芝加哥大学研究人员开发了一款基于神经网络的机器人，能够学习撰写虚假餐厅评论。据Business Insider报道，该研究旨在证明人工智能已能生成复杂且难以检测的虚假评论，足以让读者产生信任感。
研究团队采用循环神经网络（RNN），在数千条真实在线评论数据上进行训练以生成此类内容。
合成评论示例：“我喜欢这个地方，我和哥哥一起来的。我们点了美味的素食意面。啤酒不错，服务也很棒。我绝对会向那些想找地方吃早餐的人推荐这里。”
尽管部分读者对文末“and a small spot with a great deal”等表述略有疑虑，但整体仍认为可接受。在涉及600名用户的测试中，普通人无法区分真假评论，两者在实用性上也“几乎无法辨别”。此外，由于神经网络生成的是原创文本而非复制内容，这些评论成功通过了抄袭检测。
芝加哥大学计算机科学教授本·赵（Ben Zhao）指出，神经网络对人类在互联网上信任用户评论构成了巨大威胁，甚至动摇了用户评论这一概念本身。他强调，类似技术不仅限于餐厅评论，未来可能渗透至整个市场。
目前，在Yelp等平台撰写高质量评论通常需花费1至10美元，而借助新工具可免费批量生成成千上万条评论。赵警告称：“公众将感到失望，因为人们对真实与虚假的辨别信念将被彻底动摇。”