Sindacati di recensioni false: la reputazione come bene manifatturato
La reputazione su un marketplace è, alla fine, un numero. Sulle piattaforme mainstream è una media a stelle; sui mercati darknet è una percentuale di feedback accanto al nickname del venditore. Poiché quei numeri decidono chi vende e chi resta a mani vuote, esiste un'industria specializzata per muoverli. Gli atti di contrasto e la ricerca descrivono la stessa macchina da entrambi i lati del confine della clearnet: nel 2022 Amazon ha citato in giudizio gli amministratori di oltre 10.000 gruppi Facebook che, secondo l'azienda, intermediavano recensioni false, con commissioni di circa dieci dollari a recensione; un decennio prima, lo studio di misurazione di Silk Road di Nicolas Christin rilevava che il 97,8% di tutti i feedback sul mercato era positivo. Stesso meccanismo, superficie diversa.
Dentro un anello di recensioni
Lo schema della querela di Amazon è il template generico. Reclutatori gestiscono gruppi con nomi come Amazon Product Review, il più grande dei quali superava i 43.000 membri, e amministratori che accoppiano acquirenti e venditori. I recensori si fanno rimborsare il prezzo del prodotto oppure vengono pagati direttamente; i venditori ottengono cinque stelle garantite. La ricostruzione di CNBC dell'epoca annotava le contromisure del mestiere: la frase refund-after-review circolava nei gruppi scritta R**fund Aftr R**vew, un tentativo di scivolare oltre i filtri a parole chiave. Meta ha rimosso più della metà dei gruppi segnalati da Amazon. Il seguito di Amazon, aggiornato a inizio 2024, descrive broker che raggiungono i venditori tramite siti, social e messaggistica cifrata, offrendo denaro, prodotti gratis o rimborsi in cambio di recensioni: positive per sollevare il ranking, negative per colpire i concorrenti. Ad agosto 2023 l'azienda dichiarava azioni legali contro 147 truffatori tra USA, Europa e Cina e oltre 200 milioni di recensioni sospette bloccate nel 2022. Il racconto di Amazon lo inquadra come contrasto alla fonte: colpire i broker, perché le recensioni false singole sono economiche e sostituibili, le operazioni che le vendono in serie no.L'economia della fiducia fabbricata
La scansione di Silk Road di Christin - raccolte quotidiane da febbraio a luglio 2012 per 24.385 annunci e 1.239 venditori distinti - mostra perché il feedback vale un falso. Fungeva da proxy pubblico delle vendite completate, ed era sbilanciato: 97,8% positivo contro 1,4% negativo. Quando il sito passò brevemente al feedback aggregato per venditore nel marzo 2012, gli acquirenti fecero pressione al punto che la modifica fu revocata in pochi giorni. Il feedback per oggetto era lo strato di regolamento di quell'economia, e gli acquirenti lo trattavano come requisito operativo, non come cortesia. Questa è la domanda su cui i broker fanno arbitraggio. Un profilo a cinque stelle alza visibilità, conversione e prezzo su qualsiasi piattaforma che ordini per voto. Dove un numero di reputazione si può affittare per una frazione dei ricavi che genera, affittarlo è la mossa razionale per un venditore marginale; per questo le piattaforme trattano il commercio come frode e non come zona grigia, e per questo sopravvive alle azioni di contrasto: l'offerta di account e gruppi nuovi è praticamente illimitata.Bond e teatro della fiducia
I mercati darknet aggiungono un secondo strumento di fiducia: il vendor bond, un deposito che i venditori versano prima di poter inserire annunci e che si perde in caso di scam o violazione delle regole. I bond disciplinano l'uscita; non dicono nulla sull'autenticità del feedback. Un venditore può versare un bond cospicuo e comunque affittare un piccolo anello di recensori per seminare il profilo, e un mercato può esentare dai bond per attrarre venditori e poi commerciare sulla densità di annunci risultante. La meccanica dei depositi l'abbiamo trattata a parte nel nostro pezzo su escrow ed economia della fiducia sui marketplace. Collaterale e reputazione sono separabili, e i venditori arbitrano il divario. I dati di Christin illustrano anche il problema del ciclo di vita. I venditori che spariscono di colpo - come l'uscita del 2012 che documentò, che lasciò scoperti gli acquirenti che avevano pagato in anticipo dopo prezzi tagliati di circa il 20% - si portano via il punteggio di feedback e possono ripartire sotto una nuova identità, pratica che i ricercatori chiamano whitewashing. La sua osservazione sul feedback apertamente fabbricato: di solito era relativamente facile da notare, perché gli acquirenti incrociavano le affermazioni dei venditori con i forum del mercato. L'incrocio umano era l'originale analisi a grafo dei recensori.Come gli anelli vengono beccati
Il rilevamento lato piattaforma, come lo descrive Amazon, affianca modelli di machine learning e investigatori umani che setacciano le recensioni in cerca di pattern sospetti prima della pubblicazione. I segnali cadono in alcune famiglie note:- Burst temporali: un grappolo di recensioni in una finestra breve, fuori proporzione con la curva di vendite dell'annuncio.
- Impronte comportamentali: account che pubblicano in sequenze coordinate, condividono tratti di pagamento o dispositivo o recensiscono solo nell'orbita di un venditore.
- Struttura a grafo: recensori che transazionano e co-recensiscono tra loro molto più di quanto il caso preveda. Gli anelli sono, per definizione, sottografi densi, e la densità è misurabile.