El natural lenguaje artificial

El éxito de cualquier producto en el mercado depende a menudo de variables tan crípticas, que pronosticar su triunfo o su fracaso puede acabar siendo algo parecido a jugar a ser brujos adivinos.

Quizá todavía sea pronto para evaluar de manera definitiva la viabilidad comercial de los asistentes de voz domésticos (Alexa, Cortana, Siri…) o, en general, la penetración en el mercado de la tecnología NLP (Natural Language Processing). Al igual que las Google Glass, quizá todavía no es el momento para este tipo de tecnología, o quizá acabe explotando del todo dentro de poco.

Últimamente ha surgido un nuevo “Hype” con una nueva tecnología NLP basada en Machine Learning: el entorno de programación GPT-3, difundido por redes sociales como una poderosa herramienta capaz de interpretar lenguaje natural escrito a un nivel nunca antes visto.

Tras el asombro inicial debido a la viralización de algunos ejemplos exitosos con GPT-3, el Hype se desinfló ordenadamente cuando algunos investigadores comprobaron que semejante hito en la historia de la Inteligencia Artificial tampoco era tan revolucionario cuando se le ponía frente a retos aparentemente sencillos para una inteligencia humana.Y es que el debate sobre las fragilidades del supuestamente todopoderoso Machine Learning daría para bastantes más líneas que las que el presente artículo se puede permitir (pero llegará).

(Haz clic en la imagen para acceder a mi curso en audio "Machine Learning: la Cuarta Revolución Industrial")

El tema es: ¿necesitamos realmente que los algoritmos se relacionen con nosotros con una humanidad artificial, impostada? ¿Deberíamos regresar a hablar con asistentes humanos que estuvieran entrenados para pilotar esos áridos algoritmos, a modo de intermediarios?

El debate está encima de muchas mesas de muchas empresas y organizaciones. En los últimos años se han extendido todo tipo de Asistentes Virtuales en las páginas web de empresas, a modo de modernos servicios de Atención al Cliente; con suerte dispar: desde chatbots invasivos e inútiles hasta ejemplos de humanización más literal, como el célebre caso de la asistente “Irene” de Renfe. Ésta última viene de una época anterior a la fiebre del Machine Learning, GPT-3, etc. y quizá por ello ha generado más literatura adyacente que brillo en su hoja de servicios efectiva. No sería descabellado colocar a Irene en el Hall of Fame de los Asistentes Virtuales patrios. Durante años ocupó un lugar destacado en la página web (de hecho todavía la puedes encontrar aquí), pero su futuro es incierto. 

(Aspecto de la célebre Asistente Virtual "Irene" de Renfe, una empresa de ferrocarril española)

¿Cuál es la manera más eficiente en que una empresa, sobre todo si presta un servicio esencial, pueda afrontar de manera competitiva la labor de responder a una legión de decenas de miles de clientes y usuarios perdidos, dudosos o directamente enfadados? 

Ya sabemos el efecto que produce en esos usuarios externalizar esa tarea en un call center lejano (lejano en todos los sentidos), así como el coste de tenerlo en condiciones. La Inteligencia Artificial es sin duda una herramienta clave, un “game changer” que puede resolver este problema. El asunto es ¿cómo? ¿cómo quisiéramos ser atendidos por parte de las empresas? ¿hablando con una persona real, con una voz sintética sin tener que pasar por un laberinto de botones; intercambiando mensajes con un chatbot?

Quien antes encuentre el equilibrio exacto entre interacción natural, eficacia y coste seguramente podrá seguir compitiendo en el mercado global.

Veremos qué ocurre.

Si quieres aprender más acerca de qué es el Machine Learning o la Inteligencia Artificial, puedes escuchar mi curso en LinkedIn Learning, en formato audio, para que puedas escucharlo como si fuera un audio libro: