¿Los LLM conciliarán marcas y usuarios con chatbots?

Ah… Chatbots, esos servicios detrás de los cuales se prometía a los usuarios conversar con una forma de inteligencia para preguntar lo que quisieran en cualquier momento, en cualquier momento, con una respuesta cercana a la de un humano. ¡Qué decepción para millones de usuarios de Internet en todo el mundo que rápidamente perdieron el interés! ¿La aparición de ChatGPT y, en términos más generales, de los grandes modelos lingüísticos (LLM) renovará las marcas y los consumidores con chatbots?

Estamos en 2016 y se están apoderando de Internet rápidamente. Los encontramos en muchos sitios web, y especialmente en la aplicación Facebook Messenger que les ha dado un lugar de honor. Servicio posventa, contratación, recursos humanos, comida rápida, banca, prensa, universidad… En una época en la que la “transformación digital” se negocia en cada reunión, los chatbots se presentan como una bendición para demostrar que sabemos innovar.

“ La mayoría de los chatbots han sido bastante decepcionantes para los usuarios finales y costosos para las empresas.”, recuerda Ghislain de Pierrefeu, socio de datos e inteligencia artificial de Wavestone. Aunque algunos ya habían puesto en práctica el procesamiento del lenguaje natural, permitiendo a los agentes comprender múltiples intenciones, demostraron ser limitados en sus respuestas. Para las marcas que querían perseverar, con la promesa de destapar sus centros de atención al cliente, la factura fue elevada. Tuvieron que movilizar recursos para entrenar su chatbot, proporcionarle datos de calidad y cantidad para que lea correctamente las solicitudes de un usuario, para que comprenda y utilice vocabulario especializado… ” Los actores nunca lograron procesar la cadena hasta el final para recuperar e integrar datos personales. (…) Hubo un fenómeno de desafección. La gente se hartó y prefirió llamar a un asesor o enviar un correo electrónico.,” él añade.

Una observación compartida por Samir Dilmi, director de ingresos de Dydu, empresa francesa pionera en la creación de chatbots. “ A este gran auge le siguió una gran decepción. Muchas empresas se han lanzado a un tema de negocio sin cuidar el producto y sin entender siempre que no se trata de una solución de reemplazo, sino de soporte.. »

Ante un notable desinterés del público en general, las empresas han recurrido a aplicaciones internas, particularmente en soporte informático, recursos humanos e incluso asistencia comercial. “ Aquí es donde empezamos a ver aparecer los primeros chatbots de RR.HH.”, continúa Samir Dilmi. En las sucursales bancarias, los asesores pudieron acceder a interfaces que les permitían obtener información sobre todos los productos y cruzarla con otros datos, como el estado de una cuenta.

El desarrollo de estos usos ha permitido avanzar en el procesamiento del lenguaje natural (PNL), “ hoy somos capaces de entender un contexto, la pregunta, y buscar la respuesta en el lugar correcto “. Aunque el riesgo del uso interno es menor, las marcas han aprendido a dedicar tiempo a entrenar su chatbot. Sin embargo, persisten lagunas, como el uso de vocabulario específico de un sector (banca, energía, salud, etc.), o incluso la escritura a un nivel de dominio del idioma cercano al humano. Deficiencias que, en última instancia, podrían corregirse mediante la integración de los LLM, lo que traería beneficios adicionales.

Aunque los primeros modelos lingüísticos importantes aparecieron en 2018, nos llevó cuatro años descubrir el alcance de sus capacidades, particularmente a través de la IA generativa. Para las empresas, GPT de OpenAI, LLaMA de Meta o incluso Bard de Google ofrecen ambas habilidades ergonómicas, porque puedes preguntarles lo que quieras y obtendrás una respuesta; lingüísticos porque hay que admitir que se expresan en un francés casi perfecto.

Una clara ventaja de utilizar LLM es el tiempo necesario para entrenar a su chatbot. “ La curva de aprendizaje está completamente revisada.”, saluda Samir Dilmi, que establece un paralelo con un método de supervisión en el que un humano valida las respuestas, todavía practicado en gran medida. “ Podemos recuperar archivos del servicio posventa, estudiar conversaciones y entrenarlo incluso antes de que se lance el robot. Ahorramos un tiempo valioso en la configuración del bot y en la absorción de conocimientos. “.

Pero cuidado con dejar todo en manos de un LLM para evitar un fenómeno conocido pero inexplicable: las alucinaciones. Estas IA polivalentes pueden inventar respuestas y, para las marcas, esto representa un riesgo obvio. Por lo tanto, deberíamos esperar que los LLM se utilicen principalmente para necesidades simples, como comparar productos, crear recetas de cocina, etc., en lugar de confirmar la cobertura de un seguro internacional o seguir un tratamiento médico. “ Antes, podías sentirte decepcionado por la incapacidad de un chatbot para dar una respuesta, hoy podrías sentirte decepcionado por una mala respuesta.”, analiza Ghislain de Pierrefeu.

Castorama participó en el juego con el lanzamiento en noviembre en su sitio de un chatbot: Hello Casto. El objetivo es lograr “ compensar en línea lo que un experto en tienda ofrece a nuestros clientes”, explica Romain Roulleau, director de marketing y digital de Castorama. Opera en un entorno cerrado, en un orquestador llamado Athena diseñado a nivel grupal para desarrollar proyectos de inteligencia artificial. Aborda cuestiones relativas a la seguridad, la pertinencia de las respuestas y la moderación de los intercambios. Hello Casto se basa en los tres principales LLM del mercado, Bard, GPT y Claude (Anthropic), que intervienen según la pregunta y el contexto. A pesar de los comentarios alentadores, la marca quiere ser cautelosa. “ Hacemos correcciones varias veces al día. (…) Sabemos que las alucinaciones existen, y por eso también está Atenea”, añade Romain Roulleau.

Con la madurez adquirida y las soluciones tecnológicas que se presentan, es de esperar un retorno a los chatbots.