In quanti, prima della scelta definitiva dell’hotel delle vacanze, buttiamo un occhio a Tripadvisor cercando conferme? Tanti, perché il sito cofondato nel 2000 dal 43enne Sthepen Kaufer, che ne è ancora Presidente e CEO è diventato un gigante da oltre 50 milioni di visitatori al mese e 260 milioni di US$ di valore. E ha conquistato tanta popolarità che gli adesivi “Consigliato da TripAdvisor” affiancano quelli delle più popolari guide di viaggio sulle porte di hotel e ristoranti. L’idea alla base del successo di Tripadvisor è l’utilizzo della tecnica dell’USG (user-generated content, cioè contenuti prodotti dagli utenti), una delle chiavi del Web 2.0, in cui sono gli utilizzatori stessi a fornire i contenuti e a esserne i fruitori. E questo, se si trattasse di recensioni imparziali, potrebbe costituire una discreta garanzia contro sgradite sorprese.

Già , se.

Perché, nonostante Tripadvisor asserisca essere contro il suo interesse, abbondano le recensioni fasulle, di gente che in quel luogo non è mai stata, di commentatori a gettone, che vengono reclutati da siti specializzati e pagati intorno a 1 $ a review, di proprietari di hotel che si scrivono recensioni favorevoli (opinion spam) e recensioni negative nei confronti di concorrenti. E’ ovvio che, se le false recensioni hanno lo stesso peso di quelle autentiche, l’affidabilità del sito crolla e il prezioso giocattolo va in frantumi. Un’altra fonte di dubbio sulla genuinità delle recensioni è che Tripadvisor e molti altri siti di “recensioni indipendenti” sono tuttora di proprietà di Expedia, che vende soggiorni in pieno conflitto di interessi, anche se ci sono rumors di un prossimo scorporo. La stessa cosa accade per Amazon.com con le recensioni dei libri. Per aiutare gli internauti a districarsi tra vero e falso, quattro dottorandi, della Cornwell University (Ithaca, NY, USA) Myle Ott, Yejin Choi e Claire Cardie del Dipartimento di Computer Science e Jeffrey T. Hancock del Dipartimento di Comunicazione hanno sviluppato un algoritmo, che nei test é stato in grado di scovare le recensioni false con un’accuratezza pari all’89.9%. Anche se queste erano scritte in modo da sembrare autentiche (deceptive opinion spam). Studiando Tripadvisor, come primo passo dell’analisi è stato chiesto a un gruppo di persone di scrivere in modo verosimile 400 recensioni su 20 hotel di Chicago, in cui non avessero mai soggiornato. Queste sono state combinate con un egual numero di recensioni veritiere e poi sottoposte a diversi studenti della Cornell, perché distinguessero le une dalle altre. Nessuno di loro è stato in grado di indicare un metodo efficace. Secondo Myle Ott, questo è spiegabile perché gli esseri umani soffrono di una forma di “pregiudizio sulla verità”, per cui tendono a credere che tutto quello che leggono sia vero, salvo convincente prova contraria. Quando ciò accade gli individui super-compensano l’errore e diventano iper-scettici, raggiungendo in entrambe i casi un risultato sbagliato. Quindi l’uomo non è in grado di distinguere le recensioni vere da quelle false ma verosimili, e di conseguenza il sistema delle recensioni online è più facile da manipolare. Come riporta lo studio: “Se le performance umane [nell’identificare le recensioni false] sono scarse, allora significa che le nostre recensioni ingannevoli sono convincenti e dunque, meritano una maggiore attenzione.”.

Successivamente i ricercatori hanno sottoposto le 800 recensioni ai diversi algoritmi messi a punto e testati a un pc: al contrario dell’essere umano, il computer, impostato con un algoritmo che combina analisi semantica e dati psicologici, è stato capace di dare un risultato decisamente migliore, con un’accuratezza di distinzione pari all’89,9%.

L’algoritmo utilizzato si basa sul fatto che, chi scrive una recensione falsa, si concentra maggiormente su dati generici, ricchi di fattori esterni all’hotel, con un maggiore utilizzo di superlativi, spesso redatti in prima persona per farli sembrare “più autentici”. Mentre chi ha soggiornato davvero nella struttura è in grado di fornire dati più concreti, che concernono le stanze, le dimensioni, la posizione dell’hotel, ecc. L’algoritmo, una volta affinato prendendo in considerazione, per esempio, anche l’emotività del momento in cui la review viene scritta, potrebbe costituire una sorta di primo screening per identificare le recensioni fraudolente, aiutando i siti come Tripadvisor ad essere più attendibili e trasparenti, i proprietari di hotel a migliorare i propri servizi e gli utenti a scegliere il prodotto desiderato. E non è finita qui, perché i ricercatori promettono di allargare la loro ricerca anche ad altri settori.


Testo di Federico Klausner Immagini web