Uma voz de IA da Amazon pode te orientar melhor do que avaliações de clientes? A empresa está testando

Quem já procurou avaliações de produtos na Amazon sabe como a experiência de outros compradores pode ser valiosa — e como é fácil se perder nos comentários, que vão desde elogios de cinco estrelas até críticas de uma estrela, muitas vezes com centenas de palavras para chegar ao ponto.

À medida que a plataforma continua a lançar recursos de inteligência artificial (IA) para facilitar as compras, estão sendo testadas descrições de produtos em áudio geradas por IA, que analisam os comentários dos clientes e, no futuro, podem se tornar uma das principais fontes de informação para consumidores.

Chamadas de “Hear the Highlights”, as descrições em áudio usam um modelo de linguagem de grande porte (LLM) para criar resumos a partir de diversas fontes — incluindo o catálogo de produtos da Amazon, avaliações de clientes e informações disponíveis na internet — e transformar esse conteúdo em clipes curtos.

Os resumos começaram a ser lançados no verão americano em produtos selecionados para um grupo restrito de clientes nos Estados Unidos e agora estão disponíveis para todos os consumidores do país, por meio de um botão no aplicativo móvel de compras, cobrindo mais de 1 milhão de produtos.

Quem já procurou avaliações de produtos na Amazon sabe como a experiência de outros compradores pode ser valiosa — e como é fácil se perder nos comentários, que vão desde elogios de cinco estrelas até críticas de uma estrela, muitas vezes com centenas de palavras para chegar ao ponto.

À medida que a plataforma continua a lançar recursos de inteligência artificial (IA) para facilitar as compras, estão sendo testadas descrições de produtos em áudio geradas por IA, que analisam os comentários dos clientes e, no futuro, podem se tornar uma das principais fontes de informação para consumidores.

Chamadas de “Hear the Highlights”, as descrições em áudio usam um modelo de linguagem de grande porte (LLM) para criar resumos a partir de diversas fontes — incluindo o catálogo de produtos da Amazon, avaliações de clientes e informações disponíveis na internet — e transformar esse conteúdo em clipes curtos.

Os resumos começaram a ser lançados no verão americano em produtos selecionados para um grupo restrito de clientes nos Estados Unidos e agora estão disponíveis para todos os consumidores do país, por meio de um botão no aplicativo móvel de compras, cobrindo mais de 1 milhão de produtos.

Leia mais:
Amazon avança na corrida da internet via satélite para enfrentar a Starlink
CNBC Originals: Amazon lança robotáxi da Zoox em Las Vegas e desafia gigantes do mercado global

Um dos atrativos únicos da Amazon, assim como de outros e-commerces, sempre foi a possibilidade de obter informações de usuários reais, e não apenas das descrições dos produtos. Claro que avaliações falsas sempre foram um problema, mesmo com a proibição do uso de promoção paga e outras formas de resenhas inautênticas. Ainda é preciso filtrar tentativas de manipular o sistema, e nos últimos anos há indícios de que alguns dos novos avaliadores são chatbots como o ChatGPT.

Mas pessoas reais compartilhando suas experiências genuínas — clientes como fonte de informação e tomada de decisão — sempre foram fundamentais no processo de aprendizado, desde tamanhos de roupas e calçados até questões mais específicas: ao comprar uma torradeira nova, ela serve para bagels? O timer é preciso? É fácil limpar a bandeja de migalhas?

A IA pode melhorar isso?

Avaliações humanas são naturalmente caóticas e variadas, mas leitores conseguem extrair o que precisam desse caos. De certa forma, o cérebro de um leitor médio de avaliações da Amazon funciona como um grande modelo de linguagem, identificando palavras-chave e informações importantes. Para ser útil, uma IA precisaria fazer isso tão bem quanto um humano, agregando à experiência do cliente como prometido.

IA e sobrecarga cognitiva

A IA tem suas vantagens. Por exemplo, não sofre sobrecarga cognitiva ao analisar uma chaleira elétrica com mais de 32 mil avaliações. Ela consegue processar todos os dados, mas consegue nos entregar apenas o que precisamos ou queremos saber? Isso ainda é um desafio, e pode ser problemático misturar catálogos de produtos, avaliações de clientes e informações da web em um único resumo, já que cada fonte carrega suas próprias intenções.

“É importante reconhecer onde a IA é forte, como em automação e reconhecimento de padrões, e onde ainda falha, como em tarefas que exigem julgamento”, disse Ankur Edkie, CEO e cofundador da Murf AI, que cria narrações de IA. “Uma questão-chave é se há uma forma de incluir o contexto do cliente como entrada ao gerar esses resumos”, afirmou.

Segundo Edkie, o valor da IA está em encontrar o encaixe adequado entre problema e capacidade. Caso isso não ocorra, a sensação de superficialidade pode surgir, contribuindo para a fadiga com IA, algo que ele acredita que os consumidores já estão experimentando.

Atualmente, os resumos de áudio do Hear the Highlights são os mesmos para todos os usuários.

“O resumo da IA precisa capturar nuances e contexto. Por exemplo, algumas avaliações negativas sobre segurança podem ter mais peso do que muitas avaliações positivas sobre outros recursos”, disse Edkie. Ele acrescentou que, se o cliente estiver focado apenas no desempenho do produto, resumos que destacam preço podem não ser relevantes.

A capacidade de considerar o contexto e transformar o processo de avaliação em um diálogo entre consumidor e máquina é provavelmente o caminho da tecnologia — ou seja, voltada para o lado agencial da IA, no qual a Amazon também investe, com ferramentas como o Rufus e a ferramenta de compras Interests AI, que solicita ao usuário descrever um interesse “com suas próprias palavras” e, em seguida, gera uma seleção de produtos personalizada. Esse recurso, lançado na primavera, funciona separadamente da barra de busca principal no site da Amazon.

Conversas por chat e resumos em áudio continuarão entre as formas de interação, mas ter conversas em tempo real com um agente de voz de IA — fazendo perguntas específicas, esclarecendo dúvidas e obtendo insights mais profundos das avaliações — transformará a experiência de entrega unilateral em descoberta bidirecional, tornando-a muito mais personalizada, segundo Edkie.

“Atualmente, você pode interagir com o Rufus por texto ou voz, mas ele não responde por voz, apenas por texto. Com agentes de voz, você pode ter uma conversa de ida e volta com um bot que fala com você”, acrescentou.

Por enquanto, um grupo de clientes que deve se beneficiar imediatamente são os compradores com deficiência visual, tornando a acessibilidade um aspecto atraente do recurso, desde que a voz seja de alta qualidade e entregue o conteúdo com precisão.

Brian Numainville, pesquisador da Feedback Group, afirma que ao fornecer uma alternativa em áudio às informações visuais, esses recursos podem tornar as compras mais acessíveis, transformando textos detalhados em resumos de áudio fáceis de consumir. Porém, para beneficiar realmente pessoas com deficiência visual, o recurso precisa ser cuidadosamente projetado.

Isso inclui compatibilidade total com leitores de tela e navegação por teclado, resumos claros, estruturados e concisos, evitando apresentações de áudio longas ou confusas. A qualidade e clareza da voz gerada pela IA impactam diretamente a usabilidade.

“A transição de avaliações humanas diversas para resumos gerados por IA pode significar a perda de nuances, contexto e toques pessoais importantes”, disse Numainville.

Risco de perder insights únicos dos compradores

A tendência da IA de focar em temas comuns pode diluir respostas, mesmo ao sintetizá-las.

Avaliações humanas incluem histórias e detalhes sobre casos de uso muito específicos — pense no que motiva alguém a escrever uma avaliação e como isso se relaciona com as preocupações e decisões do comprador — elementos que tornam a experiência de compra mais pessoal e informativa.

“A IA pode ignorar percepções únicas ou necessidades de nicho que não se alinham à maioria das respostas”, disse Numainville. “Além disso, a capacidade de interpretar criticamente avaliações — identificar vieses ou confiar em certos avaliadores — é reduzida com resumos de IA.”

Analisar grande quantidade de conteúdo para gerar os resumos também sacrifica a anotação que distingue descrições de produtos, avaliações e informações da web.

“Não está totalmente claro quanto da descrição do produto versus avaliações é usado na implementação atual — a Amazon não detalhou totalmente essa mistura”, afirmou Numainville.

A Amazon não comentou, remetendo a informações públicas sobre o recurso.

“Descrições de produtos geralmente são voltadas para marketing e enfatizam pontos positivos, enquanto avaliações refletem experiências reais de usuários e incluem prós e contras. Misturadas sem atribuição — o que achataria as fontes — pode ser difícil para os clientes diferenciar marketing de opiniões genuínas, resultando em algo parecido com publicidade nativa”, explicou Numainville.

“Essa mistura, se ocorrer, pode induzir consumidores ao erro, dando autoridade factual a opiniões subjetivas ou mascarando material promocional como avaliações imparciais”, acrescentou.

Pesquisas indicam que clientes tendem a confiar na voz como formato de informação, independentemente do equilíbrio do conteúdo.

“Parece provável que o desejo da Amazon de vender produtos tenha mais peso do que incorporar todas as perspectivas críticas sobre um produto”, disse Tama Leaver, professora de estudos da internet na Curtin University, Austrália.

Outro ponto é que “a IA pode priorizar médias e pontuações gerais, enquanto os compradores muitas vezes olham as poucas avaliações negativas — as de uma estrela — mesmo que não sejam muitas”, disse Leaver.

Dr. Nauman Dawalatabad, cientista de pesquisa da Zoom Communications, afirmou que, em sua visão pessoal, a tecnologia caminha para melhorar a experiência do cliente. “Vejo como tecnologia ajudando a tomar decisões informadas”, disse, citando a fadiga cognitiva e o tempo desperdiçado ao ler avaliações de clientes.

Se uma descrição simplificada levar a compras por impulso e arrependimentos, isso recai sobre o comprador, segundo ele, e não é diferente de como sempre funcionou — as mesmas acusações de coação sutil poderiam ser feitas a todos os esforços de marketing. Ele acredita que, à medida que a IA agencial baseada em voz evoluir e os consumidores começarem a conversar (em vez de digitar e buscar) com o agente de IA descrevendo o que desejam, “ela vai entregar exatamente o que você precisa.”