IA conversacional: cómo funciona y cómo elegir un agente conversacional

AWS define la IA conversacional como una tecnología que permite al software entender las conversaciones humanas, habladas o escritas, y responder a ellas. IBM la describe como el conjunto de tecnologías, chatbots o agentes virtuales, con las que los usuarios pueden hablar, y que se apoyan en grandes volúmenes de datos, el aprendizaje automático y el procesamiento del lenguaje natural para imitar las interacciones humanas.

En francés, el vocabulario oficial es más preciso que el uso corriente. La Comisión de Enriquecimiento de la Lengua Francesa publicó en el Journal officiel (el diario oficial de Francia) del 9 de diciembre de 2018 el término «dialogueur», con «agent de dialogue» (agente de diálogo) como sinónimo: un software especializado en el diálogo en lenguaje natural con un ser humano, capaz en particular de responder a preguntas o de activar la ejecución de tareas. La misma ficha indica que la expresión «agent conversationnel» (agente conversacional), que también se usa, no se recomienda.

Se use el nombre que se use, la IA conversacional no es un producto sino una familia de técnicas. Un chatbot en una web, un agente de voz que contesta al teléfono y un asistente en una aplicación de mensajería son tres aplicaciones de ella, con limitaciones distintas.

La comprensión del lenguaje natural (NLU, por natural language understanding) sirve para captar la intención del usuario y el contexto de su solicitud. La generación del lenguaje natural (NLG) construye la respuesta en forma de frases claras y adaptadas. Para la voz, IBM indica que el análisis de una solicitud oral combina el reconocimiento automático del habla (ASR) y la comprensión del lenguaje; para responder de viva voz, la respuesta debe reproducirse después con una voz sintética.

AWS recuerda que los chatbots se basaban tradicionalmente en reglas y seguían guiones predefinidos, adecuados para tareas sencillas como unas preguntas frecuentes. Los sistemas basados en grandes modelos de lenguaje comprenden mejor el contexto de una conversación y gestionan intercambios más complejos.

Queda un componente que a menudo se olvida en las presentaciones: la base de conocimiento y las instrucciones. Una IA conversacional de empresa debe apoyarse en la información de la empresa (sitio web, documentos, tarifas publicadas, normas internas) y saber reconocer lo que no figura en ella. Eso es lo que la distingue de un asistente generalista.

Por escrito, el usuario relee, se desplaza por la página, puede hacer clic en un enlace o copiar una dirección. Las respuestas pueden ser algo más largas y estructuradas, y el tiempo de respuesta es menos crítico. Las dificultades vienen sobre todo de las erratas, los mensajes muy cortos y las preguntas formuladas en varias veces.

De viva voz, todo ocurre en tiempo real. Hacen falta respuestas cortas, una sola pregunta cada vez y una buena gestión de las interrupciones, el ruido de fondo, los nombres propios y los números que hay que deletrear. Una enumeración que funciona muy bien por escrito se vuelve difícil de seguir por teléfono.

La voz plantea también una cuestión de datos personales. Al publicar su libro blanco sobre los asistentes de voz, la CNIL, la autoridad francesa de protección de datos, recordó que la voz es una característica biométrica que puede permitir identificar a una persona, e insistió en la necesidad de transparencia y de seguridad de los dispositivos para respetar el RGPD.

En un sitio web, la IA conversacional adopta la forma de un widget que responde en el momento en que el visitante busca una información: horario, servicios, zona de servicio, condiciones. Por teléfono, atiende solicitudes a menudo más urgentes, de personas que prefieren hablar a escribir. En aplicaciones de mensajería como WhatsApp o Messenger, los intercambios son asíncronos: el cliente escribe, se ausenta y vuelve más tarde.

Cada canal tiene sus propias reglas. En la plataforma WhatsApp Business, por ejemplo, Meta establece que un mensaje del usuario abre una ventana de atención al cliente de 24 horas, durante la cual la empresa puede responder libremente; fuera de ella, solo pueden enviarse plantillas de mensajes aprobadas previamente.

Cuando hay varios canales abiertos, lo esencial es la coherencia: la misma base de información debe alimentar el chat, el teléfono y la mensajería. De lo contrario, un cliente obtiene dos respuestas diferentes a la misma pregunta según la vía por la que contacte con la empresa.

Empiece por el origen de las respuestas: ¿la herramienta responde únicamente a partir de su información, y qué hace cuando la respuesta no figura en ella? Un buen sistema lo dice, propone transmitir la solicitud y recoge los datos de contacto. Compruebe después el paso a una persona: en qué momento, hacia quién y con qué resumen del intercambio.

Fíjese en lo que la herramienta sabe hacer más allá de la conversación (registrar una solicitud, proponer una cita en su agenda, transferir una llamada), en los canales que cubre y en lo que usted recupera después: historial, transcripción, resumen. En cuanto a los datos, pregunte dónde se alojan y durante cuánto tiempo se conservan; en Francia, la CNIL recuerda que el plazo de conservación debe corresponder a la finalidad perseguida, y que una cookie que solo se instala cuando el usuario activa el chatbot, y que solo sirve para hacerlo funcionar, no requiere consentimiento.

Por último, haga pruebas antes de comprometerse, con sus preguntas reales, incluidas las más difíciles. Alyas, por ejemplo, ofrece una prueba de 10 días: el agente responde al teléfono, anunciando que es una IA y que la llamada se graba, y por escrito en su sitio web, a partir de la información que usted le proporciona; las grabaciones, transcripciones y resúmenes de las llamadas se alojan en la Unión Europea.