На самой границе проблемы доверия к сетевым отзывам лежат настоящие ложные отзывы: оставленные конкурирующим рестораном, завистливым писателем, лжепостояльцем гостиницы. Примерно четверть всех отзывов на Yelp! не проходят через фильтры аутентичности сайта. Большинство таких фальшивых отзывов, как выяснили Люка и Гергиос Зервас, имеют тенденцию следовать предсказуемым шаблонам. Чем хуже репутация ресторана или чем меньше отзывов, тем выше вероятность появления фальшивого положительного отзыва. Когда рестораны относятся к одной категории (например, тайские или вегетарианские) и близко расположены, есть большая вероятность фальшивого негативного отзыва. Аналогичные шаблоны отмечены на TripAdvisor.
Иногда причина обмана совершенно неясна: в исследовании Эрика Андерсона и Дункана Саймистера, проведенном на одном из сайтов по продаже одежды, было обнаружено, что 5 % всех отзывов было оставлено пользователями, которые в реальности не приобретали оцененную вещь (но приобрели на сайте много других вещей). Такие отзывы имеют негативную тенденцию, а авторы, представлявшиеся покупателями, фактически действуют как «бренд-менеджеры» – это одна из форм потребительского «ответа», описанная Акерлофом.
Но какова бы ни была причина подобных действий, как отличить ложную оценку? Прочтите отрывки из двух отзывов:
«Я не раз останавливался в гостиницах как в командировках, так и на отдыхе, так что могу честно заявить: «Джеймс» – лучший! Обслуживание первоклассное. Номера новые и очень удобные…» «Мы с мужем остановились в чикагской гостинице «Джеймс» на годовщину свадьбы. Место просто фантастическое! Как только приехали, сразу поняли, что сделали правильный выбор! Номера ОТЛИЧНЫЕ, персонал внимательный и вежливый!»
Когда вам впервые довелось попробовать пиво (или виски), вы вряд ли хлопнули себя по коленке и воскликнули: «Эх, и почему я раньше этого не пробовал?» Скорее всего вы подумали: «Неужели людям это нравится?»
Как выяснилось, второй отзыв – фальшивка. Группа исследователей из Корнелльского университета создала обучаемую вычислительную систему, которая с вероятностью 90 % может определить, настоящий отзыв или нет. Точность гораздо выше, чем обычно показывают обученные люди; мы ведь помимо иных проблем страдаем и от «склонности верить» – желания думать, что люди не лгут.
При создании алгоритма команда из Корнелльского университета в основном полагалась на десятилетний опыт исследований особенностей речи в неформальной беседе. В «придуманных отзывах» люди имеют тенденцию к меньшей аккуратности в деталях – поскольку на самом деле этого опыта у них не было. Выяснилось, что фальшивые отзывы о гостиницах содержат менее подробную информацию о таких вещах, как размер и расположение номера. Лгуны чаще используют превосходную степень («самый лучший», «хуже некуда»). Поскольку ложь требует больших усилий от головного мозга, фальшивые отзывы обычно короче. Когда люди лгут, они также проявляют тенденцию к большему (по сравнению с существительными) использованию глаголов, поскольку рассказывать о том, что вы сделали, проще, чем описывать то, что было. Лгуны меньше тех, кто говорит правду, склонны использовать личные местоимения – предположительно, чтобы увеличить «дистанцию» между собой и актом обмана.
Но разве в вышеприведенном примере фальшивки мало личных местоимений? На самом деле команда из Корнелльского университета обнаружила, что авторы фальшивых отзывов больше говорят о себе, чтобы отзыв звучал правдоподобнее. Любопытно, что исследователи отметили: люди меньше использовали личные местоимения в негативных отзывах, чем в позитивных, словно создание дистанции важнее в случае, когда ложь имеет негативный оттенок. Можно утверждать, что в целом лгать в Сети гораздо проще, поскольку отсутствует межличностный контакт и ограничения по времени, когда необходимо срочно что-то придумать прямо на глазах у собеседника. Но насколько проще? Когда я загрузил свой придуманный отзыв на «Отель «Калифорнию» в веб-сервис, созданный одним из членов команды Корнелльского университета, отзыв был признан «настоящим».
Фальшивые отзывы существуют и, бесспорно, влекут за собой экономические последствия. Однако огромное внимание, которого их удостаивают средства массовой информации, и энергия, направляемая на автоматическое вычисление ложных отзывов, может ввести в удобное заблуждение, будто все остальные отзывы – «чистая правда». Но хотя в них может и не быть сознательной лжи, существует множество ситуаций, когда они дают искаженную картину, когда они тенденциозны, расплывчаты и тому подобное.
Первой проблемой является то, что мало кто пишет отзывы. У одного из крупных игроков рынка онлайн-торговли отзывы писали менее 5 % покупателей – едва ли это демократично. Первые отзывы на продукт всегда отличаются от отзывов, которые оставляют, присоединяясь к общему хору через год, хотя бы потому, что существующие отзывы влияют на последующие. Даже просто факт покупки именно в этом месте может настроить вас позитивно; людям, которые оставляли оценки, но не покупали книгу на Amazon, как выяснили Саймистер и Андерсон, с удвоенной вероятностью книга не нравилась. И, наконец, пользователи часто пишут отзывы в силу того, что позитивный или негативный опыт был из ряда вон выходящим. Поэтому отзывы имеют тенденцию к «бимодальности» – они не равномерно распределяются по шкале рейтинга, а демонстрируют пики у самой верхней и самой нижней отметок шкалы. Это так называемое «J-образное распределение», или, более красочно, «феномен хвалить – журить».
Кривая именно J-образная, а не обратной формы (не в форме «леденца») благодаря еще одному феномену сетевых рейтингов: это так называемая «положительная тенденция». На Goodreads.com средний балл 3,8 «звездочки» из пяти возможных. На Yelp! как обнаружил один аналитик, оценки страдают «искусственно завышенным средним значением». Средний балл всех оценок на TripAdvisor – 3,7 «звездочки»; когда аналогичные предложения появляются на airbnb, оценки еще выше, поскольку там хозяева гостиниц имеют возможность ставить ответные оценки гостям. Аналогично на eBay практически никто не оставляет негативных отзывов отчасти потому, что там идет один из вариантов игры «Ультиматум»: и покупатель, и продавец могут поставить друг другу оценки. Положительная тенденция была столь безудержной, что в 2009 году eBay перестроила свою оценочную систему. Теперь продавцам, чтобы доказать, что они отвечают «минимальному стандарту обслуживания» на сайте, нужно не только достичь определенного порогового значения в «звездочках», но и получить определенное количество негативных отзывов. Чтобы быть хорошим, надо быть немного плохим.
Несколько лет назад на YouTube возникла проблема: все стали оставлять оценки в пять «звездочек». «Похоже, что оценки все ставят по принципу «Все или ничего»!» – появился комментарий в блоге сайта. Рейтинги, объяснила техподдержка сайта, использовались в основном просто как «лайк», а не как «редакторская пометка» об общем качестве (второй по популярности оценкой стала одна «звездочка», которую ставили все, кому не понравился ролик). Столкнувшись с этим общим тенденциозным и практически бессмысленным в плане статистики режимом, техподдержка переключилась на формат рейтинга «понравилось / не понравилось». Но и у бинарной системы есть свои недостатки. Ролик с «котиком», в котором демонстрируется обычный забавный котенок – скажем честно, уровень довольно низкий, – получает ту же оценку, что и самый смешной на свете ролик с «котэ». Но в эвристическом и молниеносном мире Интернета, где информация стоит дешево и стоимость переключения стремится к нулю, людям может быть просто не нужна система оценки, занимающая времени столько же, сколько и само потребление. Так что все «лайки» одинаковы.
