长期以来，在亚马逊(Amazon.com Inc .)上购物都需要滚动浏览页面，而页面上往往有多余的客户反馈。为了减轻这项任务的繁重程度，该公司在8月份开始使用人工智能将数十亿条评论转换成由几句话组成的简短摘要。
就像生成式人工智能一样，结果并不完美。在某些情况下，摘要提供了对产品的不准确描述。在其他情况下，他们会夸大负面反馈。这不仅对消费者有潜在的影响，对那些依赖积极评价来促进销售的亚马逊商家也有潜在的影响。
更糟糕的是，商家说，这些总结是在他们即将进入关键的假日购物季节时发布的，这让他们除了担心受到通货膨胀打击的购物者之外，又多了一件事。
亚马逊卖家咨询公司Black Label Advisor的负责人乔恩·埃尔德(Jon Elder)说:“如果你有一些负面反馈，而人工智能模型却把它总结为一个一致的主题，这是不公平的。”“很难衡量这对货币的影响，但卖家并不高兴。”
大多数购物者可能都能分辨出人工智能何时对产品进行了错误分类。例如，家庭健身公司Teeter出售一种旨在缓解背部疼痛的倒立桌。亚马逊的人工智能总结称它是一张桌子:“客户喜欢这张桌子的坚固性、可调性和止痛性。”
该技术在一些评论中夸大负面情绪的倾向不那么明显。例如，售价70美元的黄铜伯明翰棋盘游戏，根据500多名购物者的反馈，获得了4.7星的评级。一份三句话的人工智能评论总结是这样结尾的:“然而，一些客户对易用性的看法不一。只有4条评论以一种可以被解释为关键的方式提到了易用性。这还不到总评分的1%，但负面情绪占人工智能生成的导语的三分之一左右。
一份关于宾夕法尼亚大学网球的总结称，一些评论者对产品的气味感到失望。这款售价4美元的3球套在4300多条评论中获得了4.7星的评分，但只有7条评论提到了气味。亚马逊将摘要分成几个按钮，包括“质量”、“价值”和“气味”。购物者需要点击“气味”按钮才能发现有多少评论者抱怨某种气味。
彭博社对数十份评论摘要的调查显示，人工智能在分析客户评论和生成导语时并不一致。有些人会强调关键的反馈，而有些人则不会。在3000多个评分中，8包的梅森罐获得了4.5颗星。人工智能生成的摘要说:“然而，一些客户报告了盖子生锈的问题。”购物者必须更深入地点击产品，才能看到只有16名顾客抱怨生锈。与此同时，在21315个评分中，这款4.7星的背包没有提到廉价的背带，尽管有900多名顾客抱怨这一点。
亚马逊的一位发言人在一份电子邮件声明中表示:“我们的分析发现，评论亮点正在帮助顾客找到他们想要的产品，并导致卖家的销售额增加。”“我们非常关注准确性，我们将随着时间的推移不断改进评论亮点体验。虽然我们很少听到有人对这个新功能表示担忧，但如果卖家对产品的评论亮点有疑问，欢迎联系卖家支持。”亚马逊表示，将根据购物者和商家的反馈继续完善这项技术。
近三十年来，产品评论一直是亚马逊购物的核心部分，它提供了口碑推荐，增强了那些可能仅凭照片和营销描述就不愿购买商品的人的信心。据该公司称，2022年，1.5亿亚马逊客户留下了15亿条评论和评分。
自从去年ChatGPT惊艳全球以来，各家公司都在争相部署生成式人工智能，即挖掘大量数据生成文本或图像。亚马逊已经开发了自己的技术版本，用它来总结数十亿的客户评论对该公司来说是轻而易举的事情。
亚马逊软件和产品总监沃恩·谢默霍恩(Vaughn Schermerhorn)在8月份的一篇博客文章中写道:“我们希望让客户更容易理解评论中的共同主题，随着生成式人工智能的最新进展，我们相信我们有技术手段来满足这一长期存在的客户需求。”
随着时间的推移，亚马逊的人工智能评论摘要肯定会有所改进，但这对商家来说目前并没有什么安慰。他们说，多年来，亚马逊推出了新的工具和技术，几乎没有任何警告或咨询。卖家表示，他们不清楚算法是如何工作的，亚马逊也没有提供任何指导，告诉他们如何处理可能损害其业务的总结评论中的不准确或扭曲。
亚马逊咨询公司Riverbend Consulting的联合创始人莱斯利·亨塞尔(Lesley Hensell)表示，她从几家亚马逊卖家那里听说，人工智能生成的摘要会影响他们的假日销售。她告诉他们，除了给亚马逊的卖家支持部门发邮件，并希望有人以有意义的方式回复，通常是徒劳的，没有其他解决办法。
她的一位客户有一款家居园艺产品，获得了1400颗4星和5星的评级，但评论摘要称“有人认为该产品质量很差”。我们担心的是，买家会因为简短的总结而气馁，因为他们没有深入阅读，因为批评反馈只占不到评级的2%。
“长期来看，这对买家来说绝对是一大特色，”她说。但亚马逊需要一个流程，让卖家可以轻松有效地对误导性总结提出异议，因为技术从来都不是完美的。——彭博社
×
