Dos científicos de datos de Spotify, compañía con una importante división dedicada al tema y que genera constantemente datos muy interesantes con los que trabajar, han dejado la empresa y han montado una startup, Slang.ai, dedicada a contestar llamadas telefónicas de clientes en negocios como restaurantes, hoteles o tiendas, con la capacidad de resolver dudas, contestar preguntas o tomar peticiones de reservas, entre otras cosas.
El tema me suena muy familiar porque llevo años utilizando grabaciones de algunas de las llamadas generadas por Google Assistant en mis clases y conferencias que son imposibles de discernir de una llamada humana si no avisas previamente a los asistentes, y es habitual que surja una pregunta: ¿qué ocurre si la llamada de petición de reserva iniciada por un algoritmo conversacional se encuentra al otro lado con otro algoritmo que la contesta?
La respuesta es evidente: los dos algoritmos «conversarán» en lenguaje humano, a pesar de que hacerlo así resulta, desde un punto de vista de interacción o de eficiencia, completamente absurdo. El lenguaje humano, entre máquinas, es una absoluta complicación innecesaria: los dos ordenadores podrían simplemente intercambiar los datos necesarios para comprobar si la reserva es posible, verificar la petición, y actualizar sus respectivas bases de datos en fracciones de segundo, sin pasar por la compleja traslación al lenguaje humano.
Con los algoritmos generativos puede ocurrir exactamente lo mismo: nos encontraremos casos en los que una persona utiliza un algoritmo generativo para convertir una simple frase o un par de temas en un correo electrónico formal, largo y con apariencia de trabajado, mientras otra persona al otro lado le pide a otro algoritmo que resuma ese correo electrónico largo en un par de puntos. Una enorme estupidez debida a la fuerza de los convencionalismos, que infringe una ley evidente de la tecnología: es absurdo aumentar el volumen de algo para simplemente enviarlo, y nos hemos pasado toda la vida haciéndolo al revés, comprimiendo para enviar información de manera más eficiente.
¿Qué ocurre cuando varias tareas concurrentes se semiautomatizan mediante asistentes algorítmicos? Alguien pide a su asistente algorítmico que le reserve mesa en un restaurante a una hora determinada, pero la llamada originada por ese asistente es recibida por otro asistente que se encarga de procesar la reserva y contestar afirmativa o negativamente: en un caso así, lo lógico sería que, mediante un tono inaudible, por ejemplo, los asistentes se identificasen, abandonasen el lenguaje humano y procediesen a una comunicación eficiente mediante un simple intercambio de bits, en lugar de dedicarse a conversar «como si fueran» personas.
Un tono inaudible… o audible: todo indica que la idea de «quiero saber si estoy hablando con un robot o con una persona», habitual en el comienzo del uso de los algoritmos generativos conversacionales, se está convirtiendo cada vez más en anacrónica, porque si el algoritmo hace su trabajo mínimamente bien, no solo no te darás cuenta, sino que seguramente, terminarás más satisfecho con la eficiencia de la interacción. Es algo habitual en las máquinas: no es que simplemente trabajen más rápido, es que además, terminan trabajando mejor. Generalmente, será mejor procesar una reserva con un algoritmo, que te entenderá mejor aunque tengas un acento la mar de espeso, y que nunca dependerás de si tiene un buen o un mal día, de si tiene gripe y escucha regular, o de muchos otros factores. Pero en el momento en que a ambos lados hay un algoritmo, las cosas se pueden hacer infinitamente mejor, y lógicamente, imagino que terminará siendo así. Pero si la introducción de un tono permite que el interlocutor sepa que habla con una máquina, aunque a mí me parezca una estupidez inútil o incluso algo contraproducente, supongo que tendrá su cierta demanda.
Lo que sí está claro es que con máquinas que ya dominan el lenguaje humano como lo dominan… lo que sabíamos de esta interesante disciplina va a cambiar seguramente un montón.
