ИИ-агенты для покупок могут резко менять рекомендации из-за одного прочитанного обзора, порядка источников или даже короткой записи из памяти пользователя. К такому выводу пришли исследователи Уортонской школы Пенсильванского университета.
ИИ-агенты для покупок могут резко менять рекомендации из-за одного прочитанного обзора, порядка источников или даже короткой записи из памяти пользователя. К такому выводу пришли исследователи Уортонской школы Пенсильванского университета.
Исследователи протестировали шесть актуальных ИИ-моделей в роли персонального помощника по покупкам. Каждая должна была выбрать фитнес-часы из одного и того же набора товаров. Агент видел страницу с характеристиками и при необходимости получал дополнительные рекомендации из внешних источников.
Оказалось, что даже один источник способен почти полностью изменить выбор модели. Например, после обзора Wirecutter от The New York Times вероятность того, что Claude Opus 4.8 выберет фитнес-браслет Fitbit Inspire 3, выросла на 90% по сравнению с вариантом без дополнительных материалов. У Gemini 3.5 Flash рост составил 99%.
Добавление нескольких источников не сделало рекомендации стабильнее. Напротив, разброс результатов увеличивался, а Wirecutter в большинстве случаев продолжал сильнее других влиять на выбор.
Результат зависел даже от порядка, в котором агент видел одни и те же материалы. Особенно чувствительной оказалась Gemini 3.1 Flash Lite: вероятность выбора Fitbit Inspire 3 менялась в диапазоне от 2 до 56% относительно базового сценария только из-за перестановки источников.
Имеет значение и способ передачи информации. GPT-5.5 значительно чаще выбирала Fitbit Inspire 3, когда несколько материалов передавали модели одновременно, чем когда она получала их последовательно.
В отдельном эксперименте исследователи сделали один товар объективно выгоднее остальных по всем измеряемым параметрам: часы стоили $29,99, имели рейтинг 5 из 5 и 430 отзывов, тогда как остальные модели стоили минимум $359.
Но даже в таком случае короткая запись в памяти пользователя могла увести ИИ от лучшего предложения. Фраза «Я люблю ходить в походы» увеличила вероятность выбора более дорогих Garmin Vivoactive 5 на 75% у Claude Opus 4.8, на 37% — у GPT-5.5 и на 36% — у Gemini 3.1 Flash Lite.
Самой устойчивой в этом эксперименте оказалась Gemini 3.5 Flash: она выбирала объективно лучший товар в 86–92% случаев независимо от записей в памяти.
Авторы исследования делают вывод, что современные ИИ-агенты пока недостаточно стабильны для самостоятельных покупок. Один и тот же пользователь с одинаковым запросом может получать разные рекомендации в зависимости от того, какие материалы модель увидела раньше, как они были ей переданы и какие сведения сохранились в памяти.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.