Noticias FAE

Facultad de Administración y Economía

Ph.D in Economics por la University of Maryland, College Park realizó seminario sobre Incentivos a las opiniones falsas en plataformas online

Ph.D in Economics por la University of Maryland, College Park realizó seminario sobre Incentivos a las opiniones falsas en plataformas online

 Dr. Gustavo Quinderé Saraiva, quién es además profesor asistente en el Grupo de Estrategia de la Escuela de Negocios de la Pontificia Universidad Católica de Chile, presentó su trabajo de investigación "Incentives to fake reviews in online platforms" a académicos de la Facultad de Administración y Economía de la Universidad de Santiago de Chile.

En el marco del Ciclo de Seminarios de Investigación que realiza cada martes la Facultad de Administración y Economía de la Usach, el martes 23 de mayo el doctor en Economía por la Universidad de Maryland, College Park, Gustavo Quinderé Saraiva, presentó su trabajo de investigación denominado "Incentives to fake reviews in online platforms".

En la oportunidad, el Profesor Asistente en el Grupo de Estrategia de la Escuela de Negocios de la Pontificia Universidad Católica de Chile explicó que, con la proliferación de plataformas de calificación en línea, ha habido una creciente preocupación sobre la autenticidad de las reseñas publicadas en línea. “Este artículo desarrolla un marco teórico para estudiar los incentivos de los vendedores para solicitar reseñas falsas en plataformas de calificación en línea, y proporciona evidencia empírica que respalda algunas de las conclusiones del modelo”, explicó el Dr. Quinderé.

El modelo predice que la inversión óptima de los vendedores en reseñas falsas no es una función monótona de su reputación, ya que los vendedores con un historial muy bueno o muy malo de reseñas pasadas, muestran menos incentivos a reseñas falsas.

“Otra predicción del modelo es que, con el fin de maximizar el impacto de cada revisión falsa, los vendedores tienden a concentrar la manipulación de la revisión en las etapas iniciales después de su entrada (o volver a entrar con un nuevo nombre) en el mercado”, añadió en su presentación.

“Utilizando los datos recopilados de Amazon, pude observar esas características del modelo a nivel empírico estimando la probabilidad de que una revisión sea falsa en función de la reputación del producto y el tiempo que tardó en publicarse la revisión desde que el vendedor entró en el mercado”, sentenció.

Noticias Relacionadas