اليوم 86: هل يعاني تطبيق Nextdoor من صعوبات؟ أم أننا عدنا إلى الوضع الطبيعي؟
انتهى عيد العمال.
اليوم هو اليوم السادس والثمانون من دراستي المستمرة لحالة Nextdoor، وبعد أن تساءلت بالأمس عما إذا كانت Nextdoor ستأخذ عطلة نهاية أسبوع طويلة، تحققت مرة أخرى اليوم.
لم أتلق أي رد بخصوص الدراستين التفصيليتين اللتين طلبتهما من شركة Insights.
وماذا عن NXDR؟
حتى وقت كتابة هذه السطور، يتداول السهم حول مستوى 2.20 دولار. وقد أشارت مصادر السوق إلى سعر يقارب 2.24 دولار في وقت متأخر من بعد ظهر اليوم بعد إغلاق يوم الجمعة عند نفس المستوى، لذا فإن الرقم الدقيق يتغير أثناء كتابة هذه السطور.
على الأقل نتحدث الآن عن بنسات.
هل يعاني تطبيق Nextdoor من مشاكل في العمل؟
ما زلت أحاول فهم ذلك.
لكن شيئًا نشره نيرف توليا على موقع X في 3 سبتمبر لفت انتباهي.
"أظهرت دراسة أجريت عام 2025..."
كتب نيراف في المنشور:
"أظهرت دراسة أجريت عام 2025 أن التقييمات المزيفة التي يتم إنشاؤها بواسطة الذكاء الاصطناعي لا يمكن تمييزها الآن عن التقييمات الحقيقية..."
وفكرت على الفور:
نحن نعيد الكَرَّة مرة أخرى.
دراسة.
أي دراسة؟
من كتبه؟
أين نُشر؟
ما هي المنهجية المتبعة؟
ما هو حجم العينة؟
ماذا تعني عبارة "غير قابل للتمييز" تحديداً؟
ربما يبدو هذا مألوفاً لأي شخص تابع مغامرتي التي استمرت 86 يوماً في مجال شفافية البحث في تطبيق Nextdoor.
والجزء المثير للاهتمام هنا هو: لقد بحثت، ووجدت بحثاً واضحاً يدعم تصريح نيرف.
وفي مقال نشرته مجلة فورتشن في نفس اليوم، حدد نيراف الأمر بشكل أكثر تحديداً على أنه دراسة أجريت عام 2025 من كلية إدارة الأعمال بجامعة نوتنغهام.
تفحص دراسات تمت مراجعتها من قبل النظراء في عام 2025 المراجعات المزيفة التي تم إنشاؤها بواسطة الذكاء الاصطناعي، بما في ذلك دراسة نشرت في مجلة تجارة التجزئة وخدمات المستهلك قامت بتحليل 714016 مراجعة ووجدت اختلافات لغوية ذات مغزى بين المراجعات المزيفة التي تم إنشاؤها بواسطة الذكاء الاصطناعي، والمراجعات المزيفة التي أنشأها البشر، والمراجعات الأصلية.
لذا فإن انتقادي ليس كالتالي:
"الدراسة غير موجودة."
سؤالي هو:
لماذا لا يتم الاستشهاد به في المنشور الأصلي؟
إذا كنت ستستخدم البحث لإثبات المصداقية، فامنح القراء معلومات كافية لتقييم البحث بأنفسهم.
اسم الدراسة. المؤلفون. المنشور. الرابط.
أربعة أشياء.
منتهي.
وخاصة عندما تكون الرئيس التنفيذي لشركة تروج حاليًا لفكرة أن الأصل مهم.
هذا مثالي للغاية.
لم تصل التقييمات المزيفة مع ChatGPT
هناك جانب آخر من هذا النقاش يزعجني.
لم يخترع الذكاء الاصطناعي التقييمات المزيفة.
جعل الذكاء الاصطناعي إنتاجها أسرع وأرخص وأسهل على نطاق واسع.
لقد دأب البشر على التلاعب بالسمعة لفترة طويلة جداً.
في الحقيقة، التاريخ مسلٍ للغاية.
في القرن التاسع عشر: نشر والت ويتمان مراجعات إيجابية للغاية لكتابه " أوراق العشب". وهذا في جوهره النسخة التي تعود إلى القرن التاسع عشر من إنشاء حساب وهمي ومنح نفسك خمس نجوم.
أوائل القرن العشرين: كانت الصحف تتعامل بالفعل مع المعلومات الملفقة والمزاعم المبالغ فيها و"المزيفين". وبحلول عام 1913، أنشأت صحيفة نيويورك وورلد مكتبًا للدقة واللعب النظيف جزئيًا لمعالجة الشكاوى و"القضاء على التزييف والمزيفين".
الإعلان قبل الإنترنت: استخدمت الشركات شهادات العملاء وتأييداتهم كأدوات تسويقية، مما أدى إلى خلق نفس المشكلة الأساسية التي نواجهها اليوم: هل يوصي هذا الشخص بالمنتج لأنه يحبه حقًا - أم لأن شخصًا ما يستفيد من هذا التأييد؟
الإنترنت المبكر: سمحت لوحات الرسائل ومواقع المراجعات، وفي نهاية المطاف التجارة الإلكترونية، للشركات والأفراد بإنشاء حسابات وتلفيق المديح - أو مهاجمة المنافسين.
ومن المفارقات أن نيراف نفسه شارك في تأسيس إيبينيونز عام 1999، وهي إحدى أوائل منصات تقييم المستخدمين. وهو يقر الآن بأن اقتصاد التقييم أصبح في نهاية المطاف عرضة للتلاعب.
في العقد الثاني من القرن الحادي والعشرين: أصبحت شركات التقييمات المزيفة صناعة رائجة. كان بإمكان الشركات شراء تقييمات إيجابية، وكان من الممكن مهاجمة المنافسين بتقييمات سلبية، وكان بإمكان المراجعين استخدام هويات متعددة.
عقد 2020: أصبحت مزارع المراجعات أكثر تطوراً. اكتشف المحققون مراجعين منسقين يمدحون شركات غير مرتبطة ببعضها البعض عبر البلدان، مع ظهور مراجعات متطابقة أحياناً بأسماء مختلفة.
اليوم: أحدث الذكاء الاصطناعي التوليدي تغييرًا جذريًا في الاقتصاد. فبدلًا من دفع أجور للبشر لكتابة مئات التقييمات يدويًا، أصبح بإمكان أي شخص توليد كميات هائلة من النصوص المقنعة بسرعة فائقة. وتشير الأبحاث الآن إلى أن نماذج التعلم الآلي قادرة على إنتاج تقييمات مضللة بمستوى قدرات البشر، على الرغم من أن الباحثين ما زالوا قادرين على تحديد بعض الاختلافات اللغوية إحصائيًا.
نفس عملية الاحتيال.
آلات أفضل بكثير.
وهذا يعيدني إلى تطبيق Nextdoor
تتمثل الفكرة الحالية لتطبيق Nextdoor في أن التحقق من الهوية ومساءلة الأحياء يمكن أن يجعل التوصيات أكثر جدارة بالثقة.
إنها استراتيجية مثيرة للاهتمام.
لكن التحقق وحده لا يجعل الرأي صادقاً.
قد يبالغ الشخص الحقيقي.
حتى الشخص الموثق قد يحمل ضغينة.
بإمكان الجار الحقيقي أن يوصي بشركة صديقه.
يحق للعميل الشرعي الحصول على حافز.
قد يمر جاران موثوقان بتجارب مختلفة تماماً مع نفس الشركة.
وكما وثقت سابقاً، كانت لديّ تساؤلاتي الخاصة حول مدى قوة نظام التحقق الخاص بـ Nextdoor في الواقع.
لذا فإن كلمة "تم التحقق" هي إشارة ثقة.
إنه ليس مصلًا سحريًا للحقيقة.
هل يهم الأصل؟ أوافق.
هذا في الواقع ما يجعل منشور نيرف مثيراً للاهتمام للغاية.
تتلخص حجته الأوسع في ما يلي:
من أين تأتي المعلومات أمر مهم.
أنا موافق.
بالكامل.
ولهذا السبب عندما يقول الرئيس التنفيذي:
"أظهرت دراسة أجريت عام 2025..."
أريد معرفة مصدر المنتج.
اذكر اسم الدراسة.
اذكر أسماء الباحثين.
أضف الرابط.
دع القراء يطلعون عليه.
وهذا بالضبط ما كنت أطلبه من Nextdoor فيما يتعلق بأبحاثها الخاصة.
لمدة 86 يوماً.
نشر موقع Nextdoor نتائج قسم التحليلات.
أعلنت منصة Nextdoor علنًا لقرائها أنه بإمكانهم طلب بيانات مفصلة.
لقد طلبت ذلك.
لقد أرسلت بريداً إلكترونياً.
لقد تابعت الأمر.
لقد قمت بتوسيع نطاق التوزيع.
أرسلت طلباً آخر يوم السبت.
وما زلت أنتظر الدراستين المفصلتين.
اليوم 86
كان يوم أمس عيد العمال.
أطرح اليوم السؤال التالي:
هل يعاني تطبيق Nextdoor من مشاكل في العمل؟
لأنني ما زلت أقوم بالعمل.
أنتظر ردًا من أحد موظفي Nextdoor على الأسئلة.
يؤكد منشور نيراف على أهمية الأصل.
نتفق على ذلك.
إليكم اقتراحي لليوم 86:
مارس ذلك.
عندما تستشهد بالبحث، أرنا البحث نفسه.
عندما ينشر موقع Nextdoor بحثاً، أظهروا لنا المنهجية.
عندما تخبر مدونتك القراء أنه بإمكانهم طلب بيانات مفصلة، فقم بتوفير البيانات المفصلة - أو اشرح سبب عدم قيامك بذلك.
لأنه سواء كنا نتحدث عن تقييم مطعم، أو توصية مولدة بواسطة الذكاء الاصطناعي، أو تقرير رؤى الشركات، فإن المبدأ هو نفسه:
لا تكتفِ بإخباري أن أثق به. أعطني معلومات كافية لأقرر ما إذا كنت سأثق به أم لا.
تابع دراسة حالة Nextdoor المستمرة على NielFlamm.com/blog.