День труда закончился.
Сегодня 86-й день моего продолжающегося исследования Nextdoor, и, после того как вчера я задался вопросом, не взял ли Nextdoor длительные праздничные выходные, сегодня я проверил еще раз.
Я не получил никаких уведомлений относительно двух подробных аналитических исследований, которые я запрашивал.
А что насчёт NXDR?
На момент написания этой статьи цена колеблется в районе 2,20 доллара. По данным рыночных источников, во второй половине дня, после закрытия торгов в пятницу, цена составляла примерно 2,24 доллара, поэтому точная цифра меняется на момент написания.
Ну, по крайней мере, теперь речь идёт о копейках.
Работает ли Nextdoor?
Я всё ещё пытаюсь это понять.
Но кое-что, что Нирав Толиа опубликовал на X 3 сентября, привлекло мое внимание.
«Исследование 2025 года показало…»
В своем посте Нирав написал:
«Исследование 2025 года показало, что сгенерированные искусственным интеллектом фейковые отзывы теперь неотличимы от настоящих...»
И тут же мне пришла в голову мысль:
Это снова мы.
Исследование.
Какое исследование?
Кто это написал?
Где это было опубликовано?
Какова была методология?
Каков был размер выборки?
Что именно означало слово «неотличимый»?
Вероятно, это покажется знакомым всем, кто следил за моим 86-дневным приключением по обеспечению прозрачности исследований в Nextdoor.
А вот что интересно: я проверил, и оказалось, что за заявлением Нирава стоят реальные научные исследования
В статье журнала Fortune, опубликованной в тот же день, Нирав более конкретно указал, что это исследование, проведенное в 2025 году бизнес-школой Ноттингемского университета.
В 2025 году в рецензируемых научных журналах были опубликованы исследования, посвященные поддельным отзывам, созданным искусственным интеллектом, в том числе исследование, опубликованное в Journal of Retailing and Consumer Services, в котором анализировались 714 016 отзывов и были обнаружены существенные лингвистические различия между поддельными отзывами, созданными ИИ, поддельными отзывами, созданными людьми, и подлинными отзывами.
Поэтому моя критика не в следующем:
«Такого исследования не существует»
Мой вопрос:
Почему бы не указать это в исходном сообщении?
Если вы собираетесь использовать исследования для подтверждения достоверности информации, предоставьте читателям достаточно данных, чтобы они могли самостоятельно оценить результаты исследования.
Название исследования. Авторы. Публикация. Ссылка.
Четыре вещи.
Сделанный.
Особенно когда ты генеральный директор компании, которая в настоящее время продвигает идею о том, что происхождение имеет значение.
Это почти идеально.
Поддельные отзывы не появились на ChatGPT
Меня беспокоит ещё один аспект этой дискуссии.
Искусственный интеллект не изобрел фейковые отзывы.
Искусственный интеллект сделал их производство быстрее, дешевле и проще в больших масштабах.
Люди манипулируют репутацией очень и очень давно.
На самом деле, история довольно занимательная.
1800-е годы: Уолт Уитмен анонимно публиковал восторженные отзывы на свои собственные «Листья травы». По сути, это версия XIX века создания фейкового аккаунта и самоначисления пяти звезд.
Начало 1900-х годов: Газеты уже сталкивались с фальсифицированной информацией, преувеличенными заявлениями и «фальсификаторами». К 1913 году газета New York World создала Бюро точности и честной игры, отчасти для рассмотрения жалоб и «искоренения фальсификаций и фальсификаторов».
До появления интернет-рекламы компании использовали отзывы и рекомендации в качестве маркетинговых инструментов, создавая ту же фундаментальную проблему, с которой мы сталкиваемся сегодня: рекомендует ли человек продукт, потому что он искренне его любит, или потому что кто-то получает выгоду от этой рекомендации?
Ранний интернет: форумы, сайты отзывов и, в конечном итоге, электронная коммерция позволяли предприятиям и частным лицам создавать учетные записи и создавать себе похвалу — или нападать на конкурентов.
По иронии судьбы, сам Нирав в 1999 году стал одним из основателей Epinions, одной из первых платформ для пользовательских отзывов. Сейчас он признает, что экономика отзывов в конечном итоге стала уязвимой для манипуляций.
2010-е годы: Бизнес по созданию фальшивых отзывов превратился в целую индустрию. Компании могли покупать положительные отзывы, конкурентов можно было атаковать негативными, а авторы отзывов могли использовать несколько личностей.
2020-е годы: Фермы по распространению отзывов стали все более изощренными. Следователи обнаружили, что скоординированные группы авторов хвалили несвязанные между собой компании в разных странах, причем идентичные отзывы иногда появлялись под разными именами.
Сегодня: Генеративный ИИ кардинально изменил экономику. Вместо того чтобы платить людям за ручное написание сотен отзывов, кто-то может быстро генерировать огромные объемы убедительного текста. Исследования показывают, что LLM-ы могут создавать обманчивые отзывы с уровнем возможностей человека, даже несмотря на то, что исследователи все еще могут статистически выявлять некоторые лингвистические различия.
Та же самая афера.
Гораздо более совершенное оборудование.
Что возвращает меня к Nextdoor
В настоящее время Nextdoor утверждает, что подтвержденная личность и ответственность жителей района могут повысить доверие к рекомендациям.
Это интересная стратегия.
Но одной лишь проверки недостаточно, чтобы сделать мнение правдивым.
Реальный человек способен преувеличивать.
Даже проверенный человек может затаить обиду.
Настоящий сосед может порекомендовать компанию своего друга.
Добросовестный клиент может получить вознаграждение.
У двух проверенных соседей может быть совершенно разный опыт взаимодействия с одним и тем же предприятием.
И, как я уже писал ранее, у меня самого были вопросы о том, насколько надежна система верификации Nextdoor.
Таким образом, «подтверждено» — это сигнал доверия.
Это не волшебная сыворотка правды.
Важно ли происхождение? Согласен.
Именно это и делает пост Нирава таким интересным.
Его более широкий аргумент сводится к следующему:
Важно, откуда поступает информация.
Я согласен.
Полностью.
Вот почему, когда генеральный директор говорит:
«Исследование 2025 года показало…»
Мне нужна информация о происхождении.
Назовите исследование.
Назовите имена исследователей.
Ссылка на него.
Пусть читатели ознакомятся с ним.
Именно об этом я и просил Nextdoor в отношении их собственных исследований.
В течение 86 дней.
Компания Nextdoor опубликовала результаты своего исследования.
Компания Nextdoor публично сообщила читателям, что они могут запросить подробные данные.
Я запросил это.
Я отправил электронное письмо.
Я связался с вами для уточнения.
Я расширил дистрибуцию.
В субботу я отправил ещё один запрос.
И я всё ещё жду результатов двух подробных исследований.
День 86
Вчера был День труда.
Сегодня я спрашиваю:
Работает ли Nextdoor?
Потому что я всё ещё работаю.
Жду ответа от кого-нибудь из Nextdoor.
В своем посте Нирав утверждает, что происхождение имеет значение.
В этом мы согласны.
Итак, вот моё предложение на 86-й день:
Попрактикуйтесь.
При цитировании исследований, пожалуйста, покажите нам сами исследования.
Когда Nextdoor публикует результаты исследований, покажите нам методологию.
Когда в вашем собственном блоге читателям сообщается, что они могут запросить подробные данные, предоставьте эти подробные данные — или объясните, почему вы этого не сделаете.
Потому что, независимо от того, говорим ли мы об обзоре ресторана, рекомендации, сгенерированной искусственным интеллектом, или корпоративном аналитическом отчете, принцип один и тот же:
Не просто говорите мне, чтобы я этому доверял. Предоставьте мне достаточно информации, чтобы я мог решить, стоит ли этому доверять.
Следите за продолжением исследования Nextdoor на NielFlamm.com/blog.
