Poniéndole fin a la ‘espiral de miseria’ de los chatbots

Por The New York Times | Steve Lohr

Un aparato doméstico tiene una falla y necesitas ayuda. O tienes una duda sobre la logística de un viaje o la cobertura de tu seguro. Te metes en el sitio web de la compañía y un ser digital brota en una pequeña ventana de texto. “¿Cómo puedo ayudarlo?”, pregunta. O llamas a un número de servicio a clientes y un autómata alegre formula la misma pregunta.

Reúnes tu valentía y decides continuar, ya sea que tecles o le digas al chatbot (también llamados bots conversacionales o de charla) lo que deseas. Sus respuestas programadas no cubren tus necesidades. En realidad, no te entiende. Después de varios minutos de un intercambio lingüistico incómodo, te desesperas y te rindes.

Esa experiencia es tan común que los expertos en atención al cliente tienen un término para ello: la espiral de la miseria.

Pero hay buenas noticias. Los chatbots de atención al cliente se están volviendo menos robóticos. Además, están en proceso de mejorar de manera significativa durante los próximos años, según investigadores, ejecutivos de la industria y analistas, impulsados por los avances en la inteligencia artificial. Serán más inteligentes, más conversacionales, más parecidos a los humanos y, lo más importante, podrán brindar una mejor ayuda.

“Incluso ahora, hay ocasiones en las que casi ni te das cuenta de que no es un humano”, afirmó Bern Elliot, un analista en Gartner, una firma de investigación tecnológica. “No son tan buenos como quisieras que fueran, pero avanzan en esa dirección. Y la innovación está ocurriendo a un ritmo veloz”.

En los proyectos de investigación, la inteligencia artificial ha logrado hazañas asombrosas respecto a la comprensión y la producción de lenguaje, conocidas como procesamiento del lenguaje natural. El software de inteligencia artificial puede escribir historias y poemas, responder a preguntas de trivia, traducir decenas de idiomas e incluso ha creado programas de computadora. Estos proyectos habitualmente tienen un poder computacional ilimitado y son capaces de aprovechar volúmenes ilimitados de datos ya disponibles en toda la web.

El software de los asistentes digitales para consumidores, como Siri de Apple y Alexa de Amazon, también deambula por la web abierta para responder a preguntas.

No obstante, para la mayoría de las compañías, todo está más restringido. La información de sus clientes, necesaria para responder preguntas, no se encuentra en la web, pero se ubica en el interior de los centros de datos corporativos. Tienen menos datos que los gigantes de internet y se han acumulado a través de los años, almacenados en formatos diferentes y en diversos lugares. (Los algoritmos de inteligencia artificial batallan cuando no tienen una gran cantidad de datos). Es más una excavación geológica que un escaneo en internet.

Resolver ese problema se ha convertido en un mercado emergente y cada vez más saturado, llamado inteligencia artificial conversacional. Las grandes corporaciones tecnológicas como Microsoft, Amazon, Google y Oracle tienen propuestas, al igual que compañías más pequeñas y empresas emergentes como Kore.ai, Omilia, Rasa, Senseforth.ai, Verint y Yellow.ai.

Los proveedores suministran herramientas de software que las compañías después personalizan y al que le incorporan sus propios datos.

Este año, el mercado de negocios para los asistentes virtuales (también conocidos como chatbots) crecerá un 15 por ciento para llegar a más de 7000 millones de dólares, según un pronóstico de Gartner. Algunos de estos bots están diseñados para asistir a los empleados, pero la mayoría se destinan a atención al cliente.

Ninguna compañía ha recorrido un camino más aleccionador y del que se pueda aprender para su tecnología de chatbots que IBM. Después de que su supercomputadora Watson triunfó sobre campeones humanos en el programa televisivo de concursos “Jeopardy!” hace una década, IBM decidió aplicar el procesamiento del lenguaje natural de Watson a otros campos. Uno de los primeros enfoques fue el diagnóstico y el tratamiento del cáncer e IBM calificó el área del cuidado de la salud como su “objetivo utópico”.

En enero, tras batallar durante varios años, IBM anunció que vendería su división de negocio de Salud Watson a una firma de capital privado. Algunos días después, Gartner calificó al Asistente Watson de IBM como un “líder” en inteligencia artificial conversacional para negocios. Watson ha pasado de ser una quimera para tratar el cáncer a chatbots de atención al cliente.

En la actualidad, el Asistente Watson es un caso de éxito para IBM entre sus productos de inteligencia artificial restantes, los cuales incluyen software para explorar datos y automatizar tareas de negocio. El Asistente Watson ha evolucionado con el paso de los años, ya que ha sido refinado y mejorado. IBM aprendió bastante pronto que un enfoque de pregunta-respuesta rígido, aunque resultaba ideal para un programa de concursos, era demasiado limitado e inflexible para una situación de atención a clientes.

“El mundo real nos abrió los ojos”, comentó Aya Soffer, vicepresidenta de tecnologías de inteligencia artificial en investigación de IBM. Crear un software que pueda determinar la esencia de la solicitud de una persona es un gran desafío. “Asumes que solo hay cierta cantidad de maneras en la que una persona puede decir algo, pero descubres que eso en realidad no es verdad”, afirmó Bob Beatty, director de experiencia en la división de Servicios Financieros de General Motors (GM).

Al principio, el departamento de Servicios Financieros de GM tenía un chatbot rudimentario que simplemente pronunciaba respuestas programadas conforme a una lista de preguntas. Sin embargo, comenzó a trabajar con IBM en 2019 para desarrollar un chatbot interactivo. Los Servicios Financieros de GM tenían un plan de dos años para desarrollar e implementar su chatbot, impulsado por el Asistente Watson.

Los confinamientos por la pandemia de coronavirus en marzo de 2020 representaron una aceleración sorpresa de ese calendario. Beatty envió a trabajar desde casa a cerca de 700 agentes que laboraban en los centros de atención telefónica de la compañía en Arlington, Texas, y Chandler, Arizona. Mientras se apuraban a equipar a los agentes de atención telefónica para el trabajo remoto, Servicios Financieros de GM redirigió a los clientes hacia su chatbot nasciente en lugar de hacia el teléfono usando correos electrónicos y un aviso en su sitio web.

El chatbot enfrentó problemas al principio. Sin embargo, los desarrolladores de Servicios Financieros de GM y los ingenieros de IBM programaron en los bots la capacidad de responder a cada vez más preguntas (sin importar cómo se formaban las frases), como “¿Cuál es mi monto de pago?” o “¿Recibieron mi pago de marzo?”.

No obstante, incluso las preguntas sencillas requieren respuestas personalizadas que el software debe buscar en la base de datos de una compañía. Cuando comenzó, el chatbot llamado Nanci (su nombre es parte de la palabra “fiNANCIeros”) resolvía menos del 10 por ciento de las peticiones de los clientes. Sin embargo, dos meses después, la tasa de éxito se elevó al 50 por ciento (y ahora alcanzó el 60 por ciento), según Servicios Financieros de GM. Hasta el momento, el personal del centro de atención telefónica no ha sido recortado. Beatty aseguró que la tecnología permitirá a los agentes pasar más tiempo en problemas difíciles (por ejemplo, hablar con un cliente que perdió su trabajo y necesita un préstamo o extender el arrendamiento de su vehículo).

“Eso es algo que un miembro de equipo capacitado y empático puede hacer de una manera que la inteligencia artificial no puede lograrlo”, señaló.

En el caso de la mayoría de los negocios, un obstáculo para lograr un avance con la inteligencia artificial es no tener suficientes datos para entrenarla. El software moderno de inteligencia artificial requiere grandes cantidades de datos que se debe examinar de forma detallada con el fin de mejorar su precisión (es decir, para que aprenda a su manera). Cierta tecnología nueva de inteligencia artificial podría superar ese obstáculo generando en automático más datos para entrenamiento o para aprender de menores cantidades de datos.

Anthem, una de las principales aseguradoras de salud que cubre a más de 45 millones de personas, no carece de datos y además cuenta con un personal de tecnología de algunos miles de empleados que incluyen a científicos de datos, expertos en inteligencia artificial y desarrolladores de aplicaciones. El Asistente Watson de IBM es una de las muchas herramientas que Anthem usa.

Anthem muestra lo que está ocurriendo en la actualidad con los chatbots que operan con ayuda de la inteligencia artificial, pero también lo que sería posible dentro de algunos años. Su tecnología actual, incluyendo su aplicación móvil, se llama Sydney y es el 90 por ciento precisa para responder a preguntas sobre copagos (“Me someteré a una operación de remplazo de rodilla. ¿Cuánto cubre mi seguro?”) y medicamentos (“¿Mi receta tiene alguna intercacción con otros fármacos?”), según la compañía.

No obstante, la meta a largo plazo, indicó Rajeev Ronanki, presidente de plataformas digitales en Anthem, es utilizar la inteligencia artificial para examinar con cuidado todas sus solicitudes y datos clínicos a fin de brindar asesoría de salud personalizada. Y otros tipos de datos: Sydney puede incluso tomar en cuenta la información de los monitores de acondicionamiento físico.

Por ejemplo, existen más de 380 opciones de cuidados y tratamientos para personas con diabetes, señaló Ronanki. ¿Cuáles han sido los regímenes de dieta, ejercicio y medicación que han producido los mejores resultados para pacientes similares (por edad, sexo, otras enfermedades e historial médico)?

Esa información podría ser proporcionada como recomendaciones de tratamiento a un médico y como consejos de salud a un individuo a través de un chatbot cada vez más inteligente y conversacional.

Ronanki dijo que la inteligencia artificial puede “ayudarnos a pasar de cuidado reactivo de enfermos a atención de salud proactiva, predictiva y personalizada”.

Así como a una solución, tal vez, de la espiral de la miseria. Los chatbots de atención al cliente se están volviendo menos robóticos y están en proceso de mejorar de manera significativa durante los próximos años. (Juan Carlos Pagan/The New York Times) Los chatbots de atención al cliente se están volviendo menos robóticos y están en proceso de mejorar de manera significativa durante los próximos años. (Juan Carlos Pagan/The New York Times)