Evolución y desarrollo de la Chatbot (A2C21A1D04)

En el entorno digital contemporáneo, los asistentes de conversación basados en Inteligencia Artificial (IA), o Chatbots, se han convertido en un recurso muy popular. Son frecuentemente empleados como herramientas para la resolución de dudas de manera rápida y eficaz, así como para la generación ágil de contenido.

Aunque pueda parecer que se trata de una tecnología recientemente desarrollada, sus raíces se remontan hasta mediados del S. XIX. A continuación, se explorarán los principales hitos tecnológicos que han llevado a la configuración de lo que hoy se reconoce como Inteligencia Artificial (Figura 1).

Figura 1. Principales hitos tecnológicos en el desarrollo de los Chatbots. Elaboración propia.

El papel de dos visionarios: Lady Ada Lovelace y Alan Turing

En 1842, lady Ada Lovelace (Figura 2) publicó, en la revista Scientific Memoirs, la traducción de un artículo redactado por el ingeniero militar Luigi Menabrea. En el escrito, se describía el invento de Charles Babbage: una calculadora mecánica que sentó las bases de los ordenadores actuales.

Durante el proceso de traducción, lady Ada añadió numerosas notas a la publicación con el objetivo de aportar sus propias teorías acerca del funcionamiento de la máquina. En estas aportaciones se recogían ideas revolucionarias, tales como:

• La posibilidad de programar y reprogramar las máquinas,
• que estas podrían llegar a componer piezas musicales complejas
• e incluso expresar “los grandes hechos de la naturaleza”

Figura 2. Retrato de Lady Ada Lovelace.

Estas elaboraciones definen algunas de las funciones de la inteligencia artificial, pero cómo alcanzarla seguía siendo un misterio.

Debido a su prematuro fallecimiento, no llegó a aportar información sobre cómo podrían llegar a implementarse estas funciones. Por lo tanto, la inteligencia artificial era posible, pero cómo alcanzarla seguía siendo un misterio.

Estas valiosas aportaciones fueron retomadas por Alan Turing quien, a mediados del siglo XX, revolucionó el mundo de la computación con sus investigaciones. En ellas, Turing comenzó a explorar no solo los aspectos más técnicos de la inteligencia artificial, sino también aquellos propios de la mente humana.

A través de sus siguientes publicaciones, Turing sentó las bases del juego de la imitación de la máquina a la persona, buscando analizar cuándo la maquina confundiría al ser humano, imitando sus capacidades lingüísticas.

Figura 3. Extracto de la publicación de A. Turing en 1950. Recuperado de: e.digitall.org.es/turning

Los primeros Chatbots

Estas contribuciones iniciales llevaron al desarrollo de lo que hoy en día se conoce como el primer Chatbot de la historia: el programa ELIZA. Desarrollado en 1966 por el científico estadounidense Joseph Weizenbaum, esta aplicación empleaba Procesamiento de Lenguaje Natural (PLN) para interactuar con sus usuarios.

ELIZA adoptaba el papel de una psicóloga empática y era capaz de entablar una conversación mediante el reconocimiento de palabras clave en las frases del usuario. A partir de este análisis, escogía una frase modelo de su base de datos con la que contestar. También planteaba preguntas abiertas para animar a los “pacientes” a comunicarse de manera eficaz.

El éxito de esta herramienta llevó a que Weizenbaum fuese considerado el precursor de las máquinas pensantes. Sin embargo, el propio investigador dedicó importantes esfuerzos, tras la creación de ELIZA, a corregir esta interpretación. A este respecto, dedicó su tiempo a desmentir la idea de que las máquinas pudieran pensar y a divulgar la diferencia entre decidir y elegir. Para el autor, decidir es una actividad computacional y programable, mientras que la elección es producto  del juicio.

De estos planteamientos se deriva uno de los principales postulados en inteligencia artificial. Y es que, los programas como ELIZA, Parry o SHRDLU se basan en decidir, de entre las opciones disponibles, la que mejor se ajusta a una situación particular realizando un análisis fundamentado sobre la lógica. Las personas, por otra parte, hacen elecciones basadas en juicios y razonamientos que no necesariamente se rigen por los principios de la lógica.

Tras esta época dorada, el desarrollo de los Chatbots se vio frenado por una serie de limitaciones físicas: no existían máquinas con la potencia suficiente para sustentar nuevos avances.

En la década de los 90, dos eventos revivieron la investigación en inteligencia artificial. Por una parte, se expandió el conocimiento disponible sobre algoritmos. Esto permitió el desarrollo de sistemas expertos, que emulaban el proceso de toma de decisiones de una persona experta en un área específica.

Por otra parte, las limitaciones de hardware fueron solventadas a través de una importante inversión por parte del gobierno japonés. Esto dio lugar al desarrollo de Chatbots como Deep Blue, que, en 1997, ganó una partida de ajedrez a Kaspárov, un renombrado campeón y maestro del juego.

En el punto de encuentro entre las personas y las máquinas, los Chatbots han surgido como herramientas tecnológicas transformadoras. Estas aplicaciones han cambiado la forma en que los usuarios se relacionan con la información y los servicios en línea.

Si bien, el rápido crecimiento de los Chatbots no habría sido posible sin los avances tecnológicos antes descritos, existen condiciones propias del S. XXI que han catapultado su desarrollo. En esta sección se exploran algunos de los motivos de este crecimiento y las tecnologías clave que respaldan el funcionamiento de los Chatbots actuales.

Los tres motivos clave de su crecimiento

Tras una historia llena de altibajos en lo que a avances se refiere, los Chatbots y la tecnología que los sustenta se encuentra, en la actualidad, en un momento de expansión sin precedentes (Figura 4).

El primer motivo de este crecimiento parece encontrarse en la propia tecnología, que en los últimos años ha vivido importantes desarrollos: desde el aumento de la capacidad de procesamiento de las máquinas, pasando por la variedad de algoritmos disponibles, hasta la difusión de los recursos para llevar a cabo actividades de programación.

El segundo factor, según expertos en el área, es el aumento de la cantidad de datos disponibles en internet. Estos datos “en abierto” permiten a los sistemas de IA aprender y mejorar constantemente.

El tercer y último factor tras este avance parecer ser la proliferación de artefactos digitales portátiles, como los teléfonos móviles inteligentes o las tabletas. Como su propio nombre indica, los usuarios pueden transportar estos aparatos e interactuar constantemente con ellos.

Figura 4. Motivos del desarrollo actual de los Chatbots. Elaboración propia.

Los Chatbots en la actualidad

Antes de entrar a analizar los detalles más técnicos tras los Chatbots, conviene reflexionar sobre su funcionamiento en términos generales.

Figura 5. Proceso de comunicación usuario - Chatbot. Elaboración propia.

En primer lugar, el usuario debe acceder a la aplicación y comunicarle al Chatbot su consulta o petición, ya sea de manera escrita u oral. Esta petición será dividida en fragmentos (chunks de información) para facilitarle a la aplicación la búsqueda de palabras clave. Una vez identificadas estas palabras clave, la herramienta buscará, en su base de datos, la contestación que más se ajuste y redactará una respuesta para el usuario (Figura 5).

Es importante tener en cuenta que el proceso de búsqueda de la respuesta se verá condicionado por la tecnología sobre la que se programó el Chatbot concreto con el que el usuario esté interactuando. Se presentan, a continuación, algunas de las tecnologías más habituales:

• Chatscript: se trata de un sistema experto compuesto por reglas asociadas con temas específicos. Esto permite al Chatbot dar una respuesta adaptada al área de interés del usuario.
  
  
• Comprensión del Lenguaje Natural (CLN): estrechamente relacionado con el PLN, esta técnica trata de extraer significado del lenguaje natural y emitir una respuesta atendiendo a la intención del usuario.
  
  
• SQL y bases de datos relacionales: es una herramienta recientemente desarrollada que se utiliza para asegurar que los Chatbots recuerdan conversaciones anteriores. Este avance permite que los Chatbots “aprendan” de conversaciones pasadas y evita repeticiones.
  
  
• Cadena de Markov: esta técnica busca aumentar la relevancia de las respuestas que da un Chatbot mediante procedimientos estadísticos.