Verfügung. Wie beim Wein wurde der Text jeder Bewertung von Metadaten begleitet, darunter der Name des Produkts, sein Alkoholgehalt und die Art des Getränks sowie Bewertungen der ursprünglichen Rezensenten.

Auch das Computermodell konnte laut Studie bereits Bewertungen sammeln und Eckpunkte liefern.

Laut dem Forschungsteam sollen die Algorithmen professionelle Prüfer und Vermarkter nicht ersetzen, sondern sie bei ihrer Arbeit unterstützen. Eine computergenerierte Rezension kann beispielsweise als erster Entwurf dienen, der dann von einem Menschen überprüft wird.

Die Forscher sagen, dass die Arbeit auch den Verbrauchern helfen könnte. Zusammenfassungen vieler Bewertungen können für viele online angebotene Produkte und Dienstleistungen verwendet werden, um Menschen zu helfen, die keine Zeit haben, eine große Anzahl von Meinungen und Bewertungen zu lesen.

Die Forscher sagen jedoch, dass sie sich der ethischen Probleme bewusst sind, die mit der Verwendung von Computeralgorithmen zur Beeinflussung des Verhaltens menschlicher Verbraucher verbunden sind.

Da Werbetreibende erkennen, dass sie es einfacher machen können, computergenerierte Inhalte zu akzeptieren, indem sie sie als von Menschen geschriebenen Text weitergeben, verlangen Werbetreibende nach Transparenz, wenn es um maschinell generierte Bewertungen geht.

„Wie bei anderen Technologien müssen wir darauf achten, wie wir diese neue Entwicklung einsetzen“, sagt Carlson. „Bei verantwortungsvoller Nutzung können computergenerierte Rezensionen zu einem Werkzeug zur Steigerung der Produktivität und zur Bereitstellung nützlicher Informationen für Verbraucher werden.“

Verpassen Sie keinen unserer Inhalte

Ermutigen Sie Octopus.ca

Leave a Comment