Prueban software para detectar recomendaciones fraudulentas en internet

Marquesina de hotel
Image caption ¿Bueno o malo? ¿Qué dirán en la web?

"Cuando llegué a París, fui al hotel que había reservado tras leer una recomendación en internet que decía que era un excelente cuatro estrellas; pero lo primero que ví fue un cartelito con tres estrellas y todo estaba lejos de ser excelente", cuenta un periodista de BBC Mundo.

Su caso no es único, y refleja el de muchas personas que animadas por la habitual utilidad de guiarse por críticas y opiniones en la web para contratar un servicio han tenido la mala suerte de cruzarse con una recomendación fraudulenta.

En el marco de una experiencia que podría ayudar a minimizar este problema, un grupo de investigadores de la Universidad de Cornell, en Estados Unidos, desarrolló un programa informático que detecta opiniones apócrifas.

Utilizaron 400 pares de opiniones -una real, una ficticia- sobre hoteles de Chicago; y su software logró detectar cuál era la correcta en el 90 por ciento de los casos, un nivel de detección superior al de los humanos, de acuerdo con los autores del trabajo.

Emma O'Boyle, portavoz de TripAdvisor, uno de los más grandes sitios web de recomendaciones para viajeros, le dijo a BBC Mundo que es un problema que la empresa se toma muy en serio.

"Penalizamos a las empresas que descubrimos manipulando el sistema", aseguró.

"Damos aviso a los potenciales viajeros acerca de esa actividad y rebajamos el ranking (de esas empresas)".

Aspectos externos vs. detalles espaciales

Los investigadores de Cornell se valieron de diversas técnicas de análisis de lenguaje, y aplicaron una serie de reglas que programaron en el sistema.

"Una cosa que notamos fue que las opiniones fraudulentas se enfocaban en general en aspectos externos del hotel, en cosas como 'familia', 'marido' o 'vacaciones', las verdaderas se concentraban más en detalles espaciales, como 'baño', 'pequeño' y 'ubicación'", le dijo a BBC Mundo uno de los autores de la investigación, Myle Ott.

Claro que al revelar estos indicios, es posible que nuevos autores de opiniones fraudulentas ajusten su redacción.

Pero Ott espera poder volver a entrenar al sistema para ajustarlo cada vez que sea necesario.

Contenido relacionado