Creo que la Comunicación tal cual la conocemos (y la estudiamos) es una disciplina que todavía debe investigar para encontrar su lugar en esta nueva era y así beneficiarse de las técnicas digitales de procesamiento de información. No se trata de reinventar la rueda, pero sí de ver qué herramientas del universo de la Inteligencia Artificial y del Machine Learning pueden ser útiles al terreno comunicacional. Para lograr aquel objetivo es necesario experimentar, buscar, innovar.

Éste es el espíritu del siguiente artículo, que relata el uso experimental que realicé con Vision AI, la herramienta de Computer Vision de Google aplicada para el análisis de la Comunicación y la Oratoria Política.

¿Qué es Computer Vision?

La disciplina Computer Vision o Visión Artificial es una subrama de Machine Learning a través de la cual las computadoras aprenden a identificar imágenes. En simples términos, Computer Vision funciona a través de la transformación de los píxeles de las imágenes en números, a fin de que esos datos puedan ser entendidos por las computadoras.

De alguna manera la Visión Artificial intenta imitar el procedimiento por el cual los humanos miramos e identificamos los objetos que nos rodean para poder tomar decisiones e interactuar sobre ellos. Las principales empresas digitales como Google, Microsoft, IBM o Amazon ofrecen sus servicios de Computer Vision en la nube y compiten entre ellas en el mercado.

Comunicación política y oratoria

Una de las ramas de la comunicación, quizá la más antigua, es la oratoria. Es una disciplina a través de la cual las personas utilizan recursos retóricos y entrenan técnicas tanto de comunicación verbal como no verbal para persuadir a una audiencia.

En la oratoria y en la expresión oral es importante tanto el mensaje que se emite (por ejemplo, el texto de un discurso) así como la manera en que se lo comunica (lo “paratextual” o la comunicación no verbal). Ambos son elementos fundamentales para cautivar al público.

Ser un buen orador no es sólo “hablar correctamente”; sino que, a la manera de un actor, significa poder dominar elementos de la comunicación no verbal como el tono de voz, los gestos o las expresiones faciales. Claro que el control de aquellos factores (que muchas veces “se disparan” de manera involuntaria) debe estar supeditado a un objetivo de comunicación, previamente reflexionado y establecido.

En la oratoria política también el control de la comunicación no verbal es tan importante como el contenido del mensaje. Es por eso que las escuelas de oratoria y retórica ponen énfasis en reconocer aquellas expresiones involuntarias que, durante el acto de comunicación, pueden emerger y ser contradictorias con el mensaje emitido (por ejemplo, comunicar la decisión de recortar el gasto público con expresión dubitativa podría no resultar agradable ni efectiva).

Computer Vision y oratoria: análisis de un caso

Tradicionalmente el análisis de las expresiones no verbales ha sido realizado de forma analógica, mediante observadores humanos. Sin embargo, creo que hoy podría beneficiarse de la Computer Vision como una opinión alternativa en una evaluación de expresión oral. ¿De qué manera?

En agosto de 2020 se me encomendó hacer un análisis de comunicación no verbal de la exposición anual que realiza el Jefe de Gabinete del Gobierno de la Ciudad de Buenos Aires ante la Legislatura. Como en muchas otras oportunidades, la exposición fue televisada tanto por el canal de televisión del gobierno porteño como por las redes sociales (YouTube).

En principio, el análisis encarado tuvo el foco puesto en la observación de gestos faciales y corporales, en el tono de voz y en la proxémica (objetos y construcción del espacio). Además, se hizo una comparación entre aquellos elementos no verbales y el contenido textual del mensaje a fin de encontrar coincidencias o inconsistencias durante la exposición.

¿Cuándo entró Computer Vision en escena? De manera experimental, a las conclusiones observadas acerca de los gestos faciales, se le sumó un análisis complementario a través de Vision AI, la plataforma de Computer Visión de Google Cloud.

Es que como explica el sitio de Google Cloud, la herramienta Vision AI puede ser utilizada para comprender imágenes con una buena precisión predictiva; entrenar modelos de aprendizaje automático que clasifiquen imágenes según sus etiquetas personalizadas; y detectar objetos y rostros, leer escritura a mano, entre otras funciones.

La herramienta utiliza Machine Learning para analizar imágenes y reconocer objetos (en la siguiente foto reconoce personas, edificios y bicicletas), lugares de una ciudad, metadata de geolocalización de la imagen, propiedades y el tipo de contenido. Además, con respecto a los rostros, emite un informe de probabilidad sobre el sentido de la expresión facial (alegría, miedo, enojo, sorpresa, entre otros).

La posibilidad de detectar rostros, así como el sentido de las expresiones faciales a través de Machine Learning fue lo que impulsó la experimentación en este caso de oratoria política. Además, fue clave para esta ocasión experimental el acceso gratuito que provee la API de Vision AI.

Interpretando muletillas faciales

Durante la experiencia, la utilización de Computer Vision permitió interpretar algunas expresiones de la gesticulación facial. Por ejemplo, durante la exposición se detectó una “muletilla” reiterada, una “apertura de los ojos” y “levantamiento de cejas” que el orador repetía en algunos pasajes de la disertación. ¿Qué significaban esas expresiones?

Si bien toda muletilla surge durante algún momento de tensión, como forma de descarga, el sentido que los receptores hagan de aquella puede ser variado. Es aquí donde el análisis de Computer Vision puede proveer una interpretación alternativa.

A fin de tener una opinión desde la Inteligencia Artificial, se capturaron una serie de imágenes del video y se las introdujo en la API de Vision AI/Google Cloud. Vision AI interpretó un sentimiento de sorpresa en aquella muletilla facial.

Tener presente la evaluación de Computer Vision permitió asignarle un sentido complementario a las interpretaciones humanas.

Conclusiones

Creo que los resultados de la experimentación expuesta entre Computer Vision y Oratoria Política fueron modestos. En definitiva, no ofrecieron conclusiones superadoras al análisis que realiza la observación humana.

Sin embargo, considero que esta combinación (Computer Vision, Machine Learning y Oratoria) tiene muchísimo potencial.

La experiencia podría escalar realizando un análisis del video en vivo (y no a través de capturas de pantalla). El estudio de una filmación completa podría emitir un informe estadístico de las expresiones más utilizadas durante la exposición. Este sería un insumo clave para encarar una posterior estrategia de entrenamiento del orador.

Además, y esto es muy valioso, la implementación más robusta de esta herramienta permitiría una mirada objetiva de un proceso atravesado por las emociones y tensiones como es el de la comunicación política.

Por supuesto, como sucede con otras aplicaciones de Machine Learning, no creo que la aplicación de Computer Vision en el análisis de la oratoria suplante a los observadores humanos. Pero también creo que puede convertirse en un fuerte aliado para brindar segundas opiniones que refuercen o permitan replantear el análisis.

En la medida que estas herramientas de Machine Learning y técnicas de Computer Vision se vuelvan más accesibles, los profesionales de la Comunicación se verán ante nuevos desafíos no solo para hacer una relectura de sus prácticas e incumbencias, sino también para inspirar la elaboración de nuevas estrategias de análisis.

The post Comunicación y Machine Learning: uso de Google Vision AI para potenciar la oratoria política first appeared on Planeta Chatbot.

El Ok-Bot Summit, pionero en su tipo en la América latina, contó con la participación de emprendedores, especialistas e impulsores de estas innovadoras formas de comunicación digital.

Con la organización y coordinación de Enrique Fraga y la producción general de Sysu SAS, en esta oportunidad, el Ok-Bot Summit sumó paneles dedicados a la revolución de la voz, al diseño de la conversación automatizada y al impacto que los asistentes virtuales están teniendo en la innovación de la experiencia ciudadana. Además, inauguramos las secciones “Demo”, secciones especiales para que empresas y organizaciones muestren sus productos y desarrollos del universo bot.

Luego de unas palabras de presentación de los organizadores, la apertura del Summit estuvo a cargo de Patricia Durán Álamo (Planeta Chatbot/España), quien destacó la importancia que están teniendo los asistentes virtuales en la vida cotidiana.

Acto seguido, fue el turno del primer panel de la jornada: La revolución de la voz y de la conversación. Voicebots e inteligencia artificial, al servicio del diseño de una Voz de la Marca. ¿Hacia una estrategia de identidad conversacional? Aquí intervinieron Roberto Carreras (CEO Voikers, España), María José Sanhueza (UX Conversacional/ Chile) y María Puchuri (Co-Founder BeBot/Argentina), con la moderación de Romina Bernater (Banco Galicia, Argentina).

El segundo panel estuvo dedicado a la importancia que los bots tienen en la construcción de ciudadanía. Titulado Asistencia Virtual y Experiencia Ciudadana. Los chatbots ¿Nuevos aliados para el ejercicio cívico en las comunidades? La pandemia como disparador de los bots en el mundo, este espacio contó con la participación de Paloma Szerman (WhatsApp/ Argentina), Carlos Rodríguez (Socio Director Chatbot Chocolate) y Leo Camacho (IA Chatbots Developer/Costa Rica), bajo la moderación de Marcos Daniel Martínez (Grupo Extraordinaria/ España-Argentina).

https://www.youtube.com/watch?v=IYifo7n85S0&t=5s

Además, el Ok-Bot Summit contó con secciones «Demo» en las que empresas seleccionadas hicieron una exposición de productos y soluciones específicas para la audiencia. Así Rocío Ferreiro, de IBM, explicó cómo Watson Assistant, mejora la experiencia de los clientes, y Pablo Dorado, de Botmaker, brindó un detalle de sus productos para Latinoamérica y el mundo.

Para finalizar, el cierre del Ok-Bot Summit tuvo una exposición de lujo, a cargo del equipo del chatbot Boti, del Gobierno de la Ciudad de Buenos Aires Cierre. Allí, el entonces Secretario de Innovación Fernando Benegas y el Juan Manuel Paleo explicaron en detalle los servicios y evolución del asistente que funciona por WhatsApp.

El segundo Ok-Bot Summit 2021 fue, en definitiva, una nueva oportunidad para generar comunidad entre el universo chatbot que, crece cada día más, en todo el planeta.

The post Ok-Bot Summit: se realizó la segunda edición 2021 first appeared on Planeta Chatbot.

Al principio realicé unos prototipos experimentales pero con plataformas que requerían un profundo manejo de código. En aquel entonces pude jugar con un primer “profebot” que respondía algunas preguntas sobre “Teoría de la Comunicación”; si bien no llegué a hacerlo público, quien lo desee puede encontrarlo en pandorabots.com.

Sucede que la programación no es mi disciplina, aunque en los últimos años me he acercado al terreno de forma autodidacta tanto por oficio como a través de cursos de Codeacademy.

A medida que mi interés por los chatbots crecía, fue que en paralelo pude escribir algunos artículos sobre el posible uso de esta herramienta y la Inteligencia Artificial en el campo del periodismo. Esta columna para Planeta Chatbot ha sido difusora de aquellas reflexiones.

Pero hace unos meses realicé un curso online de chatbots para periodistas dictado por John Keefe, encargado del desarrollo de chats en medios especializados como Quartz. Organizado por el Knight Center for Journalism in the Americas, de la Universidad de Texas, el curso fue una experiencia reveladora, ya que se abordó el desarrollo de chatbots a través de una plataforma como rundexter.com, que requiere menos código y posee un sencillo tutorial, así como un servicio de consultas online para poner en funcionamiento un bot.

Un chatbot debe tener un objetivo

Del curso y de mis experiencias previas aprendí que el desarrollo de un chatbot debe tener un objetivo. Una historia que contar, un servicio que ofrecer, un foco.

Fue por eso que, durante la cursada, ansioso por poner en marcha una plataforma, se me ocurrió hacer un chatbot que presentara mi curriculum vitae. Así nació Quique bot, un chatbot lanzado en Facebook Messenger.

El bot comenzó contestando preguntas sobre mi trayectoria, formación y hobbies; además le agregué la posibilidad de responder algunas consultas randomizadas.

Pero al poco tiempo, se me ocurrió sumarle aquella información que los alumnos siempre me suelen preguntar y repreguntar a lo largo del cuatrimestre (fechas de examen, bibliografía, consignas de trabajos prácticos, etc.). Así este chatbot personal empezó a ofrecer un servicio educativo.

De esta manera, uno puede tipearle al bot “soy alumno” y, luego de darle la bienvenida, le ofrecerá una gama de posibilidades de información.

Desde ya, Quique bot tenía y tiene limitaciones. No tiene respuestas para todo. Por eso opté por sugerir consultas a través de “botones”. Al mismo tiempo, suelo “entrenarlo” y le incorporo respuestas a las preguntas en las que veo que no tiene un buen resultado.

Así, por ejemplo, quien seleccione “guía de lectura”, recibirá una serie de posibles preguntas para guiar el trabajo de estudio. Quien presione “parcial”, recibirá información sobre fechas y cronogramas; con “trabajo práctico”, información vinculada a las consignas.

Cabe aclarar que el chatbot asociado a Facebook funciona como si fuese un anexo de una página de Facebook, como un complemento al canal de Messenger que poseen todas las páginas de la red (de empresas, organizaciones, etc). Hoy algunas de sus normas de funcionamiento están siendo revisadas, tras los acontecimientos relacionados con Cambridge Analytica.

Pasos a seguir

¿Cómo sigue esta historia? Mi intención es superar en algún momento la barrera de que el chatbot brinde sólo información “de servicio” de la asignatura e incorpore funciones tales como hacer una explicación breve sobre algún tema puntual.

Por supuesto, no pienso que pueda reemplazar a un profesor humano. Pero podría, por ejemplo, a través de un juego de preguntas y respuestas detectar aquellos puntos más débiles, que sirvan de insights para re enfocar las clases en consecuencia.

En cuanto a lo técnico, creo que se podría experimentar en plataformas diversas, que no dependan de Facebook ya que, según las crónicas, los jóvenes están trasladándose a otras redes y lenguajes como Instagram o Snapchat.

De mi experiencia reciente no puedo afirmar que un chatbot sea una herramienta infalible para cautivar a los millenials. Pero sí puedo conjeturar que traer un dispositivo innovador como éste al aula puede despertar el interés del alumnado sobre trabajos con nuevos medios e incluso reforzar el engagement de los estudiantes con la asignatura.

The post Diseñé un chatbot para mis clases en la universidad y éste fue el resultado first appeared on Planeta Chatbot.

Suelo leer con interés, curiosidad y a veces incredulidad los reportes y especulaciones sobre el futuro de los oficios en esta era de la Inteligencia Artificial.

Es sabido, la tecnología ha dejado de reemplazar sólo a las actividades mecánicas para poner el foco en muchas otras que hasta la fecha eran terreno del esfuerzo intelectual. Las crónicas hace tiempo que difunden cómo las máquinas pueden hoy desde escribir un artículo periodístico hasta analizar una demanda jurídica o acertar un diagnóstico médico, entre otras funciones. Incluso, en el plano creativo ya se experimenta con música o arte producido artificialmente.

Sin embargo, el terreno de la política y el oficio del político parece ser ajeno a este debate o, por lo menos, tocado de manera tangencial.

Es curioso. Esta indiferencia se da a la par de que las grandes ciudades se vuelven cada vez más inteligentes: muy a la manera del marketing comercial, nuestros celulares empiezan a recibir información de gobierno segmentada por nuestro perfil de usuario/ciudadano, según nuestro distrito o de acuerdo con nuestras actividades cotidianas.

En muchas urbes, además, se entrenan chat-bots que facilitan sacar turnos en hospitales, ver el historial de infracciones de tránsito o hacer reclamos por veredas, baches e, incluso, votar propuestas ciudadanas vía redes sociales.

Además, a través de sensores distribuidos por la ciudad se recolectan grandes cantidades de datos que pueden ser insumos clave para entender el funcionamiento de la sociedad y su hábitat, con el fin de proyectar acciones a futuro.

Es que la otra cara de la moneda es la posibilidad de que los gobiernos utilicen herramientas de IA para procesar estas enormes cantidades de información. Sin dudas, esta ayuda favorecerá a políticos, funcionarios y asesores en la elaboración, análisis y toma de decisiones.

Hasta acá, la realidad. Pero, vamos más allá. ¿La toma de decisiones políticas podría estar automatizada?

Imaginemos un curioso test de Turing. Ante la caída de imagen en la opinión pública un software analiza diversas variables y sugiere al político como opción una rebaja de impuestos para revertir la situación. Él la lleva a cabo. ¿Quién notaría la existencia de este doble comando?

Es cierto que hoy se debate acerca de los prejuicios con que se programan los software de Inteligencia Artificial (desde los estereotipos machistas de ciertos chat-bots hasta los polémicos filtros de selección de personal) y es muy probable que plantear la automatización de la política dispararía reflexiones tales como “una máquina no puede estar ajena a los prejuicios de quien la programa”.

Pero lo cierto es que si llegáramos a un nivel de desarrollo tecnológico tal que la toma de decisiones de una máquina ya no emulara sino que compitiera con la inteligencia humana, ¿qué argumentos podrían ponerse para evitar su intervención en el mundo de la política? Sólo habría que definir las variables que intervienen en el oficio político y luego formalizarlas con el fin de traducirlas en un algoritmo.

Maravilloso… el problema, el gran problema, es definir aquellos KPI de un fenómeno tan complejo, de fuerzas, tensiones, conflictos y psicología humanas cuyas decisiones marcan el rumbo de la sociedad y la vida de millones de personas, no de máquinas.

Es que resulta tan difícil definir “lo político” que pensar en formalizarlo se podría volver una discusión de nunca acabar: ¿cuál es el objetivo de la política? ¿el poder? ¿el bien común? ¿el bienestar social? ¿la democracia?¿la libertad? Todos conceptos muy fascinantes, pero abstractos, cuya traducción algorítmica sólo ha sido posible en la ciencia ficción y la literatura con predicciones que, como las de Yo robot, no han sido muy alentadoras.

Estos caminos sin salida tal vez demuestren que la política tenga un componente demasiado humano, que no se reduce a la gestión del big data, y pertenezca así a un mundo todavía inasible para los cultores de la IA y la automatización.

The post Inteligencia Artificial y política: ¿dos mundos separados? first appeared on Planeta Chatbot.

Hay que decirlo, la técnica del periodismo moderno ha tenido suerte. El oficio de quien escribe una crónica ha perdurado sin mayores modificaciones durante más de 150 años, desde que a un corresponsal en la Guerra de Crimea, debido a la precariedad de las líneas telegráficas, se le ocurrió enviar lo más importante primero y lo menos relevante después. Así se inventaron la “pirámide invertida” y las “cinco w” (Who, What, When, Where, Why?), conocimientos todavía enseñados en las escuelas del rubro.

Hoy los robots han sido diseñados para escribir breves artículos en tan solo segundos, a través de la búsqueda y el análisis de datos, los que procesan a una velocidad inalcanzable para las personas. Lo cierto es que estas experiencias también han generado problemas, al no poder distinguir la falsedad o veracidad de los datos procesados, algo que permitió por el momento reivindicar la figura de editores humanos.

¿En qué se han destacado los journobots? Gracias a su capacidad de procesamiento de datos están siendo útiles en la generación de informes y reportes de acontecimientos medibles (resultados deportivos, magnitud de desastres naturales, por ejemplo) e incluso como coequiper de periodistas humanos, al ayudar a detectar dentro del big data dónde puede existir una noticia.

Pero, ¿es posible que un software realice tareas periodísticas hasta entonces sólo realizables por humanos? ¿Podría un robot hacer, por ejemplo, una entrevista? Cuando hice esta pregunta a un grupo de futuros periodistas la primera respuesta fue negativa. Pero luego empezamos a imaginar la posibilidad de crear un robot entrevistador.

Una entrevista se realiza con un fin, un foco, que es buscar lo que no se sabe. Hay una información que se desconoce y, se supone, el entrevistado va a develar o confirmar. Nunca se va a una reunión de este tipo con la mente en blanco. Por ejemplo, ante un encuentro exclusivo con un posible candidato a presidente de la Nación, la pregunta obligada será en torno a si se presentará o no a elecciones; en caso afirmativo, le seguirán interrogantes como ¿cuál sería su plan de gobierno?¿sus primeras medidas?¿convocaría a la oposición para formar gabinete?¿quién sería su ministro de economía?, etc.

En definitiva, el journobot deberá hacer las preguntas que se desprendan de manera lógica de su base de información sobre el caso. Luego podrían venir preguntas de color, programadas con una jerarquía informativa menor, (¿cómo está formada su familia?¿qué cosas lo inspiran?¿su lugar en el mundo?)

Sin embargo, uno podría argumentar que sin la ayuda humana el journobot no podría mantenerse actualizado, de la misma manera que hoy los comunicadores humanos corrigen y completan las respuestas de un chat-bot de marketing. Pero también nuestro software podría funcionar, a la inversa, para hacer preguntas en lugar de dar respuestas. De manera autónoma podría escanear todas las informaciones, falsas y verdaderas, cotejarlas entre sí, darles un criterio de valor según su reiteración, para luego ponerlas a prueba frente al entrevistado, quien las ratificaría o negaría.

Imaginemos. Un humano (u otro robot) envía un mail encriptado a la redacción con una información sobre corrupción que involucra a un ministro. Nuestro journobot lo recibe. Reconoce por su archivo la importancia del involucrado; busca en su base de datos el celular del denunciado y de su círculo político. Le envía un mensaje instantáneo para concertar la entrevista en un momento del día. Entonces, envía las preguntas (¿Qué tiene para decir sobre la información que ha publicado el blog X sobre su participación en el caso X?). Las respuestas son audios del entrevistado, que el software transcribe a la perfección y guarda un back up para que no haya dudas al respecto. (“No, niego todo”; “No voy a hablar”; “La culpa es de…”). A la par, nuestro bot contrasta las respuestas con otras fuentes. Redacta el artículo. Jerarquiza la información de las respuestas en base a la importancia de las preguntas previamente establecidas. Escribe un título con metadata para posicionarse primero en los buscadores. Selecciona información de contexto, fotografías de archivo, mapas, visualización de datos. Lo publica; mide su rendimiento según analytics y lo actualiza en caso de ser necesario.

¿Cuál sería el impacto de la opinión pública ante una primicia obtenida por un journobot? ¿Una máquina tendría derecho a preservar la confidencialidad de sus fuentes de información? ¿Bajo qué criterios se programaría su línea editorial?¿Quién o qué determinaría el criterio de lo “noticiable”? ¿Se guiaría por “tendencias” para aumentar la cantidad de clics dentro de un nuevo sensacionalismo o preservaría la calidad informativa? En tanto, ¿Cómo reaccionarían los lectores? ¿Estaríamos más cerca de lograr la utópica objetividad en el periodismo o ante el peligro de nuevas formas de manipulación? ¿Los anunciantes confiarían en un periodismo cada vez más automatizado?

Que un journobot pueda hacer entrevistas es tan solo una posibilidad de muchas otras variantes del futuro del oficio periodístico, sin mencionar investigaciones, crónicas, notas “color” o costumbristas. De desarrollarse un bot con tales características surgirán de seguro muchas preguntas, inquietudes profesionales y replanteos a cuestiones que la ética profesional no ha resuelto.

En definitiva, sumaría un capítulo más para los modernos desafíos del periodismo.

The post Desafíos de los robots periodistas first appeared on Planeta Chatbot.

¿Cómo pueden aprovechar los medios periodísticos estas nuevas formas de comunicación?

El contexto es conocido. La realidad informativa es cada vez más compleja y las personas experimentan una sobrecarga informativa que las vuelven potenciales víctimas de nuevas formas de manipulación a una escala masiva, pero a la vez, segmentada según sus gustos, usos y costumbres digitales. Un vértigo que incluso lo padecen los profesionales de la comunicación que postean o retuitean fake-news. Tiempos de posverdad.

¿Qué podría hacer un chat-bot periodístico ante esta situación? Hace ya un par de décadas que se replantea el rol de los medios periodísticos no sólo como productores sino como “ordenadores”, “guías” dentro de esta enorme cantidad de información en la que navegamos a diario.

Creo que los bots y los canales de chat, tan bien usados en servicios de atención al cliente, están siendo menospreciados por los medios periodísticos que los relegan a las áreas de marketing para gestionar suscripciones. Creo que podrían ser usados con una óptica diferente, para reforzar su posición como productores, ordenadores, de información; minimizar la proliferación de noticias falsas y, de paso, lograr un mayor engagement con la audiencia.

Un recorrido por el uso que diversos medios nacionales en la Argentina dan a sus bots muestra que, si bien brindan información, noticias, vinculadas con la petición del usuario, no están capacitados para dar respuestas específicas.

Por ejemplo, si un usuario pregunta ¿De qué se lo acusa a Amado Boudou? ¿Es legal su detención? ¿Por qué busca la independencia Cataluña?¿Es real el chat de La cheta de Nordelta?, se ofrecen respuestas tipo “he encontrado noticias vinculadas a Boudou/Cataluña/Nordelta”. En definitiva, una respuesta satisfactoria que orienta al usuario, pero que no le garantiza encontrar lo que busca con precisión.

La vaguedad de la respuesta del bot o, incluso, la propuesta de links para salir del chat (cuando en rigor lo que se busca, ¿no es una respuesta a través del chat?), puede llevar a que el usuario “rebote”, en definitiva, una oportunidad de atención perdida.

Si chateáramos con un bot de una empresa de indumentaria, la máquina trataría de ofrecernos la información precisa sobre lo que buscamos. ¿Por qué un medio periodístico no puede realizar algo similar con su producto que es la información?

Sería muy útil enviar un mensaje y que, del otro lado se comunique la mejor respuesta a mi inquietud. Eso convertiría a un medio periodístico en un referente para respuestas específicas ante preguntas específicas, algo que creo que está desaprovechado. Pero es más, afianzaría su vínculo con la audiencia.

Legendarios periodistas del diario La Nación, de Buenos Aires, suelen comentar anécdotas “de la era del papel” que reflejan la relación tradicional del medio con sus lectores, quienes se sentían con autoridad para llamar y discutir con los redactores sobre alguna nota o, incluso, preguntar y solicitar ayuda para las tareas escolares de sus hijos. Esa relación de confianza (porque de eso se trata, en esta era de la información) entre un medio y su audiencia es un ejemplo y un valor de relación con la audiencia envidiable.

Claro que hoy con audiencias masivas y heterogéneas, disponer de interlocutores humanos para responder miles de consultas sería impracticable. Es allí donde el rol de los bots podría destacarse.

Por supuesto que construir un bot que brinde información periodística en detalle implicaría quizá una constante carga de inputs y correcciones en base a las preguntas y consultas realizadas. En definitiva, parte de la ingeniería de un bot en la que sí tendrían un rol importante los periodistas humanos, tanto en la programación como en la introducción de nueva información al sistema.

En resumen, creo que los bots, desde el campo de lo periodístico, pueden hacer su aporte a la rigurosidad informativa y ser parte de un verdadero servicio para la audiencia de un medio.

The post Chat-Bots: ¿una herramienta desaprovechada por el periodismo? first appeared on Planeta Chatbot.