S3_Ep1: Specchio delle mie brame
Impossibile aggiungere al carrello
Puoi avere soltanto 50 titoli nel carrello per il checkout.
Riprova più tardi
Riprova più tardi
Rimozione dalla Lista desideri non riuscita.
Riprova più tardi
Non è stato possibile aggiungere il titolo alla Libreria
Per favore riprova
Non è stato possibile seguire il Podcast
Per favore riprova
Esecuzione del comando Non seguire più non riuscita
-
Letto da:
-
Di:
A proposito di questo titolo
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.
FONTI
Share of Models
TollBit
La ricerca della Carnegie Mellon
La ricerca della University of South Florida [2406.13997] "Global is Good, Local is Bad?": Understanding Brand Bias in LLMs
Parte degli esempi citati in questo episodio sono tratti da questo articolo del MIT Technology Review
Ancora nessuna recensione