¿Cómo seleccionar la mejor tecnología para un agente virtual en ayuntamientos y municipios?
Puede resultar complejo seleccionar la mejor tecnología para desarrollar su proyecto de agente virtual (chatbot – asistente virtual) para su ayuntamiento, municipio o ciudad. No solo la misma tecnología puede ser llamada de diferentes maneras según la empresa que lo promociona sino que además existen decenas de opciones.
Si se toma el tiempo de leer el material de marketing de esas empresas, algunas dan a entender que han creado un robot-humano, pero cuando se prueban los chatbots que han desarrollado para sus clientes, la sensación final es otra. La clave está aquí, no hay mensaje de marketing más claro que la calidad del producto final. Antes de tomar cualquier decisión, tómese el tiempo de experimentar un ejemplo real. La finalidad de un asistente virtual es comprender y ayudar a los ciudadanos, brindándoles la información que buscan.
Pero antes de analizar seriamente las diferentes plataformas para la construcción de un funcionario público digital, debe hacer una evaluación interna en su organización para identificar la funcionalidad que realmente necesita de esta tecnología y las demandas técnicas que su equipo es capaz de asumir. A menudo encontrará que las mejores plataformas de agentes virtuales con mayores capacidades de inteligencia artificial (IA), machine learning (ML) y de procesamiento del lenguaje natural (NLP) requieren un mayor nivel de comprensión técnica. Y no todas las ciudades tienen los recursos para contratar analistas de datos, lingüistas o programadores dedicados.
Chatbot de reglas simples o agente virtual con inteligencia artificial
¿Necesita que la tecnología de asistentes digitales tenga capacidades avanzadas de IA, ML y NLP para obtener el resultado que necesita? ¿O busca un chatbot simple basado en reglas con botones en su respuesta y con una jerarquía de preguntas limitada?
Después de mirar hacia adentro e identificar sus necesidades y capacidades, es hora de comenzar la búsqueda de la mejor tecnología. Antes de sumergirse en las habilidades específicas de cada plataforma para construir agentes virtuales, es bueno identificar su presupuesto y ROI deseados. Este es un buen punto de partida para eliminar las plataformas que están fuera del presupuesto o las que no son rentables.
¿Qué tan necesario es comprender al ciudadano y dejarlo expresarse de una manera natural?
Un chatbot conversacional basado en IA debe comprender la intención del usuario, sin importar cuán compleja sea la oración. Además debe poder hacer preguntas al usuario para eliminar cualquier ambigüedad o simplemente para descubrir más sobre el mismo usuario (ciudadano, empleado público). Necesita una memoria para reutilizar piezas clave de información que se presentan a lo largo de la conversación con fines de establecer el contexto de la misma o de personalizar el diálogo.
En una situación ideal, para lograr una experiencia inteligente y atractiva, las organizaciones necesitan una plataforma conversacional de inteligencia artificial que pueda ofrecer conversaciones similares a las de los humanos.
Debido a cierta programación rudimentaria basada en reglas en la que se apoyan muchos chatbots básicos, ha sido una batalla cuesta arriba para los desarrolladores de IA conversacionales avanzadas que buscan establecer credibilidad en el mercado. Lamentablemente existen varios chatbots instalados en ciudades, ayuntamientos y municipios que luego de unos meses han sido dados de baja o están escondidos en algún lugar del sitio web.
Si su empleado público digital no está listo para atender a los ciudadanos en la página web principal entonces, simplemente no está preparado para el trabajo. Así como no colocamos a una persona a atender al público en las oficinas del municipio, tampoco deberíamos emplear a un chatbot que no sabe hacer su trabajo. Puede resultar simpático o parecer moderno hacerlo, pero a la larga es una estrategia que no funciona.
Si no comprende, no ayuda
Un chatbot que no comprende al ciudadano y que no ofrece la ayuda que busca, tiende a desaparecer. Además las personas dejan de usarlo o recomendarlo. Puede parecer obvio, pero hay un mundo de diferencia entre un chatbot que ofrece tres botones para continuar una conversación fija y un agente virtual que responde una pregunta abierta y mantiene una conversación inteligente.
Un intercambio atractivo no solo mejorará la experiencia del ciudadano sino que también entregará la información que él mismo buscaba. Para lograr esto, la interfaz de usuario debe ser lo más humana y conversacional posible. Y al mismo tiempo, desarrollada sobre una plataforma robusta. De esta manera el agente virtual se convertirá en una herramienta clave para las Smart Cities.
¿Puede el agente virtual discernir entre múltiples intenciones (intents)? ¿Sobrellevar errores ortográficos o gramaticales? ¿Analizar las solicitudes complejas de sus usuarios? ¿Puede comprender el sentido de una frase que puede ser escrita en cientos de formas o solo comprende algunas palabras clave?
Estas capacidades de comprensión del lenguaje serán cruciales para el éxito de un funcionario público digital, lo que permitirá revolucionar la atención y los servicios a los ciudadanos. Un empleado digital que pueda realmente entender la intención subyacente de la solicitud de una persona, independientemente de cómo se haya expresado.
¿Qué debemos evaluar?
Si bien hay muchas plataformas de desarrollo de agentes digitales disponibles en el mercado, no todas están construidas por igual. Ya hemos recomendado que la organización debe enumerar los criterios y las funcionalidades que necesitan de sus aplicaciones antes de decidir qué tecnología utilizar. Es la calidad de los componentes en su comprensión del lenguaje natural (NLU) lo que hace que un agente virtual sea capaz de actuar correctamente.
Algunas de las funcionalidades empresariales avanzadas que diferencian a la IA conversacional de los chatbots basados en reglas incluyen:
- Comprensión superior del lenguaje a través de algoritmos de aprendizaje profundo (deep learning) y NLU.
- Soporte multilingüe simultáneo.
- Conciencia contextual para mantener una conversación incluso si se ha desviado del camino (cambio de tema).
- Corrección ortográfica avanzada y soporte para jerga y dialectos.
- La capacidad de establecer objetivos durante partes de la conversación y rastrear claramente la participación del usuario.
- Autenticación del usuario para permitir que las transacciones se completen en nombre de los usuarios.
- Seguridad estricta de datos, controles de privacidad, incluido el cumplimiento de GDPR.
- Soporte a múltiples intenciones (intents).
- Transición al equipo humano. Si un agente virtual se queda perplejo por una solicitud que está fuera de su alcance designado, debe poder transferir sin problemas un usuario a un operador de chat humano y, lo que es más importante, hacerlo dentro de la misma ventana de chat.
Algunas pistas de cómo evaluar un chatbot o agente virtual
Hemos dicho que “no hay mensaje de marketing más claro que el producto final. Antes de tomar cualquier decisión, tome el tiempo de experimentar un ejemplo real.” Pero ¿cómo podemos probar estas características en un chatbot en vivo de otra organización? Aquí algunos trucos:
Contexto (cambio de tema)
Puede probar el contexto preguntando primero sobre algo que el bot puede responder, por ejemplo, algún servicio específico.
Después de eso, haga otra pregunta relacionada con el mismo servicio pero sin mencionar el nombre del servicio.
Si el bot puede responder, por ejemplo, sobre la existencia de campos deportivos y el horario de apertura del campo deportivo, intente preguntar primero “existen campos deportivos municipales” y después de eso, sin mencionar “campo deportivo” pregunte “y cuál es el horario de apertura”.
GDPR
Al evaluar el cumplimiento de GDPR, debe buscar lo siguiente:
- – ¿Se le solicita su aprobación antes de iniciar el chat?
- – ¿Le dice el bot cómo maneja su información y si se guardan las conversaciones?
- Puede encontrar la respuesta a algunas de estas consultas desde el mensaje de bienvenida del bot o cuando cierra el chat después de la conversación.
Falsos positivos
Los falsos positivos ocurren cuando un usuario solicita algo de un asistente virtual que debería poder responder pero aún no ha aprendido cómo. Posiblemente porque no ha sido entrenado sobre ese argumento. Si el bot da una respuesta que está relacionada con el tema de su pregunta pero sigue siendo incorrecta (o si la respuesta es totalmente aleatoria), este es un falso positivo.
Para probar esto, intente hacer diferentes tipos de preguntas dentro del alcance del bot.
Corrección ortográfica
Para probar la corrección ortográfica, intente hacer preguntas con diferentes tipos de errores ortográficos (letras adicionales, letras en orden incorrecto). Incluya errores ortográficos en las palabras importantes de su pregunta. No siempre nos tomamos el tiempo de escribir correctamente en la interacción con el agente virtual y es importante que sepa sortear estos obstáculos.
Diseño e interfaz de chat
¿Cómo se ve la interfaz de la ventana de chat? ¿Ofrecen botones? ¿Hay una clara diferencia entre la entrada del ciudadano y las respuestas del bot? ¿El diseño gráfico invita al ciudadano a expresarse naturalmente o lo restringe a seleccionar de una lista fija de botones como un conmutador telefónico?
Tecnología y modelo probado
Muchos chatbots en el mercado afirman manejar entre 50 a 100 “intents” de temas generales. Esto puede parecer mucho al principio, pero considere que su organización crece y cambia. También lo hará su colega digital y el tipo de preguntas que los ciudadanos le harán. Las limitaciones de escalabilidad no se presentan al principio de un proyecto, pero pueden ser paralizantes una vez que aparecen.
Esta es la razón por la cual comenzar con una base pre-construida de intenciones específicas para ayuntamientos, municipios y ciudades inteligentes en el orden de los cientos de intenciones (y no solo un par de decenas de tipos de preguntas frecuentes) será crucial para construir las interacciones avanzadas que esperan los ciudadanos del 2021.
Marcos Daniel Martinez
Emprendedor en software de negocios, asistentes virtuales e inteligencia artificial. Administrador de empresas. Más de 20 años de experiencia en la dirección de empresas de software propias o de terceros. Ocupó cargos de gerencia general en países como Suecia, Panamá, España, Argentina, Polonia, Italia y Portugal. Co Founder de Wize AI y Grupo Extraordinaria. Miembro del directorio de HansaWorld.
Compartir
¡Comparte esto con tus amigos y contactos!