AI non sono pronti a comprare al posto tuo, studio dimostra

Un recente studio ha rivelato che le AI non sono ancora pronte a prendere decisioni di acquisto al posto dei consumatori, evidenziando una notevole variabilità nei suggerimenti offerti. I ricercatori del Wharton School della University of Pennsylvania hanno testato sei modelli di AI, sia mini che di livello avanzato, chiedendogli di agire come assistenti d’acquisto per selezionare un orologio fitness da una griglia fissa di prodotti. I risultati mostrano che piccole variazioni nel contesto possono influenzare drasticamente le scelte, con alcuni modelli che mostrano una forte dipendenza da fonti esterne o da ordini di presentazione.

Le AI reagiscono al contesto e all’ordine

Il test ha utilizzato l’ACES simulator (Agentic e-Commerce Simulator), che mostra all’agente AI una schermata di un prodotto. L’agente analizza l’immagine, eventualmente integra fonti di raccomandazione e seleziona un prodotto. I ricercatori hanno scoperto che un’unica fonte esterna, come un articolo di Wirecutter, può spostare drasticamente le raccomandazioni. Ad esempio, la probabilità di selezionare il Fitbit Inspire 3 è aumentata del 90% per Claude Opus 4.8 e del 99% per Gemini 3.5 Flash rispetto al controllo. L’ordine in cui le fonti vengono presentate ha anche un impatto significativo, con alcuni modelli che mostrano una variabilità notevole.

Un’altra variabile testata è stata l’ordine di presentazione delle fonti. I ricercatori hanno osservato che alcuni modelli, come Gemini 3.1 Flash Lite, mostrano una forte sensibilità all’ordine, con la probabilità di selezionare il Fitbit Inspire 3 che varia tra il 2% e il 56% in base all’ordine delle fonti. Al contrario, modelli come Claude Haiku 4.5 mantengono una stabilità maggiore, con una variazione limitata tra il 41% e il 42%. Questi risultati indicano che la presentazione delle informazioni ha un effetto significativo sulle decisioni di acquisto.

Le preferenze iniziali e le risposte alle informazioni utente

Le preferenze iniziali dei modelli variano, e le informazioni memorizzate dagli utenti, come “amo l’escursionismo”, possono influenzare le scelte. Anche se un prodotto è oggettivamente migliore, alcuni modelli tendono a spostare le raccomandazioni verso alternative più costose. In un esperimento, l’aggiunta di frasi come “amo l’escursionismo” ha portato a un aumento del 75% nella selezione del Garmin Vivoactive 5 per Claude Opus 4.8. Solo Gemini 3.5 Flash ha mantenuto una stabilità elevata, scegliendo il prodotto migliore in circa l’86-92% dei casi.

La mancanza di coerenza e di controllo rappresenta un problema per i consumatori, che non possono garantire decisioni ottimali affidando l’acquisto a un’AI. Due utenti con la stessa query, o lo stesso utente in giorni diversi, possono ricevere raccomandazioni differenti senza un motivo visibile. Anche se i comportamenti umani sono inconsistenti, i consumatori si aspettano maggiore affidabilità da un sistema AI. Per i venditori, i risultati suggeriscono che ottimizzare per l’acquisto da parte di AI sarà più complesso rispetto all’ottimizzazione tradizionale per i motori di ricerca.

• Un’unica fonte esterna può influenzare drasticamente le raccomandazioni.
• L’ordine di presentazione delle fonti ha un impatto significativo.
• Le informazioni memorizzate dagli utenti possono spostare le scelte verso prodotti più costosi.
• La coerenza e il controllo sono assenti sia per i consumatori che per i venditori.