En los últimos meses ha aumentado el interés en la inteligencia generativa y el procesamiento del lenguaje natural, gracias a modelos cada vez más sofisticados como los Large Language Models (LLM). Seguro que ya has trasteado con el chat de Bing, con GPT-4 o incluso ya estés experimentando con Bard si tienes una VPN. A primera vista pueden parecer una herramienta perfecta para muchas empresas, pero por ahora los asistentes conversacionales de inteligencia generativa no pueden sustituir a los convencionales. Te lo explicamos a continuación.

Cómo funciona un asistente conversacional convencional

Los asistentes conversacionales utilizan la inteligencia artificial para interactuar con los usuarios a través de lenguaje natural, imitando la comunicación humana. Para lograrlo, deben ser capaces de entender lo que el usuario dice y responder adecuadamente. Este es el paso a paso:

• El proceso comienza con la entrada del usuario (input), que puede ser texto o voz. Es lo que se conoce como prompt. El asistente la analiza mediante el Procesamiento del Lenguaje Natural (NLP) y determina la intención detrás de la solicitud (intent).
• Una vez que el intent ha sido identificado, el asistente generará una respuesta extrayéndola de un conjunto de respuestas posibles. Las respuestas se crean a partir de reglas específicas y datos de entrenamiento, y pueden ser actualizadas y modificadas según sea necesario. Sin embargo, un asistente convencional ofrece respuestas predefinidas y uno generativo crea textos en tiempo real sin limitaciones ni restricciones preestablecidas.
• Puede tener acceso a bases de datos o APIs para obtener información que pueda ayudar a responder la pregunta del usuario. Una vez que genera una respuesta, la entrega al usuario a través de un canal de comunicación (output), como una interfaz de chat o de voz.

Este es el funcionamiento base de un asistente conversacional. Pero como ya hemos mencionado, los agentes conversacionales generativos y los convencionales difieren tanto en su forma de pedirle instrucciones como de generar respuestas, y, por tanto, cada uno te aporta cosas distintas. Vamos a verlo.

Convencional o generativo, ¿cuál es mejor?

La respuesta no es tan simple, porque cada uno tiene sus fortalezas únicas. Pero antes de profundizar, primero vamos a ver sus principales diferencias:

Como ya te adelantamos en esta tabla, los casos de uso que puede atender un asistente conversacional pueden agruparse en dos grandes bloques:

• Devolverte información.
• Asistirte en un proceso.

En el primer caso, los asistentes de inteligencia generativa son mucho más eficientes. Al estar entrenados con una gran cantidad de datos, basta con solicitarles la información requerida y elaborarán una respuesta en segundos. No tienes que hacer nada más. Eso sí, no sabes qué va a responder, no tienes ningún control.

Sin embargo, si lo que quieres es que un asistente conversacional te asista en un proceso (como reservar una habitación en un hotel, por ejemplo), tiene que ser determinista (decirte los pasos concretos y en qué orden) y aquí ganan los asistentes convencionales por dos razones:

• Son confiables porque están entrenados con los datos que tú has decidido.
• Tú controlas las respuestas, el asistente responde lo que tú le has enseñado, no inventa nada.

Por ejemplo, si un usuario quiere saber el saldo de su cuenta o cuáles son los últimos movimientos en un mes determinado, usaríamos un asistente generativo, porque este tipo de consultas no requieren de un conocimiento específico del cliente y pueden ser respondidas fácilmente a través del procesamiento del lenguaje natural. Sin embargo, si necesita resolver una consulta más concreta como abrir una cuenta bancaria o solicitar un préstamo, un asistente convencional sería más adecuado porque puede asistirle en el proceso de solicitud y proporcionarle información personalizada.

Por tanto, en la práctica, la verdadera potencia reside en la combinación de ambos modelos. Porque te permite aprovechar la eficiencia y rapidez en la generación de respuestas de los asistentes generativos, junto con la confiabilidad, control y personalización de los asistentes convencionales. 

Ideas para complementar los asistentes generativos y los convencionales 

Resolución de consultas de los usuarios en la web o app

Una empresa puede utilizar un chatbot de conversación generativa para resolver preguntas frecuentes y dar respuestas automatizadas a los clientes en su sitio web o aplicación móvil. Pero además, con un asistente convencional, puede responder preguntas más específicas y asistir en procesos en los que el usuario necesite un acompañamiento. Así brindará respuestas rápidas a preguntas comunes y ofrecerá una atención al cliente más personalizada cuando sea necesario.

Por ejemplo, una empresa de servicios financieros puede utilizar un asistente generativo en su web o app para responder preguntas recurrentes como "¿Cuáles son las tasas de interés actuales?" o "¿Cuánto tiempo tarda en aprobarse una solicitud de préstamo?". Pero si el cliente necesita ayuda con un proceso específico, como solicitar un préstamo de negocios, un asistente conversacional convencional le ofrecerá la atención personalizada que necesita para completar el proceso de manera efectiva.

Acompañamiento en la toma de decisiones

Cuando un cliente necesita elegir entre varios productos o servicios, el AV generativo puede analizar en la base de datos de la empresa su historial de compras, sus preferencias y comentarios, y ofrecerle opciones recomendadas en función de esta información. También puede analizar las tendencias del mercado y las preferencias de los clientes similares para proporcionar recomendaciones personalizadas.

Sin embargo, si se trata de decisiones más complejas que requieren una comprensión detallada del contexto y de las implicaciones de su compra, los asistentes convencionales pueden ayudar a los usuarios a tomar decisiones más acertadas proporcionándoles información sobre cada opción.

Por ejemplo, imagina que un cliente quiere reservar un hotel para sus vacaciones. Un asistente conversacional tradicional puede serle de más ayuda para completar el proceso porque es más transaccional, le guía en el paso a paso: selección de destino, de tipo de habitación y número de huéspedes, régimen de comidas, peticiones especiales, etc. Pero si tiene dudas sobre consultas generales como qué actividades se pueden realizar en el hotel, opciones de transporte, oferta gastronómica, etc, en estos casos es en los que brilla especialmente un modelo LLM.

Asistencia para recursos humanos

Los empleados de una empresa pueden utilizar un asistente generativo para encontrar respuestas rápidas y precisas a las preguntas más comunes que pueden resolverse utilizando la base de conocimientos de la compañía. Sin embargo, si su consulta es más compleja o implica información sobre su situación personal, es preferible derivarlo a un asistente conversacional convencional. Veamos un ejemplo:

Para que un trabajador resuelva una incidencia con una nómina o solicite sus vacaciones, utilizaríamos un asistente conversacional tradicional, pues requiere que se indiquen datos personales o fechas concretas. Pero si necesita consultar información más genérica como políticas de teletrabajo, horarios, etc sería derivado a un asistente generativo.

Como ves, la inteligencia generativa está revolucionando el campo del procesamiento del lenguaje natural al generar texto similar al humano. Pero los asistentes convencionales continúan destacando en la comprensión e interpretación del lenguaje. Si combinamos ambos enfoques, desarrollaremos aplicaciones de IA más avanzadas, eficientes y precisas que comprendan mejor las necesidades de los usuarios.