Com’è possibile ricostruire il modo in cui un chatbot decide cosa pensare – tra virgolette – della tua azienda?
Si pongono a diversi modelli diverse domande su un marchio e si analizzano le risposte. Inoltre, con la diffusione dei modelli di ragionamento esteso, che mostrano la sequenza di azioni intrapresa dal chatbot per dare risposte, e con il fatto che sempre più spesso sono mostrati i link da cui i chatbot pescano informazioni, un’azienda può arrivare a capire da dove l’intelligenza artificiale le sta estraendo e può provare a modificarne la percezione, addirittura cambiando il testo e le immagini della sezione del sito aziendale bersaglio di scraping. Un altro modo intelligente di sfruttare i chatbot è, ad esempio, usarli come focus group per testare diversi claim pubblicitari.
Non solo. Alcune aziende hanno già iniziato a pagare utenti anonimi per consigliare sui social e sui blog le parole giuste da usare per fare uscire risultati più clementi sui propri prodotti.
La percezione di un marchio da parte dell’intelligenza artificiale (chatbot e motori di ricerca generativi) influenzerà sempre di più i profitti aziendali. In questo episodio Nicoletta Prandi analizza le asimmetrie tra i risultati di ricerca generativa e il posizionamento aziendale ed esplora i modi in cui si può provare a comprendere e persino orientare questo processo.
FONTIShare of ModelsTollBit La ricerca della Carnegie Mellon
La ricerca della University of South Florida
[2406.13997] "Global is Good, Local is Bad?": Understanding Brand Bias in LLMsParte degli esempi citati in questo episodio sono tratti
da questo articolo del MIT Technology Review
