AI प्रसिद्धीमुळे शिफारस करते. पण प्रसिद्धी सर्व काही स्पष्ट करत नाही.

बहुतेक AI चर्चा दृश्यमानतेवर (visibility) लक्ष केंद्रित करतात. लोक विचारतात की AI एखाद्या साइटला क्रॉल करू शकते का किंवा एखाद्या ब्रँडचा उल्लेख करू शकते का. हे प्रश्न महत्त्वाचे आहेत. परंतु AI एका ब्रँडऐवजी दुसऱ्या ब्रँडची निवड का करते, याचे ते स्पष्टीकरण देत नाहीत.

आम्ही पाच श्रेणींमध्ये २०,००० AI उत्पादन शिफारसींचे विश्लेषण केले:

  • सौंदर्य (Beauty)
  • सप्लिमेंट्स (Supplements)
  • कॉफी (Coffee)
  • पाळीव प्राणी (Pets)
  • घर आणि जीवनशैली (Home & Living)

या डेटामध्ये १,४९० ब्रँड्सचा समावेश होता. या निवडींमागे नेमके काय कारणीभूत आहे, हे आम्हाला जाणून घ्यायचे होते.

प्रथम, आम्ही स्टोअरच्या गुणवत्तेची (store quality) चाचणी केली. मशीन रिडेबिलिटी (machine readability) आणि तांत्रिक संरचना मोजण्यासाठी आम्ही आमच्या AI Commerce Score चा वापर केला. उच्च गुणवत्तेमुळे अधिक शिफारसी मिळतील अशी आमची अपेक्षा होती. परंतु डेटाने आम्हाला चुकीचे ठरवले. शिफारसींच्या वारंवारतेमध्ये स्टोअरची गुणवत्ता केवळ २.१% स्पष्ट करते.

त्यानंतर, आम्ही सार्वजनिक प्रसिद्धीची (public fame) चाचणी केली. आम्ही विकिपीडियावरील वाचकसंख्या, मीडिया कव्हरेज आणि ब्रँडचा उल्लेख या गोष्टींचा विचार केला. प्रसिद्धी शिफारसींच्या वारंवारतेचे २४.९% स्पष्ट करते. प्रसिद्धी स्टोअरच्या गुणवत्तेपेक्षा कितीतरी पटीने महत्त्वाची आहे. तरीही, ती बहुतांश निकालांचे स्पष्टीकरण देत नाही.

आम्ही सर्वाधिक शिफारस केलेल्या टॉप ५० ब्रँड्सची तुलना सर्वात कमी शिफारस केलेल्या खालच्या ५० ब्रँड्सशी केली. शिफारसींमधील तफावत प्रचंड होती. टॉप ब्रँड्सना सहापट अधिक शिफारसी मिळाल्या. तरीही, त्यांचे स्टोअर क्वालिटी स्कोअर खालच्या ब्रँड्ससारखेच होते.

AI चे वर्तन यादृच्छिक (random) आहे का? स्थिरता तपासण्यासाठी आम्ही प्रत्येक क्वेरी वीस वेळा चालवली. निकाल यादृच्छिक नव्हते. ७८% ते ९१% वेळा तेच ब्रँड्स त्याच ठिकाणी दिसून आले. सिस्टम स्थिर आहे. हे फक्त एक रहस्य आहे.

निष्कर्ष एक स्पष्ट विभाग दर्शवतात:

  • दृश्यमानता (Visibility) विचारते: AI तुम्हाला पाहू शकते का?
  • शिफारस (Recommendation) विचारते: AI तुमची निवड करेल का?

स्टोअरची गुणवत्ता २.१% स्पष्ट करते. प्रसिद्धी २४.९% स्पष्ट करते. उरलेले ७३% काय स्पष्ट करते?

हे ट्रस्ट सिग्नल्स (trust signals), ट्रेनिंग डेटा एक्सपोजर (training data exposure) किंवा सिमेंटिक ऑथॉरिटी (semantic authority) असू शकते. आम्हाला अद्याप माहित नाही. आम्ही सध्या त्याचा शोध घेत आहोत.

स्रोत: https://dev.to/atom_foundry/-ai-recommends-by-fame-but-fame-doesnt-explain-most-recommendations-3dgh