En el campo de la Inteligencia Artificial Conversacional, la conversación natural se ha convertido, durante los últimos años, en el material de trabajo básico tanto para los ingenieros de software como para los diseñadores de experiencias de usuario.

Sin embargo, aunque nuestros esfuerzos profesionales comunes se centran en el modelado de conversaciones humano-máquina que resulten satisfactorias tanto para el usuario como para el sistema, todavía hoy, la mayoría de los profesionales del sector parten, en su labor, de un entendimiento bastante incompleto sobre las características propias de la conversación humana.

El libro en el que he trabajado durante el último año y cuyo contenido resumo en este post se plantea con el objetivo de solucionar dicho problema. “Conversar en español: un enfoque desde el Análisis de la Conversación”, a la venta ya a través de Peter Lang y Amazon, responde al objetivo de ofrecer una respuesta clara a la pregunta que todo profesional de la Inteligencia Artificial Conversacional se ha planteado alguna vez: ¿qué significa exactamente conversar?

The post Mi libro sobre la conversación natural first appeared on Planeta Chatbot.

Los temas principales de septiembre han sido las perspectivas éticas en las conversaciones humano-máquina, la multimodalidad en la interacción a través de chat, los estilos de comunicación de los usuarios a la hora de interactuar con automatizaciones y las percepciones y las motivacionesde los usuarios para emplear chats y asistentes de voz.

The post 5 Artículos sobre Inteligencia Artificial Conversacional que he leído en septiembre first appeared on Planeta Chatbot.

1. La creación de una interacción conversacional lo más natural posible.
2. La solución plena del problema planteado a través del intercambio conversacional.
3. La definición de la persona del AV/chatbot.
4. El desarrollo de memoria conversacional para el AV/chatbot.
5. La contextualización de los universales de la conversación de manera natural.

1. Interacciones conversacionales naturales

Alexa, ¿conversarás algún día como un humano?

Como diseñador UX de interfaces conversacionales, debes pensar en la interacción entre el humano y la máquina como una unidad completa desde el principio hasta el fin y siempre desde el punto de vista de cómo el usuario experimenta la interacción verbal con el AV/chatbot.

La materialización de dicha perspectiva en el diseño de diálogos humano-máquina se traduce en la aplicación de prácticas conversacionales y estructuras interactivas propias de los humanos.

Al respecto, algunas de las soluciones con las que puedes mejorar tu diseño, de cara a la creación de interacciones más naturales, son:

• Expande los intercambios tipo “comando-respuesta” con modelos más complejos de interacción y otros elementos conversacionales extraídos del diálogo entre humanos.
• Incluye turnos de bienvenida para que tu interfaz de voz/chatbot cuente con la habilidad de estructurar de manera adecuada la apertura de la conversación desde un punto de vista sociopragmático.
• Proporciona una variedad suficiente de turnos de apoyo (vale, perfecto, ok, sí) en las respuestas de la máquina. Su presencia es necesaria para generar secuencias de turnos (multi-turn sequences) con el nivel apropiado de cohesión interna.

Los turnos de apoyo de acuerdo generan un mayor grado de cohesión pragmática entre intents.

• Utiliza secuencias de reparación para restablecer la intersubjetividadentre el humano y la máquina después de que se haya producido un error de audición, habla o comprensión. Las reparaciones resultan también más eficientes en el proceso de recuperación de errores cuando se extraen de modelos conversacionales naturales.
• Diseña experiencias multimodales basadas en voz donde las transiciones entre los canales verbales y no verbales (táctil/visual) sucedan de manera sincronizada y multidimensional, tal como sucede en la comunicación entre humanos.
• Usa modelos lingüísticos que incluyan aspectos relacionados con la cortesía y las dimensiones socioculturales de la conversación: expresiones agradecimiento como por favor / gracias deben incluirse tanto en los turnos del humano como en los de la máquina. Esta decisión refleja el tono formal de los intercambios transaccionales entre humanos, en los que el comportamiento viene marcado por la tendencia a interactuar de manera informal pero, al mismo tiempo, manteniendo cierta distancia social.

2. Soluciona el problema

¿Cuál es el objetivo final de la conversación?

Concéntrate en el objetivo finalque debes alcanzar con el diálogo. ¿Te encuentras, por ejemplo, diseñando una experiencia multimodal para la adquisición de prendas de vestir en una tienda online? En ese caso, define la psicología de tu AV/chatbot semejante a la de un vendedor y transfiere a la conversación humano-máquina las prácticas interactivas típicas de la tienda física y la versión Web o la app del servicio.

En el contexto específico de las compras a través de experiencias multimodales basadas en voz, algunas de las estrategias de implementación del diálogo que puedes llevar a cabo son:

• La inserción de descripciones del artículo, en mayor o menor grado detalladas, a la conversación humano-máquina con fines informativos para el cliente.
• El planteamiento de preguntas al cliente sobre su opinión sobre el artículo que se encuentra evaluando con el objetivo de (1) proporcionar otras opciones en caso de respuesta negativa o (2) agilizar la compra en caso de recibir una reacción positiva.
• El ofrecimiento de opciones complementarias que amplíen la venta.
• La agilización de la materialización de la compra con diversas técnicas de marketing (por ejemplo, limitando la cantidad de artículos disponibles).
• La inclusión (o no) de turnos de confirmación en el momento de realización del pago.

3. Personas bien definidas

Todo el mundo lleva una máscara, tu VUI/chatbot también.

En el diseño UX conversacional, la creación de una persona adecuada para la máquina, que represente tanto la marca como el producto en sí, representa una decisión esencial, ya que facilita que los usuarios puedan interactuar socialmente con ella de manera más efectiva.

Cuando los humanos interactuamos con agentes de software, interpretamos su agencia como un tipo de acción social. Dicha elaboración psicológica de las capacidades sociales de la máquina se acentúa aún más en la cognición humana cuando mantenemos una conversación con un AV/chatbot.

Esto significa que la persona de la máquina debe quedar correctamente definida para, posteriormente, poder transferirla al diálogo en el lenguaje, el tono y las emociones que la máquina emplea con el usuario.

Las soluciones de diseño que puedes llevar a cabo relacionadas con este punto son las siguientes:

• Define siempre una personalidad coherente con el servicio que esté proporcionando el AV/chatbot. Si el humor no es estrictamente necesario en la persona de tu chatbot, exclúyelo de tu diálogo.
• El carácter, los sentimientos o las actitudes que muestre el AV/chatbot en su lenguaje también debe ser coherente con la marca y el producto que la máquina representa.
• Usa un lenguaje que personalice el servicio y fomente el compromiso del usuario con la experiencia en voz/multimodal.

4. Memoria conversacional

La creación de memoria tanto a largo como a corto plazo para el AV/chatbot constituye una de las acciones fundamentales para que el usuario disfrute de una experiencia completamente satisfactoria conversando con la máquina.

Para que la máquina sea completamente conversacional, el AV/chabot debe recordar el contenido de las interacciones previas con el usuario en el mismo contexto (es decir, en la aplicación de voz en sí), además de la información que están compartiendo en el intercambio en marcha.

5. Universales contextualizados de manera natural

Alexa, ayuda.

En el diseño conversacional UX, el términouniversal de la conversación se define como las acciones que deben estar presentes en todos los estados (menú principal, ayuda, despedida, etc.).

En las interfaces conversacionales, no es posible (ni recomendable) mantener dichos conceptos en sentido estricto, pero es importante asegurarse de que el usuario pueda acceder a ellos durante su navegación de manera natural, intuitiva y, sobre todo, conversacional.

Dicha acción resulta especialmente relevante en el caso de la ayuda cuando los clientes se encuentran por primera vez en contextos interactivos multimodales. En estos casos, resulta inteligente la aplicación de un enfoque en el diseño de la interacción en el que la máquina aconseje de manera puntual la manera más eficiente (canal o aparato dentro de una combinación posible) para comunicarse con ella en dicho contexto dado.

En resumen

Como diseñador o diseñadora UX conversacional, tu principal objetivo debe ser la creación de productos en voz o multimodales centrados en las necesidades del cliente. Dicha acción equivale a comprender y saber aplicar:

1. Cómo el usuario humano se encuentra cognitivamente preparado para experimentar la interacción en voz con la máquina;
2. Cuáles son las estructuras conversacionales que aplica en sus conversaciones cotidianas, cuyo empleo sería natural emplear con la máquina;
3. De qué manera interpreta la agencia social de la máquina;
4. Qué tipo de información espera que la máquina memorice; y
5. Qué es lo que necesita aprender para navegar la aplicación en voz o multimodal de manera eficiente.

Y, especialmente, el nuevo problema de la multimodalidad es el que te va situar como diseñador en contextos interactivos para los que nadie cuenta todavía con una solución óptima, en esos nuevos mundos a los que nadie ha podido llegar todavía.

¡Una gran tarea pero increíblemente apasionante!

The post Cinco principios básicos del diseño UX conversacional first appeared on Planeta Chatbot.

“Como humanos, resulta simplemente natural que deseemos transferir la conversación a nuestra comunicación diaria con las máquinas”

La conversación es inseparable de las dimensiones sociales y culturales que conlleva, ya que constituye la forma prototípica de la interacción oral que los seres humanos empleamos para relacionarnos en sociedad a través de la aplicación sistemática de las rutinas interactivas propias de la comunidad(es) lingüística(s) de las que formamos parte.

En este sentido, en el diseño UX de interfaces conversacionales muy frecuentemente los desarrolladores suelen obviar la necesidad de definir cuidadosamente los parámetros sociales y culturales en los que la interacción verbal humano-máquina va a transcurrir.

Non-verbal haptic human-machine interaction.

La integración de las dimensiones sociales y culturales en el diálogo humano-máquina

Una manera de tener en cuenta dichas dimensiones de la interacción es plantearse, antes de esbozar el diálogo, algunas preguntas como las siguientes:

Una manera de tener en cuenta dichas dimensiones de la interacción es plantearse, antes de esbozar el diálogo, algunas preguntas como las siguientes:

• ¿Qué tipo de relación social van a establecer el humano y la máquina (humano que realiza una labor-máquina asistente, humano que requiere un servicio-máquina proveedora del mismo, relación sentimental entre humano y robot, etc.)?
• ¿Qué registro del habla pueden emplear el humano y máquina entre sí (estándar, culto, coloquial o vulgar)?
• ¿De qué manera los parámetros contextuales de la interacción afectan al tipo del lenguaje que pueden emplear los interlocutores entre sí?
• ¿Qué sabe la máquina sobre el usuario y cómo esto se refleja en la conversación?
• ¿Qué sabe la máquina sobre ella misma y cómo dicho nivel de autoconsciencia queda marcada en sus intervenciones?
• ¿De qué manera el desarrollador (o la empresa para la que trabaja) concibe el rol de la máquina en la nueva cultura a la que la interacción verbal con los humano da paso?
• ¿Deberían siempre las máquinas identificarse como tales?
• ¿Se encuentran autorizadas las máquinas a hablar como un humano o deberían tener su propia forma “robótica” o “mecánica” de hablar?

¿Estás creando el guión de un robot de género femenino o masculino?

Parámetros sociales y culturales de la interacción y análisis de sentimientos

El conjunto anterior de preguntas representa solo una mínima parte de los parámetros que los conceptualizadores de conversaciones deberían tener en cuenta antes de sentarse a escribir el guión que la interacción entre el humano y la máquina va a seguir.

Por ejemplo, el planteamiento de un parámetro tan simple como de qué manera un asistente virtual (AV) debería responder a una demanda del usuario para desarrollar una determinada acción da lugar a la siguiente lista de opciones.

Petición del usuario: Asistente, abre {elTiempoHoy}.

Si tenemos en cuenta un continuo de posibilidades en la relación social entre el usuario y la máquina -desde una relación estrictamente impersonal hasta otra muy cercana en la que el usuario y el asistente son casi “amigos” seremos capaces aplicar mejor el análisis de sentimientos(sentiment analysis), además de producir una mayor variedad de turnos de habla o que cuenten con un mayor nivel de adecuación contextual.

1. El AV toma el rol social de máquina y describe la acción que está ejecutando

{elTiempo} está activado

2. El AV mantiene una relación social impersonal con el usuario como mera proveedora de un servicio

{elTiempo} está disponible para su uso. Ya puede empezar a usar {elTiempo}.

Como puede verse, en estos intents tan simples, ya encontramos un tema lingüístico de relevancia: el uso de un aspecto a tener muy a en cuenta para los desarrolladores de voz en español de España, además de la definición específica del resto de las variedades pronominales que se emplearía en cada país de América Latina.

3. El AV mantiene una relación personal con el usuario (conoce detalladamente sus preferencias y tiene una relación informal con él)

Ya puedes consultar la predicción del tiempo para esta tarde con {elTiempo}. Parece que no va a llover y que podrás ir a tu cita de la cinco y media en bicicleta. ¡Ya tienes disponible la predicción del tiempo para hoy! ¡Bienvenido a {elTiempo}!

En el último intent, se plantea un caso interesante en castellano: la elisión verbal de la preposición a con el artículo determinado del nombre del skill (no es natural que la máquina diga A EL Tiempo, debe decir al Tiempo). No hay nada más que sentarse a escribir el guión para que empiecen a surgir problemas lingüísticos (y de programación…).

La conversación como matriz del resto de las interacciones verbales

La conversación representa, además, la forma de interacción matriz de la que se derivan el resto de las interacciones orales de carácter institucionalizado ( debate, mesa redonda, coloquios…) y transacciones (interacciones profesor-alumno, médico-paciente, compra-venta…).

“La conversación es la forma de interacción matriz de que se derivan el resto de las interacciones orales”

El objetivo social elemental de la conversación es la comunicación por la comunicación, lo que, en la interacción misma, se completa con la consecución de los actos de habla ilocutivos que guían los encuentros conversacionales (agradecer, saludar, pedir, quejarse, contar una historia, etc.). Este último concepto de la Filosofía del Lenguage es el que ha sido adaptado para definir la idea de action.

La disponibilidad conversacional en los humanos

La necesidad de comunicarse por comunicarse representa la razón por la que cualquier usuario que haya hablado alguna vez con un AV se ha sentido tentado de preguntarles (o, directamente, les ha preguntado) ¿cómo estás?, ¿cuántos años tienes? o, incluso, ¿me amas?, ya que la comunicación en sí en una necesidad básica que tenemos los humanos (¿la tendrán también las máquinas en el futuro?, ¿pasaremos delante de un frigorífico inteligente y nos saludará buscando charla? :D).

Casualmente (o no), esta chica está probando, ya en el año 2015, la disponibilidad conversacional de dos asistentes de voz en el siguiente video:

Siri o Cortana, ¿cuál de los dos asistentes está más disponible para charlar contigo?

Las secuencias de turnos/intents: la arquitectura de la conversación

Por último, por tratarse de un modo de comunicación social, el desarrollador de interfaces conversaciones debe contar con un conocimiento sólido de la sintaxis, la morfología, el léxico y el nivel prosódico de la lengua, pero, sobre todo, con un dominio sólido de las prácticas interactivas conversacionales que le son propias.

Esto último presupone conocer tanto la forma como el funcionamiento de los mecanismos, los fenómenos y los elementos conversacionales que emplean los miembros de una determinada comunidad lingüística para estructurary dotar de significado sus intercambios, lo que, de manera conjunta, en Lingüística conocemos con el nombre de competencia conversacional (es decir, la manera en la que los interlocutores emplean una determinada estructura secuencial para saludar, pedir favores, contar un chiste, expresar una queja, etc. en una determinada lengua).

En la conversación, hasta las pausas cuentan con significado lingüístico.

Un ejemplo de secuencia de turnos/intents en la conversación: la narración

Por ejemplo, en las secuencias narrativas en castellano, es bastante común que el hablante dé pie a la narración con un turno de habla ( intent) de tipo ¿A que no sabes lo que me ha pasado hoy?, lo que, en el caso de que el interlocutor contrario (es decir, el oyente) exprese interés por la historia, da lugar a una secuencia narrativa en la que la manera en la que se estructuran los intents se encuentra estandarizada culturalmente en cada lengua.

Hablante: ¿A que no sabes lo que me ha pasado hoy? 
Intent generador de la narración. Inicio de secuencia. Oyente: ¿El qué? 
Expresión de interés, aceptación de la historia Hablante: Pues mira, pasaba en bicicleta por Alexander Platz, yo iba todo despistado, sale la poli de ninguna parte, me paran y me ponen una multa de 80 euros por ir a toda pastilla por zona peatonal.
Cuerpo de la historia, los intents del oyente quedan suspendidos temporalmente hasta el final de la historia. Oyente: ¿De verdad? (risas). Es la segunda en este mes, estás loco, tío, no aprendes.
Evaluación de la historia Hablante: (Risas) No aprendo, no. Son ya 160 pavos tirados por la ventana.
Reacción a la evaluación de la historia. Oyente: Qué idiota (risas).
Intent evaluativo sin contenido semántico, inicio de cierre de secuencia Hablante: Sí, (risas).
Turno de apoyo del oyente sin contenido semántico. Cierre de secuencia.

El conocimiento lingüístico y estructural de estas arquitecturas locales estandarizadas de la conversación, además de las posibles variantes que su desarrollo interactivo implica, revierte en el diseño de algoritmos convesacionales mucho más optimizados.

En resumen

Muy a menudo, el rápido avance que está experimentando el aprendizaje automático ( machine learning) y su enorme importancia para la industria de las interfaces de voz dejan casi completamente en la sombra el valioso conocimiento sobre la conversación que cuentan las disciplinas lingüísticas especializadas en ella.

La transferencia del conocimiento que, principalmente, el Análisis de la Conversación, la Pragmática y la Sociolingüística cuentan sobre el funcionamiento las arquitecturas locales de la conversación y la influencia del contexto en su desarrollo contribuiría a mejorar, significativamente, la implementación de los paradigmas de interacción entre humanos y máquinas.

En un futuro cercano, la formación académica y profesional de los desarrolladores de sotfware y los diseñadores UX especializados en interfaces conversacionales dará la misma importancia tanto al conocimiento procedente de las Ciencias Computacionales como de la Lingüística.

The post Aspectos socioculturales del diseño UX conversacional first appeared on Planeta Chatbot.

En el Análisis de la Conversación (AC), el término habla interactiva o habla-en-interacción hace referencia al estudio sistemático de la conversación cotidiana o espontánea no como mero resultado de la producción verbal de una serie de mensajes alternos por parte de un hablante y un oyente, sino como la consecución de una serie de prácticas sociales e interactivas entre miembros de una misma comunidad lingüística que colaboran con el objetivo de alcanzar una comunicación ordenada y situada.

Mientras que el calificativo “ordenado” describe el proceso que los hablantes llevan a cabo para transferir los razonamientos tácitos -que siguen un orden y garantizan el establecimiento de intersubjetividad entre los hablantes- a la producción del habla natural, el hecho de que un mensaje se encuentre “situado” significa que este es solo comprensible unido al marco contextual en el que ha sido producido.

El habla interactiva y situada de los asistentes virtuales

La idea de “situación” se utiliza también en Inteligencia Artificial cuando un robot o un agente se encuentran insertados en un determinado ambiente. Dado que los asistentes virtuales existen en contextos dinámicos -que pueden manipular o cambiar a través de sus acciones y que pueden sentir o percibir- su modo de comunicación conversacional es susceptible de ser analizado también desde una perspectiva lingüístico-contextual en vistas a su implementación.

Dado que los asistentes virtuales existen en contextos dinámicos, su modo de comunicación conversacional es susceptible de ser analizado desde una perspectiva lingüístico-contextual en vistas a su implementación.

¿Por qué resulta útil aplicar un análisis pragmático a las interacciones que los humanos mantenemos con el agente conversacional personificado/interfaz de usuario inteligente que representan las interfaces conversaciones? Principalmente, porque el mayor nivel de variación lingüística que existe entre las capacidades comunicativas de los humanos y las máquinas en la actualidad se localiza en el nivel pragmático-discursivode la lengua.

Con este concepto, adaptado de la Sociolingüística, nos referimos al hecho de que, dado que el grado de personificación (embodiment) actual de los asistentes virtuales viene representado, casi exclusivamente, por sus capacidades auditivas y de habla, resulta completamente inviable que estos puedan acceder satisfactoriamente al contexto interactivo que manejamos los humanos.

Esto revierte en el hecho de que, en la práctica, en el desarrollo de una conversación humano-máquina, los mensajes se producen y procesan en dos contextos diferentes, que cuentan con un bajo nivel de solapamiento entre ellos:

• El contexto del humano, que abarca la totalidad de su conocimiento lingüístico, social y cultural sobre el lenguaje natural, además de poder procesar e insertar en su comportamiento la variedad y la complejidad del contexto interactivo, físico y temporal en el que se desarrolla el intercambio comunicativo.
• El contexto de la máquina, cuyas capacidades lingüísticas van mejorando cada día, pero sin contar con acceso todavía a las prácticas sociales y culturales que rigen los intercambios conversaciones, manejando bastante limitadamente el contexto intra-textual (deíctico-indexal) y con una comprensión también muy reducida del contexto extra-textual.

Alexa es un agente con un bajo nivel de personificación, solo puede escucharte y hablarte un poco. Su acceso a tu contexto es limitado.

El espacio en el que se fusionan ambos contextos viene constituido, por tanto, por el espacio interactivo que posibilita que el humano y la máquina intercambien mensajes alternos entre ellos, cuyo nivel de cohesión textualy coherencia discursiva se encuentra tan sumamente limitado que cualquier intento interactivo que traspase las capacidades de la máquina conduce a la interrupción inmediata de la comunicación (error). Esta es la razón por la que, de manera inconsciente, cambiamos de manera adaptativa y estratégica nuestra forma de conversar cuando hablamos con un asistente virtual.

Aplicaciones del análisis pragmático al desarrollo de interfaces conversaciones

En nuestra opinión, existen dos aplicaciones básicas del análisis pragmático a la implementación de interfaces conversaciones.

• Por una parte, las técnicas de observación y análisis tanto de la interacción situada que aplican la Pragmática y el Análisis de la Conversación (grabación y transcripción de interacciones, análisis de las estructuras conversaciones, inclusión de variables sociolingüísticas en los perfiles de los informantes, etc.) pueden avanzar muy significativamente la metodología de iteración de prototipos de interfaces conversaciones.
• Por otra parte, otras metodologías de estudio del lenguaje más unidas a una corriente antropológica, como la que representa la Etnografía de la Comunicación -en la que el estudio de los actos de habla se lleva a cabo dentro del marco más amplio de las prácticas socioculturales y las creencias de la comunidad de habla en cuestión- pueden resultar bastante útiles para crear diálogos más afines a los que suceden en el mundo real (y virtual), además de crear contextos interactivos “prefabricados” que tanto el humano como la máquina puedan navegar con un menor grado de error.

Este último punto es el que deseo desarrollar en esta entrada.

¿De verdad vas a aplicar los métodos de la Etnografía de la Comunicación al análisis de las conversaciones humano-máquinas?

Etnografía de la Comunicación y habla situada

Para una mejor comprensión de la interacciones situadas, la Etnografía de la Comunicación ha llevado a cabo la conceptualización de las nociones de acto comunicativo, evento comunicativo, situación comunicativa, práctica comunicativa y comunidad de habla con el objetivo metodológico de estudiar las normas lingüísticas y los patrones de interacción socialcomo un todo inseparable. A continuación, presentamos la definición de cada uno de estos conceptos.

Actos comunicativos

Durante el transcurso de una conversación, la expresión de un enunciado como Hace mucho calor en el coche constituye un acto comunicativo, cuyo significado completo solo es accesible para el receptor del mensaje si se encuentra acompañado del contexto en el que se produce.

En este sentido, si el emisor del enunciado anterior se encuentra en el asiento posterior del vehículo, sin acceso a los controles de regulación del aire acondicionado, el conductor entiende que la emisión anterior representa una petición indirecta para que se baje la temperatura.

Eventos comunicativos

Por su parte, la sucesión secuencial de los actos comunicativos en el marco de la interacción incide en la articulación de un evento comunicativo, que constituye un segmento de la vida social de los participantes caracterizado por contar con un inicio y un final claramente delimitados y por seguir una serie de patrones y dinámicas de naturaleza específica.

Las conversaciones, los debates, las mesas redondas, las transacciones médico-paciente o profesor-alumno constituyen, entre muchos otros, diferentes tipos de eventos comunicativos en los que los interlocutores tienen que poner en práctica el conocimiento que cuentan sobre las reglas interactivas que los rigen para poder ser socialmente funcionales.

Situaciones comunicativas

A la vez, cada tipo de evento comunicativo guarda una fuerte dependencia con la situación comunicativa en la que se lleva a cabo (entendida como el contexto y la escena de la interacción), lo que también limita el tipo de evento que puede producirse en su marco contextual.

No te relajes demasiado, sigue siendo una entrevista.

Por ejemplo, durante el desarrollo de la vista oral de un juicio es bastante difícil que ninguno de los participantes se arriesgue a contar un chiste. De la misma manera, en una entrevista de trabajo, por mucho que esta se plantee de manera relajada, el intercambio entre los interlocutores no funciona siguiendo los mismos mecanismos comunicativos que los aplicados en una conversación cotidiana con un conocido o amigo, debido al desequilibrio de poder que existe entre el entrevistador y el entrevistado.

Prácticas comunicativas

Por último, de manera global, los actos, los eventos y las situaciones comunicativas habituales en una determinada comunidad de habla conforman un conjunto de prácticas comunicativas, cuyas normas de uso e interpretación representan el conocimiento más relevante con el que cuentan sus miembros integrantes.

Dicho conocimiento se relaciona con aspectos sociopragmáticos, que sonaltamente variables incluso dentro de distintas variedades de la misma lengua. Por ejemplo, aunque en el español de España es bastante común emplear peticiones directas incluso con extraños (como en la situación comunicativa en la terraza de un bar en la que el cliente puede llamar la atención del camarero diciendo Oye, tráenos más hielo), en las variedades de América Latina este tipo de práctica comunicativa resulta descortés.

Protocolos de interacción humano-máquina

Si trasladamos los conceptos expuestos anteriormente a la conversación humano-máquina, para que esta resulte funcional, es necesario que el diseñador sea capaz de plasmar en los diálogos no solo el sistema lingüístico que conforma cada turno ( intent/utterance), sino también las prácticas interactivas que lo generan.

En cierta forma, las prácticas interactivas representan una suerte de protocolos de interacción que la máquina puede emplear para especificar y llevar a cabo diferentes tipos de tareas comunicativas de manera lo más cercana posible a lo que sucedería en una conversación cotidiana entre humanos.

Dichos protocolos solo adquieren significado completo cuando se conectan con la dimensión sociocultural y el contexto inmediato en los que han sido producidos, dos variables lingüísticas que podemos incluir también en nuestros diálogos mediante la aplicación de metodologías etnográficas de observación y análisis de situaciones comunicativas.

Comandos de voz, el mejor protocolo de interacción para interrogar a fondo a tu asistente virtual.

Metodologías etnográficas para la creación de diálogos situados

Para poder implementar la integración de la dimensión sociocultural y las normas lingüísticas en el diálogo, podemos hacer uso de una serie de procedimientos etnográficos que aplican las perspectivas emic y etic, según como se entienden en la Etnografía de la Comunicación, la Sociología y la Antropología Social.

Fase emic de predefinición del diálogo

La primera estrategia emic que podemos emplear con el objetivo de implementar la calidad del diálogo viene representada por la aplicación del conocimiento y la capacidad investigadora sobre los diferentes tipos de eventos comunicativos con los que contamos como miembros de nuestras propias comunidades de habla.

Esto significa que si vamos a crear un diálogo en el que la máquina guíe al usuario en la compra de un determinado producto en la tienda virtual de una marca, antes de comenzar su redacción, resulta necesario investigar detalladamente los protocolos de interacción que los usuarios emplean, de manera estandarizada, en las transacciones que se producen:

(1) En general, en el género discursivo global en el que se engloba el diálogo (compra-venta) en las interacciones orales de la vida diaria;

(2) A través de la experiencia del cliente en los puntos físicos de contactocon la marca;

(3) En la experiencia del cliente en los puntos de contacto digital (página web, tienda online, aplicación móvil, comunidad virtual en redes sociales, etc.).

El conjunto de estos protocolos de interacción forma parte de las expectativas interactivas del usuario y, por tanto, necesitan quedar reflejados adecuadamente en el diálogo.

La segunda estrategia emic de predefinición de la conversación incluye el estudio y la delimitación exhaustiva de la persona tanto de la máquina como del conjunto de los posibles subtipos de usuarios ideales que van a emplear nuestra aplicación en voz.

En lo que respecta a la persona de la máquina, es importante prestar atención al impacto sobre la calidad de comunicación que representa el hecho de que, hoy día, los asistentes virtuales se encuentren configurados (todavía) comoagentes conversaciones con un bajo nivel de personificación.

Cortana es solo dos aros que vibran en su aplicación, pero los usuarios ya desean ver cómo es de cuerpo entero. El usuario de este video habla con ella teniendo a su avatar como fondo de pantalla.

Esto significa que, dado que el canal visual que sustenta la comunicación no verbal se encuentra ausente, debemos realizar un esfuerzo adicional en la definición de las características de la personalidad de la máquina para estas queden adecuadamente reflejadas (e, incluso, en cierta medida también, en ciertos momentos, enfatizadas) en los diálogos.

La complejidad de dicha tarea es tal que, en el futuro, desearía dedicar una entrada específica a la aplicabilidad de los enfoques etnográficos a la creación de personas, por otra parte, totalmente complementarios a los que se emplean en el diseño UX.

Fase etic de predefinición del contexto interactivo

La Etnografía de la Comunicación permite también la aplicación de una metodología etic a la hora de predefinir el contexto interactivo en el que se va a desarrollar la conversación.En este enfoque, el diseñador adquiere una posición externa a su comunidad de habla como agente observador, lo que le permite llevar a cabo el análisis del contexto comunicativo de una manera más objetiva.

En este ejercicio, una suerte de trabajo de campo antropológico, el principal instrumento de recogida de datos que podemos emplear es la plantilla creada por Hymes para analizar sistemáticamente los eventos comunicativos. En ella, los componentes del contexto quedan resumidos por el autor con el acrónimo mnemotécnico de SPEAKING:

Plantilla SPEAKING para el estudio de las situaciones comunicativas de Hymes

Aunque, como hemos señalado, la plantilla SPEAKING se emplea comúnmente en la Etnografía de la Comunicación como un instrumento de observación de interacciones en marcha (y, por lo tanto, también puede adaptarse para ser utilizada en la iteración de prototipos de interfaces conversaciones), en nuestra opinión, también puede servir como un instrumento de predefinición y “precaptación” del contexto interactivo en el que diálogo humano-máquina va a situarse.

Utilizada de esta última manera, la plantilla facilita la definición del conjunto de las variables comunicativas que inciden en la configuración del escenario, los participantes, las finalidades, los actos, la clave, los instrumentos, las normas y el género en los que se va a contextualizar la conversación humano-máquina que vamos a construir.

A continuación, presentamos un ejemplo práctico de aplicación de la plantilla SPEAKING, en el que se define el contexto interactivo para una aplicación en voz en la que el asistente virtual adquiere el rol de profesor de idiomas y el humano de aprendiz.

Como puede observarse, la plantilla puede utilizarse como un esquema conceptual para la predefinición del diálogo y el contexto, cuya extensión puede adaptarse a la complejidad interactiva requerida por la aplicación de voz en cuestión. Por último, otra de sus posibles implementaciones es que la sección de “instrumentos” constituye ya un primer espacio de conceptuación de las necesariamente por venir en el futuro implementaciones multimodales de la interfaz conversacional.

En resumen

Desde un punto de vista lingüístico, el diseñador de VUI se enfrenta con la doble tarea de crear diálogos que se adapten adecuadamente a las expectativas comunicativas de los usuarios dentro de un contexto interactivo que la máquina pueda navegar sin dificultades.

En general, la integración de los aspectos contextuales en el diálogo, a través de las metodologías etnográficas que hemos presentado, posibilita:

1. Una mejor integración de los aspectos socioculturales de la lengua en la interacción oral humano-máquina;
2. La creación progresiva de nuevos protocolos de interacción que reviertan en una conversación cohesionada, coherente y más cercana a las interacciones orales de la vida cotidiana;
3. La individualización de la experiencia del usuario y una personificación más sólida de la imagen de la marca detrás de la interfaz conversacional en cuestión;
4. El diseño preliminar de las futuras implementaciones multimodalesde la aplicación;
5. El desarrollo de nuevas formas de iteración adaptadas a la naturaleza oral de los datos.

En el futuro, la personificación (embodiment) más avanzada de los asistentes permitirá que su acceso al contexto interactivo sea mucho más completo. Mientras que llegan estos avances, como diseñadores de interfaces conversacionales, resulta fundamental aplicar nuestras capacidades creativas e investigadoras a la implementación contextos funcionales para todos los participantes en la interacción. El conocimiento aportado por las disciplinas lingüísticas resulta fundamental al respecto.

Originally published at https://www.linkedin.com on June 24, 2018.

The post Metodologías etnográficas en el diseño UX conversacional first appeared on Planeta Chatbot.

En una entrada anterior mencionábamos ya que el Análisis de la Conversación (AC) se ocupa del estudio sistemático de lo que se conoce, en general, como habla interactiva o habla-en-interacción y, más concretamente, como conversación cotidiana o espontánea.

En el estudio de la conversación, el AC parte de tres presuposiciones teóricas que se encuentran conectadas entre sí:

1. La importancia de los procesos de razonamiento en la creación de significado durante la interacción.
2. La consideración de los enunciados como acciones.
3. El principio de organización secuencial en la conversación.

Estos tres conceptos ayudan al analista a comprender la verdadera naturaleza de la conversación cotidiana. En el campo de la interacción humano-máquina, pueden ser empleados como guías teóricas para las construcción de diálogos más naturales y avanzados.

Dando comienzo a una serie de tres entradas, en la que nos ocuparemos individualizadamente de cada concepto, a continuación, pasamos a describir las utilidades de emplear una metodología de escritura de diálogo basada en el reconocimiento y la aplicación de los procedimiento de pensamiento tácito en los que se fundamenta la conversación cotidiana.

Los procesos de razonamiento tácitos en la conversación

Como hemos señalado, el AC considera que los interlocutores extraen significado de las conversaciones en las que participan mediante la codificación explícita de una serie de procesos de razonamiento tácitoque siguen un orden y garantizan la adecuada producción del habla natural.

El objetivo final de la disciplina es explicar la naturaleza del pensamiento racional que el interlocutor debe poner en práctica, junto a una serie de competencias sociolingüísticas, para:

• Dotar de significado los enunciados del interlocutor contrario.
• Adaptar el contenido de sus enunciados al desarrollo de la interacción en marcha.

El AC parte, pues, de la hipótesis de que la conversación constituye la materialización verbal del lenguaje como instrumento de pensamiento. Dado que el objetivo último del lenguaje es la comunicación, resulta lógico suponer que nuestros intercambios conversacionales se encuentran fundamentados en mecanismos cognitivos subyacentes, cuya organización facilita el establecimiento de la intersubjetividad entre los interlocutores.

De esta manera, los mecanismos estructuradores de la conversación cotidiana pueden entenderse como esquemas mentales que:

• Representan algún aspecto de la vida social de los interlocutores.
• Constituyen un instrumento de estructuración y almacenamiento de dicha información.
• Se utilizan en la interpretación, el procesamiento y la generación de datos durante los eventos comunicativos.

Pensamiento, lenguaje, conversación.

Protocolos de interacción humano-máquina y procesos de razonamiento tácito

La creación de interfaces conversacionales revierte en un cambio de paradigma radical en el modo de interacción humano-máquina que se ha mantenido hasta el momento. Por primera vez, desde la invención de los ordenadores, son las máquinas las que tienen que aprender el lenguaje natural de los humanos.

Por primera vez, desde la invención de los ordenadores, son las máquinas las que tienen que aprender el lenguaje natural de los humanos.

Esto significa que, si el objetivo final es diseñar una interacción verbal humano-máquina efectiva, en ella deben quedar reflejados los esquemas de pensamiento y las prácticas socioculturales englobados en cada uno de los protocolos de interacción que los humanos empleamos en la conversación cotidiana.

Para ilustrar este punto, emplearemos, una vez más, el ejemplo de los comandos de voz, el protocolo de interacción usado, por antonomasia, en las interacciones humano-máquina desde la aparición de los ordenadores.

Como resultado del mantenimiento de dicho legado (que, empleando un término extraído del campo del diseño UX, podría entenderse como una suerte de), en la actualidad, lo más común es que las conversaciones con asistentes virtuales sigan planteándose como un intercambio de comandos y respuestas, al estilo del que presentamos a continuación.

Usuario: Alexa, ¿cuáles son mis citas de hoy? Alexa: Hoy tienes tres citas. A las nueve y media tienes la reunion con Carlos. A las doce y media es el almuerzo con Ana y a las cinco y media la cita con el peluquero.

Por una parte, aunque este tipo de interacción pueda resultar pragmáticamente adecuada en el contexto de la interacción humano-máquina -ya que, simplemente, nos hemos acostumbrado a ella-, por otra parte, dicho tipo de protocolo de interacción revierte en una experiencia insatisfactoria por parte del usuario.

La razón de ello es que los comandos de voz no se corresponden con las prácticas interactivas propias de la conversación cotidiana, por lo que, en ellos, tampoco tienen cabida las dimensiones sociales y emocionales propias de la interacción verbal entre humanos.

What next?

Las peticiones en las conversaciones entre humanos

¿Cómo podemos mejorar, entonces, la experiencia del usuario a la hora de aplicar protocolos de interacción que supongan un procesamiento más natural de las peticiones?

La respuesta se encuentra en la integración de los esquemas de pensamiento y las prácticas socioculturales que comúnmente empleamos de manera estandarizada en las conversaciones cotidianas entre los humanos en los protocolos de interacción con las máquinas. Como mencionamos ya en otra entrada anterior, esto requiere por parte del diseñador de VUI un trabajo previo de investigación lingüística y etnográfica antes de dar paso a la escritura del diálogo.

Retomando el ejemplo concreto de los comandos de voz, el acto de hablacontenido en ellos es la petición. La naturaleza directiva del requerimiento, en el que un interlocutor demanda un objeto o servicio de otro, incide en la posibilidad de que el rostro social (social face) de la persona receptora de la petición pueda verse atacada.

Como consecuencia, en la conversación cotidiana, las peticiones:

• Se articulan principalmente de manera indirecta.
• Como todo acto de habla indirecto, su secuenciación es compleja.
• En el par adyacente petición-aceptación/negación de la petición, la segunda parte sociopragmáticamente adecuada (preferida) es la aceptación de la petición.
• Se encuentran precedidas por otras estrategias comunicativas que facilitan las condiciones para el posterior cumplimiento de la petición.
• Los interlocutores emplean estrategias de cortesía negativa para mitigar tanto las peticiones como las respuestas negativas.

“Máquina, no te entiendo”

Un ejemplo concreto de petición indirecta en la conversación entre humanos

Veamos cómo funcionan algunas de las premisas comunicativas anteriores en una petición extraída de una conversación cotidiana real. En el ejemplo, después del turno de habla, describimos la función ilocutiva que este cumple en la secuencia del habla.

Como puede observarse, para que el interlocutor pueda cumplir con el requerimiento de cortesía a la hora de plantear una petición (es decir, preguntar indirectamente), el turno adyacente básico, sustraído del contexto social, que podríamos conceptualizar como “ Dame los apuntes — Sí, toma”, se expande a una estructura conversacional compuesta por cinco turnos, en la que el Interlocutor A, mediante la aplicación de una petición indirecta en el primer turno, consigue reconducir su requerimiento hacia la emisión de un ofrecimiento por parte del Interlocutor B en el segundo turno.

Cognitivamente, esto no sería posible si el Interlocutor B no compartiera con el Interlocutor A el conocimiento sobre el esquema de pensamiento humano que define el hecho de que cuando alguien le pregunta a otra persona sobre la tenencia de un objeto es que, muy posiblemente, lo requiera. Los humanos adquirimos este tipo de conocimiento a través del proceso de socialización y se encuentra íntimamente relacionado con pautas de mantenimiento del orden social a través de la cortesía.

Socialización humano-máquina: nuevos protocolos de petición

¿Es posible asumir que, como consecuencia del nuevo modo de socialización humano-máquina, prácticas interactivas como la anteriormente descritas se extiendan a la conversación humano-máquina?

Absolutamente sí. Nuestra opinión personal es que, de hecho, sería deseable para que los usuarios de asistentes virtuales pudieran disfrutar de una experiencia conversacional más avanzada y natural. Es la tarea del diseñador de diálogo insuflar la humanidad de la conversación en el pensamiento de la máquina.

Es la tarea del diseñador de diálogo insuflar la humanidad de la conversación en el pensamiento de la máquina.

La técnica que guía la escritura del diálogo es bastante simple: una vez que hemos aislado el esquema subyacente que guía el acto de habla en la conversación entre humanos, podemos crear intercambios más naturales como el siguiente.

Un aspecto bastante interesante de esta metodología de creación de diálogo es que, al usar esquemas interactivos de la conversación humana, resulta natural insertar en ellos elementos lingüísticos relacionados con la cortesía (peticiones mitigadas con marcadores como por favor, agradecimientos, mantenimiento de un tono cordial en la conversación, etc.).

En otras palabras, el análisis de sentimientos (sentiment analysis) y su marcación en distintos grados en la conversación resulta mucho más fácil para el diseñador de VUI si se parte de ejemplos de conversaciones reales.

En resumen

Como hemos visto, en el AC, los procesos de razonamiento tácito que codificamos explícitamente a través de la conversación constituyen el instrumento del que los humanos disponemos para crear e intercambiar significado durante nuestros encuentros sociales.

La extensión de dichos procesos de pensamiento a la interacción humano-máquina resulta, además de posible, necesaria. El conocimiento de dichos aspectos lingüísticos propios de la conversación constituye, pues, una de las competencias básicas del diseñador de VUI. Dentro de equipos multidisciplinares, parte de nuestro trabajo reside en defender la validez del desarrollo de experiencias conversacionales de usuario con un mayor fundamento en las prácticas interactivas que empleamos día a día entre los humanos.

Aunque las prácticas que creemos se encuentren enmarcadas en la naturaleza híbrida propios de los nuevos modos de comunicación humano-máquina, estos seguirán siendo más accesibles para los usuarios porque, en cierta manera, siguen siendo humanos.

Originally published at https://www.linkedin.com on July 11, 2018.

The post Diseño UX conversacional: pensamiento y conversación first appeared on Planeta Chatbot.