Invisible to the Machine: Auditing AI Restaurant, Cafe, and Bar Recommendation Against a Complete Market Census
本文介绍了首次针对巴厘岛 AI 场所推荐进行的基于普查的审计，揭示了由于缺乏数字化文档而非评分较低，导致 85.6% 的当地餐厅、咖啡馆和酒吧在主流 AI 系统中处于不可见状态，同时强调主要的失效模式是推荐过时的场所，而非虚构不存在的场所。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正走在一座巨大且繁忙的城市中，每一家商店、咖啡馆和餐厅都列在一本庞大的、隐形的电话簿里。现在，想象有一种新型的神奇指南，它不仅仅是向你展示一个选项列表，而是能真正与你“对话”，告诉你去哪里喝咖啡或吃晚餐。这正是人工智能（AI）在寻找本地场所方面正在变成的样子。但棘手的地方在于，这个神奇的指南并不显示“所有”内容。它会挑选出一些心头好，而忽略其余的。科学家称之为“推荐”，但对于那些被忽略的店铺来说，这感觉就像是变得透明了。
长期以来，我们一直知道如果一家店获得了高分或者出现在地图上，会有更多人光顾。但我们此前并不了解这种新的 AI 指南是如何运作的。它是挑选最好的地方？还是挑选最著名的？或者仅仅是因为某个地方拥有网站？为了查明真相，研究人员需要对照整个城市来检查这份指南，而不仅仅是几个著名的地点。他们需要知道：如果你是一家真实的、营业中的店铺，AI 甚至连你的存在都不知道的概率是多少？
伟大的 AI 餐厅搜寻战
一位研究人员决定玩一场巨大的“捉迷藏”游戏，参与者是四款流行的 AI 助手（ChatGPT、Claude、Gemini 和 Perplexity）。他选择了印度尼西亚巴厘岛的两个繁忙区域——长谷（Canggu）和乌布（Ubud）作为他的游乐场。首先，他做了一件前所未有的事情：他为这些区域内的每一家咖啡馆、餐厅和酒吧创建了一份完整的普查名单。他统计了 4,776 家场所。可以把这看作是制作一份包含游戏中所有玩家的完整名册。
然后，他派 AI 助手执行任务。他提出了 96 个不同的问题，假装自己是不同类型的人：寻找 Wi-Fi 的数字游民、约会的恋人、带着孩子的家庭，或是预算有限的背包客。他在七天内进行了这些提问，总共运行了 2,208 次 测试。目标很简单：看看在这 4,776 家真实的店铺中，AI 究竟会推荐哪些。
令人震惊的结果：大多数地方都是隐形的
研究结果令人震惊。在 4,776 家真实的场所中，AI 助手从未推荐过其中的 85.6%。没错：即使你问了无数次，超过 10 里的 8 家店在 AI 眼中都是完全隐形的。甚至在那些“资深”的场所中——即那些至少拥有 50 条评论并拥有稳固声誉的场所——也有 72.6% 从未被提及。
这并不是因为 AI 在挑选那最好的 10% 而忽略其余的。那些被推荐出来的场所分布很广。排名第一的热门地点也仅获得了约 1.9% 的推荐次数。这并不是一种“赢家通吃”的情况（即一个名店拿走所有推荐），而更像是一场抽奖，大多数人都从未中奖。
两步过滤法：入场券 vs. 夺冠赛
研究人员发现，获得 AI 推荐分为两个截然不同的阶段，就像两级火箭发射一样。
第一阶段：获得入场券（准入门槛）
在 AI 甚至开始对一个地方进行“排名”之前，它必须先决定是否要提到它。研究发现，星级评分在这里并不重要。 一个地方无论是 5 星还是 3 星，都不会改变它被选中的概率。相反，重要的是文档化程度（Documentation）。
- 评论数量： 评论越多的地方，越容易被看到。
- 自有网站： 拥有自己的网站会让被推荐的可能性几乎翻倍。
- 价格信息： 列出价格会有所帮助。
- 网络提及： 被其他网站讨论也会有所帮助。
这就像是 AI 在寻找一种“纸质痕迹”。如果一个地方有网站和大量的评论，AI 会说：“好吧，这个地方确实存在，我会把它列入清单。”如果它没有这些数字足迹，无论食物有多好，AI 都会表现得好像它不存在一样。
第二阶段：赢得比赛（排名差距）
一旦一个地方进入了名单，星级评分才开始发挥作用。在 AI 决定推荐的那些场所中，评分较高的场所更有可能被排在前面。所以，评分能帮你赢得比赛，但拥有网站和评论才是让你进入体育场的关键。
哪些方法失效了？
研究人员测试了一些业内人士认为重要的想法，并发现他们错了。
- Foursquare 的存在感： 许多人认为，如果一个地方被列在开放地图数据集 Foursquare 上，AI 就会找到它。研究证明这是错误的。出现在 Foursquare 上完全没有帮助。
- 虚假场所： 人们担心 AI 会编造虚假的餐厅（幻觉）。虽然这种情况确实发生了，但极其罕见（仅占 0.08%）。
- 真正的问题： AI 最大的错误不是编造事实，而是推荐了永久关闭的场所。它推荐了 93 家已关闭的场所。AI 并没有撒谎，它只是数据过时了。
不稳定的指南
最后，研究人员发现 AI 有点“反复无常”。如果你连续两次询问同一个问题，你可能会得到不同的餐厅列表。如果你问同样的问题但稍微改变措辞（改写），列表会变化得更多。然而，当他们在两周后再次测试时，结果依然和第一天一样跳跃。这意味着 AI 并不是随着时间的推移在慢慢遗忘，它只是天生具有不一致性，就像一个会根据心情给你提供不同方向建议的朋友。
核心结论
这项研究表明，对于一家餐厅或咖啡馆来说，仅仅拥有优秀的评分是不够的。你首先需要在数字世界中实现“文档化”。如果你没有网站、清晰的价格或大量的评论，AI 可能会视你为不存在。对于 AI 本身而言，最大的问题不是在编造事实，而是推荐那些已经关门歇业的地方。这个神奇的指南功能强大，但目前对现实世界的感知却是盲目的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。