El problema parece ser milenario como se lee en el Génesis: “Bajemos, pues, y una vez allí, confundamos su lenguaje, de modo que no se entiendan entre sí. Y desde aquel punto los desperdigó Yahvé por toda la faz de la tierra, y dejaron de edificar la ciudad. Por eso se la llamó Babel, porque allí embrolló Yahvé el lenguaje de todo el mundo”. La carrera por construir el asistente virtual perfecto se encuentra en un dilema similar: la posibilidad de comprenderse.
¿Qué son los asistentes virtuales? Aplicaciones que se instalan en computadoras y smartphones y que brindan soporte para que el usuario pueda realizar tareas de forma sencilla. Algunos emplean técnicas de inteligencia artificial y a medida que pasa el tiempo se perfeccionan. Un ejemplo son Siri (de Apple) o Cortana (de Microsoft). Pero también están llegando asistentes virtuales para empresas.
Tanto en los exclusivos eventos HP Americas Partner Forum celebrado en Las Vegas como en el Cisco Collaboration Summit llevado a cabo en Phoenix se vio cómo los fabricantes se disputan el liderazgo por construir esos asistentes virtuales. Desde el punto de vista del usuario éste quisiera tener un único asistente que le resuelva todo.
“Nosotros venimos trabajando en ese sentido, por eso logramos que nuestras impresoras acepten comandos que provienen de Amazon Alexa, Microsoft Cortana o Google Home”, dice Enrique Llores, de la empresa Hewlett Packard. Sin embargo, sólo unos días más tarde Rowan Trollope, el responsable máximo de las tecnologías de colaboración de Cisco, mostró cómo los asistentes virtuales están encasillados para usos del día a día que son diferentes de los que se necesitan dentro de las redes empresariales. Así el fabricante se despachó anunciando que su plataforma de colaboración WebEx incluirá su asistente empresarial. “Básicamente Cortana nos responderá cosas tales como: buscar en la web, abrir Facebook o escuchar música pero no nos podrá decir quien es el compañero de trabajo que sabe más de determinado tema”, afirma Trollope.
Inteligencia. Una de las claves de los asistentes es el reconocimiento de voz uno de los temas en los que la industria ha mostrado sus mayores adelantos, sobre todo en lengua inglesa. Sucede que la tasa de error de estos sistemas se asemeja a la natural. “Nadie entiende el 100 por ciento de lo que el otro dice, sea porque no presta atención todo el tiempo o porque el otro pronuncia alguna palabra de forma tal que no se comprende pero los estudios indican que los humanos entendemos un 95,7% de las palabras que se dicen.
Actualmente las computadoras llegaron al 95,1% estamos realmente muy cerca”, se entusiasma Trollope. Sin embargo, a ese problema se le agrega otro, el de lograr significado, de modo tal que no sólo se reconozcan las palabras sino que las mismas sean interpretables para la computadora de tal forma que se active una acción específica.
Realizar estas funciones tiene menos glamour tecnológico del que generalmente se piensa. “Básicamente es contratar un ejército de gente que piense las diferentes formas en que se pide algo en un lenguaje y lo diga para entrenar a la máquina. Por ejemplo, si queremos pedir un pollo podemos decirlo de muchas formas: “Quiero un pollo a la parrilla”, “Quiero un pollo grillé” o “Quiero un pollo asado”. Estamos diciendo lo mismo de diversas maneras, y no es tan fácil ver cuántas hay. Entonces contratamos a estas personas para que nos den la mayor cantidad de alternativas y además contemos con las diversas formas de pronunciarlo. Incluir esto en WebEx ha sido muy costoso, por eso en el caso de los negocios, los casos de uso además son múltiples y pueden depender de negocio en negocio. De hecho nosotros sólo estamos comenzando con las funciones mas generales. Lo particular de cada empresa es un desarrollo posterior”, advierte Trollope.
Contextos. Los cinco niveles de la inteligencia artificial en los asistentes virtuales empresariales están dados por: comandos y control; lenguaje natural, semántica dentro de un dominio o campo de conocimiento, reconocimiento del miembro de un equipo de trabajo, y la unidad del equipo como un ente dentro de la empresa. Por eso se piensa que los usuarios por ahora tendrán dos asistentes, uno para su vida personal y otra para la empresarial. “Es muy difícil desarrollar cada dominio quizá en el futuro se pueda lograr algo que los unifique pero no vemos que pase por ahora”, piensa Suárez.
Lograr significado y contexto, traspasar la frontera de sólo interpretar comandos que es lo que hoy hacen los asistentes digitales no es un paso trivial y es la frontera actual de la inteligencia artificial.
“En realidad a mí me gusta hablar de máquinas inteligentes por que así estamos hoy en día, el otro concepto se encuentra demasiado viciado por Hollywood y no es algo que en lo que estemos próximos. Las técnicas tales como machine learning (aprendizaje de máquina) no son más que aburridas cuentas estadísticas. Por supuesto avanzamos tanto con el poder de cómputo y la adquisición de datos que estas estadísticas realmente entregan cosas significativas como el caso del reconocimiento de voz. Pero la gente debe percatarse que una cosa son datos que provienen de imágenes o voz, y otra los datos de otros contextos. Ahí estamos muy lejos porque los datos suelen estar sucios y nadie en definitiva sabe cómo se tomó cada dato y su grado de certeza. Si los datos no son correctos las máquinas inteligentes son estúpidas. O incluso riesgosas porque si sesgamos los datos lo que estamos haciendo son máquinas que amplifiquen nuestros prejuicios”, advierte el gurú en inteligencia artificial James Cham.
Fragmentación. El dilema proviene de varias aristas. Por un lado cada necesidad hace que no sea tan fácil dar con una solución general. De hecho, desde el punto de vista de los dispositivos, HP mostró en su evento una infinidad de variedades desde una notebook especialmente diseñada para médicos, impresoras fotográficas para teenagers o hasta los últimos adelantos en computadoras para juegos o gaming como se lo llama en la jerga actual. “Al contrario de los pronósticos y luego de algunos años difíciles, el negocio de impresión en HP viene creciendo. Esto sucede cuando uno encuentra el espacio donde cada dispositivo puede desarrollarse. Es decir que la fragmentación también ayuda al desarrollo”, advierte Llores. En los asistentes virtuales eso apareció primero desde las necesidades personales de los usuarios.
“Como consumidores la tecnología nos mira de la misma forma todos queremos saber determinadas cosas que nos son comunes; ahora como usuarios empresariales somos totalmente diferentes. Es cierto algunas preguntas son iguales en ambos mundos podemos querer saber el clima, por ejemplo. Pero otras cosas no. Y no sólo eso, además por motivos de seguridad las empresas tienen que controlar cómo una aplicación, en este caso un asistente virtual, ingresa a sus sistemas en busca de datos”, advierte Pedro Suárez a cargo del grupo de tecnologías de colaboración de Cisco en América Latina.
Lograr asistentes virtuales hoy en día es fragmentar el lenguaje o sea fragmentar aplicaciones. Lejos estamos de lograr un sistema que cumpla con el desafío de Alejandra Pizarnik: “cada palabra dice lo que dice y además más y otra cosa”. Y es por eso que aún sin cambiar de lenguaje el regreso a Babel no es posible, la palabra ya contenía la trampa de la multiplicidad.
por Pablo Wahnon
Galería de imágenes
Comentarios