Los robots de voz pasan de ser "listos para leer" a "listos para la calle"

El interés por las plataformas de voz ha crecido considerablemente a lo largo de los años y, aunque han cambiado la vida de las personas con discapacidad visual o movilidad limitada, para muchos de nosotros la principal comodidad de esta tecnología es que nos ahorra el esfuerzo de coger el teléfono. Sin embargo, prevemos un futuro en el que las plataformas de voz puedan ofrecer experiencias más naturales a los usuarios, más allá de la consulta rápida de información. Esta ambición nos ha impulsado a buscar nuevas formas de aportar valor añadido a las conversaciones, haciendo un uso inteligente de las herramientas ya disponibles en las organizaciones que lideran las plataformas de asistentes de voz orientadas al consumidor.

El principal reto a la hora de conseguir intercambios verdaderamente humanos con los asistentes virtuales es que sus modelos de diálogo se adaptan mejor a los intercambios transaccionales: usted dice algo, el asistente responde con otra pregunta, y así sucesivamente. Pero hemos descubierto que las marcas que quieren aprovechar la plataforma buscan algo más que una experiencia rígida. "Hay muchas peticiones de clientes sobre asistentes, que tienen la impresión de que el usuario puede decir lo que quiera", dice Sander van der Vegte, responsable de MediaMonks Labs. "Lo que se espera de un asistente humano es hablar de forma abierta y obtener una respuesta, así que es natural suponer que un asistente digital reaccionará de forma similar" Pero esta estructura de conversación va a contracorriente de cómo suelen funcionar estas plataformas, lo que significa que debemos encontrar nuevos enfoques que se adapten mejor a las experiencias que las marcas buscan ofrecer a sus usuarios.

Dar a los asistentes digitales un toque humano

Una forma de humanizar las conversaciones con los asistentes de voz es dotarles de un rasgo claramente humano: la inteligencia emocional. MediaMonks Labs está experimentando con esto mediante el desarrollo de una acción del Asistente de Google que sirve como un consejero matrimonial que utiliza el análisis de sentimientos para extraer la intención y el significado detrás de las declaraciones del usuario.

"Si el asistente se mueve en esta dirección, obtendrá una experiencia de usuario mucho más valiosa", afirma van der Vegte. Un ejemplo de cómo la inteligencia emocional puede ayudar mejor al usuario fuera de un contexto de asesoramiento sería si el usuario pide indicaciones para llegar a algún sitio de una forma que indique que está estresado. Al darse cuenta de que un usuario estresado que tiene prisa probablemente no quiera perder tiempo discutiendo opciones de ruta, la acción podría optar por ofrecer la ruta más rápida.

A medida que los asistentes estén mejor equipados para escuchar y responder con inteligencia emocional, sus capacidades se ampliarán para ofrecer experiencias de usuario mejores y más atractivas. En el mejor de los casos, un asistente podría identificar el sentimiento del usuario y utilizar ese conocimiento para recomendar un servicio relevante, como pedir a un usuario que parece cansado que se tome un descanso. Un avance así permitiría a las marcas forjar una conexión más profunda con los usuarios proporcionándoles el servicio adecuado en el momento oportuno. Aunque la IA al nivel de Westworld todavía está muy lejos, seguiremos chateando y jugueteando para enseñar a nuestros propios robots el arte de la conversación, y estamos impacientes por ver qué dirán a continuación.

Para entenderlo mejor, pensemos en cómo resuelven un conflicto dos seres humanos. En lugar de acusar a alguien de actuar de determinada manera, por ejemplo, es preferible utilizar "mensajes yo" sobre cómo te hacen sentir las acciones de los demás, para que la otra parte no se sienta atacada. Así que empezar una declaración con un "tú" (acusatorio) o con un "yo" (que despierta empatía) puede tener un profundo impacto en cómo responderán los demás implicados en un conflicto. Del mismo modo, nuestra acción de asesoramiento matrimonial analiza el vocabulario y la inflexión en las declaraciones de dos usuarios para darles consejos sobre relaciones. Las respuestas se centran no sólo en lo que dicen, sino en cómo lo dicen.

"Podemos aprender a hablar más eficazmente a una IA, igual que la IA aprende a hablarnos a nosotros", dice Joe Mango, tecnólogo creativo de MediaMonks. Según él, los usuarios han sido condicionados a hablar a los robots de forma robótica por su experiencia con ellos. "Cuando hicimos que alguien de nuestro equipo probara la acción simplemente hablándole, al principio no estaba seguro de qué decir"

Hablar un nuevo idioma

La acción se aleja mucho de la configuración estándar de conversación con un bot de voz. En lugar de mantener una conversación de ida y vuelta con un único usuario, la acción escucha atentamente mientras dos usuarios hablan entre sí. Permitir que el Asistente de Google logre semejante hazaña llega al corazón de por qué tan pocas acciones proporcionan experiencias conversacionales tan ricas: las limitaciones inherentes de las plataformas de procesamiento de lenguaje natural que las impulsan. Por ejemplo, el Asistente de Google divide la conversación en una estructura del tipo "tú dices esto, yo digo aquello" que limita el tiempo que abre el micrófono para escuchar la respuesta del usuario.

La sabiduría convencional en torno al diseño conversacional huye de las preguntas de "enfoque amplio", animando a los desarrolladores a ser lo más puntuales y específicos posible para que los usuarios puedan responder en una o dos palabras. Pero creemos que romper con esta estructura no solo es factible, sino que puede suponer el siguiente gran paso hacia interacciones más ricas y genuinas entre las personas y las marcas. "Habla mucho de la misión de lo que hacemos en Labs", afirma Mango. "Siempre queremos superar los límites de los marcos existentes para ofrecer nuevas experiencias con valor añadido"

¿Cómo es esa interacción? Cuando una pareja probó la acción del consejero matrimonial, un usuario mencionó su relación con sus hermanos: algunos de ellos estaban muy unidos, pero el usuario sentía que se estaba distanciando de uno de ellos. En respuesta, el asistente intervino para recordar al usuario que era bueno que tuviera una serie de relaciones cercanas en las que confiar. Su capacidad para ofrecer una perspectiva saludable en respuesta a un comentario puntual -que ni siquiera tenía que ver con la relación romántica del usuario, pero sí con su bienestar emocional- fue sorprendente.

Próxima etapa: asistentes más proactivos y receptivos

Aunque la acción es eficaz, "no es más que el primer paso de un proceso continuo para conseguir estructuras de frases más dinámicas y conversaciones más profundas y enriquecedoras", afirma Mango. Aunque por ahora se centra en la inflexión y el vocabulario, futuras iteraciones de la acción podrían basarse en el tono de voz de los usuarios para captar sus sentimientos con mayor precisión. A partir de ahí, los resultados de este experimento ayudarán a dotar a otras aplicaciones de voz de un nivel de inteligencia emocional que ayude a las organizaciones a relacionarse con su público de una forma aún más humana.