Psychology

The Crowd You Trust Just Got Cheap to Fake

June 21, 2026 · Robert Cialdini, Influence~5 min read

Try to remember the last time you bought something you'd never bought before. You probably scrolled to the stars first. Four-point-six, eleven thousand ratings — and your shoulders dropped a little, the decision half-made before you read a word. That little drop is the whole mechanism, and this spring it stopped being safe. A Bazaarvoice study out this year reports that 23% of people who write reviews now use AI to help write them, and that only 16% of shoppers feel confident they could tell a machine-written review from a human one. The number you leaned on to feel safe is now, for a quarter of its authors, partly written by something that was never a customer.

Why the crowd ever worked

Robert Cialdini, in Influence, files this reflex under social proof: when we're unsure, we decide what's correct by watching what other people do. It isn't stupidity. It's an old, efficient shortcut — most of the time, if a thousand people walked through that door, the door is probably fine. The rule runs hardest exactly where you'd expect: under uncertainty, and when the others look like you. A stranger's verdict on a $30 gadget you can't inspect is uncertainty in its purest form, which is why the star rating does so much of your thinking for you. But notice the hidden assumption the shortcut rests on. It only works if the crowd is real — if each of those eleven thousand voices cost some real person real time and a real purchase to produce.

The signal was honest only while faking it was expensive

That hidden assumption is the part the news just broke. Cialdini's defense against manufactured social proof was never "ignore the crowd." It was a sharper question: am I looking at independent evidence, or at popularity someone built on purpose? For years that question had a comforting answer baked into the cost of lying. Faking a thousand believable reviews meant hiring a thousand writers, or one very bored one, and the sheer expense kept most listings roughly honest. The rating worked as a signal for the same reason a heavy, detailed letter feels more sincere than a form text: it was costly to send. Generative AI didn't break the psychology. It collapsed the cost. A fluent, specific, five-star paragraph that mentions the stitching and the third week of use now takes seconds and cents, and your eye — tuned over a lifetime to read effort as sincerity — has no idea it's reading neither.

A star rating worked as social proof only because faking a thousand believable reviews was expensive. Generative AI collapsed that cost. Bazaarvoice's 2026 study reports 23% of reviewers now use AI and only 16% of shoppers feel confident they can tell an AI review from a human one. Framework: Robert Cialdini, Influence (social proof; ask whether popularity is independent or manufactured). Popular-science reflection; survey figures are self-reported.

The tell you used is the tell that broke

Here's the uncomfortable twist. The cues you privately trusted to sort the real from the fake are exactly the cues a language model produces best. You learned, sensibly, that a review naming a small concrete flaw — "great speaker, but the app drops Bluetooth on cold mornings" — reads more honest than five lines of pure praise. That texture used to be a fingerprint of a real owner. Now it's a prompt. The same Bazaarvoice work found that 46% of shoppers say their single biggest frustration in the whole buying journey is simply not knowing whether a review is real, and 64% regard AI-assisted reviews as inauthentic even as they admit they can't reliably spot them. Hold those together and you get the modern bind precisely: the crowd feels less trustworthy than ever, and your instrument for checking it reads a forgery and a confession the same way.

What this means for you

None of this means the wisdom of crowds is dead, and the cynical overcorrection — "all reviews are fake, trust nothing" — just hands the manipulator a quieter win. The repair is narrower than that. Stop treating the average score as evidence and start treating it as a claim that has to earn its keep. Cialdini's question still cuts: is this independent, or is it built? Independence has cheap proxies you can still check. A pattern of reviews that name different, specific, sometimes contradictory annoyances is harder to fabricate at scale than a wall of articulate five-stars. A verified-purchase tag costs the faker an actual transaction. A long, boring, low-rated complaint with photos has a friction that praise farms rarely bother to manufacture. None of these is proof. Each one raises the price of fooling you — and raising that price, in a world where the lie just got cheap, is the only defense that scales.

The star rating was never proof the thing was good. It was proof the faking was expensive — and that proof just expired.

The crowd can still be wise. You just can't tell anymore whether the crowd showed up.

Source: framework from Robert Cialdini, Influence (social proof, and the defense of asking whether popularity is independent or manufactured). Real-world basis: Bazaarvoice's 2026 research, reporting that 23% of review writers now use AI to help write reviews, only 16% of shoppers feel confident they can tell AI-written reviews from human ones, 64% view AI-assisted reviews as inauthentic, and 46% cite "knowing if a review is real" as their single biggest shopping frustration. A popular-science reflection, not consumer or financial advice; survey figures are self-reported and correlational.

心理

你信赖的那群人，如今伪造起来很便宜了

2026 年 6 月 21 日 · 西奥迪尼《影响力》约 4 分钟

回想你最近一次买从没买过的东西。你多半先滑到了星级。四点六分、一万一千条评分——肩膀就松了那么一下，一个字还没读，决定已经做了一半。就是那么松的一下，藏着全部的机关；而今年春天，它不再安全了。Bazaarvoice 今年一份研究称：如今写评论的人里，有 23% 会借 AI 来帮着写；而只有 16% 的购物者自信能分辨一条评论是机器写的还是人写的。你靠来求安心的那个数字，对它四分之一的作者来说，已经有一部分出自一个从来就不是顾客的东西。

这群人，本来为什么管用

西奥迪尼在《影响力》里，把这个反射归在「社会认同」名下：当我们拿不准时，就靠看别人怎么做，来判断什么才对。这不是蠢。这是一条古老而高效的捷径——多数时候，要是一千个人都从那道门走过去，那道门大概没问题。这条规则在你能料到的地方使得最狠：在不确定时，以及当那些人看起来和你是一类人时。一个陌生人对一件你无法上手检查的三十块小玩意儿的评判，正是最纯粹的不确定，所以星级才替你做了那么多思考。可留心捷径脚下那条藏起来的假设吧。它只在这群人是真的时才成立——只在那一万一千个声音里，每一个都花了某个真人真实的时间、真实的一次购买，才被生产出来。

这个信号诚实，只在伪造它还很贵的时候

新闻刚刚击碎的，正是那条藏起来的假设。西奥迪尼对付「被制造的社会认同」的办法，从来不是「别理这群人」。而是一个更锋利的问题：我看的是独立的证据，还是有人特意堆出来的人气？多年来，这个问题有个让人安心的答案，就烤在撒谎的成本里。要伪造一千条像样的评论，意味着雇一千个写手，或一个无聊透顶的人，光是这笔开销，就把大多数商品页大致逼得老实。星级之所以能当信号，和一封又厚又细的手写信比一条模板短信更显诚意，是同一个道理：它寄出来，是要花代价的。生成式 AI 没有击碎这套心理。它击碎的是成本。一段流畅、具体、五星的话，提到了走线、提到了用到第三周，如今只要几秒、几分钱；而你那只一辈子被训练成「把用心读作诚意」的眼睛，根本不知道自己读到的两样都不是。

星级曾作为社会认同管用，只因为伪造一千条像样的评论很贵。生成式 AI 击碎了这成本。Bazaarvoice 2026 年研究称，23% 的评论者已用 AI，只有 16% 的购物者自信能分辨 AI 评论与人写的。框架：西奥迪尼《影响力》（社会认同；问人气是独立的还是被制造的）。科普解读；调查数字为自我报告。

你用来辨别的那条线索，正是失灵的那条

这里有个让人不舒服的反转。你私下里信赖、用来分真假的那些线索，恰恰是语言模型最擅长产出的。你很合理地学会了：一条点出某个具体小毛病的评论——「音箱很棒，但冷的早上 App 老掉蓝牙」——读起来比五行纯夸更诚实。那种质感，从前是真实用主的指纹。如今它是一句提示词。还是 Bazaarvoice 那份研究发现：46% 的购物者说，整个购买过程里他们最大的烦恼，就是单纯不知道一条评论是不是真的；而 64% 把 AI 辅助写的评论视为不真实，尽管他们也承认自己分辨不可靠。把这两条并在一起，你就精确地看到了这个时代的两难：这群人比以往任何时候都更不可信，而你那把用来核查的尺子，把一份赝品和一句真心话量出了同一个读数。

这对你意味着什么

这一切并不意味着群体的智慧已死；而那种愤世嫉俗的矫枉过正——「评论全是假的，谁都别信」——只是把一场更安静的胜利，拱手送给了操纵者。修补要窄得多。别再把平均分当成证据，开始把它当成一句必须自己挣得信任的主张。西奥迪尼的问题依然管用：这是独立的，还是被堆出来的？独立性有些便宜的替代指标，你今天仍能查。一批点名各不相同、彼此具体、有时还自相矛盾的烦恼的评论，比一墙能言善辩的五星，更难被规模化地编造。一个「已验证购买」的标，要伪造者真掏一次交易。一条又长又闷、带照片、给了低分的抱怨，自带一种摩擦力，是刷好评的农场极少肯去造的。这些都不是铁证。但每一条，都抬高了骗过你的价码——而在一个谎言刚刚变便宜的世界里，抬高那个价码，是唯一能铺开来用的防御。

星级从来不是「这东西好」的证据。它是「伪造很贵」的证据——而这份证据，刚刚到期了。

这群人仍可能是明智的。你只是再也分不清，这群人究竟有没有真的来过。

来源：框架取自西奥迪尼《影响力》（社会认同，以及「分辨人气是独立的还是被制造的」这一防御）。现实依据：Bazaarvoice 2026 年研究，称如今写评论的人里 23% 会借 AI 帮着写，只有 16% 的购物者自信能分辨 AI 写的评论与人写的，64% 把 AI 辅助评论视为不真实，46% 把「知道一条评论是不是真的」列为购物中最大的烦恼。本文为科普解读，非消费或理财建议；调查数字为自我报告、属相关性。

心理学

あなたが信じる「みんな」は、いま安く捏造できる

2026年6月21日 · ロバート・チャルディーニ『影響力の武器』約 6 分

買ったことのないものを最後に買った時を思い出してほしい。たぶん、まず星にスクロールしただろう。四・六、一万一千件——それで肩の力が少し抜け、一文字も読まないうちに決定は半ば終わっていた。その「少し抜ける」一瞬に、からくりのすべてがある。そして今年の春、それは安全でなくなった。Bazaarvoice の今年の調査によれば、レビューを書く人の 23% がいまや AI を使って書くのを手伝わせ、機械が書いたレビューと人が書いたものを見分けられると自信を持つ買い物客は、わずか 16% だという。あなたが安心のために寄りかかったその数字は、書き手の四分の一にとって、もはや一度も客だったことのない何かによって、一部書かれている。

なぜ「みんな」は効いたのか

チャルディーニは『影響力の武器』で、この反射を「社会的証明」に分類する。確信が持てないとき、人は何が正しいかを、他人の行動を見て決める。愚かさではない。古く、効率のよい近道だ——たいていの場合、千人がその扉をくぐったなら、扉はおそらく大丈夫だ。この法則は、予想どおりの場所で最も強く働く。不確かなとき、そして相手が自分と同類に見えるときだ。手に取って確かめられない三十ドルの小物への、見知らぬ誰かの評価——それは最も純粋な不確かさで、だから星はあなたの思考をこれほど肩代わりする。だが近道の足元に隠れた前提に目を留めよう。それは「みんな」が本物のときにしか成り立たない——あの一万一千の声のひとつひとつが、ある実在の人の実在の時間と、実在の一度の購入を費やして生み出された、というときにしか。

その信号が誠実なのは、捏造が高くつくあいだだけ

ニュースがいま砕いたのは、まさにその隠れた前提だ。「作られた社会的証明」へのチャルディーニの防御は、「みんなを無視せよ」ではなかった。もっと鋭い問いだ——私が見ているのは独立した証拠か、それとも誰かが意図して築いた人気か。長年、この問いには安心できる答えが、嘘のコストに焼き込まれていた。それらしいレビューを千件でっち上げるには、千人の書き手か、ひどく退屈した一人を雇うしかなく、その費用そのものが、大半の商品ページをおおむね正直に保っていた。星が信号として効いたのは、厚く詳しい手紙が定型のショートメッセージより誠実に感じられるのと同じ理由だ——送るのに、代償がかかった。生成 AI はこの心理を砕いてはいない。砕いたのはコストだ。縫い目に触れ、使って三週目に触れる、流暢で具体的な五つ星の一段落が、いまや数秒と数セントで書ける。そして「労力を誠実さと読む」よう一生かけて調律されたあなたの目は、自分が読んでいるのがそのどちらでもないと、まるで気づかない。

星評価が社会的証明として効いたのは、千件のもっともらしいレビューの捏造が高くついたからにすぎない。生成 AI がそのコストを砕いた。Bazaarvoice の2026年の調査は、レビュアーの23%が AI を使い、AI レビューと人のものを見分けられると自信を持つ買い物客はわずか16%と報告する。枠組：チャルディーニ『影響力の武器』（社会的証明；人気が独立か作られたものかを問う）。科学解説であり、調査数値は自己申告。

あなたが頼った見分け方が、壊れた見分け方だ

ここに、居心地の悪いひねりがある。本物と偽物をより分けるために、ひそかに信じていた手がかり——それこそ、言語モデルが最もうまく作り出すものだ。あなたは賢明にも学んだ。具体的な小さな欠点を挙げるレビュー——「スピーカーは良い、でも寒い朝はアプリが Bluetooth を落とす」——は、五行の純粋な賛辞より誠実に読める、と。その手触りは、かつて実在の持ち主の指紋だった。いまではそれは、一つのプロンプトだ。同じ Bazaarvoice の調査は、買い物客の 46% が、購入の全行程で最大の不満は「レビューが本物かどうか分からないこと」そのものだと答え、64% が AI 補助のレビューを「本物でない」とみなす——確実には見分けられないと認めながら、と示した。この二つを並べれば、現代の板挟みが正確に立ち現れる。みんなはかつてないほど信用しにくく、そしてそれを確かめるあなたの計器は、偽造と本音を、同じ目盛りで読んでしまう。

これは君にとって何を意味するか

これらは「みんなの知恵」が死んだという意味ではない。そして冷笑的な過剰修正——「レビューは全部偽物、何も信じるな」——は、より静かな勝利を操作者に手渡すだけだ。直しはもっと狭い。平均点を証拠として扱うのをやめ、信頼を自分で勝ち取らねばならない主張として扱い始めること。チャルディーニの問いはなお切れる——これは独立か、それとも築かれたものか。独立性には、いまも確かめられる安い代理指標がある。それぞれ違う、具体的な、時に互いに矛盾する不満を名指すレビューの並びは、能弁な五つ星の壁より、規模での捏造が難しい。「購入確認済み」の印は、偽造者に実際の取引を一つ支払わせる。写真つきで、長く、退屈で、低評価の苦情には、賛辞の農場がめったに作りたがらない摩擦がある。どれも証明ではない。だがどれも、あなたを欺く値段を吊り上げる——そして嘘が安くなったばかりの世界で、その値段を吊り上げることだけが、広く使える唯一の防御だ。

星は「これが良い」という証拠ではなかった。「捏造が高くつく」という証拠だった——そしてその証拠が、いま失効した。

みんなは、まだ賢明でありうる。ただあなたはもう、みんなが本当に来たのかどうか、見分けられない。

出典：枠組はロバート・チャルディーニ『影響力の武器』より（社会的証明と、「人気が独立か作られたものか」を問う防御）。現実の根拠：Bazaarvoice の2026年の調査。レビューを書く人の23%がいまや AI を使って書くのを手伝わせ、機械が書いたレビューと人が書いたものを見分けられると自信を持つ買い物客はわずか16%、64% が AI 補助のレビューを本物でないとみなし、46% が「レビューが本物かどうか分かること」を買い物で最大の不満に挙げた。本稿は科学解説であり、消費・金融の助言ではない。調査の数値は自己申告で相関にとどまる。