AI 會推薦哪間酒店？LLM輔助酒店選擇中聲譽信號的算法審計
arXiv - Computers and SocietyMirza Samad Ahmed Baig, Syeda Anshrah Gillani, Asher Ali
利用隨機共變法量化 LLM 酒店推薦中評價、價格、環保等信號的影響，發現評價與價格主導，環保認證被過度重視，列表位置亦顯著影響。
AI 幫你先抓重點
AI 重點 1
評價與價格是 LLM 推薦的核心驅動因素，且其效應與人類偏好相符但更強。
滑鼠懸停看 AI 判斷理由
這說明 AI 需要在設計時考慮人類價值與價格敏感度，避免過度偏向高評價或低價，從而提升推薦的公平性與用戶滿意度。
AI 重點 2
列表位置作為純內容外的因素，對推薦有顯著因果影響，暗示平台設計需防止位置偏見。
滑鼠懸停看 AI 判斷理由
揭示 AI 可能被用戶界面設計所影響，對公平性與透明度提出挑戰，提醒設計者需建立機制減少位置偏差。
核心研究發現
- 1
評價提升 31.6% 影響推薦；高價格降低 30%
- 2
環保認證被過度加權，管理回應被忽略
- 3
列表位置（內容無關）對推薦有因果影響，等價約 12 美元/晚
對教育工作者的啟發
平台應調整推薦算法以平衡評價與價格，避免過度依賴環保認證；加入透明度機制說明影響因素；監測並校正列表位置偏見；提供可解釋的推薦理由，提升用戶信任與公平性。
原始文獻資訊
- 英文標題：
- Whose hotel does the AI recommend? An algorithm audit of reputation signals in LLM-assisted hotel selection
- 作者：
- Mirza Samad Ahmed Baig, Syeda Anshrah Gillani, Asher Ali
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。