Sin embargo, investigaciones anteriores han demostrado que a los usuarios les disgustan las voces sin marcadores de género claros: “una voz ambigua se clasifica como extraña, desagradable, deshonesta y poco inteligente”. Se aplican penalizaciones similares a los sistemas en los que el usuario percibe una desalineación entre el género al que asigna una voz y el género al que asigna una personalidad [5].

Poner fin al sesgo de género en los asistentes de voz es un objetivo que vale la pena lograr, pero plantea una serie de cuestiones prácticas, culturales y éticas que debemos abordar primero.

• Desde un punto de vista práctico, ¿cómo afecta una voz neutral al género a la adopción y cómo podemos diseñar una personalidad neutral al género para que coincida con esta voz?
• Culturalmente, ¿cómo diseñamos para lenguajes que tienen un marcado carácter de género? Y éticamente, ¿puede un asistente de voz neutral en cuanto al género realmente cambiar las normas de género o, en última instancia, inquietará a los usuarios?

Estas son solo algunas de las preguntas que debemos hacernos al perseguir este objetivo.

Preferencia de usuario y género

La investigación ha encontrado que las personas tienen una preferencia general por las voces femeninas en todas las culturas y géneros. Clifford Nass, autor de Wired for Speech y The Media Equation , señala que las personas pueden discernir el género de la voz en segundos [5] y que las voces de las mujeres tienden a ser más agudas mientras que las de los hombres tienden a ser más profundas. En una entrevista con CNN, Nass dijo: “Es mucho más fácil encontrar una voz femenina que guste a todos que una voz masculina que guste a todos. Es un fenómeno bien establecido que el cerebro humano está desarrollado para que le gusten las voces femeninas”. Más recientemente, Mitchell y sus colegas realizaron estudios en 2008 con estudiantes universitarios de las zonas ubicadas en el Medio Oeste de los Estados Unidos, y encontraron que las voces femeninas se percibían como “más cálidas”. También encontraron que, aunque ambos sexos dicen que prefieren las voces de las mujeres, solo las mujeres realmente tienen una preferencia subconsciente por ellas [4].

Haciendo eco de los estereotipos de género, Nass también descubrió que las personas tienden a percibir las voces femeninas como serviciales y gentiles que nos ayudan a resolver nuestros problemas, mientras que las voces masculinas son vistas como figuras de autoridad que nos dan las respuestas a nuestros problemas. Además, también encontró que el habla de las mujeres incluye pronombres más personales (yo, tú, ella), mientras que los hombres usan más cuantificadores (uno, dos, algunos más).

La investigación con robots demostró que los usuarios atribuían el género masculino o femenino a un robot en función de la actividad que iba a realizar. Los robots programados para realizar trabajos de seguridad se consideraban hombres, mientras que el mismo robot programado para guiar (es decir, dar instrucciones a los transeúntes) se consideraba femenino [7]. En otro estudio, Trovato y sus colegas encontraron que la forma del robot también influye en la percepción. Un robot con un torso recto u hombros grandes fue visto como un hombre, mientras que aquellos con más curvas fueron vistos como una mujer [6]. Una respuesta que se repitió en todas las culturas.

Si bien parte de esta investigación destaca las diferencias biológicas comunes entre el sexo, gran parte de esta investigación refleja los estereotipos de género y las normas culturales que han ido cambiando durante las últimas dos décadas. El trabajo de Nass, aunque extenso y conocido, se llevó a cabo en la década de 1990 y principios de la de 2000. Mucho ha cambiado desde entonces para los derechos LGBTQ, pero incluso investigaciones más recientes no han mostrado un progreso significativo en lo que respecta a qué género atribuyen los usuarios a los asistentes.

Personalidad en asistentes de voz populares

Independientemente de si un diseñador diseña o no explícitamente una personalidad, la gente le atribuirá una, fuertemente guiada por las normas y expectativas de la sociedad, como las mencionadas anteriormente. Si bien el antropomorfismo varía según los individuos y las culturas, todos tenemos la inclinación a antropomorfizar objetos y criaturas no humanos. Esto es especialmente cierto para aquellas cosas con las que podemos hablar. Cuando antropomorfizamos, también tendemos a atribuir expectativas sociales asociadas. Lo que significa que vemos:

un sistema que te interrumpe por grosero

un sistema que pronuncia mal una palabra común como estúpida

un sistema que no recuerda lo que acabas de decir como olvidadizo

Por lo tanto, los usuarios de agentes conversacionales atribuirán una personalidad y características humanas a un agente, haya o no pensado y diseñado explícitamente esa personalidad. Además, la integración de cualidades antropomórficas en el diseño de un sistema conversacional alentará a los usuarios a recurrir a las normas y expectativas sociales existentes. Esto también puede explicar por qué escuchamos muchos casos de usuarios que insultan a los asistentes de voz, especialmente cuando malinterpretan o no hacen lo que el usuario les pidió.

Antes de que Siri, Cortana, Alexa o el Asistente de Google llegaran al mercado, cada uno de sus creadores diseñó una personalidad, parte de ella inspirada en la investigación sobre las preferencias del usuario. Cuando se lanzaron, todas y cada una de las cuatro grandes empresas de tecnología tenían asistentes personales que, por defecto, tenían una voz femenina en inglés estadounidense. Todos menos uno tienen nombre femenino.

Susan Hendrich, directora principal del programa responsable de la personalidad de Cortana, describe “Cortana [como] competente, solidaria, confiada y leal. Ella siempre está dispuesta a ayudar, pero no es mandona”. Para diseñar la personalidad de Cortana, Microsoft realizó entrevistas con asistentes personales de ejecutivos y celebridades. También encuestaron a los usuarios sobre su asistente personal ideal y determinaron que la gente en todo el mundo prefería una asistente femenina de entre 20 y 30 años que fuera “profesional, pero no rígida, solícita, pero no molesta, descarada, no mordaz”.

Siri fue creada para ser “amigable y humilde, pero también con una ventaja”. A menudo se la percibe como “ atrevida “ y tiene una buena cobertura para contar chistes y referirse a otras entidades virtuales, tanto reales como ficticias. Cuando se le pregunta, Siri se describe a sí misma como “sin género. Como cactus y ciertas especies de peces “. Las voces de Siri vienen como pares masculino / femenino, lo que permite a los usuarios elegir el género de voz que prefieran, aunque el idioma femenino sigue siendo el predeterminado en inglés de EE. UU. [1]. Desafortunadamente, sabemos que hasta el 95% de las personas no cambian sus valores predeterminados.

Emma Coats, directora editorial, Personalidad, de Google Assistant, dice: “Nuestro punto de partida fue reconocer que, en realidad, no tener personalidad era una personalidad en sí misma”. Coats describe un proceso de construir conexiones con el usuario, mientras fundamentalmente trata de no fingir ser humano. Coats y Danielle Kemmick, directora y fundadora de Google Empathy Lab, dicen que el equipo de personalidad se basa en el concepto de “sí, y” de la improvisación, porque aunque muchas de las preguntas de la charla con las que la gente se involucra no se aplican a un asistente virtual (como un sabor favorito de helado), hay formas de responder que cierran la conversación y otras respuestas que se involucran con el deseo de conexión del usuario. Si bien el Asistente de Google utiliza de forma predeterminada una voz femenina, si se les pregunta sobre su género, responden con “Trato de mantenerme neutral”.

Amazon creó a Alexa para que sea “inteligente, accesible, humilde, entusiasta, servicial y amigable “, y una de las principales formas en que los usuarios experimentan la personalidad de Alexa es a través de lo que Amazon llama ‘delicias’, como contar chistes, cantar canciones y otros Easter eggs. Heather Zorn, directora de experiencia del cliente y compromiso del equipo de Alexa, dice: “Realmente hemos hecho más en el espacio de la personalidad basándonos en la demanda del cliente. Vimos algunos clientes inclinándose y queriendo más una experiencia de broma, o queriendo más easter eggs o queriendo una respuesta cuando dijiste ‘Alexa, te amo’. Cuando Alexa se lanzó respondía con esta frase cuando se le preguntaba por cuál era su género. “mi género es femenino”, ahora indica que no tiene género.

En nuestro propio trabajo en Radar Pace, un sistema de entrenamiento conversacional para correr y andar en bicicleta, llevamos a cabo una extensa investigación en los cinco países en los que lanzamos el producto (Estados Unidos, España, Italia, Francia y Alemania). Elegimos voces femeninas para dos de nuestras personalidades: inglés y español, y voces masculinas para las otras tres. La principal prioridad de nuestra personalidad era generar confianza en el usuario. Después de todo, estábamos desarrollando un producto con el objetivo de cambiar el comportamiento de los usuarios para convertirlos en mejores corredores y ciclistas. Entonces, al elegir una voz masculina o femenina, observamos la prevalencia de entrenadores masculinos y femeninos en cada país (los entrenadores masculinos dominan en todos los países), personalidades de entrenadores bien conocidas, preferencias de los usuarios y normas y expectativas sociales [2]. Por ejemplo, tuvimos que tener en cuenta la jerarquía social y las visiones colectivistas versus individualistas de una cultura, porque eso influiría en la adopción, la confianza y la compenetración con el coach virtual.

Q: La voz sin género

Todo este género en los asistentes de voz nos lleva a Q, la voz sin género desarrollada a través de una colaboración entre Copenhagen Pride, Virtue, Equal AI, Koalition Interactive y Thirty Sounds Good. El equipo desarrolló la voz para sentarse en la intersección de los rangos vocales masculinos y femeninos. Las voces masculinas suelen tener un tono entre 85 y 180 hercios (Hz), mientras que las femeninas están entre 140 y 255 Hz. En una entrevista con Reuters, Nis Norgaard, un diseñador de sonido del estudio Thirty Sounds Good, también menciona que “los hombres tienden a tener un estilo de habla ‘más plano’ que varía menos en el tono y también pronuncian las letras ‘s’ y ‘t’ de manera más abrupta”. Esta realidad coincide con la investigación de Anna Jørgensen para trabajo de fin de máster. En él descubrió que mientras que otras características vocales están involucradas en el género de una voz, el tono es la característica más importante utilizada para cambiar la percepción de género por parte de las personas trans [3].

La voz fue probada por más de 4.000 personas no binarias de Dinamarca, el Reino Unido y Venezuela, la mitad de las cuales dijeron que no podían distinguir el género, mientras que la otra mitad estaba dividida de manera bastante uniforme entre hombres y mujeres. Si bien este es un gran primer paso para avanzar hacia voces neutrales al género, la personalidad está dictada por algo más que el sonido de la voz.

Globalización, normas culturales y lenguajes de género

¿Entonces tienes una voz sin género? ¿Ahora que? El idioma inglés se ha adaptado para apoyar a aquellos que se identifican como no binarios y de género fluido al sobrecargar el uso de los pronombres plurales ellos / ellos / suyos. Este cambio ha proliferado relativamente bien. Pero, ¿qué haces con esa voz cuando estás creando una experiencia en un idioma de género, como el francés? En francés, cada objeto o persona es masculino o femenino. Y cuando se refiere a un grupo, un hombre en un grupo de mujeres automáticamente hace que ese grupo sea masculino. Todavía hay profesiones en francés que solo tienen forma masculina. En Francia, ha habido un impulso para hacer que el lenguaje sea más neutral en cuanto al género, pero ha generado una controversia significativa. Es necesario trabajar mucho más en estos idiomas para apoyar la neutralidad de género. Las comunidades LGBTQ en países con lenguajes de género están adoptando sus propios cambios para la autoexpresión, pero estos cambios aún no se reconocen ampliamente.

Si unimos todo, ¿qué obtenemos?

Al pensar en diseñar un asistente inclusivo, hay muchas cosas a tener en cuenta. Si se aleja demasiado de las normas de género o si a tu asistente no te agrada debido a discrepancias entre la voz y la personalidad, verás una adopción limitada de tu asistente. Tu personalidad debe coincidir con la neutralidad de género de tu voz. De lo contrario, existe la posibilidad de que tu voz de género neutro tenga un género según el contexto de uso, lo que dice o cómo lo dice. Construir una producción de género neutral en lenguajes de género puede ser difícil o imposible en lenguajes de género. Finalmente, las normas y expectativas sociales cambian constantemente. La última investigación que estudia la percepción de las voces de género se realizó por última vez hace casi una década, pero mucho ha cambiado en la última década para los derechos LGBTQ.

La adopción inicial de asistentes de voz fue un primer paso fundamental para pensar en cómo podríamos cambiar las normas sociales con esta tecnología. Como dice Londa Schiebinger, profesora John L. Hinds de Historia de la Ciencia en la Universidad de Stanford y directora del Proyecto de Innovaciones de Género en Ciencia, Salud y Medicina, Ingeniería y Medio Ambiente UE / EE. UU., “ No sabemos si el género un robot para cumplir con las expectativas humanas fomentará el cumplimiento por parte de los humanos. “ Sin embargo, también dice “¿Y si sorprendimos a la gente? ¿Y si hiciéramos robots que no cumplieran con las expectativas humanas? Eso aflojaría los roles de género en la sociedad humana … esto influirá en el usuario para pensar en los roles y normas de género. Esto eventualmente vuelve a cambiar los roles de género en la sociedad ”.

Q es un gran primer paso en la conversación, pero es solo el primer paso. El cambio social no es un proceso de la noche a la mañana. Requiere que los gobiernos, los consejos de idiomas (como la Académie Française en Francia), la academia y la industria se unan para impulsar una cultura más inclusiva. Significa obtener apoyo oficial para el lenguaje sin género en la televisión, los medios y los documentos oficiales del gobierno. Significa capacitar a los diseñadores de VUI para que piensen en el diseño inclusivo de una manera que no lo habían hecho antes. Significa evaluar cómo cambian las percepciones de las personas, tanto a lo largo del tiempo, y con pequeños cambios en el diseño y en el contexto de uso. Ya hemos comenzado con algunos de estos, pero tenemos mucho más por hacer.

References

1. Tim Capes, Paul Coles, Alistair Conkie, et al. 2017. Siri on-device deep learning-guided unit selection text-to-speech system. Interspeech, 4011–4015.

2. Andreea Danielescu and Gwen Christian. 2018. A Bot is Not a Polyglot: Designing Personalities for Multi-Lingual Conversational Agents. In Extended Abstracts of the 2018 CHI Conference on Human Factors in Computing Systems — CHI ’18.

3. Anna K. Jørgensen. 2016. Speaking (Of) Gender: A sociolingistic exploration of voice and transgender identity. University of Copenhagen.

4. Wade J. Mitchell, Chin Chang Ho, Himalaya Patel, and Karl F. MacDorman. 2011. Does social desirability bias favor humans? Explicit-implicit evaluations of synthesized speech support a new HCI model of impression management. Computers in Human Behavior 27, 1: 402–412.

5. Clifford Nass. 2005. Wired for Speech: How Voice Activates and Advances the Human-Computer Relationship. MIT Press

6. Gabriele Trovato, Cesar Lucho, and Renato Paredes. 2018. She’s Electric — The Influence of Body Proportions on Perceived Gender of Robots across Cultures. Robotics 7, 3: 50.

7. Gabriele Trovato, Alexander Lopez, Renato Paredes, and Francisco Cuellar. 2017. Security and guidance: Two roles for a humanoid robot in an interaction experiment. In RO-MAN 2017–26th IEEE International Symposium on Robot and Human Interactive Communication, 230–235.

The post Cómo evitar los estereotipos de género en los asistentes de voz first appeared on Planeta Chatbot.

• De los tres tipos, los emojis son más serios / formales en la información que transmiten, seguidos de stickers y GIF.
• En comparación con los emojis, las personas suelen enviar stickers y GIF a amigos cercanos y familiares.
• Los GIF se consideran “divertidos” y “expresivos”. En comparación con los emojis y los stickers, los GIF son más expresivos y pueden expresar emociones con mayor precisión.
• Se puede enviar un solo emoji como una forma de expresión, pero también se envía a menudo como una secuencia de emojis (por ejemplo, para enfatizar el sentimiento o para expresar emociones más complejas).

Recomendaciones para comprender emojis, GIF y stickers

• Gestiona las expectativas del usuario: se directo sobre lo que tu bot puede / no puede hacer. Si no deseas brindar soporte para gifs, imágenes, etc., lo mejor que puedes hacer es dejar claro a los usuarios que tu bot no los comprende. Puedes ser directo y formal (“Lo siento, no sé cómo interpretar imágenes, gifs y stickers”) o, según la personalidad de tu bot, puedes responder con algo más propio (“Lo siento, ¡No tengo ojos! No puedo ver las imágenes o los gifs que me envías. ”o“ Mis creadores no me dieron la capacidad de entender los gifs y las imágenes. ¿Puedes ayudarme escribiendo tu respuesta en su lugar?”).
• Entrena en base a los ejemplos: al igual que con todas las salidas de bot, si un bot le dice algo a un usuario, entonces la expectativa es que el bot también entienda lo que dijo. Si usa GIF, emojis y stickers en respuestas a los usuarios, es más probable que estos decidan enviarlos de vuelta a tu bot. En consecuencia, asegúrate de brindar soporte para la conversación bidireccional en función de los componentes que usa tu bot en la conversación.
• Comprende el sentimiento: si es posible, intenta comprender el sentimiento detrás del emoji al que estás respondiendo. Comprender el sentimiento es mucho más difícil para los stickers y GIF’s, pero debido a que los emojis fueron estandarizados por el Unicode Consortium en 2010 como parte de Unicode 6.0, existen herramientas que puedes aprovechar para los emojis. EmojiNet proporcionará palabras clave y emojis similares al que se está buscando, o también puedes buscar emojis en función de un sentimiento en particular. También existen algunos paquetes de análisis de sentimientos que se pueden utilizar. Estos son solo algunos: Lista de Github de emoji clasificados por valencia en JSON , Emoji> Biblioteca de sentimientos de NPM , Análisis de emoji de Github
• Proporciona resultados significativos: para los emojis más comunes, puedes codificar las respuestas directamente si no puedes integrar el análisis de opiniones. Como mínimo, es importante intentar responder a los emojis y stickers más comunes de los usuarios de una forma correcta (es decir, tener una respuesta y asegurarse de que no sea una variante de “No entiendo”). Uno de los emoji / stickers más utilizados en Facebook Messenger es el del pulgar hacía. Puedes utilizar este momento como una oportunidad para demostrar al usuario que ese símbolo significa que está conforme y, en consecuencia, tu chatbot le da las gracias. Aquí hay un artículo que proporciona una lista de los emojis más comunes de los usuarios en 2017 para Messenger.
• Ten cuidado con las discrepancias en la respuesta del bot con el sentimiento del usuario: no respondas a un emoji negativo, sticker, etc. con una respuesta positiva. Hace que el usuario sienta que no está siendo escuchado cuando proporciona comentarios negativos y pierde credibilidad. Además, hay muy pocas circunstancias en las que ignorar la entrada del usuario sea una buena idea, así que trata de no ignorar estas entradas solo porque son diferentes. Ejemplo de interacción a evitar:

¿Debería Tu bot enviar emojis, GIF y / o stickers?

Existen algunas ventajas significativas al usar emojis, GIF y stickers en tus respuestas. Puede ser una excelente manera de incorporar una personalidad para el chatbot con la que además personificas tu marca. También puedes hacer que la conversación sea más alegre o más informal, lo que podría ser apropiado en algunos contextos. Por ejemplo, una investigación reciente muestra que agregar emojis para involucrar a los usuarios podría funcionar bien, pero hacerles preguntas sobre su actividad física podría ser mejor recibido sin el uso de emojis. Sin embargo, si se usan, ten en cuenta que los emojis no se ven iguales en todas las plataformas y pueden tener significados ambiguos para los usuarios según su origen cultural y su idioma.

Trucos y consejos de desarrollo

Los emojis llegan a tu sistema como un texto escrito. Aquí hay un par de ejemplos:

{ 
 “sender”: { 
 “id”: “<PSID>” 
 },
 “recipient”: { 
 “id”: “<PAGE_ID>”
 },
 “timestamp”: 1458692752478,
 “message”: { 
 “mid”:”1B_UBJYvePYnQAOMIZLZJLC5640S_K72IRsYiZ2aIIz
 FcDlDnKZPOllmCesLRzO_2YvwnX0VE2iVctjh-OmXVg”,
 “seq”: 59333,
 “text”: “:)”
 } 
}{ 
 "sender": { 
 "id": "<PSID>" 
 },
 "recipient": { 
 "id": "<PAGE_ID>"
 },
 "timestamp": 1544141335159,
 "message": { 
 "mid":"zFYmb2mX3vOeZzo62ZnRCbC5640S_K72IRsYiZ2aIIyvZGGRoG
 RRevhV3qZwjiCA9z82sNv2ri-slKgIqLshFw",
 "seq": 59382,
 "text": "🙂"
 } 
}

En los dos casos anteriores, el usuario ve el mismo mensaje enviado a tu bot, ya que Messenger convertirá a para el usuario en la pantalla. Pero debido a que en un caso el usuario escribió “:)” y en otro seleccionó el emoji del menú de emoji, tu devolución de llamada recibirá una entrada ligeramente diferente. Ten esto en cuenta al implementar tu solución, de modo que el comportamiento de tu bot sea coherente en estas dos entradas, que los usuarios consideran idénticas.

Las imágenes y los GIF tienen exactamente la misma estructura en el mensaje de devolución de llamada que recibe tu webhook. Aquí tienes buena información al respecto.

Los stickers tienen un formato ligeramente diferente en el mensaje de devolución de llamada. A continuación, se muestra un ejemplo de la etiqueta de pulgar hacia arriba que se puede encontrar en la esquina inferior derecha de la barra de entrada del usuario de Messenger.

{ 
 "sender": { 
 "id": "<PSID>" 
 },
 "recipient": { 
 "id": "<PAGE_ID>"
 },
 "timestamp": 1544141768928,
 "message": { 
 "mid":"ZElljPP9ttpinKrBWi_9F7C5640S_K72IRsYiZ2aI
 IxCiWwEDgmwqsDfPnRJeEaCT9YDHbK7rLtEJlJjvq0DWg",
 "seq": 59406,
 "sticker_id": 369239263222822,
 "attachments": [ 
 {
 "type": "image",
 "payload": {
 "url": "https://scontent.xx.fbcdn.net/v/t39.1997- 6/39178562_1505197616293642_5411344281094848512_n.png?_nc_cat=1&_nc_log=1&_nc_oc=AWOixYXgN71O7TwlRODnEhedCoenAU8uS2YslmfhKRJlZxcSTLO_tXRQfH1lGtJtymQ37EKdtAY0XQ&_nc_ad=z-m&_nc_cid=0&_nc_ht=scontent.xx&oh=6156b594b1791351766973d936bebff1&oe=5C684675",
 "sticker_id": 369239263222822
 } 
 } 
 ] 
 }
}

En el ejemplo anterior, cada sticker tiene un sticker_id único. Sin embargo, no hay una descripción de lo que significa la etiqueta, ni ninguna forma de buscarla. El archivo adjunto es similar a los de las imágenes y los GIF y le dará la URL de la etiqueta, pero también contendrá la etiqueta_id nuevamente. Durante la fase de diseño, puedes optar por no admitir stickers en absoluto (ya que son fácilmente identificables) o, alternativamente, puedes elegir admitir solo las etiquetas adhesivas más comunes que los usuarios pueden enviar y almacenar tu propio mapeo entre la etiqueta y el sticker_id probando las stickers en tu bot.

Conclusión

Desarrollar un bot que sepa lidiar con emojis, GIF y stickers puede ser un desafío, pero cuando el desarrollo está terminado y el bot está en producción, la experiencia entre tu chatbot y tu audiencia puede volverse colorida e imaginativa. Diviértete experimentando con diferentes respuestas. Tómate el tiempo para comprender a tu audiencia y la forma en que quieren interactuar. Al usar esa información para construir tu bot de una manera única, encontrarás rápidamente una receta para el éxito.

¡No olvides darnos tu like!

The post Mejores prácticas de UX: uso de emojis, stickers y gifs con bots para Messenger first appeared on Planeta Chatbot.