Uvnitř filtru recenzí Google: Jak strojové učení odhaluje falešné recenze

Google neposkytuje manuál pro detekci falešných recenzí. Ale z firemních blogových příspěvků, vládních dokumentů a expertních analýz je design systému jasný – a je mnohem pokročilejší, než mnozí předpokládají.

Každý den se na Google Mapy a Vyhledávání dostane 20 milionů příspěvků. Jsou to recenze, obrázky, změny a nápady. Naprostá většina je skutečná. Značná část nikoli. Třídění takového objemu není úkol pro lidi. Je to úkol pro strojové učení a tento stroj se stal extrémně efektivním.

Abyste pochopili, jak funguje filtr Google, musíte nejprve ocenit čísla. Denně dorazí dvacet milionů uživatelských položek. To je asi 230 za sekundu, 24/7, ze všech koutů světa, v každém jazyce, na každém typu zařízení. Představa, že by lidé mohli zkontrolovat byť jen malou část z toho – natož to dělat důsledně – je zásadní nepochopení. To nikdy nebyl problém, který by lidé mohli vyřešit.

Místo toho Google vytvořil vrstvený systém prosazování, který je neustále v provozu. V roce 2023 odstranil 170 milionů recenzí, které porušovaly jeho pravidla, o 45 % více než v předchozím roce. V roce 2024 se celkový počet zvýšil na 240 milionů. Tento meziroční nárůst neznamená jen to, že se píše více falešných recenzí, i když to může být faktor. Znamená to, že technologie detekce se zlepšuje rychleji než metody, jak ji obejít.

Sázky pro podniky jsou obrovské. Studie z roku 2023 v Journal of Business Research odhalila, že falešné negativní recenze jsou neúměrně zaměřeny na úspěšné restaurace, čímž poškozují právě ty podniky, které se nejvíce spoléhají na svou zaslouženou pověst. Na straně nabídky Googleovi právníci sami žalovali prodejce falešných recenzí, včetně případu z roku 2023 proti poskytovateli v Bangladéši, jehož webové stránky, Bigboostup.com, vytvářely falešné recenze pro americké místní podniky.

Proč se falešné recenze stále dostávají dál?

Pokud Google ročně odstraňuje stovky milionů falešných recenzí, proč se některé z nich dostanou na profil? Je to stejný důvod, proč některé spamové e-maily stále dorazí do vaší schránky i s dobrými filtry. Metody vyhýbání se stávají chytřejšími a existuje tenká hranice mezi falešně pozitivními výsledky (skutečné recenze chybně smazané) a falešně negativními výsledky (falešné recenze, které projdou). Google ladí svůj systém tak, aby se vyhnul mazání autentických recenzí, což znamená, že chytré falešné recenze mohou vydržet déle než ty očividné.

Joy Hawkins, zakladatelka Sterling Sky a přední výzkumnice v oblasti lokálního SEO, podrobně studovala tuto nerovnováhu. Její práce ukazuje, že filtr Google může někdy smazat skupiny legitimních recenzí, zejména u právníků a lékařů, kde více skutečných klientů může používat stejnou Wi-Fi v čekárně. Filtr není dokonalý ani v jednom směru.

Google nevydal technický manuál pro svůj systém moderace recenzí. Máme firemní blogové příspěvky, prohlášení pro FTC a analýzy výzkumníků sledujících činnost systému. Dohromady tyto zdroje poukazují na pětidílný proces, který neustále běží souběžně s normálními funkcemi Google Map.

Centrální princip designu – který Google zmínil ve svém blogu „Udržování autentických recenzí“ – spočívá v tom, že proces nekončí, když je recenze zveřejněna. Recenze, která projde počáteční kontrolou, může být znovu zkontrolována o dny nebo týdny později, jakmile se objeví nové informace. Pokud účet A získá v pondělí vyhovující skóre, ale ve čtvrtek je propojen se shlukem dvanácti dalších účtů, které byly právě označeny, zveřejněné recenze účtu A se vrátí k další kontrole. Proto firmy někdy vidí, že recenze mizí dlouho poté, co se poprvé objevily.

Role lidských analytiků

Automatizované systémy se starají o případy s vysokým objemem, kde je systém velmi jistý. Hraniční případy jdou k lidským vyšetřovatelům. Jedná se o složité podvody, které nacházejí mezery ve statistikách, nebo skutečné recenze, které vypadají jako podezřelý vzorec. Tito zaměstnanci Google se dívají na přímé důkazy: snímky obrazovky z chatů podvodníků, vzorce ve zprávách majitelů firem a jazykovou analýzu. To, co zjistí, se používá k přeškolení modelu. Takto došlo k odstranění sítě 5 milionů recenzí v roce 2023: lidé definovali vzorec, model ho absorboval a nové detekce se staly automatickými.

Tento cyklus zpětné vazby je nejdůležitějším prvkem designu systému. Cílem není vytvořit seznam pravidel. Cílem je vytvořit model tak pokročilý, aby revidoval svou vlastní definici podvodu, téměř v reálném čase.

Textová analýza a NLP

Méně propagovaným aspektem detekce falešných recenzí je samotný text. Modely zpracování přirozeného jazyka (NLP) dokážou odhalit lingvistické znaky běžné u vymyšlených recenzí: příliš mnoho superlativů, nedostatek konkrétních detailů, nadměrné používání „já“ a opakující se fráze napříč různými účty. Výzkum v Journal of Marketing Analytics ukázal, že psychologické jazykové markery – jako kognitivní úsilí a emoční tón – dokážou s velkou přesností oddělit falešné recenze od skutečných. Vlastní NLP Google, vylepšené Gemini v roce 2024, tuto práci provádí v masivním měřítku.

Google neposkytl úplný seznam svých detekčních signálů. Nicméně kombinací oficiálních prohlášení, svědectví FTC, expertních studií a pečlivého pozorování toho, co je označeno a co ne, můžeme sestavit hlavní sadu signálů. Deset z nich je zodpovědných za většinu prosazování.

Těchto deset signálů není jednoduchý kontrolní seznam; jsou to vážené datové body v pravděpodobnostním modelu. Jeden signál sám o sobě zřídka stačí ke spuštění akce. Systém hledá kombinace – vzorce, kde se několik signálů navzájem potvrzuje. Nový účet ze sdílené IP adresy používající šablonový text bez fotografií zasáhne čtyři signály najednou, a tato kombinace vede k vysokému skóre spolehlivosti pro odstranění.

Náhlé vytváření účtů: Nejpříznačnější vzorec Google

Ze všech signálů je detekce náhlého vytváření účtů ten, který nejúčinněji rozbíjí rozsáhlé podvody s recenzemi. Když prodejce vytvoří padesát falešných účtů k recenzování profilu klienta, tyto účty často sdílejí data o vytvoření, i když používají různé IP adresy a zařízení. Mohou mít podobné poskytovatele e-mailu, být registrovány jedna po druhé nebo mít identická počáteční nastavení. Ve své zprávě o transparentnosti z roku 2023 Google konkrétně připsal shlukování na základě grafů jako technologii, která během několika týdnů odstranila 5 milionů falešných recenzí z jedné podvodné sítě.

Proč se některé podvody stále dostávají dál

Žádný detekční systém nedokáže zachytit 100 % podvodů, aniž by zároveň chybně označil katastrofální množství skutečných. Systém Google je vyladěn tak, aby způsobil co nejmenší škody autentickým recenzím. To znamená, že velmi dobře provedený podvod – z reálného, starého účtu, z domácí IP adresy ve správném městě, s historií dalších recenzí – může projít první kontrolou a zůstat nahoře týdny. Doplnění Gemini do systému v roce 2024 má vyřešit právě tento problém tím, že provádí hlubokou behaviorální analýzu, která dokáže najít drobné nesrovnalosti, které statistické modely přehlédnou.

Ne každý pokus o zveřejnění falešné recenze má stejnou šanci být odhalen. Riziko se pohybuje od subtilních taktik, které filtr často přehlíží, až po zjevné chování, které vede k téměř okamžitému odstranění. Vědět, kam se taktika v tomto rozsahu řadí, odděluje nováčky od profesionálů – a proto se detekce Google stále zlepšuje.

Pro firmy to znamená jediné: riziko detekce roste mnohem rychleji než počet recenzí. Koupit dvacet recenzí od levného poskytovatele je exponenciálně riskantnější než koupit pět od špičkového. U dvaceti recenzí je samotná rychlost doručení dostatečná k spuštění detekce, bez ohledu na to, jak dobré jsou účty. Objem je to jediné, co nejspolehlivěji posouvá systém od sledování k akci.

Abstraktní řeči o detekčních signálech jsou jedna věc. Vidět je v akci během konkrétních odstranění to dělá skutečným. Čtyři zde uvedené případy jsou převzaty z veřejných informací, právních dokumentů a zpráv. Nejsou to vymyšlené příběhy, ale skutečné situace, kdy systém Google našel a jednal proti podvodným schématům s recenzemi.

Společným jmenovatelem všech čtyř případů je, že je neodhalila kvalita žádné jednotlivé recenze. Byly to vzorce: rychlost, poloha, propojení účtů a aktivita napříč platformami. Systém nečte recenzi jako člověk. Čte data, která ji obklopují.

V dubnu 2024 Google oznámil, že přidává Gemini – svůj nejvýkonnější jazykový model – do systému moderování firemních profilů Google. To byla zásadní změna. Schopnost Gemini uvažovat s více signály a analyzovat dlouhodobé chování řešila největší slepou skvrnu systému: dobře provedený, jednorázový podvod. Starší modely se dívaly na signály jeden po druhém. Gemini dokáže pochopit celý příběh akcí účtu – načasování jeho recenzí, logiku jeho recenzí pro různé firmy a zda jeho cesta aktivity dává smysl.

Účinek byl jasný v datech: 240 milionů falešných recenzí odstraněných v roce 2024, což je 40% nárůst oproti roku 2023. Důležitější je, že více jich bylo zastaveno před zveřejněním – dříve, než je kdokoli viděl. Tento přechod od reaktivního mazání k proaktivnímu blokování je známkou chytřejšího modelu. Znamená to, že méně firem se potýká s nárůstem recenzí, méně lidí čte falešný obsah a celá platforma se blíží tomu, co Google chce.

Označení „Podezřelé falešné recenze“

Spolu s aktualizací algoritmu přinesl rok 2024 novou funkci pro spotřebitele: varování „podezřelé falešné recenze“. Když má firemní profil podivné vzorce – jako náhlý příliv recenzí z nekvalitních účtů – Mapy nyní zobrazují banner, který varuje potenciální zákazníky. Funkce se objevila v USA, Velké Británii a Indii koncem roku 2024 a globální spuštění začalo v květnu 2025. To znamená změnu politiky od pouhého prosazování k poskytování transparentnosti. I když Google recenzi nesmaže, může nyní uživatelům ukázat svou vlastní nejistotu ohledně toho, zda je skutečná.

Směr je jasný. V roce 2021 měla dobře naplánovaná kampaň s falešnými recenzemi – používající staré účty, domácí IP adresy a dobrou geografickou kombinaci – slušnou šanci zůstat nahoře měsíce. Do roku 2026 se stejná kampaň potýká s analýzou poháněnou Gemini, která dokáže odhalit nesrovnalosti, které dřívější modely nedokázaly. Životnost falešné recenze se každým rokem zkracuje. Zároveň se zhoršují negativní důsledky – vězení recenzí, zákazy účtů a pokuty FTC.

Vědět, jak je postaven systém detekce Google, mění hru pro každou firmu, která zvažuje svou strategii recenzí. Filtr nehledá recenze, které „zní falešně“. Hledá vzorce, které nejsou přirozené. Tento rozdíl je obrovský. Mnoho firem, které nikdy nekoupily jedinou falešnou recenzi, vidělo, jak byly skutečné recenze filtrovány, zatímco některé chytré falešné kampaně zůstávají chvíli nahoře.

Poučení je, že strategie recenzí musí být navržena tak, aby vypadala přirozeně na úrovni vzorců, nikoli pouze na úrovni obsahu. Perfektně napsaná recenze je bezcenná, pokud účet, který ji zveřejnil, spustí alarm rychlosti nebo neprojde kontrolou polohy. Signál, který je pro Google nejdůležitější, není „zdá se tato recenze skutečná?“. Je to „vypadá celá digitální stopa tohoto recenzenta jako stopa skutečného zákazníka?“

Proč přirozené tempo recenzí poráží vysoký objem

Nejdůslednějším poučením ze studia detekce falešných recenzí Google je, že rychlost je jediným největším rizikovým faktorem pro prosazování. Firma, která získá 50 skutečných recenzí za šest měsíců, má nulové riziko detekce, bez ohledu na to, jak o ně požádala. Firma, která získá 50 recenzí za jeden týden – i když jsou všechny skutečné – může spustit upozornění na anomálii a některé mohou být filtrovány. Algoritmus nemůže vidět skutečnou událost, která vedla k recenzi. Posuzuje legitimitu na základě toho, jak statisticky uvěřitelný je vzorec. Stabilní, přirozené tempo je vzorec, na který by se mělo zaměřit shromažďování skutečných recenzí.

Pozitivní zpětná vazba skutečných recenzí

Budování základny autentických recenzí má složený přínos. Účty, které mají hodně aktivity na Mapách a historii recenzování jiných firem, signalizují systému legitimitu. Když tyto účty recenzují vaši firmu, jejich vstup má větší autoritu a je méně pravděpodobné, že bude filtrován. Přesně proto služby, které používají specializované účty „recenzentů“ – které nemají žádnou historii kromě zveřejňování falešných recenzí – tak předvídatelně selhávají. Jejich falešnost je pro algoritmus transparentní. Skutečný argument pro autentické recenze není jen o tom, jak se vyhnout problémům. Je to o tom, že skutečné účty vytvářejí signály recenzí, které se časem posilují, zatímco falešné účty vytvářejí signály, které se při kontrole rozpadají.

Přímé odpovědi na otázky, které se nenacházejí v oficiálních dokumentech Google – založené na veřejných datech, expertních analýzách a pozorovaném chování systému.