Google revela com capta ressenyes falses d’empreses locals

Google va publicar una publicació al bloc que va compartir que van actualitzar els seus sistemes d’aprenentatge automàtic per tal de captar i eliminar més ressenyes falses, fitxes d’empreses falses i imatges i vídeos contribuïts de manera fraudulenta.

Els sistemes automatitzats i els equips de revisió humana van eliminar més de 200 milions de fotos, 7 milions de vídeos i van bloquejar o eliminar més de 115 milions de ressenyes, la qual cosa representa un augment del 20% respecte a l’any anterior, el 2021.

Com captura Google el correu brossa aportat pels usuaris

Google està utilitzant nous models d’aprenentatge automàtic per capturar i eliminar contingut fals i fraudulent.

Aquests models d’aprenentatge automàtic busquen patrons inusuals en el contingut aportat pels usuaris, inclosa la marcació de noves formes d’abús que no s’havien vist anteriorment.

Google ha compartit:

“Fa temps que utilitzem la intel·ligència de màquines per ajudar-nos a detectar patrons d’abús potencial i seguim evolucionant la nostra tecnologia.

L’any passat, vam llançar una actualització significativa dels nostres models d’aprenentatge automàtic que ens va ajudar a identificar noves tendències d’abús moltes vegades més ràpidament que en anys anteriors.

Per exemple, els nostres sistemes automatitzats van detectar un augment sobtat dels perfils empresarials amb llocs web que acabaven en .design o .top, cosa que seria difícil de detectar manualment en milions de perfils.

El nostre equip d’analistes va confirmar ràpidament que aquests llocs web eren falsos, i vam poder eliminar-los i desactivar els comptes associats ràpidament”.

Els sistemes de Google revisen el contingut nou abans de publicar-lo per bloquejar el contingut fals o fraudulent enviat al sistema de Google Maps.

També despleguen un model d’aprenentatge automàtic per escanejar contingut que ja està publicat, per capturar contingut fals que podria haver passat per les revisions inicials.

Aquests nous sistemes bloquegen el correu brossa més ràpidament que el 2021 i en capturen més.

Google va explicar:

“En alguns llocs, els estafadors van començar a superposar números de telèfon inexactes a sobre de les fotos aportades, amb l’esperança d’enganyar víctimes insospitades perquè truquin al defraudador en lloc del negoci real.

Per combatre aquest problema, vam implementar un nou model d’aprenentatge automàtic que podria reconèixer els números superposats a les imatges aportades mitjançant l’anàlisi de detalls visuals específics i els dissenys de les fotos.

Amb aquest model, vam detectar i bloquejar amb èxit la gran majoria d’aquestes imatges fraudulentes i que infringeixen les polítiques abans que es publiquessin”.

Estadístiques de bloqueig de correu brossa

L’anunci de Google va compartir que el 2022:

• Google va bloquejar o va eliminar més de 115 milions de ressenyes, dient que la majoria estaven bloquejades abans de ser publicades.
• Els nous algorismes de lluita contra el correu brossa van eliminar més de 200 milions de fotos i més de 7 milions de vídeos que infringien les polítiques de contingut de Google.
• S’han bloquejat 20 milions d’intents de crear perfils empresarials falsos.
• S’ha afegit una protecció més gran per a més de 185.000 empreses que estaven experimentant activitats sospitoses.

El gener de 2023, Google va enviar un comentari a la FTC (llegiu el PDF aquí) que va compartir que Google utilitza senyals per identificar comptes falsos, a més de revisar el contingut.

Google també va compartir que ara escaneja imatges per detectar contingut superposat a les imatges que pretén desviar les trucades de telèfon fora d’una empresa i cap al número de telèfon dels estafadors.

Comproven si hi ha robots, contingut duplicat, patrons de paraules similars a les ressenyes falses conegudes i també utilitzen un sistema que anomenen “concordança de text intel·ligent” que ajuda a identificar contingut enganyós.

Autèntic, segur i fiable

Google utilitza revisors tant automatitzats com humans en els seus esforços per bloquejar l’activitat no autèntica a l’ecosistema de Google Maps.

Captar activitats fraudulentes a Google Maps és important tant per a les persones que depenen de les revisions empresarials com per a les empreses que tenen empreses enumerades al sistema.

Imatge destacada de Shutterstock/ViDI Studio

Font: Google