Se busca talento humanístico para entrenar a la IA conversacional

Porque para poder diseñar un chatbot o entrenar un modelo de IA conversacional es necesario comprender primeramente en profundidad cómo se comunican los usuarios, qué tipo de preguntas hacen, cómo las formulan, qué emociones expresan y cuáles son sus expectativas al interactuar con una máquina. Lingüistas, filólogos, periodistas, sociólogos o psicólogos comprenden mejor que nadie los matices del lenguaje, la cultura y la interacción humana. Mientras los ingenieros levantan la infraestructura, ellos afinan el alma de los bots: adaptan el tono, resuelven ambigüedades, evitan malentendidos y hacen que las respuestas sean naturales, empáticas y coherentes con la identidad de la marca.

«El lenguaje natural es en sí mismo un código», señala Cristina Aranda, consultora en IA e Innovación, cofundadora de Mujeres Tech y licenciada en Filología Hispánica. De hecho, explica, gran parte de la tecnología que usamos a diario —buscadores, redes sociales, asistentes virtuales, herramientas de audio, 'hashtags' o mensajes de voz— se basa en procesamiento del lenguaje. «El 80% de los datos que manejan empresas y administraciones son de naturaleza lingüística. Y entender ese lenguaje es clave para construir tecnología útil». Desde la lingüística computacional hasta la ética de los algoritmos, pasando por la interacción persona-máquina, hay un abanico de nuevos roles donde se requieren profesionales capaces de analizar, traducir e interpretar el mundo a través de las palabras. Y es en este punto donde los perfiles de humanidades adquieren un papel esencial. Pueden interactuar con los sistemas para entrenarlos y nutrirlos, porque saben analizar patrones del lenguaje, detectar ambigüedades, definir tonos y construir personalidades conversacionales que encajen con la marca. Eso sí, también necesitan formarse en campos como lingüística computacional, procesamiento del lenguaje natural (PLN), experiencia de usuario (UX), desarrollo de software y análisis de datos, apunta Ana Fernández Jiménez, profesora de la Universidad ESIC. «Al final, la clave está en el aprendizaje continuo y en trabajar en proyectos reales donde puedan aplicar sus competencias lingüísticas a contextos tecnológicos».

Noticia Relacionada

La sequía de profesionales cualificados amenaza con llevar el viaje sostenible al carril de desaceleración

Laura Montero Carretero

Más del 90% de las empresas reconocen que tienen problemas para contratar los perfiles que exige el nuevo modelo energético y productivo

En esta misma línea, Julie Laurent, Product Manager de Blip EMEA y también filóloga hispánica, señala que, en una conversación con un chatbot, no hay botones ni menús. Todo sucede a través de palabras. Un solo matiz mal planteado puede generar frustración, mientras que una voz bien definida puede fidelizar al cliente. Por eso en las experiencias conversacionales, el lenguaje es la interfaz.

Pero diseñar un asistente virtual no es solo escribir frases adecuadas. Es comprender a quién va dirigido, en qué contexto cultural, que tenga sentido para quien la vive, que se sienta natural, útil y coherente con el entorno en el que ocurre. Porque si nos centramos realmente en la necesidad –tanto del usuario como de la empresa que lo utiliza–, no hay dos iguales… y, por tanto, no debería haber dos bots iguales. Cada proyecto implica adaptar tono, ritmo y estructura a los objetivos del negocio y a la intención del usuario, explican desde Blip. No se trata solo de que funcione, sino de que conecte. «No es lo mismo una persona que contacta con la IA porque tiene un problema con su factura, que otra que quiere comprar un coche. Las emociones son distintas, y eso influye en cómo tratamos al cliente». En Latinoamérica, por ejemplo, se valora más el 'small talk', ese diálogo informal que rompe el hielo; en cambio, en Alemania, lo habitual es una interacción más directa y resolutiva. Esas diferencias marcan el éxito o el fracaso de una interacción. El lingüista computacional se encarga precisamente de esta parte cognitiva: se habla con una máquina hecha para hablar con un humano, porque no se pretende engañar al usuario para que piense que está hablando con una persona. Que la conversación sea fluida y no sea simplemente un 'sí, no'. Esa adaptación sociolingüística —que parece sutil, pero es clave— solo puede llevarla a cabo alguien con un conocimiento profundo del lenguaje y de la cultura. Por eso, los equipos que desarrollan asistentes conversacionales potentes no se forman solo con ingenieros o desarrolladores, sino también con lingüistas computacionales, psicólogos del lenguaje, expertos en pragmática o incluso narradores con formación en comunicación y semiótica. Son ellos quienes detectan cuándo una frase puede sonar brusca, cuándo conviene suavizar con un matiz emocional, o cómo debe reaccionar un bot frente a una situación crítica, como un accidente de tráfico o una queja delicada. Por eso, enseñarlas no es algo que se aprenda en un tutorial de unas horas, reflexiona Aranda.

En su día a día, un diseñador conversacional combina creatividad, análisis y trabajo en equipo. Diseñan flujos conversacionales, definen intenciones, respuestas y escenarios. Evalúan interacciones reales para detectar puntos de mejora. Trabajan con herramientas de etiquetado de datos, diseñan avisos y ajustan el tono de voz del bot.

«Se diseñan flujos conversacionales, definiendo intenciones, respuestas y escenarios, se evalúan interacciones reales para detectar puntos de mejora, trabajan con herramientas de etiquetado de datos, diseñan avisos y ajustan el tono de voz del bot», sintetiza Ana Fernández. Además, identifican errores frecuentes y diseñan formas elegantes de reconducir la conversación cuando el modelo falla. Pero todo esto no se hace en solitario: estos profesionales trabajan codo con codo con ingenieros de IA, desarrolladores, expertos en datos y diseñadores UX. Además, se apoyan en herramientas como ChatGPT, Bard o Cohere para prototipar diálogos, y utilizan plataformas como Dialogflow, Rasa o Voiceflow para construir y entrenar los modelos.

Para definir esos caminos conversacionales además se utilizan herramientas de diseño tipo 'mapas mentales' -como Figma- que permiten trazar todas las posibles rutas que puede seguir una interacción. Estas plataformas ayudan a anticipar escenarios, definir bifurcaciones según las respuestas del usuario y ajustar el tono según el momento de la conversación. Son un recurso fundamental para visualizar la experiencia del usuario como un todo fluido, no como una serie de respuestas aisladas, puntualiza Laurent.