Según una encuesta llevada a cabo por Peninsula Group a aproximadamente 79 mil negocios, ha revelado que las pequeñas empresas son más cautas a la hora de invertir en tecnologías de Inteligencia Artificial (IA) comparadas con grandes empresas.
Uno de los principales motivos podría ser el ‘miedo a lo desconocido’, respuesta que ha crecido un 23% desde 2023, cuando los dueños de pequeñas empresas han sido consultados respecto a su opinión sobre la IA. Evidentemente, la baja adopción relativa es multifactorial, puesto que puede estar explicada por una menor cantidad de recursos disponibles para invertir, o simplemente, una falta de utilidad práctica. No obstante, hoy en día sabemos que la implementación de algunas soluciones de Inteligencia Artificial traen consigo beneficios económicos concretos a un riesgo y costo relativamente bajo. En particular, en este artículo expondremos por qué los ChatBots son un ejemplo concreto de una IA baja en riesgo y beneficiosa para la firma.
Chatbots, un caso particular de IA generativa…
Según el National Institute of Standards and Technology, la IA generativa es una clase de modelos que, emulando la estructura de los datos, puede generar contenido nuevo. El ejemplo más notable de una aplicación que utiliza esta clase de modelos es ChatGPT, que entrenado con más de 570gb datos -que incluyen, entre otros, páginas webs y libros-, es capaz de crear textos nuevos y elocuentes.
Si bien ChatGPT ha mostrado excelentes capacidades cognitivas y precisión en sus afirmaciones, existen aspectos que pueden alimentar el componente de miedo que los pequeños empresarios reportan tener sobre este tipo de tecnologías. Entre ellos, uno de los principales son las alucinaciones, que podrían ser definidas como salidas plausibles, pero falsas o no sustentadas. Naturalmente, este defecto podría ser extremadamente perjudicial, porque el ChatBot podría entregar una salida falsa a un cliente o alucinar en un proceso productivo clave, lo que eventualmente se traduciría en pérdidas. No obstante, si nos restringimos a la API de ChatGPT, para tranquilidad del emprendedor, hay al menos dos formas efectivas de lidiar con este problema cuando hablamos de su ChatBot. La primera es controlar la «temperatura» y la segunda es dar instrucciones al Asistente.
Controlando la temperatura…
En algunos modelos de ChatGPT, la temperatura es un parámetro que controla la aleatoriedad de las respuestas. Con valores bajos (0-0.3), las salidas son predecibles y repetibles; mientras que para valores altos (0.7-1.5) aquellas son más creativas y variables. En nuestros desarrollos, procuramos utilizar una temperatura de 0 cuando proveer información importante y precisa se refiere. Esto disminuye notablemente las alucinaciones.
Instrucciones al asistente…
Otro aspecto que incorpora OpenAI para estructurar respuestas son los asistentes, que se definen como un agente configurado que recibe instrucciones, tales como rol y personalidad, entre otras. A modo de ejemplo, si diseñamos un ChatBot para gestionar las reservas de un restaurant, podríamos definir el rol de este asistente como un gestor de reservas, que cumpla una serie de instrucciones en específico de forma obligatoria. Una instrucción podría ser:
«Tú eres el asistente que gestiona reservas en el restaurant AAA. La forma en la que te relacionas con el cliente se debe ajustar a la información contenida en el archivo BBB.»
Como podemos ver, en este ejemplo, hacemos que el asistente se comporte como un gestor de reservas, y siga las reglas de un archivo que hemos subido previamente.
Esta metodología, le entrega contexto a nuestro gestor virtual, cuyo objetivo es delimitar el rango de sus respuestas a un espacio consistente con el público al que atiende y los lineamientos de la compañía.
¿Ambas soluciones son suficientes?
Dada nuestra experiencia práctica, esto dependerá del rol del ChatBot. Si quieres saber si un ChatBot es idóneo para tu proceso productivo o de ventas, ¡no dudes en contactarnos!
José Miguel Muñoz Urra – jmunozu@pulki.es