A Amazon utiliza inteligência artificial generativa para oferecer aos clientes uma visão mais rápida das características do produto.
Reduzir textos longos ao essencial é uma disciplina fundamental para os modelos de linguagem grandes. Isso funciona de maneira bastante confiável, e a Amazon está confiante o suficiente para aplicar essa capacidade às avaliações de produtos.
Os novos “destaques gerados por IA” resumem os aspectos mais importantes e as opiniões de clientes frequentemente citadas em avaliações escritas, em um parágrafo conciso na página de detalhes do produto, conforme anunciado pela empresa. Isso pode ajudar os compradores a obter uma visão mais rápida de um produto sem precisar ler todas as avaliações.
A IA também será capaz de destacar aspectos específicos a pedido do usuário. Por exemplo, se um usuário está procurando um produto com base na facilidade de uso, ele pode filtrar o aplicativo por esse tópico e, em seguida, receber um resumo apenas das declarações de avaliação sobre esse tópico.
A implementação em fases começa nos EUA
Os resumos de avaliações por IA estão sendo gradualmente lançados para clientes selecionados nos EUA por meio do aplicativo móvel da Amazon. A Amazon planeja coletar feedback e depois expandir a funcionalidade de Destaques de IA para mais clientes e categorias.
Além disso, espera-se que a IA ajude a identificar avaliações falsas, um problema que também está ganhando destaque com a IA generativa, que permite criação rápida e plausível de falsificações. De acordo com a Amazon, as avaliações de destaque geradas por IA terão acesso apenas a um “corpo confiável de avaliações de compras verificadas”.
A Amazon não aborda os potenciais riscos da nova funcionalidade no anúncio. O maior risco parece ser que um modelo de linguagem possa refletir de forma imprecisa ou incompleta, ou interpretar erroneamente as avaliações dos clientes.
Além disso, a função de resumo pode ser facilmente manipulada através do treinamento do modelo ou, dependendo do método de treinamento, poderia ser inherentemente tendenciosa ao enfatizar demais os aspectos positivos e relativizar opiniões negativas ou críticas, mesmo que sejam válidas.
Por outro lado, o risco de gerar informações incorretas deve ser menor neste contexto específico – se os modelos de linguagem se referirem a um conjunto fixo de conteúdo, neste caso avaliações de produtos, é menos provável que ocorram chamadas “alucinações”.
Fonte: Andre Lug
