¿Pueden los ordenadores escribir reseñas de productos con un toque humano?

La investigación, publicada en la revista International Journal of Research in Marketing, también identifica los retos éticos que plantea el uso de los contenidos generados por ordenador.

"La redacción de reseñas es un reto para los humanos y los ordenadores, en parte, debido al abrumador número de productos distintos", dijo Keith Carlson, investigador de doctorado de la Tuck School of Business. "Queríamos ver cómo se puede utilizar la inteligencia artificial para ayudar a las personas que producen y utilizan estas reseñas".

Para la investigación, el equipo de Dartmouth se planteó dos retos. El primero era determinar si se puede enseñar a una máquina a escribir reseñas originales y de calidad humana utilizando sólo un pequeño número de características del producto después de haber sido entrenada con un conjunto de contenidos existentes. En segundo lugar, el equipo se propuso comprobar si los algoritmos de aprendizaje automático pueden utilizarse para escribir síntesis de reseñas de productos para los que ya existen muchas reseñas.

"El uso de la inteligencia artificial para escribir y sintetizar reseñas puede crear eficiencias en ambos lados del mercado", dijo Prasad Vana, profesor asistente de administración de empresas en la Escuela de Negocios Tuck. "La esperanza es que la IA pueda beneficiar a los revisores que se enfrentan a una mayor carga de trabajo de redacción y a los consumidores que tienen que clasificar tanto contenido sobre los productos".

Los investigadores se centraron en las reseñas de vinos y cervezas debido a la gran disponibilidad de material para entrenar los algoritmos informáticos. Las reseñas de estos productos también presentan un vocabulario relativamente específico, una ventaja cuando se trabaja con sistemas de IA.

Para determinar si una máquina podría escribir reseñas útiles desde el principio, los investigadores entrenaron un algoritmo con unas 180.000 reseñas de vinos existentes. También se utilizaron etiquetas de metadatos para factores como el origen del producto, la variedad de uva, la calificación y el precio para entrenar el sistema de aprendizaje automático.

Al comparar las reseñas generadas por la máquina con las reseñas humanas de los mismos vinos, el equipo de investigación comprobó que las dos versiones coincidían. Los resultados se mantuvieron constantes incluso cuando el equipo puso a prueba los algoritmos cambiando la cantidad de datos de entrada que estaban disponibles como referencia.

A continuación, los participantes en el estudio, que no eran expertos, evaluaron el material escrito por la máquina para comprobar si podían determinar si las reseñas habían sido escritas por humanos o por una máquina. Según el documento de investigación, los participantes no pudieron distinguir entre las reseñas humanas y las generadas por la IA con ninguna significación estadística. Además, su intención de comprar un vino era similar entre las reseñas humanas y las generadas por la máquina.

Una vez comprobado que la inteligencia artificial puede escribir reseñas de vino creíbles, el equipo de investigación pasó a las reseñas de cerveza para determinar la eficacia de utilizar la IA para escribir "síntesis de reseñas". En lugar de entrenar al algoritmo para que escriba nuevas reseñas, se le encargó que agregara elementos de las reseñas existentes del mismo producto. Esto puso a prueba la capacidad de la IA para identificar y proporcionar información limitada pero relevante sobre los productos a partir de un gran volumen de opiniones variadas.

"Escribir una reseña original pone a prueba la capacidad expresiva del ordenador a partir de un conjunto de datos relativamente reducido. Redactar una reseña de síntesis es una tarea relacionada, pero distinta, en la que se espera que el sistema produzca una reseña que recoja algunas de las ideas clave presentes en un conjunto de reseñas existentes sobre un producto", explica Carlson, que realizó la investigación mientras era candidato a doctor en informática en Dartmouth.

Para probar la capacidad del algoritmo de escribir síntesis de reseñas, los investigadores lo entrenaron con 143.000 reseñas existentes de más de 14.000 cervezas. Al igual que con el conjunto de datos del vino, el texto de cada reseña se emparejó con metadatos que incluían el nombre del producto, el contenido de alcohol, el estilo y las puntuaciones dadas por los revisores originales.

Al igual que en el caso de las reseñas de vino, la investigación utilizó participantes independientes en el estudio para juzgar si los resúmenes escritos por la máquina captaban y resumían las opiniones de numerosas reseñas de forma útil y similar a la humana.

Según el artículo, el modelo logró tomar las reseñas de un producto como entrada y generar una reseña de síntesis para ese producto como salida.

"Nuestro marco de modelización podría ser útil en cualquier situación en la que se disponga de atributos detallados de un producto y se necesite un resumen escrito del mismo", afirma Vana. "Es interesante imaginar cómo esto podría beneficiar a los restaurantes que no pueden permitirse sommeliers o vendedores independientes en plataformas en línea que pueden vender cientos de productos".

Ambos desafíos utilizaron una red neuronal de aprendizaje profundo basada en la arquitectura de transformadores para ingerir, procesar y dar salida al lenguaje de revisión.

Según el equipo de investigación, los sistemas informáticos no pretenden sustituir a los escritores y vendedores profesionales, sino ayudarles en su trabajo. Una reseña escrita por una máquina, por ejemplo, podría servir como primer borrador de una reseña que ahorre tiempo y que un revisor humano pueda revisar después.

La investigación también puede ayudar a los consumidores. Las reseñas de síntesis -como las de la cerveza en el estudio- pueden ampliarse a la constelación de productos y servicios de los mercados en línea para ayudar a las personas que tienen poco tiempo para leer muchas reseñas de productos.

Además de las ventajas de las reseñas escritas por máquinas, el equipo de investigación destaca algunos de los retos éticos que plantea el uso de algoritmos informáticos para influir en el comportamiento del consumidor humano.

Tras señalar que los vendedores podrían conseguir una mayor aceptación de las reseñas generadas por máquinas atribuyéndolas falsamente a seres humanos, el equipo aboga por la transparencia cuando se ofrecen reseñas generadas por ordenador.

"Al igual que con otras tecnologías, tenemos que ser cautelosos con el uso de estos avances", afirma Carlson. "Si se utilizan de forma responsable, las reseñas generadas por la IA pueden ser tanto una herramienta de productividad como apoyar la disponibilidad de información útil para el consumidor".

Entre los investigadores que han contribuido al estudio se encuentran Praveen Kopalle, de la Escuela de Negocios Tuck de Dartmouth; Allen Riddell, de la Universidad de Indiana, y Daniel Rockmore, del Dartmouth College.