Llevamos ya algunos años presenciando los resultados de la eclosión del mercado del chatbot en diferentes sectores y el impacto de aplicación de la I+D para chatbots. Cada vez son más empresas las que se interesan por incorporar chatbots a su negocio para la automatización de procesos que requieren de conversaciones estandarizadas. Por ejemplo, podemos encontrar chatbots para la atención a preguntas frecuentes, la gestión administrativa, la organización de eventos o incluso, el apoyo a la formación. Éstas y otras tareas, que hasta hace poco parecían ser únicamente competencia de agentes humanos, se están resolviendo de manera automatizada por sistemas de conversación inteligentes.
Sin embargo, ¿qué apoyo tienen las empresas a la hora de diseñar la conversación de sus chatbots? Y es que en muchas ocasiones pasamos por alto las complejidades a las que hay que atender en el desarrollo de este tipo de proyectos. ¡No todo es tirar código!
Por ejemplo, el manejo de la pragmática, la identificación del tono emocional, el diseño de respuestas preestablecidas mediante estrategias de correspondencia en la interactuación con nuestro interlocutor, el conocimiento del dominio, etc. Estos son algunos de los puntos clave para no romper el compromiso con el hablante.
Lógicamente, si un usuario detecta incoherencias en la conversación con tu chatbot, se sentirá desatendido y, por norma general, buscará otros canales de contacto con tu organización (en el mejor de los casos). Es aquí cuando entran en juego las habilidades de expertos en ramas como la psicolingüística computacional o las ciencias cognitivas, que aportan una capa de abstracción a nuestros proyectos, dotando al diálogo de humanidad y manejando el contexto de manera que los usuarios perciban que la conversación avanza en la dirección deseada.
El problema lo encontramos al descubrir que muchos de estos profesionales se encuentran, en realidad, formando parte de equipos de investigación que no tienen una relación directa con el mercado. En este sentido, existe un organismo dentro del sector universitario que se encarga de poner en contacto el mundo académico y con el entorno empresarial, creando sinergias para la innovación en los productos que encontramos en el mercado. Se trata de la Oficina de Transferencia de Resultados de Investigación (OTRI), con la que cuentan diversas universidades en España dando impulso al trabajo de los investigadores en diferentes materias, como el Procesamiento del lenguaje Natural (PLN).
Es el caso de G-Rubric un evaluador automático de textos discursivos que proporciona feedback inmediato y personalizado a los alumnos de diferentes centros educativos. G-rubric cuenta con un chatbot que acompaña a los alumnos durante el proceso de realización de ejercicios de redacción. Esta herramienta ha sido sacada al mercado gracias a la colaboración de la OTRI, de la Universidad Nacional de Educación a Distancia, con uno de los equipos de investigación centrado en el estudio y el desarrollo técnicas del PLN basadas en ciencia cognitiva (espacios vectoriales y técnicas sobre ellos, redes neuronales, gramáticas, n-gramas, etc.). Este equipo también ha puesto al servicio otros chatbots para el apoyo al estudiante
Los ejemplos citados muestran que el objetivo de la conversación academia-empresa, va más allá del refinamiento de los modelos ideados para el tipo proyectos de chatbot que conocemos hasta el momento. Ya se ha demostrado en estos años que los chatbots, como decíamos al principio, llevan a cabo hoy en día muy diversas tareas rutinarias. Pero las investigaciones que se realizan en la actualidad tienen mayores ambiciones, aportando la posibilidad de que nuestros chatbots pasen a formar parte de nuestro entorno para ayudarnos en tareas como la formación y el acompañamiento en muy diversos sectores.
Por ejemplo, distintas organizaciones pueden estar interesadas en dar entrenamiento a sus trabajadores en cómo gestionar diversas situaciones a las que tienen que hacer frente. Una buena forma, y económica, es usar este tipo de tecnologías conversacionales para implementar entrenadores de sus profesionales mediante role-playing, en el que el chatbot haga de contraparte y mida y ejercite las habilidades necesarias para el desempeño de una función. Es decir, si sus profesionales tienen que atender por ejemplo a personas enfadadas, ansiosas, frustradas, incluso con patologías, un chatbot puede entrenar sus habilidades haciéndose pasar por una de esas personas. Esto proporciona una oportunidad de entrenamiento y evaluación sumativa y formativa. Ya existen ejemplos pilotos de esto como Jim, un simulador realista de un agricultor jubilado que padece demencia leve y que entrena a futuros terapeutas en la Escuela de Psicología y Trastornos del Habla de Curtin University en Australia o como los simuladores de la Universidad West Georgia aplicado a la formación de docentes y directivos de centros educativos. Como se ve en estos dos ejemplos, el diseño y la implementación del pilotaje de este tipo de iniciativas se suele empezar en la universidad por tener más tiempo para pensar y recrear ¡bonito término! Una vez que alguien lo ha pensado por nosotros, ¿por qué no contemplar la posibilidad de hacerse con ello? Tal es la tarea de conexión de las OTRIs.
Ya generamos conversación para la automatización de procesos rutinarios, ya la integramos en terceros sistemas. Hablemos de futuro, un futuro marcado por la colaboración con aquellos que están pensando e investigando en la materia, porque están ahí. Yo los he visto.