Por Qué los Chatbots Automatizados Luchan por Conversar como Humanos

Chatbots automatizados — ¿en qué consisten realmente?

Tenemos una relación de amor-odio con los chatbots automatizados. Nos encanta jugar con ellos pero nos frustramos cuando el chatbot no puede responder nuestras preguntas o cumplir nuestras solicitudes. Quienes crean chatbots prosperan con el desafío de hacer el chatbot lo más humano posible, pero encuentran escribir las varios miles de permutaciones condicionales posibles para intentar lograrlo muy arduo.

Este deseo mutuo de hacer que la interacción con un chatbot automatizado sea humana ha impulsado el poder de los bots a través del procesamiento del lenguaje natural (PLN). El aprendizaje automático detrás del bot y del cual aprende se basa en lógica de árbol de decisión y es un intercambio de secuencias de entradas y salidas predeterminadas. Sin embargo, la conversación natural no es así.

Distorsionando los patrones de la conversación natural

Como en la conversación natural, humanos y chatbots automatizados turnan para hablar, es decir, intercambian mensajes. En la charla natural, independientemente del contenido de lo que se dice, incluso en ausencia de señales visuales y tono de voz, también hay significado en la superposición del habla, significado en los silencios que ocurren entre turnos, y significado en los esfuerzos por reparar malentendidos. Estas acciones son en realidad componentes de lo que significa tomar un turno y son inherentes a la conversación natural. Ayudan a impulsar las conversaciones hacia adelante y revelan la intención detrás de ellas a medida que la conversación se desarrolla.

¿Un paso de chatbots a debate-bots?

Cuando se trata de patrones de interacción, estos chatbots tienen más en común con la naturaleza de ida y vuelta de turnos pre-asignados en debates (Sacks et al, 1974) que con la conversación natural. Si el trabajo de un chatbot automatizado es «ir a buscar», ¿realmente necesitamos nicetades sociales como «Hola»? Al humanizar el chatbot, ¿somos responsables de establecer una gestión de expectativas incorrecta? ¿O es solo servicio con una sonrisa?

La idea de que los chatbots podrían no estar charlando, ilustra una pregunta casi filosófica. ¿Por qué los bots tienen que ser tan humanos y en qué capacidad? ¿Qué es lo que realmente estamos automatizando cuando se trata de automatizar chatbots?

Tomando turnos

Para proporcionar respuestas más precisas y relevantes, los chatbots automatizados están aprovechando el PLN de manera similar a la búsqueda conversacional de Google. Esto resulta en un procesamiento más inteligente pero aún depende en gran medida de que tanto el humano como el bot tomen turnos bien organizados para hablar, es decir, enviando un mensaje o una multi-pila bien construida a la vez. Tanto chatbots como humanos pueden enviar multi-pilas, pero la multi-pila humana es mucho más disruptiva que la del chatbot. Podemos hacer que la próxima respuesta del chatbot sea irrelevante o inapropiada, resultando en una acción emparejada pobre como una coincidencia de P&R, lo que nos deja como usuarios sintiéndonos frustrados.

Debido a que la conversación natural no está compuesta de acciones emparejadas, producidas ordenadamente una tras otra, necesitamos empezar a analizar la interacción del chatbot como un todo en lugar de conjuntos de intercambios emparejados individuales. También necesitamos intervenciones para que cuando los humanos creen estas multi-pilas disruptivas, podamos escuchar mejor la «conversación».

El significado del silencio

Una forma de gestionar la interacción humano-chatbot es a través de la animación. La animación en forma de cargadores, «…está escribiendo» o «por favor espere» ofrece un beneficio bidireccional tanto al bot como al usuario al ayudar a gestionar la transparencia y mantener la conversación avanzando. Ayuda a intentar reducir las multi-pilas humanas problemáticas al reclamar el turno en las conversaciones.

Como afirmó Adrian Zumbrunnen, diseñador en Google: «sin animación, no hay conversación» y esto es cierto en gran medida. De la misma manera que asociamos el retraso temporal a respuestas afirmativas o negativas, ¿podría un bot deducir el mismo significado de nuestro retraso en responder? Entender si tenemos baja capacidad técnica o si estamos usando la interfaz de chat para ganar tiempo para pensar son desafíos interesantes al detectar intención de reparación.

¿Los bots tienen que ser humanos?

Google no finge ser humano y aunque el análisis de términos de búsqueda muestra que le hacemos preguntas muy humanas. Además, cuando Google muestra resultados irrelevantes o presenta una no-coincidencia, nos culpamos a nosotros mismos por no acertar el término de búsqueda. Somos más indulgentes porque «Googlear» no está configurado como conversación, está configurado como recuperación. El hecho de que empatizamos con bots que se ven o sienten más humanos pero menos con los mecánicos no es necesariamente una desventaja en la interacción —ayuda a establecer la expectativa del usuario.

¿La interfaz incorrecta?

Los árboles de decisión que impulsan los chatbots automatizados, que se construyen sobre secuencias de declaraciones de control condicional, comparten similitudes con los diálogos de juegos de aventura.

Bandersnatch, la última entrega de la serie Black Mirror de Netflix a finales del año pasado, es una película «Elige tu propia aventura» que explora el libre albedrío. Netflix incluso desarrolló «seguimiento de estado» que guarda nuestro rastro de elecciones para que puedan desplegarse más adelante en la narrativa. Bandersnatch es una narrativa ramificada compuesta de 250 segmentos escrita en Twine (una herramienta de árbol de decisión para escribir ficción interactiva también usada para diseñar árboles de decisión para chatbots). ¿Podría ser, entonces, que como el cine, los chatbots puedan aprovechar la familiaridad y las características de interfaz de usuario (UI) de las interfaces de juegos de aventura?

La interfaz de chatbot actual ofrece tamaño de pantalla limitado, longitud de mensaje único limitado y generalmente se sitúa en la esquina inferior derecha de la pantalla. Apreciando la herencia de UI de servicios de mensajería de la vieja escuela como ICQ, ¿por qué no hemos ido aún a pantalla completa para chatbots automatizados?

De predecir a gestionar

Que la conversación natural se distorsione por la interacción humano-chatbot automatizado puede ayudar a explicar por qué, a pesar de la inteligencia del PLN, las interacciones con chatbots automatizados aún se reciben con sentimientos encontrados. Parte debido a su asequibilidad de UI y parte debido a nuestro comportamiento aprendido de lo que significa participar en conversación natural, hay significado en el silencio, superposición de turnos y en la reparación conversacional.

Las respuestas de chatbots automatizados no necesariamente tienen que ser humanas —solo necesitan ser gestionadas de una manera muy humana.