Aumenta el realismo de los consejeros virtuales, gracias a la combinación de IA y crowdsourcing

La web 2.0. ha propiciado la tendencia cada vez más popular de solicitar la colaboración masiva de los internautas, ya sea por parte de particulares, instituciones, organizaciones sin ánimo de lucro o empresas. Es lo que se conoce como crowdsourcing, un modelo de producción y creación de proyectos que se lleva a cabo de forma voluntaria o por muy poco dinero.

A menudo las tareas que se realizan son simples y repetitivas, fáciles para los humanos pero difíciles para las máquinas. Sin embargo, un equipo de investigadores de la Universidad de Rochester en Nueva York, Estados Unidos, cree que se puede utilizar este método para desarrollar proyectos más ambiciosos.

Fruto de sus estudios ha nacido Chorus, un compañero de chat inteligente a través de las aportaciones del crowdsourcing. Este software planta cara a otros asistentes personales basados en la Inteligencia Artificial (IA) como Siri de Apple, lejos de alcanzar todavía la inteligencia y habilidades conversacionales propias de una persona de carne y hueso.

Según informan en la revista Technology Review, cuando la gente habla con el nuevo chat, utilizando una ventaja de mensajería instantánea, vive una experiencia prácticamente indistinguible de la charla con una persona de verdad. Cada respuesta es el resultado de pagar unos pocos centavos a decenas de personas para que realicen pequeñas tareas, incluyendo sugerir posibles réplicas y votar las mejores propuestas presentadas por los demás usuarios.

Crowdsourcing frente a IA

Durante la fase experimental se preguntó a Chorus por consejos de viajes, demostrando que podía ser más útil que cualquier individuo de la multitud de forma independiente, ya que unas siete personas habían contribuido previamente con sus respuestas. Un ayudante desarrollado de esta manera también puede ser más barato que pagar a un asistente personal convencional.

“Esto demuestra cómo un sistema relativamente simple basado en crowdsourcing puede crear algo que la Inteligencia Artificial ha tenido problemas para hacer durante décadas", afirma Jeffrey Bigham, profesor asistente en la Universidad de Rochester y miembro del equipo de investigación que creó Chorus.

Bigham bromea señalando que es más probable que Chorus pase el Test de Turing, la prueba desarrollada por Alan Turing para identificar la existencia de inteligencia en una máquina, que un software de chat convencional, aunque puede que no cumpla con la mayoría de requisitos que se incluyen en la definición de IA.

En otro de los ensayos del sistema, la gente recurría a Chorus para pedir consejo sobre restaurantes que visitar en Los Angeles y Nueva York, y rápidamente recibían sugerencias. Comentarios tales como "Hmm. Eso parece caro", fueron cazados al vuelo por la multitud, que optó por otras alternativas. Sistemas de IA como Siri suelen tener dificultades para seguir este tipo de tira y afloja en la conversación, sobre todo en lenguaje coloquial.

Potenciar el poder de la masa

Bigham trabajó en este proyecto con los compañeros de Rochester Walter Lasecki y Rachel Wesley, y Anand Kulkarni, cofundador de la compañía de crowdsourcing MobileWorks. Su objetivo era encontrar una nueva manera de aumentar el poder del crowdsourcing, que normalmente se limita a tareas sencillas y aisladas, como agregar etiquetas a archivos de imagen. "Lo que realmente nos interesa es cómo una multitud como colectivo puede funcionar incluso mejor que un individuo de gran inteligencia", destaca el profesor, combinando para ello el trabajo de muchas tareas sencillas en un todo coherente y complejo.

Chorus hace eso con tres simples tipos de tareas. En primer lugar, todas las cuestiones planteadas en el chat por un usuario son trasladadas al equipo de crowdsourcing, al que se pide que sugiera una respuesta. Estas propuestas son después votadas por el equipo, de forma que sólo se devolverá una.

Un mecanismo final crea una especie de memoria de trabajo que garantice que las respuestas de Chorus se reflejan en una especie de historial de conversación. Este aspecto es crucial para llevar a cabo conversaciones largas, algo que todavía sigue siendo un reto para aplicaciones como Siri e incluso los chatbots, programas de IA que intentan mantener una conversación con el usuario como si fueran humanos.

Para el componente de memoria de trabajo se pide a los miembros de la multitud que mantengan una lista con los ocho fragmentos de información más importantes de la conversación, los cuales se utilizarán como referencia para poder sugerir respuestas. Esto es importante, pues además favorece la rotación natural del equipo de crowdsourcing. "Puede que una sola persona no esté durante toda la conversación, ya que van y vienen, y algunos pueden contribuir más que otros", señala Bigham.

Multitud de aplicaciones

Para los creadores de Chorus, el software tiene potencial para ser algo más que una demostración ingeniosa. "Definitivamente, queremos empezar a incorporarlo a sistemas reales", manifiesta Bigham. "Tal vez se podría ayudar a alguien con deterioro cognitivo teniendo a toda una multitud como asistente personal", añade.

Otra posibilidad es combinar Chorus con otro sistema desarrollado previamente en Rochester basado también en el crowdsourcing, esta vez para dirigir un robot. "¿Se podría crear un robot de esta modo, capaz de moverse e interactuar de forma inteligente con seres humanos?" se pregunta el investigador.

Michael Bernstein, profesor asistente en la Universidad de Stanford en California (EEUU), está de acuerdo en que Chorus podría trasladarse a aplicaciones reales. "Se puede pasar de hacer una llamada de teléfono para hablar con una persona, a un futuro en el que muchas personas con habilidades diferentes trabajan juntas para actuar como un único soporte técnico increíblemente inteligente", plantea Bernstein.

Para el profesor, el software podría convertirse en una verdadera bomba si fuera capaz de dirigir cada pregunta a determinados miembros de la masa, en función de sus conocimientos o habilidades. Sin embargo, Bernstein señala que tal vez sea necesario pulir o añadir más pasos para filtrar una multitud de sugerencias, con el fin de evitar el desarrollo de una personalidad dividida cuando deba enfrentarse a preguntas difíciles.

Este es un problema habitual al aplicar crowdsourcing. De hecho, el robot multidirigido creado por el equipo de Bigham, por ejemplo, chocó contra obstáculos que tenía delante porque la mitad de la multitud quería ir a la izquierda, y la otra mitad a la derecha. Cuestión de llegar a un acuerdo.