Agentes conversacionales (segunda parte)

Agentes conversacionales (segunda parte)

En la tesis de maestría de Cobos, escrita el año 2013 con el título “Integración de un chatbot como habilidad de un robot social con gestor de diálogos”, se menciona que cada agente, tiene sus propias características, pero las que diferencian a los agentes conversacionales son las siguientes: (1) Autonomía. Un agente es completamente autónomo si es capaz de actuar basándose en su experiencia. El agente es capaz de adaptarse aunque el entorno cambie severamente, puede brindar diferentes formatos de respuesta, dependiendo del tipo de usuario, del tipo de pregunta realizada, etc. (2) Sociabilidad. Este atributo permite a un agente comunicarse con otros agentes o incluso con otras entidades, la cual sería la característica diferenciadora de los chatbots. (3) Racionalidad. El agente siempre realiza lo correcto a partir de los datos que percibe del entorno, sabe formular respuestas, analiza la frase introducida, son capaces de generar la respuesta más apropiada (4) Reactividad. Un agente actúa como resultado de cambios en su entorno. En este caso, un agente percibe el entorno y esos cambios dirigen el comportamiento del agente. Pueden proporcionar respuestas de diversa naturaleza. Es decir, no tienen que limitarse a brindar frases como respuestas. Pueden proporcionar enlaces dentro de la Web o incluso recursos electrónicos como respuesta. (5) Pro-actividad. Un agente es pro-activo cuando es capaz de controlar sus propios objetivos a pesar de cambios en el entorno. Pueden ser programados para comprender el contexto de la conversación y situar la pregunta en el mismo. (6) Adaptabilidad. Está relacionada con el aprendizaje que un agente es capaz de realizar y si puede cambiar su comportamiento basándose en ese aprendizaje. Se encuentra en fase de desarrollo, pero ya con avances prometedores. (7) Movilidad. Es la capacidad de un agente de trasladarse a través de una red telemática. (8) Veracidad. Es la suposición de que un agente no comunica información falsa a propósito. (9) Personalidad. Cada agente es único y depende del programador las características que quiera darle como emociones, comportamiento no verbal, entre otros.

En palabras de Navarro, en el artículo publicado el año 1997 titulado “Eliza, poder computacional y razonamiento humano”, los proyectos de investigación referentes a sistemas programados para comunicarse a través del lenguaje natural de tipo charla son los realizados por Joseph Weizenbaum, quien diseñó un agente inteligente, a través de un software que llamó Eliza, que simulaba a un experto en psicología. Este “chatbot” fue muy novedoso en su tiempo, ya que simuló de manera real a un psicólogo logrando hacer creer a las personas que estaban hablando con un ser humano, sin embargo, su diseñador estaba consciente de que no era un sistema inteligente en su totalidad ya que repetía palabras en una misma conversación. Este agente inteligente es la plataforma de la tecnología de los chatbots y la gran mayoría de las investigaciones tomaron como base a Eliza. Weizenbaum, durante el desarrollo de su programa capaz de comunicarse en lenguaje natural, de manera escrita en idioma inglés, identificó la dificultad y complejidad de que su software no podía almacenar en un solo sitio las palabras y con ellas emular una conversación de diferentes temas en un mismo diálogo, para esto en lugar de tener los datos en un sola base de conocimiento, dividió este almacén en módulos, esto le permitió al “chatbot” cambiar arbitrariamente de temas. Según Wallace, en el artículo publicado el año 2004 titulado “A.L.I.C.E. Entidad computacional lingüística artificial en Internet”, un proyecto que mejora el tratamiento de palabras y el funcionamiento de Eliza fue Alice, derivado del término original “Entidad computacional lingüística artificial en Internet”. La Fundación Alice, en el artículo publicado el año 2006 con el título “AIML: Lenguaje de Marcado de la Inteligencia Artificial”, menciona que Alice es un “chatbot” multigalardonado cuya estructura y cerebro es de “código abierto” además de ser un sistema derivado de la experiencia de Weizenbaum con Eliza, con la diferencia de que Alice cuenta con una serie de mejoras en cuanto a su funcionamiento y principalmente al tratamiento de las palabras. Shah, en la tesis doctoral publicada el año 2005 con el título “A.L.I.C.E. una entidad computacional artificial en tierra digital”, indica que las técnicas a partir de las cuales Alice realiza las conversaciones, consisten en el reconocimiento de patrones en el texto, análisis de la semántica de las frases, la gramática y la ortografía. Todo esto permite a Alice identificar el significado de una palabra de acuerdo al contexto.

Los agentes conversacionales se caracterizan por su habilidad para comunicarse con los usuarios en lenguaje natural con el objetivo de realizar una tarea específica. Debido a que el medio de comunicación principal de los agentes conversacionales es el habla y no el texto, también son conocidos como sistemas de diálogo hablado. Este tipo de sistemas se han implementado con éxito en distintos ámbitos, como puede ser la asistencia técnica, tanto vía Web como telefónica y la realización de tareas complejas en dominios concretos, por ejemplo la consulta de horarios y reserva de vuelos o trenes, reportado en el artículo de Bohus y sus colegas publicado el año 2007 con el título “Olympus: Una estructura de código abierto para la investigación de interfaces en lenguaje conversacional hablado”, o el control de elementos del entorno doméstico, reportado en el artículo de Quesada y sus colegas publicado el año 2001 con el título “Administración del dialogo en un ambiente hombre maquina: Componentes lingüísticos sobre una arquitectura de agente”. Estos sistemas de gestión del diálogo permiten al usuario completar una determinada tarea de forma secuencial. Este tipo de conversación resulta ciertamente incómoda para un gran número de usuarios debido a que las conversaciones naturales entre seres humanos no se desarrollan de una forma lineal y determinista. Por lo tanto, para lograr una mayor sensación de naturalidad y disminuir el rechazo del usuario, es necesario que el sistema pueda manejar cambios inesperados de contexto y tener capacidad para lograr diversos objetivos de forma asíncrona, tal como se indica en el artículo de Hung y sus colegas publicado el año 2009 con el título “Hacia una capa de administración del dialogo basado en contexto para sistemas expertos”.

 

Guillermo Choque Aspiazu
www.eldiario.net
21 de Septiembre de 2015

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Translate »