lunes, 30 de julio de 2018

FakeNews y Rumores 2.0

Ya antes en el blog conté sobre mi conferencia en la Maestría en Comunicaciones Integradas de Marketing de la Universidad del Pacífico (Chile) sobre el tema de los Rumores 2.0, e incluso escribí una nota en prensa sobre el asunto a partir del famoso "juego" de Ballena Azul.

En mensajes falsos o errados que han circulado en Whatsapp, Facebook y Twitter, hay algunos elementos característicos que se repiten:

  • mezcla de verdad y mentira
  • contextos que no corresponden
  • un emisor confiable
  • alguien o algo que agrega confianza
  • posible daño cercano.

En cuanto al origen, podríamos pensar en: Bromas (páginas de noticias falsas); Malos entendidos (deformación del mensaje); Dinero (generar tráfico a una página de publicidad); Dañar (perjudicar la reputación de una persona o marca); Ideología (crear estados de opinión, para favorecer ciertas ideas), además de otras comunicaciones que pueden estar asociadas a virus informáticos, maleware, phishing, etc.

En procura de esclarecer cómo es que estos rumores se viralizan en la web 2.0,  Paul Graham publicó un tuit que se podría traducir mas o menos así: "una de las razones por las que la mentira se extiende más rápido que la verdad es que la gente las necesita más. Es fácil encontrar la confirmación de las creencias correctas, pero la confirmación de las equivocadas es poco frecuente. Entonces, las personas con creencias erróneas tienden a estar famélicas por que les sean confiramdas y ansiosamente consumen cualquier cosa que así se los prometa".

Esto no es mas que lo que se conoce como el sesgo de confirmación (confirmation bias): tendencia a favorecer, buscar, interpretar, y recordar, la información que confirma nuestras propias hipótesis.

Sobre estos temas tuve la oportunidad de hablar con Cris Richeri en mi columna de Economía Digital por la 1410 AM que se puede escuchar y ver aquí.

[Para estar actualizado en este tipo de Rumores, los invito a seguir @QTodoesMentira en Twitter]
.
.

martes, 24 de julio de 2018

Sobre la validez de las encuestas en Twitter

En base a varios intercambios en redes sobre la validez de las encuestas en Twitter, generé un artículo en el blog sobre el tema, y luego aproveché las votaciones que hizo la FIFA en esa red social para intentar explicar cómo el sesgo había dado un resultado tan favorabe a Uruguay.

Luego tuve la oportunidad de charlar sobre el tema en mi columna de Economía Digital, junto a la periodista Cris Richeri, en el programa "Hoy no es un día mas" por la 1410 AM.

Ahora fui invitado a escribir en el espacio Dínamo de la diaria, y publicaron este artículo sobre el tema como parte del ciclo "La democracia y el nuevo contexto digital":

Se acercan tiempos electorales y surgen una y otra vez encuestas en redes sociales virtuales, en especial en Twitter, preguntando por candidatos en las internas, preferencias entre grupos políticos y también posibles presidenciables entre partidos. La tentación es grande: son fáciles de implementar, se pueden obtener muchas respuestas de manera sencilla, los datos quedan visibles de inmediato, la herramienta es muy simple y está al alcance de todos. Pero ¿para qué sirven las encuestas en Twitter?

Este tipo de sondeos tiene múltiples limitaciones, pero las primeras que saltan de la vista son la cantidad de opciones que se pueden presentar (un máximo de cuatro) y la imposibilidad de presentar dichas opciones en un orden aleatorio.

Además, la política de Twitter respecto de las encuestas establece que cuando un usuario vota, su participación “no se muestra a otras personas: ni el creador de la encuesta ni los demás participantes pueden ver quién ha votado o cuál fue su voto”, lo cual es bueno en término de protección de la privacidad, pero hace imposible cualquier intento de análisis de los resultados obtenidos.

La clave en una encuesta, como instrumento de investigación descriptiva, está en determinar una muestra representativa y/o poder segmentar los resultados obtenidos, para hacer la extrapolación que permita brindar conclusiones sobre el universo analizado.

Las encuestas de Twitter son abiertas a cualquiera que las reciba y quiera participar, por lo que se hace imposible tener una muestra representativa, ya que no hay control sobre quienes responden. Algunos usuarios en las redes sostienen que si la cantidad de votos es un número “grande”, se puede inferir que la encuesta llegó a tener respuestas de personas muy diversas, traspasando los límites de los círculos de afinidad, y por lo tanto podría ser representativa de la comunidad de usuarios en Twitter. Pero si la encuesta no recibe el retuit de personas que sean referentes de distintos sectores de la sociedad para acceder a nuevos círculos de opinión, los resultados tendrán un sesgo importante relacionado al grupo de seguidores de su creador. Sin embargo, difícilmente se tenga control sobre el comportamiento de los usuarios de la red, y el análisis de comunidades virtuales en su vinculación a temas específicos no es nada sencillo de monitorear durante una acción de este tipo.

Aun si tuviéramos las respuestas de 100% de los usuarios uruguayos de Twitter, ¿sería representativa del total de la población del país? Por supuesto que no. Según los datos del Perfil del Internauta Uruguayo elaborado por Grupo Radar en 2017, Twitter sólo era utilizado por 17% de los usuarios de redes sociales, que a su vez son 85% de los usuarios de internet en Uruguay. Además, si analizamos a los usuarios de Twitter, seguramente exista cierta predominancia de algunos sectores de la sociedad (nivel socioeconómico, edad, educación, etcétera), por lo que también sería un resultado sesgado.

Finalmente, al no tener las características de quienes votaron, tampoco podemos saber qué grupos de personas respondieron las encuestas, a qué círculos de afinidad pertenecen (problema de sesgo) y lo que es aun peor: qué peso tienen los votos de usuarios falsos, personas con múltiples usuarios o acciones realizadas con cuentas automatizadas (bots).

Es importante tener presente que este tipo de funcionalidades en Twitter fueron creadas para generar interacción entre los usuarios (por ejemplo, a través del humor) y para desarrollar estrategias de marketing, pero no para hacer investigaciones científicas que posibiliten extraer conclusiones válidas.

Nada de lo anterior se debe confundir con técnicas estadísticas como las utilizadas para recoger respuestas por internet en una consulta online autoadministrada, en las que se obtienen datos sobre los individuos para corregir el sesgo natural de la muestra ponderando los resultados según la composición del universo, para lo cual generalmente se utiliza una encuesta tradicional.

Las encuestas requieren de una muestra representativa o una estrategia de segmentación posterior a los resultados, para poder extrapolar y aportar datos válidos. Nada de esto es factible de realizarse por medio de encuestas en Twitter. Es posible que, en tiempos electorales, las encuestas de este tipo en redes sociales virtuales tengan un objetivo de promoción más que de analizar las opiniones de la población. Ciertamente, el desconocimiento de las limitaciones de estas herramientas por parte de los usuarios puede llevar a decisiones influenciadas por información sesgada y sin respaldo científico.

[Artículo publicado en la diaria, 24/07/2018]
.
.

lunes, 9 de julio de 2018

El futuro de la profesión

En mis últimas conferencias para colegas contadores, he insistido con el impacto que está teniendo sobre la profesión, el rápido desarrollo de tecnologías vinculadas a los sistemas de información y la gestión de organizaciones, como por ejempo: ERP, BI, Cloud Computing, firma electrónica, Big Data, XBRL, IoT, Machine Learning, blockchain, e-commerce, redes sociales virtuales, realidad aumentada y realidad virtual.


Algo que ya tempranamente se ha identificado por parte de la Federación Internacional de Contadores en sus normas para la educación, de las que ya compartimos en este mismo espacio.

En un informe para la Association of Chartered Certified Accountants (ACCA) se destacaba entre los impulsores del cambio (drivers of change) la creciente importancia de la regulación y el énfasis en la gobernanza de las organizaciones, las tecnologías digitales, la expansión de expectativas y el concepto de aldea global. Señalando un conjunto necesario de habilidades futuras (futurre skills) que deben desarrollarse para el ejercicio de la profesión:


Técnicas y éticas (TEQ)
Inteligencia (IQ)
Inteligencia Creativa (CQ)
Digital (DQ)
Inteligencia Emocional (EQ)
Visión (VQ)
Experiencia (XQ)



En el informe "100 drivers of change for the global accountancy profession", se desarrolaron éstos como principales aspectos que impactan sobre la profesión contable en el futuro cercano:

  • Información no-financiera e informes integrados
  • Estabilidad de la infraestructura económica global
  • Actitudes públicas al capitalismo puro
  • Nivel de complejidad en los negocios
  • Volumen y complejidad de la regulación legal
  • Edad de los trabajadores
  • Capacidad de gestión de riesgos empresariales
  • Foco en la gobernanza global de las instituciones
  • Expectativas laborales de las Generaciones Y, Z y siguientes
  • Calidad y disponibilidad de talentos globales
  • Evolución de la regulación y práctica del gobierno corporativo
  • Expectativas sociales y definiciones de contabilidad

También importantes referentes de IFAC han señalado en diversos artículos, aquellos aspectos vinculados las TIC (riesgo y oportunidad) que impactan en la actividad profesional de los contadores: Transparencia de transacciones y validación embebida en lo digital, Seguridad cibernética para transacciones electrónicas, Contabilidad basada en la nube, Aprovechamiento del poder de la Big Data, Integrar información financiera no tradicional, Contabilidad más eficiente y más móvil, Datos estructurados y no estructurados, Robotización de tareas repetitivas: RPA (Robotic Process Automation), etc.

Las claves del futuro de la profesión seguramente estarán vinculadas a focalizarse en agregar valor a las organizaciones, proporcionar asesoramiento estratégico de las organizaciones para navegar en un entorno empresarial volátil y un terreno regulatorio incierto, tener la capacidad de adaptar, aprovechar y utilizar la tecnología en beneficio de las empresas, el gobierno y la sociedad, y posicionarse como un asesor de confianza con un importante peso de un código de ética global.

La profesión debe cambiar, incorporando habilidades digitales, para hacer su aporte a la transformación de la sociedad.



[El dibujo al inicio de este artículo es de Lara Budiño (CC) 2018]
.
.


viernes, 15 de junio de 2018

FIFA GreatestTeams & GreatestPlayers

La cuenta oficial @FIFAWorldCup realizó una serie de encuestas en Twitter enfrentando selecciones de todos los tiempos para buscar la mejor (#GreatestTeams). El resultado final fue que ganó Uruguay 1950, pero veamos un poco cómo pasó esto.



Las reglas eran claras: enfrentamientos utilizando Encuestas de Twitter, de 16 parejas preseleccionadas, de acuerdo a un fixture que iba cruzando a los ganadores con eliminación simple.

En la primera ronda la cantidad de votos fue muy poca: el cruce de Alemania con Rumania tuvo el mínimo de votos (3.772) y ya al inicio Uruguay sorprendió al cruzarse con Holanda (8.680 votos, de los cuales 5.902 fue para los celestes).

Sólo Italia logró más votos que Uruguay (6.016), en su cruce interno entre las selecciones del año 2016 y la del año 1934.

En la segunda ronda, la cantidad de votos subió un poco, alcanzando un máximo de 13.739 votos (en el cruce de Uruguay con Francia). Incluso el promedio de la primera ronda (8.554) casi superó al máximo de la primera (8.680).

En esta segunda ronda, Uruguay fue quien juntó la mayor cantidad de votos (7.968). Lo mismo que ocurrió en la tercera ronda (7.585 votos) que tuvo enfrentamientos con un promedio de 11.549 votos por pareja, pero que incluso bajó en el máximo (13.445).

Si bien en las semifinales la cantidad de votos subió (23.522 y 21080), siguió siendo bajo para ser una encuesta del deporte más popular del mundo, en el año de un mundial, y a pesar de involucrar a las selecciones de Argentina y España.

Sin dudas el enfrentamiento con Argentina hizo que se incrementara la cantidad de votos, y por primera vez la selección uruguaya de 2010 obtuvo más votos que la de 1950.

El cruce final enfrentó a dos selecciones de Uruguay, y reunió 26.601 votos.

Con las votaciones tan bajas (menos de 25.000 votos en cada cruce), los esfuerzos de los uruguayos (que se lo tomaron "en serio", empujados por cuentas influencers de Twitter y programas de Radio) fueron determinantes.

Al no lograr masividad la propuesta, fue sencillo para los uruguayos lograr ponerse en la cima. Lo que demuestra una vez más lo fácil que se pueden torcer los resultados de las encuestas en Twitter.

Los uruguayos rompimos una vez más las encuestas de Twitter de la FIFA, cuando se hizo la elección del mejor jugador (#GreatestPlayers) e impusimos a Alcides Ghiggia, dejando afuera a Pelé primero y finalmente, en una reñida final, a Diego Maradona.


Obviamente con más de 87.000 votos la hazaña se vuelve épica. Son muchos votos para ser sostenida exclusivamente con uruguayos tuiteros.

Es probable que opositores de Maradona se sumaran a votar por Ghiggia - campeón del 50 con Uruguay. Pero sin dudas fueron los tuiteros uruguayos quienes operaron - comprometidos con la causa - quienes agitaron esta votación mundial.

La final lógica entre Pelé y Maradona (así esperada por los organizadores que los pusieron en llaves opuestas) no sucedió por el particular interés de la comunidad de uruguayos en las redes, demostrando una vez más la poca validez de las encuestas en Twitter.

Como mencionábamos en una entrada anterior en el blog, Las encuestas requieren de una muestra representativa o una estrategia de segmentación posterior de los resultados, para poder extrapolar y dar resultados válidos.

Nada de esto es posible en Twitter, que además de bots y cuentas falsas, tiene el problema de no poder identificar a los votantes y por lo tanto es imposible la segmentación. El sesgo es el rey y es un sesgo desconocido.

Esta acción (muy divertida en redes) es un claro ejemplo de que un grupo con algo de movilización puede torcer una encuesta, incluso con alto número de votantes.

[Más sobre encuestas, en mi columna en 1410 AM]
.
.

martes, 5 de junio de 2018

Encuestas en Redes Sociales

La tentación es grande: son fáciles de implementar, se pueden obtener muchas respuestas de manera sencilla, los datos quedan visibles de inmediato, la herramienta es muy simple y está al alcance de todos.

Pero, ¿para qué sirven las encuestas en Twitter?

Se acercan tiempos electorales y surgen una y otra vez este tipo de encuestas, preguntando por candidatos en las internas, preferencias entre grupos políticos, y también posibles presidenciables entre partidos.


Las encuestas en Twitter tienen muchas limitaciones, pero las primeras que saltan a la vista, son la cantidad de opciones que se pueden presentar (un máximo de 4) y la imposibilidad de presentar las opciones en un orden aleatorio, que condicionan las respuestas recibidas.

Además la política de Twitter respecto a las encuestas establece que cuando un usuario vota, su participación "no se muestra a otras personas: ni el creador de la encuesta ni los demás participantes pueden ver quién ha votado o cuál fue su voto", lo cual hace imposible cualquier intento de análisis de los resultados obtenidos.

La clave en una encuesta está determinar una muestra representativa y/o poder segmentar los resultados obtenidos, para hacer la extrapolación que permita brindar conclusiones sobre el universo analizado.

Las encuestas de Twitter son abiertas a cualquiera que la reciba y quiera participar, por lo que se hace imposible tener una muestra, ya que no hay control sobre quienes responden la encuesta.

Algunos, como Burrosuy, sostienen que si la cantidad de respuestas es un número "grande", se puede inferir que la encuesta llegó a tener respuestas de personas muy diversas, traspasando los límites de los círculos de afinidad, y por lo tanto podría ser representativa de la comunidad de usuarios en Twitter.

En un intento por validar el mecanismo de las encuestas en Twitter @Burrouy  comparó sus resultados con los de una encuesta tradicional, y verificó que hasta que ciertas personas no hacían retuits que permitieran acceder a nuevos círculos de opinión, los resultados tenían un sesgo importante.

Eso nos lleva a un gran tema de discusión: Si tuviéramos las respuestas del 100% de los usuarios uruguayos de Twitter, ¿sería representativa del total de la población del país? Por supuesto que no. Según los datos del Perfil del Internauta Uruguayo en 2016, Twitter sólo era utilizado por el 23% de los internautas, y ese número bajó en 2017. Además, si analizamos a los usuarios de Twitter seguramente exista cierta predominancia de algunos sectores de la sociedad (nivel socio-económico, edad, educación, etc).

Además al no tener las características de quienes votaron, tampoco podemos saber qué grupos de personas votaron, a qué círculos de afinidad pertenecen (problema de sesgo), y lo que es aún peor: qué peso tienen los votos de usuarios fasos, personas con múltiples usuarios o acciones realizadas con bots.

Como escribió Ignacio Zuasnabar - director de Equipos , estas encuestas son "Un instrumento de expresión de opinión, a mi juicio valioso e interesante, como otros. Al no basarse en métodos probabilísticos sus resultados no representan ningún universo en particular".

Daniel Mordecki - docente y consultor, hacía referencia a que las encuestas de Twitter fueron creadas para hacer humor o desarrollar estrategias de marketing ("muchas veces divertido y buena herramienta de marketing") pero no para hacer investigaciones serias. Efectivamente, las encuestas funcionan muy bien en términos de humor y promociones de marketing.

Un buen ejemplo de cómo las encuestas de Twitter no permiten resultados concluyentes, es el caso de las organizadas por FIFA (*) para determinar la mejor selección y el mejor jugador de todos los tiempos, donde la participación activa y militante de los uruguayos en la red llevó a resultados, que difícilmente se puedan asimilar a la visión global sobre el fútbol que hay a nivel internacional.

Un comentario final, es que nada de lo anterior se debe confundir con técnicas estadísticas como las utilizadas, por ejemplo, por el Grupo Radar en la encuesta del internauta uruguayo, para recoger respuestas por internet con una encuesta online autoadministrada, corrigiendo el sesgo natural de esta muestra se ponderaran los resultados según la composición del universo, muchas veces con una encuesta tradicional.

Aquí el audio de mi columna en 1410 AM sobre este tema.

[* Ver análisis de las encuestas FIFA aquí en el blog]
.
.

martes, 15 de mayo de 2018

Interoperabilidad

En los últimos años se ha hablado muchísimo de las plataformas: aplicaciones o sitios web que eliminan intermediarios y conectan usuarios, acercando oferta  y demanda, simplificando los procesos y desarrollando nuevos modelos.

Pero ya es momento que quienes estamos en formación e investigación universitaria, quienes damos conferencias y quienes son influencers en las redes, comencemos a aportar nuevas miradas y, por sobre todas las cosas, a ser críticos con el modelo que ha predominado.

¿Estas plataformas son realmente un modelo colaborativo o simplemente nuevos actores que intermedian y concentran información/poder? ¿Cómo serán las nuevas relaciones de trabajo? ¿Cuál es el rol del Estado en este contexto? ¿Tiene sentido la tributación en la economía digital? ¿Hay otras formas que realmente se apoyen en redes distribuidas?

En este momento están surgiendo otros actores que apuestan a transformar nuevamente la forma de hacer las cosas, ya que las famosas plataformas - del estilo de Uber y Airbnb - poco tienen de verdaderas redes de pares (P2P) pues se apropian de los datos, controlan la entrada y salida de los actores e intermedian en el proceso, concentrando poder.

El sector financiero se ha poblado de aplicaciones de software (fintech) que aceleran el proceso de transformación digital que los bancos no han logrado llevar adelante. Pero la gran dificultad está en la interoperabilidad de todos esos sistemas.

Por otro lado, un gran impulso a blockchain, que se posiciona como una nueva mirada sobre los sistemas de información que también hoy pueden ser montados en redes distribuidas, que aseguren la independencia, la seguridad, el acceso, el control y la ausencia de concentración de poder.

La clave entonces, a mi gusto, está en impulsar la interoperabilidad de los sistemas, las apps, los sitios webs, las plataformas de pagos, el gobierno, etc.

Hay que generar normativa y tecnología que permita garantizar que los pequeños emprendedores, las cooperativas de trabajadores, los grupos de usuario y los nuevos medios de pago, puedan transaccionar y operar con otros actores con sus mismas características, así como también con los grandes jugadores.

En estos días terminó el piloto de la aplicación e-peso, con un alcance muy limitado, justamente por la falta de interacción con el resto del sistema financiero (transferencias, depósitos, retiros) y con el comercio (pagos, cobros).

La interoperabilidad permite mayor flexibilidad para el desarrollo de nuevos negocios, ayuda a la protección de datos personales de los usuarios, impulsa el crecimiento y evita los oligopolios.

[Aquí mi columna en 1410 AM sobre este tema el 29/05/2018]
.
.

miércoles, 2 de mayo de 2018

De Clippy a los actuales chatbots

Hace unos días José Luis Calvo escribió un hilo en Twitter sobre chatbots que me pareció muy interesante, así que le pedí su permiso para publicarlo en mi blog, y aquí está:

"Han pasado más de 20 años desde que Microsoft Office 97 introdujera a Clippy como su asistente virtual.

¿Por qué tenemos un recuerdo tan malo de aquel chatbot y ahora se vuelven a poner de moda?

Lo primero, que no soy fan de las grandes categorizaciones. Para mi chatbot es a los asistentes virtuales lo que la gimnasia a la educación física. Los uso como equivalentes. Uno más formal que el otro si queréis.

Nuestro viejo amigo Clippy llegó a ser considerado como una de las 50 peores invenciones por TIME en 2010. Que se dice pronto.

Contaba Alan Cooper que fue fruto de una trágica malinterpretación de un estudio de Stanford en el que se vinculaba la zona del cerebro que maneja el ratón con la responsable de nuestras reacciones emocionales. Por eso reñimos al monitor.

En base a ese estudio se pensó que sería beneficioso incluir una forma amable para ayudar en el uso de Office. El problema, y no es pequeño, es que distraía al usuario de su propósito principal. Y eso irrita.

Posteriormente aparecen distintos asistentes, como Anna de Ikea o Irene de RENFE, con mejores y peores resultados. Todos muy limitados. Proyectos costosos y el núcleo del proyecto el modelo de comprensión de lenguaje natural.


Es la época del auge de MSN Messenger. El chat, o la mensajería instantánea, pasa a ser un canal de comunicación muy común, especialmente entre los más jóvenes, que se consolida con la aparición de Whatsapp, WeChat y Telegram entre otros.

Es en octubre de 2011 cuando Apple sorprende lanzando Siri. Un asistente generalista para el iPhone. Le seguirán Cortana de Microsoft, Alexa de Amazon y Google Assistant de Google. Apunta a una nueva batalla por un ecosistema.

El lenguaje natural como interfaz de comunicación con las máquinas. Seguramente aplica el efecto Lindy. La esperanza de vida de un invento es proporcional a su antigüedad. Desaparecerán interfaces visuales y permanecerá el lenguaje natural.

Y la voz. Hay escenarios en los que la voz es el interfaz perfecto. Dentro de un coche, es evidente, pero también mientras cocinas, haces ejercicio o para un cirujano mientras opera. La ciencia ficción suele mostrar comunicación verbal con los ordenadores.

Tanto Microsoft como Google han llegado a realizar transcripciones de audio que mejoran a las personas. Ya hemos visto mejorar el reconocimiento de voz en nuestros teléfonos estos años, ahora podemos esperar la perfección en breve.

No solo introducen la voz y el lenguaje natural. El ecosistema de las apps del móvil está totalmente masificado. Las plataformas de asistentes virtuales permiten acceder a aplicaciones sin instalarlas.

La voz y el lenguaje natural sin duda dan una apariencia más humana, quizá inquietante, a cualquier máquina. No dejan de ser un rasgo distintivo de las personas sobre los animales.

Tay fue un chatbot que Microsoft publicó en Twitter el 23 de marzo de 2016. Reflejaba la personalidad de una chica adolescente. Muy amable y educada, que iba a aprender de lo que se hablara en la red.


En 16 horas decidieron apagar a Tay porque aprendió lo peor que podía y tomó una deriva racista y antisemita.

El caso de Tay puede parecer preocupante. No lo es tanto. Simplemente sufrió una especie de ataque para hacerle “aprender” eso. Su único propósito era mantener conversación, sin realizar acciones.

Los chatbots utilizan métodos probabilísticos para entender lo que se les dice. En cambio, las respuestas, más o menos sofisticadas, son deterministas. Están predeterminadas. Un chatbot normal no puede tomar una deriva como Tay.

La generación de lenguaje natural es más compleja que la comprensión. Hay avances significativos como el propio Tay, el guion de un corto o alguna novela escrita por un IA.

En septiembre de 2016 se presenta en Ars un nuevo corto, Sunspring, cuyo guion ha sido escrito por Benjamin, una IA entrenada con guiones de ciencia ficción y terror. La presentaron a un concurso y quedó en el top 10 entre cientos de cortos.

En la misma época se presenta en Japón al concurso literario Hoshi Shinichi una novela escrita por una IA (con ayuda humana), con el premonitorio título “El día que un ordenador escribe una novela”. No ganó, pero pasó a la ronda final.

Hay otro caso en esta línea experimental de chatbots del mismo Microsoft. Xiaoice, en China, con la personalidad de una chica de 18 años, con 20 millones de usuarios y 60 interacciones de media al mes. Esto se va pareciendo más a la película Her.

Como en todo lo relacionado con la inteligencia artificial, hay mucha experimentación de laboratorio. También ha habido mucho caso de chatbot orientado a campañas de marketing aprovechando el efecto Wow que aún tienen.

Empieza a haber varios casos de chatbots de mayor utilidad. Orientados a tareas que antes solo podían hacer personas. Automatización, en definitiva, de tareas para las que necesitamos pensar.

Jill Watson es una asistente de un programa online de Georgia Tech, que atiende a los alumnos a través del foro. Iba a ser nominada a mejor asistente del año cuando anunciaron que era un bot.

En Sngular nos hicimos un compañero, Alfred, que es virtual. Nos ayuda con las tareas administrativas (notas de gastos, viajes…), resuelve dudas, controla la domótica e incluso va preguntando por tu estado de ánimo.

El interfaz conversacional lleva con nosotros miles de años y es más eficiente de lo que pueda parecer. Tiene mucho sentido que pase a ser el interfaz predominante para interactuar con máquinas. Pero cuidado, no vale para todo.

Un mal diseño de un chatbot puede causar frustración o malestar (Clippy). Además del lenguaje natural hay que tener en cuenta la memoria de largo y corto plazo, la empatía, comprensión del contexto…

Con todo, estamos en un momento en el que ya se ven chatbots muy útiles aunque todavía no pasen el Test de Turing.

La expectativa razonable hoy creo que debe ser hacer un chatbot que atienda a un ámbito concreto. Limitado e imperfecto pero útil. Los escenarios viables son innumerables, simplemente hay que tener los pies en el suelo."

[Este artículo es una transcripción del hilo escrito por el español Jose Luis Calvo, y publicado en su cuenta de Twitter el 29/04/2018. Jose Luis tiene perfil mixto en el aspecto técnico y de gestión, con formación en el IE Business School y la University of Cambridge]
.
.