By Jorge Peñalva clock 5 min lectura

Chatbots inteligentes. La nueva gran revolución tecnológica

Los chatbots son llamados a ser la siguiente gran revolución tecnológica y cambio de paradigma después de otras revoluciones como las Apps móviles tras la transición de la web al móvil. La siguiente gran transición podría ser el cambio de las interfaces tradicionales a las interfaces conversacionales.

 

El usuario deja de tener que relacionarse con las máquinas haciendo clicks para relacionarse de la misma forma en la que se relaciona con cualquier ser humano, a través del habla o la escritura. Pero, ¿estamos listos tecnológicamente para este cambio de paradigma? Estamos hablando de una revolución donde la Inteligencia Artificial es la columna vertebral, dado que lleva asociado uno de los problemas históricamente más complejos de la AI como es el entendimiento del lenguaje.

 

Las preguntas que surgen cuando hablamos de chatbots:

  • ¿Es posible?
  • ¿Realmente estamos en un momento donde las máquinas pueden llegar a hablar con personas de una forma natural?
  • ¿Podrán resolver problemas mejor que una persona?

 

Es evidente que de primeras siempre existe cierta reticencia ante este paradigma porque como personas nos cuesta entender que una máquina pueda llegar a funcionar mejor que nosotros, pero sin darnos cuenta tenemos a la inteligencia artificial en nuestro día a día solucionando otros problemas que habitualmente no solucionaba.

 

Por ejemplo Netflix ya recomienda películas y series mejor que un amigo. Su motor de recomendación tiene en cuenta tu perfil y cómo otros perfiles similares ven otras películas y les gustan, y la cantidad de datos almacenados hace que sea extremadamente certero. Por otro lado, tenemos Tesla, cuyo coche automático tiene menos accidentes en media que una persona.

 

imagencontacto

 

Desde Séntisis nuestra visión desde 2012 ha sido comprender el lenguaje a través de patrones inteligentes asociados al negocio, es decir, que lleven asociada una acción. Los chatbots para nosotros no son sino una transición natural hacia un nuevo accionable: la respuesta automática para ahorrar recursos de nuestros clientes o para llegar a nuevos servicios que puedan ofrecer para el beneficio de sus clientes.

 

Todos los años el Loebner Prize, premia al sistema de inteligencia artificial que se acerque más a mantener una conversación humana, emulando el test de Turing, diseñado en 1950 para diferenciar un humano de una máquina a través de la conversación. Es interesante remarcar que el Loebner Prize y en general las definiciones de chatbot están enfocadas en un sistema con el cual un humano pueda mantener una conversación, por ejemplo éstas son las respuestas al test de aceptación al concurso del bot que finalmente ganó en 2016 y éstas las del 2015. Pero ¿Es ese el objetivo de la industria?, ¿Está realmente este test probando que el sistema o la metodología es el más potente? O simplemente un sistema que parece mantener una conversación real ante ciertas preguntas comunes para resolver el test de Turing. ¿Qué ocurriría si ampliamos esta metodología a un terreno de actuación más amplio?.

 

 

Por ello, para nosotros es crítica la definición de chatbot. Oxford define un chatbot como un programa de ordenador diseñado para simular una conversación con humanos especialmente a través e Internet. Wikipedia define chatbot como un tipo de agente conversacional, un programa de ordenador diseñado para estimular una conversación inteligente con uno o más usuarios humanos vía voz o texto.

 

Para nosotros es muy importante complementar estas definiciones con el concepto de utilidad. Como empresa de inteligencia artificial de lenguaje ofrecemos a nuestros clientes soluciones accionables para mejorar su negocio. Por tanto para nosotros un chatbot es un sistema que entiende el lenguaje y tiene inteligencia sobre un determinado contexto de forma que puede interaccionar con un usuario para resolver un problema.

 

Analicemos el detalle de la definición:

 

1. El sistema ha de ser capaz de entender el lenguaje.

Existen muchos sistemas que se hacen llamar chatbots y funcionan a través de órdenes predefinidas, hay una serie de órdenes que tú le puedes dar con una sintaxis muy cerrada. Para nosotros eso no es un chatbot porque no es capaz de mantener una conversación dado que no entiende el lenguaje. En cuanto se le saque de un terreno de actuación concreto a esa metodología no va a ser capaz de trabajar sin apoyo de trabajo humano para definir las nuevas órdenes predefinidas.

 

2. Debe tener inteligencia sobre un contexto, no sólo la capacidad de contestar.

La razón es muy sencilla: para mantener una conversación y ayudar a un usuario debe tener datos y saber, si no se convierte en un “chatbot tonto”. Si yo le pregunto a un chatbot “¿Cuánto dinero tengo en mi cuenta?” Y me responde “No sé cuánto dinero tienes” , realmente es una frase perfectamente construida pero no ayuda al usuario y el usuario tiene una experiencia negativa. La inteligencia es una de las partes más importantes y complejas a la hora de construir un chatbot dado que pueden existir fuentes privadas y públicas. Es distinto “¿Cuál es el tipo de cambio que tengo al sacar dólares hoy?” a “¿Qué comisión tengo al sacar dinero con mi cuenta?”, el primero es un dato público e igual para todos, en el segundo existe un contexto de un usuario y la cuenta que tenga que define la comisión.

 

 

3. Los chatbots deben ser capaces de solucionar problemas.

Un chatbot no sólo debe saber mantener una conversación y ser inteligente sino que debe ser inteligente en un caso de uso que ayude al cliente. A nuestro chatbot no le sirve con ser inteligente, entender y saber responder a insultos porque no es un sistema para entretener sino un sistema para apoyar en un proceso de cliente.

 

Uno de los principales retos del mercado de los chatbots por tanto es que no existe la tecnología adecuada para generar un sistema que sea capaz de entender el lenguaje y tener inteligencia sobre un caso de uso de forma automática. En la mayoría de sistemas comerciales el propio usuario debe definir los intents manualmente. Crean el concepto de botmaster, definido como la persona que crea, desarrolla y mantiene el código y contenido que construye un chatbot. Para nosotros este concepto es erróneo puesto que no cumple con el entendimiento de lenguaje automático, sino que el usuario introduce ese conocimiento y por tanto estará limitado a nivel de cobertura.

 

Éste es el principal problema que resolvemos a través de nuestra tecnología y donde ya tenemos varios pilotos en construcción junto a clientes en la industria financiera y grandes retailers.

 

Nuestro chatbot basado en tecnologías de inteligencia de lenguaje (Lang.ai) funciona de una forma en la que el cliente final no deba definir los intents (intenciones) del usuario sino que sea el propio sistema de Inteligencia Artificial. Este sistema analiza la conversación y es capaz de determinar cuáles son esos intents, cuál es el contexto o inteligencia que lleva asociada un intent y cuáles son las respuestas adecuadas que tengan sentido desde el punto de vista de lenguaje (o cuál es la acción adecuada).

 

Nuestra empresa tiene la capacidad para evolucionar este sistema gracias a nuestro bagaje de 5 años investigando tecnologías de análisis de lenguaje para extracción de patrones en el texto, patrones que tengan sentido desde el punto de vista de negocio -nuestro foco en el mercado con un enfoque principalmente en datos de redes sociales-. Como comentábamos antes, los chatbots no son sino una evolución a este problema y por ello estamos siendo pioneros en el desarrollo de un chatbot realmente inteligente, que sea capaz de conversar para mejorar procesos de negocio.

 

 

Únete a las empresas que ya trabajan con la tecnología de Séntisis

Esta entrada fue escrita por

Jorge Peñalva

También te puede interesar

Tecnología

La revolución de los chatbots: principio de una nueva atención al cliente

Automatización de la respuesta El empleo de tecnología basada en inteligencia del lenguaje natural (NLI) es un avance estratégico para...
Social Media clock 7 min lectura

Claves para entender las tendencias en la monitorización de redes sociales para 2017

Las marcas han encontrado en la escucha social el aliado perfecto para entender a sus clientes, escuchar a la competencia...
Tecnología clock 5 min lectura

Del NLP al NLI. Liderando la inteligencia de lenguaje natural desde España

En estos más de 4 años que lleva Séntisis en el mercado, hemos desarrollado un producto de inteligencia del lenguaje...