Fakespot - do wykrywania fałszywych ocen produktów na Amazonie i eBay

@HunteX Tak może być jak mówisz, choć jak zadaję perplexity (pro) pytanie, to jak nie wie - odpowiada, że nie wie: bez konfabulacji (jak w czystym chatgpt), ale w perplexity możesz też ręcznie wybrać algorytm. Często poszerzam też zakres o fora i zmieniam algorytm. Ale ta odpowiedź, którą dostałem, była niezła. Wklejam wynik, bo te opinie w sprawdzanym sklepie były i w sumie zgadzam się z nimi:

Kryteria oceny autentyczności opinii
Zgodnie z najlepszymi praktykami rozpoznawania fałszywych opinii, należy zwrócić uwagę na następujące cechy
:

* Zbyt ogólny, powtarzalny lub przesadnie pozytywny ton recenzji, bez konkretnych szczegółów.
* Brak historii użytkownika lub recenzje pochodzące z nowych kont.
* Nagły wzrost liczby opinii w krótkim czasie.
* Powtarzające się frazy lub podobny styl wypowiedzi.
* Brak błędów językowych (opinie generowane przez boty często są zbyt poprawne lub wręcz przeciwnie – pełne błędów).
* Brak odniesień do konkretnych sytuacji lub produktów.

Ocena opinii
_1. Urszula_
Opinia zawiera konkret: docenienie doradztwa i wyboru produktów. Styl wypowiedzi jest naturalny, występuje emotikon, co sugeruje autentyczność.
_2. Małgorzata_
Bardzo krótka, ogólna, bez szczegółów. Tego typu opinia może być prawdziwa, ale równie dobrze może być napisana automatycznie lub na zamówienie, zwłaszcza jeśli podobnych krótkich opinii jest więcej.
_3. Sylwia_
Krótka, powtarzająca się fraza o „przemiłej obsłudze” i „znaniu się na pracy”. Brak konkretów. Styl podobny do poprzedniej opinii – może to być sygnał, że opinie są generowane seryjnie.
_4. Kasia_
Opinia dłuższa, zawierająca konkretne odczucia i opis atmosfery („tu się zawsze wraca”, „każda Pani jest rozpieszczana”). Styl bardziej osobisty, co przemawia za autentycznością.
_5. Joanna_
Opinia szczegółowa, opisuje konkretną sytuację (szukanie bielizny ciążowej, przekierowanie do innego sklepu, zakończony zakup). To typowa cecha autentycznej recenzji.

@ramen AI jeszcze bardziej lubi zmyślać. Kiedyś wysłałem tekst do przeanalizowania i wszystko pięknie napisał. Szkoda tylko że cytaty były fałszywe. Później przyznał, że nie może przeczytać, bo w PDF-ie zabrakło OCR. A Perplexity to mam wrażenie, że ostatnimi czasy zgłupiał.

@HunteX Myślę, że zrozumieli, że ich algorytm był skomplikowany i pewnie generował dużo błędnych wyników, a aktualnie wystarczy podpiąć dowolny algorytm LLM, który to zrobi "po nowemu". Szybciej i skuteczniej.
Ja to sprawdziłem w perplexity pro kwerendą: "przejrzyj opinie firmy "_tu wpisz sobie nazwę jakiejś firmy_" i oceń, które z nich mogą być fałszywe/napisane przez boty". Dostajemy szczegółową analizę wraz z podejrzeniami. :innocent:

@HunteX dzięki :smiley:

@Michumi według chatagpt
> Mozilla oficjalnie ogłosiła, że rezygnuje z Pocket i FakeSpot/Review Checker wbudowanego w Firefoxa. Powód? Choć pomysł się podobał, nie da się go utrzymać finansowo ani strategicznie – nie pasuje do ich kierunku inwestowania w AI i funkcje przeglądarkowe – czyli… cięcia w miejscach, gdzie ROI jest bliski zera  .

Dodatkowo, w tle cały czas był ten stary problem: Amazon i Apple w 2021 roku wyciągały ręce po FakeSpot, bo apka zbierała recenzje od Amazonu w tzw. “wrapperze”, co wg Amazona naruszało zasady korzystania z ich serwisu i stwarzało potencjalne ryzyko bezpieczeństwa . To nie od razu zamykało projekt, ale było kolejnym ciosem – poważnym problemem wizerunkowym i operacyjnym.

@HunteX czemu?