Lanzamiento de la segunda temporada del podcast Chatbots en Español

Vuelve el podcast Chatbots en Español. La segunda temporada incluirá colaboraciones de otros desarrolladores y una sección de consultorio para responder preguntas enviadas a través de las comunidades en Facebook y LinkedIn y del chatbot de Chatbots en Español.

El primer episodio se publicó el 1 de Abril y la temporada anuncia episodios temáticos sobre chatbots en diferentes sectores y funciones dentro de las empresas.

El podcast estará disponible en diferentes plataformas, incluyendo ivoox, spotify y iTunes, y también puedes escucharlo desde esta sección en nuestra página web.

¿Cuánto cuesta un chatbot?

Cuánto cuesta un chatbot a medida es una de las preguntas más frecuentes que se hacen tanto los clientes como los desarrolladores. La respuesta suele ser depende, y con este artículo queremos ayudarte a entender mejor de qué depende y en qué rangos se mueven estos presupuestos. Los precios son calculados para el mercado español, pero os animamos a contribuir con un ajuste para otros países.

Depende

Cuando nos preguntan cuánto cuesta un chatbot solemos responder con ésta pregunta. Normalmente los clientes no tienen muy claro lo que necesitan y es difícil definir y acotar su producto para poder presupuestarlos. Recomendamos usar un canvas conversacional para definir las necesidades del cliente de manera que podamos presupuestar el proyecto.

¿De qué depende?

Hay diferentes factores a considerar, pero estos son los que más afectan al precio:

¿Vas a programar el chatbot o vas a usar una herramienta para hacerlo?

Hacer el chatbot programándolo en lenguajes como C# o Node o hacerlo usando una herramienta como Chatfuel o ManyChat afectan al precio del chatbot.

¿Vas a hacer un producto a medida para el cliente o a adaptar un chatbot existente?

Un chatbot adaptado será siempre mucho más barato. Los precios de este artículo son para chatbots a medida.

¿Vas a entregar el proyecto al cliente o a darle el chatbot como servicio a cambio de un pago mensual?

En algunos casos los clientes quieren hacerse cargo del chatbot una vez esté desarrollado, mientras que en otros pagarán una tarifa mensual por el uso del chatbot.

¿En qué canales se podrá usar el chatbot?

Si se va a usar en varios canales y tienen elementos gráficos muy diferentes es muy probable que tengamos que atacar el proyecto como dos proyectos casi independientes. Por ejemplo, telegram y messenger son muy diferentes. Además algunos canales, como los SMS, llevan un coste asociado.

¿El chatbot entenderá lenguaje natural?

Si es así, hay que aumentar el presupuesto. Tendremos que entrenar el chatbot usando una herramienta como Dialogflow, que dependiendo del volumen de conversaciones tendrá un coste. Además en este caso hay que considerar el entrenamiento posterior al lanzamiento.

¿El chatbot se integrará con otros sistemas?

En este caso habría que incorporar al equipo especialistas en desarrollo de software y considerar costes de servicios como AWS o Firebase.

¿Cuántas funcionalidades tendrá el chatbot?

A más funcionalidades más trabajo de definición y diseño, y probablemente más coste de integraciones o NLP.

¿Cuántos idiomas habla el chatbot?

Como en el caso de los canales, muchos idiomas no pueden ser directamente traducidos y los proyectos acaban siendo prácticamente independientes, sobre todo en las fases de diseño y de entrenamiento.

¿Cuánto cuesta?

Estos precios son orientativos, te animamos a contribuir con tus comentarios así como a dar estimaciones para estos proyectos en otros países.

ModeloEspañaPerúColombiaChile
1 canal
Sin NLP
Sin integraciones
3 funcionalidades
Sólo un idioma
500€
1.000€
1 canal
Con NLP
Sin integraciones
3 funcionalidades
Sólo un idioma
1.000€
3.000€
2 canales
Con NLP
1 integración
3 funcionalidades
Sólo un idioma
3.000€
7.000€
3 canales
Con NLP
3 integraciones
10 funcionalidades
Sólo un idioma
10.000€
20.000€
3 canales
Con NLP
3 integraciones
10 funcionalidades
Dos idiomas
15.000€
25.000€

¿Y si es un proyecto de voz?

Los precios se mantienen más o menos en estas líneas, aunque pueden variar si se toman decisiones como crear voces personalizadas para el proyecto.

¿Y el mantenimiento?

Dependiendo de la complejidad del proyecto y del volumen de conversaciones los chatbots cuestan más o menos de mantener. Calcula un mínimo de 100€ para supervisión básica y hasta miles de euros al mes para chatbots con muchas conversaciones y muchos nuevos intents.

¡Ayúdanos a mejorar este post con tu comentario!

Mega-agentes en Dialogflow

Dialogflow lanza en beta una nueva funcionalidad que permite combinar hasta diez agentes, que pasan a llamarse sub-agentes, en mega-agentes.

¿Cómo funcionan los mega-agentes?

Estos sub-agentes se dedican a diferentes grupos de funcionalidad y tienen diferentes modelos de procesamiento de lenguaje natural. Mientras los usuarios dialogan con el chatbot, que está conectado al mega-agente, los sub-agentes procesan cada expresión recibida y devuelven al usuario la respuesta que tenga mayor índice de confianza.

¿Cómo puedo crear un mega-agente?

Al crear un nuevo agente en tu consola de Dialogflow hay un nuevo campo en el que podrás seleccionar el tipo de agente.

¿Quién se beneficiará de la nueva función de mega-agentes?

Grandes equipos trabajando en proyectos complejos

Los mega-agentes son una buena noticia para los equipos que trabajen en proyectos complejos. En estos casos es habitual que varios equipos gestionen de manera individual diferentes áreas de funcionalidad.

Por ejemplo, en el caso de un chatbot del mundo de la salud sería recomendable que fuera un grupo de especialistas del mundo de la salud quienes editaran los intents relacionados con temas médicos, mientras que un equipo de marketing sería el más indicado para gestionar los intents de contenido promocional o los flujos de onboarding de los usuarios.

Individuos o equipos trabajando en proyectos con un gran número de intents

Además de para los proyectos complejos en cuanto a la composición del equipo, esta funcionalidad, en la práctica, multiplica por diez el número de intents soportados por el agente. Este efecto colateral puede ser muy beneficiosa para personas que trabajen en chatbots que aspiren a parecer muy humanos y a poder conversar sobre un amplio conjunto de temas y que, por tanto, requieren muchos intents.

El número de intents soportados por cada agente ha subido recientemente a 20.000, con lo que ahora es posible crear mega-agentes en Dialogflow con 200.000 intents.

Fuente: https://cloud.google.com/dialogflow/docs/agents-mega

Facebook Messenger elimina su directorio de chatbots

El descubrimiento de nuevos chatbots es uno de los retos a los que nos enfrentamos como creadores de interfaces conversacionales. Hasta hace poco confiábamos en que se replicara la estrategia de directorio de chatbots de Facebook Messenger, pero ahora que la compañía anuncia que la elimina nos hacemos de nuevo la pregunta del millón: Las apps tienen las app stores pero… ¿Cómo descubren los usuarios nuestros chatbots?

Diferentes plataformas han atacado este problema desde diferentes puntos de vista. Hasta ahora el método más efectivo para atraer a usuarios a los chatbots en Facebook Messenger ha sido a través de la adquisición por comentarios o el uso de Facebook Ads, aunque esta era una de las plataformas que sí se habían propuesto ayudarnos con la adquisición de usuarios.

La empresa lanzó hace un par de años su sección de descubrimiento «Discovery», en la que era posible ver perfiles de Messenger asociados a diferentes áreas: Noticias, deporte, juegos…

Imagen de la documentación de Facebook Messenger en https://developers.facebook.com/docs/messenger-platform/discovery/discover-tab/

Los perfiles correspondientes a chatbots se listaban con un pequeño icono al lado, lo que hizo posible tanto que nosotros, los creadores de bots, pudiéramos explorar fácilmente otros, como que los consumidores pudieran identificar rápidamente chatbots que pudieran resultarles interesantes.

Parece que Facebook elimina esta sección de descubrimiento de chatbots en su próximo rediseño, ya que quieren darle más protagonismo a las stories.

Desde Chatbots en Español nos preguntamos si es una salida definitiva del directorio de nuestras vidas (y por tanto un duro golpe a los creadores de chatbots que confiaran en él para llegar a nuevos usuarios) o si la empresa tiene planes de ofrecer esta misma funcionalidad en otro lugar.

Volver

Cómo saludar de manera diferente a nuevos usuarios y usuarios recurrentes en Chatfuel

Cuando diseñamos la usabilidad de un chatbot una de las buenas prácticas es saludar de manera diferente a los nuevos usuarios y a los usuarios recurrentes. En este artículo te explicamos por qué y te enseñamos a configurar esta experiencia en Chatfuel, una de las herramientas más populares para hacer chatbots.

¿Por qué saludar a nuevos usuarios y usuarios recurrentes de manera diferente?

En el caso de los nuevos usuarios el mensaje de bienvenida es una ocasión ideal para presentar al agente, indicar su propósito, y realizar una llamada a la acción.

Los usuarios recurrentes son usuarios que ya han tenido una conversación con el chatbot y que accedan de nuevo. Si lo hacen a través de un enlace orientado al bloque de bienvenida de Chatfuel, en lugar de desde la aplicación de Messenger (por ejemplo, si hacen click en el botón de Enviar Mensaje de la página de facebook) debemos ser capaces de identificarlos y saludarles de otra manera.

Flujo conversacional de cristinasantamarina.com

Cuando saludamos a una persona por segunda vez no nos presentamos de nuevo, como mucho le recordamos brevemente quiénes somos, y un chatbot debería imitar este comportamiento para conectar mejor con los usuarios.

¿Cómo podemos configurarlo en Chatfuel?

Además de usar el Welcome message que chatfuel configura por defecto en todos los chatbots, crearemos un bloque de bienvenida para los usuarios recurrentes.

A este bloque de bienvenida para usuarios recurrentes enviaremos automáticamente a todos los usuarios que estén marcados con un atributo o indicador de que el usuario es conocido.

Si no tienen este indicador en lugar de ser enviados a la respuesta para los usuarios recurrentes, los marcamos como usuarios conocidos y enviamos el mensaje de bienvenida para nuevos usuarios. En este ejemplo yo lo he llamado «welcome know users» y he usado el atributo «subscribed» para etiquetar a los usuarios conocidos.

Configuración del mensaje de bienvenida de chatbotsenespanol.com

Modalidades y canales en la UX de interfaces conversacionales

Una de las tareas iniciales en el diseño de productos conversacionales consiste en definir las interacciones que son casi siempre multimodales y multicanales. En este post te explicamos qué significa cada uno de estos dos términos y qué consecuencias tiene en el desarrollo del proyecto, y te damos un ejemplo de un chatbot en el que se ven muy bien estas características, que también puedes encontrar en nuestros Casos de Éxito.

Multimodalidad

Las interfaces conversacionales suelen utilizarse en situaciones de multimodalidad, en las que la comunicación con la máquina se realiza a través de texto escrito y hablado pero también del uso de pantallas con diferentes elementos gráficos y opciones de interacción.

La multimodalidad es muy importante en el diseño de interfaces conversacionales porque diferentes dispositivos y canales ofreceran diferentes modos de interacción. Por ejemplo, interactuando con una acción de Google Assistant en un Google Home no tendremos acceso a imágenes, cosa que sí podemos hacer si navegamos desde un teléfono móvil usando esa misma acción.

Aunque es posible diseñar flujos de conversación que puedan usarse para todas las modalidades de interacción es recomendable crear experiencias a medida, y muchas de las herramientas de desarrollo de chatbots ya incorporan funcionalidades para ofrecer diferentes modos de interacción en diferentes dispositivos.

Multicanalidad

En muchos proyectos la interfaz conversacional debe estar disponible en varios canales a la vez, y en muchos casos es un requisito que además la conversación pueda pasar de un canal a otro.

Diferentes canales (como WhatsApp, Facebook Messenger, Slack, Skype, Alexa, Google Assistant, o un plugin en una web) tienen diferentes posibilidades de interacción, y es necesario tenerlos en cuenta a la hora de definir la estrategia conversacional y de diseñar los diálogos y las interacciones de la conversación.

Un ejemplo redondo: Victoria la Malagueña

Creada por el Ayuntamiento de Málaga en España, Victoria la Malagueña es un chatbot multimodal (ya que podemos hablar con ella o escribirle) y multicanal (puedes conversar con ella en Facebook Messenger o a través de Google Assistant) que ha ganado varios premios en los últimos meses por su originalidad. Dispone de información de aparcamientos, tiempo para que llegue el bus a una parada, cámaras de tráfico y vocabulario de Málaga entre otras funcionalidades:

¿Cómo escribir mejores respuestas por defecto?

Cuando diseñamos una conversación es importante crear buenos mensajes para la respuesta por defecto. Estos son algunos consejos para redactar las respuestas por defecto de tu chatbot o asistente de voz y algunos ejemplos que te pueden servir como inspiración en tu proyecto.

Indica claramente que no se ha podido procesar la pregunta.

Algunos chatbots responden con mensajes de relleno que dejan al usuario preguntándose si su mensaje no ha sido comprendido o si ha sido, simplemente, ignorado.

Ofrece opciones para continuar la conversación

Indica cómo resolver el conflicto: por ejemplo repitiendo el comando o eligiendo una opción de entre varias propuestas por el chatbot. La mayoría de los chatbots cumplen uno o dos propósitos principales y es útil recordárselo a los usuarios.

Se amable

Estamos dando trabajo al usuario y no queremos frustrarle. Es el momento de aplicar todo lo que aprendimos en casa: el chatbot debe pedir perdón y agradecer al usuario su paciencia.

Asume toda la responsabilidad

Siempre diremos cosas como «no te he entendido» y nunca* «lo que has dicho no tiene sentido». Hay muchos mensajes de la respuesta de error que serán frases de trolls jugando con el chatbot. A estos usuarios sí podemos decirles, después de varios mensajes no comprendidos, que parecen estar jugando con el bot. Es recomendable incluso etiquetarlos. ¡Se puede aprender mucho de las conversaciones con trolls!

Evita sonar repetitivo

Siempre que lancemos varias veces el mensaje por defecto deberemos usar mensajes diferentes en cada ocasión. Recibir el mismo mensaje de error varias veces es frustrante. Usar el humor o adjudicar propiedades humanas (prisa, paciencia, aprendizaje…) a un chatbot ayuda a generar empatía con el usuario, pero no abuses. Puedes usarlo en alguna de las respuestas por defecto pero hacerlo en todas no es una buena idea.

Escala las conversaciones atascadas a atención al cliente.

Cuando un usuario se encuentra varias veces con la respuesta por defecto la conversación deja de ser agradable. Para mantener la satisfacción de tus usuarios es posible que sea momento de derivar las conversaciones a tu servicio de atención al cliente, para que un humano puede hacerse cargo.

Ejemplos para tu proyecto

A continuación puedes ver una lista de respuestas por defecto creadas para diferentes asistentes. Recuerda que, aunque eres libre de reutilizar esta lista en tu proyecto, es conveniente diseñar la conversación con el usuario final en mente y utilizando en cada momento las palabras que mejor nos van a permitir satisfacer sus necesidades.

  • Lo siento pero no he entendido lo que acabas de decirme. ¿Podrías decirlo de otra manera, por favor?
  • Me temo que no entendí. ¿Cómo te puedo ayudar?
  • Todavía tengo problemas para entender algunas cosas. ¿Puedes explicarme lo que necesitas?
  • Creo que no he entendido lo que necesitas. Puedo hacer cosas como [funcionalidad 1] o [funcionalidad 2]. ¡Tú decides! ¿Por dónde empezamos?
  • Lo siento, no me aclaro. ¿Empezamos de nuevo o te paso con un agente?
  • No estoy seguro de haber entendido, disculpa. Muchas personas me piden ayuda con [funcionalidad 1] o [funcionalidad 2]. ¿Cuál de estas cosas te sería de más ayuda ahora mismo?

HER: Una película sobre interfaces conversacionales

La película HER es una de las más interesantes cuando hablamos de películas que presenten interfaces conversacionales. Protagonizada por Joaquin Phoenix y con la voz de Scarlett Johansson en la versión original, esta película presenta un futuro cercano en el que OS1, un sistema operativo inteligente creada por la empresa Elements Software, es capaz de conocer a los usuarios y adaptarse a ellos. ¿Qué podemos aprender de la personalización de la experiencia de uso en la película HER?

Un onboarding rápido y con efecto wow

El onboarding del asistente cubre la relación con Theodore desde que él ve la publicidad del sistema operativo a su primer uso, incluyendo por supuesto su experiencia en la tienda y el unboxing del producto.

En el primer uso, la configuración del asistente se hace a través de una interfaz conversacional con una voz claramente sintética que realiza unas preguntas de ajuste para individualizar el sistema operativo. Dos preguntas bastan para esta primera configuración: es importante empezar a aportar valor al usuario cuanto antes y habrá bastante tiempo para conocer sus preferencias en los siguientes días.

La primera pregunta que hace la voz de configuración (masculina) es si el usuario prefiere una voz masculina o femenina. No podemos saber cuál habría sido la respuesta de indicar Theodore que prefería una voz masculina, pero al indicar que su preferencia personal es una voz de mujer la voz de configuración del sistema operativo le pregunta qué tal relación tiene con su madre. Theodore divaga durante unos segundos pero es interrumpido por el asistente de configuración, que ha obtenido toda la información que necesita: el asistente personalizado de Theodore está listo para empezar a hablar y aprender con él.

Preguntas íntimas y escucha activa para conocer mejor al usuario.

En una escena el asistente pregunta a Theodore cómo se siente una persona en un matrimonio. En esta escena Samantha apenas habla y se limita a preguntar y a dejar hablar a Theodore sin interrupciones. Theodore se deja llevar por su relato y narra situaciones y describe situaciones que ayudan a Samatha a relacionar esas sensaciones con las que ella conoce. Curiosamente en esta escena Samatha tiene algo que parecen sentimientos. Cierra la escena diciendo algo curioso viniendo de un chatbot: el pasado es sólo una historia que nos contamos a nosotros mismos.

Conversaciones para una vida más feliz

Samantha es capaz de proponer planes para Theodore: en este video se puede ver como ella no sólo le motiva a dejar su cama y hacer cosas, sino que es capaz de divertirle, hacerle interactuar con su entorno y… motivarle a comprar.

¿Qué estás haciendo?

En esta preciosa escena Theodore pregunta a Samantha qué está haciendo y vemos como ella puede hacer varias cosas a la vez: Al mismo tiempo que observa el mundo, compone una pieza musical inspirada en su relación, ya que, dice Samantha, «no pueden tener una foto juntos». Mientras suena la música podemos ver varias situaciones en las que Theodore y Samantha han estado juntos, y es interesante ver en cuántas de ellas hay, además, otras personas, ajenas a lo que sucede.

Hablando de sentimientos

Theodore tiene total confianza de Samantha. En esta escena hablan sobre amor, sexo, alegría, sorpresa… Samantha puede mantenerse objetiva y dar datos, al contrario que Theodore, que se deja llevar por sus emociones y ve un futuro oscuro. En esta escena, como en Blade Runner, Samantha se cuestiona sus propios sentimientos. No está segura de si fueron programados o si son reales, pero sí siente dolor por esta incertidumbre. La escena también resalta que, cuando se trata de sentimiento, la ausencia de un cuerpo hace difíciles las cosas. Samantha, programada para satisfacer a Theodore, pone de su parte. ¿Cuánto hay de realidad? ¿Se parece a esta escena el futuro que nos espera?

Conversaciones que enganchan y cosas que no cambian.

Theodore está enganchado a Samatha. En esta angustiosa escena Theodore no consigue contactar con Samantha. Nervioso toca sus auriculares y su dispositivo de control, sin éxito. Corre para buscar un lugar en el que poder revisar su sistema operativo. Cuando por fin consigue contactar con Samantha, ésta le cuenta que estaba actualizando el sistema operativo. Es interesante ver como incluso en esta utopía con informática superinteligente las actualizaciones de software siguen fuera del control de los usuarios y causándoles problemas.

El siguiente párrafo contiene un spoiler que no querrás saber si no has visto la película, pero puedes seleccionar el bloque para leer el texto.

En esta misma escena Theodore entiende, por primera vez, que Samantha crea cosas y que habla con más personas y sistemas operativos. Es una de las más impactantes de la película: 8316 otras personas y sistemas ocupan a Samantha a la vez y esto no acaba aquí. Ella está enamorada de varios de ellos: 641 para ser exactos. Theodore no puede entender esto, lo que hace que su relación se resienta. «Aún soy tuya pero en el camino me convertí en muchas otras cosas».

Más contenidos sobre este tema

Si te ha interesado este artículo es posible que disfrutes del siguiente video, que analiza en detalle la película:

8 argumentos a favor de los chatbots para respaldar tu proyecto conversacional

Es posible que esté aquí porque te has decidido a incorporar las interfaces conversacionales a tu organización, sea para uso interno o para uso externo. Parte del proceso, si no trabajas en solitario, suele ser convencer a tus jefes o compañeros, o a tus clientes, de la viabilidad y beneficios de las interfaces conversacionales. Para facilitarte este paso te proponemos 8 beneficios de los que puedes hablar para obtener el apoyo que necesitas.

Naturalidad

El chatbot entiende las peticiones en lenguaje natural y reduce el uso de botones, selectores y otras interacciones que los usuarios no siempre entienden. Esto es cierto para todos los usuarios pero sobre todo para los más jóvenes y los más mayores.

Disponibilidad 24/7

El chatbot no duerme ni tiene vacaciones o pausas de café y puede responder a los clientes en el momento en que más nos necesitan.

Inmediatez

El chatbot no tiene que encontrar su móvil en el bolso para responder, ofreciendo a los clientes soluciones sin espera.

Escalabilidad

El chatbot puede atender a tantas conversaciones como sea necesario y el entrenamiento es más rápido a medida que aumenta el número de interacciones. Este argumento suele ser el rey en los proyectos para call centers.

Colaboración

Los chatbots son capaces de identificar conversaciones de alta prioridad y derivarlas a agentes. Esto es muy importante en los servicios críticos (por ejemplo salud) o de alto valor (clientes de marcas de lujo por ejemplo).

Aprendizaje

El chatbot puede aplicar lo que aprende a otras conversaciones, reduciendo con el tiempo su necesidad de supervisión humana. Esto es importante cuando hables del presupuesto: La inversión más grande se hace al inicio y, a un alcance fijo, tiende a cero.

Memoria

El chatbot siempre puede recordar en qué documento está la información, conectando todo el conocimiento de la empresa con los clientes. Esto tiene como consecuencia una interacción cada vez más personalizada.

Interoperabilidad

El chatbot puede recoger y volcar datos de otras fuentes, reduciendo el trabajo manual y la duplicación de entradas de datos.

7 películas que han definido cómo vemos las interfaces conversacionales y la inteligencia artificial

Las películas afectan al modo en el que vemos el mundo. La ciencia ficción, sin duda, ha afectado a nuestra capacidad de asombrarnos por la tecnología. Cuando pensamos en interfaces conversacionales e inteligencia artificial nuestras expectativas están muy altas en comparación con la tecnología y los productos a nuestro alcance como consumidores. Esta es una lista de 7 películas que han afectado la manera en la que miramos estas tecnologías.

Metropolis (1927)

Antropomórfica

Metrópolis es una de las primeras películas que se hicieron y un clásico que, curiosamente, tiene un robot que se comunica con humanos. La película es muda así que no podemos saber cómo suena su voz o cómo de fluida es la comunicación, pero es interesante ver tan temprano interés en las interfaces conversacionales y los robots en el cine.

2001: Una odisea en el espacio (1968)

Ambiente y luz roja

HAL es un ordenador que puede entender lenguaje natural y elaborar respuestas de manera natural. HAL puede engañar, rompiendo una de las reglas principales de la conversación: la cooperación. HAL puede cambiar su tono dependiendo de su mensaje, y tiene una luz roja que cambia su intensidad en diferentes situaciones.

Star Wars (1977)

Antropomórfica

Esta saga ha llegado a los corazones de espectadores de varias generaciones diferentes, y C3PO seguramente sea uno de los robots parlantes más populares del cine y el que más ha afectado a nuestras percepciones. Este robot entiende todo lo que se le dice, habla muchísimos idiomas y tiene respuestas improvisadas y muy ocurrentes. Tiene una personalidad propia y un amplio vocabulario.

Blade Runner (1982)

Antropomórfica

Los androides de Blade Runner son tan realistas que hasta ellos mismos se creen que son humanos. Tienen sentimientos y memoria, e interactúan con los humanos de una manera completamente natural. Blade Runner, curiosamente, desarrolla la idea de un test para diferencias a los androides de los humanos.

Terminator (1984)

Antropomórfica

Los robots de Terminator están fijados en sus objetivos y tienen personalidades redondas que evolucionan de una película de la saga a otra. Pueden entender lenguaje natural (aunque no son los mejores entendiendo metáforas o sarcasmo) y hablan despacio pero claro.

Moon (2009)

Ambiente y pantalla con emojis

La voz sintética del ordenador de Moon puede hacerle parecer menos inteligente de lo que es en realidad. Uno de las características más interesantes de este agente conversacional es su pantalla, en la que diferentes emojis complementan el tema de la conversación.

Her (2013)

Ambiente

El de Her es uno de los agentes conversacionales más fascinantes que he visto, y hace mucho más de lo que cualquier usuario podría soñar. Amanda es capaz de aprender, entender y comunicar emociones y haría que cualquier persona con un corazón se enamorara de ella.


Estas y otras películas son un listón para las expectativas de muchos usuarios. Aunque es, actualmente, imposible crear inteligencias independientes que sean capaces de hacer lo mismo que los personajes de estas películas de ficción, sí es posible imitar algunas de sus funcionalidades a través del diseño y la aplicación de experiencias de usuario que aporten variedad y empatía a la conversación y la optimicen para satisfacer las necesidades de los usuarios.

Chatbots en Diciembre de 2019: Los mejores enlaces

Diciembre ha venido cargado de novedades sobre Google Assistant, Alexa y otros chatbots. Hemos seleccionado las mejores noticias para ti y analizamos las novedades y cómo van a afectar a las organizaciones y desarrolladores que trabajamos con interfaces conversacionales. Puedes leer más en nuestro blog.

Google Assistant nos despertará con música de piano especialmente hecha para nosotros con Inteligencia Artificial

Fuente: El Androide Libre – El Español
La función de alarma es una de las más usadas de los asistentes virtuales. Esta nueva característica acerca a Google Assistant al ideal de asistente que ofrece una experiencia personalizada a sus usuarios hecha a medida para cada persona.

La app Ultimate Alexa lleva al asistente a los teléfonos Android

Fuente: La Razón
Esta app permite a cualquier usuario de Android usar Alexa. Aunque parece que no todas las funcionalidades del asistente estarán disponibles a través de esta aplicación, sí podrán aprovechar algunas de las opciones más avanzadas aprovechándose de la pantalla de sus teléfonos móviles.

Google Assistant ejerce como traductor y se integra con Google Maps

Fuente: El País
Según ha publicado la empresa, Google Assistant nos ayudará a pronunciar bien los sitios a los que queremos llegar y podrá ejercer como traductor personal al comando «OK Google, ayúdame a hablar inglés».

Xiaomi ha lanzado un altavoz inteligente con pantalla por 80€

Fuente: El output
A pesar de que sólo será compatible con asistentes chinos, es interesante ver la bajada del precio de los dispositivos con pantalla. Parece que los altavoces y asistentes con pantalla están aquí para quedarse.

Chatbots en Español: El altavoz inteligente de Xiaomi
El altavoz inteligente de Xiaomi

Panasonic añade Alexa y Google Assistant a sus aires acondicionados

Fuente: Alimarket
Ya han lanzado dispositivos que se pueden controlar por voz y el Español llegará como idioma de interacción a lo largo de 2020.

Balusian e Itainnova desarrollan un chatbot para vigilar a otros chatbots

Fuente: Heraldo
Este chatbot aragonés podrá evaluar la confiabilidad y ética de otros chatbots a través de conversaciones. Evaluará la protección de los datos del usuario, si es tendencioso políticamente o si discrimina o es racista entre otros aspectos.

Dos chatbots argentinos entre los finalistas de los premios Planeta Chatbot 2019.

Fuente: Clarin
Mariela, un chatbot que vende autos, y el chatbot de la ciudad de Buenos Aires, entre los finalistas de la categoría Startup de los premios de Planeta Chatbot. Nos hicimos eco de este concurso en nuestra sección de eventos.

Cifras sobre el mercado de interfaces conversacionales

A la hora de convencer a jefes, compañeros o clientes de comenzar el desarrollo de una estrategia conversacional suele ser necesario recurrir a cifras sobre el mercado para los chatbots y asistentes de voz y sobre el impacto de los casos de éxito implementados por empresas de la industria o en casos de uso similares. A continuación puedes ver una colección de indicadores que puedes usar para inspirar tu presentación.

El 37% de los usuarios en Estados Unidos dicen que harían una compra a través de un chatbot.

Huffington Post

El 29% de los usuarios quieren comunicarse con los negocios a través de aplicaciones de mensajería.

1.400 millones de personas usan aplicaciones de mensajería a diario en el mundo. Este número crecerá hasta 1.750 millones de personas en 2020.

En Reino Unido, el 33% de los consumidores dijeron en 2017 que comprarían cosas como comida, ropa o calzado usando un chatbot.

Mintel

El 37% de los consumidores (ojo porque sube hasta el 48% en los millennials) están abiertos a recibir recomendaciones basadas en sus preferencias a través de chatbots.

Brandlitic

50 aplicaciones conversacionales para tu hackaton o proyecto personal

A menudo nos apuntamos a hackatones o tenemos ganas de empezar un proyecto propio y nos falta inspiración. Otras, nos encontramos con clientes que nos piden ideas, y nos cuesta encontrarlas. Aquí tienes una lista de 50 ideas para tu aplicación conversacional:

  1. Un bot para meditar que te lo recuerde cada día y te guíe con mensajes de texto o audios personalizados.
  2. Un bot que te recuerde que tienes que regar las plantas
  3. Que podría incluso ayudarte a saber qué planta tienes y cómo cuidarla a partir de una fotografía.
  4. Un bot para acordarte de cuando tiene que venirte la regla
  5. O cuándo tomarte la pastilla
  6. O cambiarle el aceite al coche
  7. O reponer la bombona de gas
  8. O sacar las cervezas del congelador
  9. O renovar tu pasaporte
  10. O comprar los regalos de navidad.
  11. Un bot que genere códigos promocionales
  12. O que, usando una palabra secreta, te de información u ofertas
  13. También podríamos hacer una búsqueda del tesoro usando bots!
  14. Un bot para recibir noticias sobre tu equipo de fútbol favorito
  15. Un bot que parece tu celebrity preferida
  16. Un bot para donar lo que ya no usas
  17. Un bot con las mejores recetas de cocktails
  18. Un bot que te propone una postura de yoga al día, con un video
  19. O una cita de Einstein al día
  20. O una receta con Quinoa.
  21. Un bot para comprar camisetas
  22. Para no tener que ver la web de un bar
  23. O para descubrir una ciudad de una forma diferente
  24. Un bot para motivar a tu equipo a levantarse de la silla y estirar
  25. O para conocer a gente que sabe muchas cosas
  26. O comparar dos cosas entre las que no te puedes decidir
  27. Un bot para saber qué seguro te conviene
  28. Para evaluar tu estancia en un hotel
  29. O denunciar el vandalismo urbano con geolocalización e imágenes.
  30. Un bot para encontrar ofertas de vuelos
  31. Para encontrar canciones que tienen la palabra “nube”
  32. O eventos históricos y efemérides del día.
  33. Un bot para saber cómo registrarte para ir a votar
  34. Para pedir una subida de sueldo
  35. O pensar sobre cómo nos afecta AirBnB
  36. Un bot para saber cuando presentar impuestos
  37. O si debo añadir IRPF e IVA a mis facturas
  38. Para elegir el mejor champú para mi tipo de pelo
  39. Saber cuándo sale mi café de Navidad en Startbucks
  40. O hacer el lavado de dientes nocturno más interesante para los niños
  41. Un bot que me dé ideas de comidas que puedo hacer con comida de mi nevera
  42. Nuevas combinaciones con mis prendas favoritas
  43. O donde comprar una versión barata de un vestido caro
  44. Un bot para ayudar a agentes de atención al cliente
  45. O que atienda a los clientes directamente y pida ayuda a los humanos si la necesita
  46. O para ayudar a los alumnos de la universidad en los primeros días
  47. O automatizar el amigo invisible de tu empresa estas navidades
  48. O decirte cada día cuántos faltan para la siguiente temporada de Juego de Tronos tu serie favorita.
  49. Incluso uno con el obtener un gif de star wars a cambio de tu crítica sobre la película, que incluso podría ser diferente según tu opinión
  50. Si nos volviéramos locos, con el análisis correcto y las herramientas adecuadas, podrías hacer chatbots de casi todo!!

Si tienes un backend y programadores puedes llegar a hacer muchísimas cosas con bots, al fin y al cabo, recuerda: La conversación no es más que una interfaz.

Disfruta tu hackaton y ¡No dejes de contarnos qué hiciste en la comunidad de Chatbots en Español!

Protección de datos personales en chatbots

La preocupación por la protección de los datos personales de los usuarios de chatbots es un tema recurrente en charlas, talleres y sesiones de trabajo con clientes.

Como muchos creadores de chatbots y de otras aplicaciones, desarrollo productos para plataformas, como Facebook Messenger y usando, en muchos casos, herramientas como Dialogflow o Chatfuel. Además uso plugins para mandar datos de las conversaciones a Google Sheets, Dialogflow… y tengo apps de Facebook instaladas con permisos que no controlo. Mis usuarios llegan al chatbot a través de navegadores hechos por otras empresas, tienen teléfonos que las teleoperadoras utilizan para estudiar sus hábitos, y usan dispositivos que graban clips de audio aleatorios en su día a día.

Todo esto te puede sonar a ciencia ficción, pero es la realidad de nuestros días.

Me preocupa como usuaria pero también como creadora que estas apps tengan acceso a datos de mis usuarios. Datos personales, como su nombre, su sexo, su edad, su ubicación… que Facebook almacena y Chatfuel recibe y yo visualizo. Datos además como condiciones médicas que los usuarios consultaron al bot y que van unidas a datos que permiten identificarlos. Sé en qué empresas trabajan las personas que dijeron obscenidades y si tienen o no pareja. El elemento humano es siempre el más débil en la cadena de protección de datos y no nos engañemos: alguien en Facebook y Chatfuel tiene probablemente acceso a esta misma información.

Mi preocupación no es sólo ética, tiene un interés menos altruista que darle a mis usuarios soberanía sobre su información: con la llegada de la GDPR no sólo soy responsable de mi gestión de los datos personales, sino también en gran parte de la de mis proveedores e intermediarios.

Hay además algunas medidas que podemos tomar para protegernos a nivel conversación si vamos a recoger datos sensibles o pensamos ganar dinero con ellos.

  • Redacta unos términos y condiciones y pide a tus usuarios que los acepten al iniciar la conversación con tu bot.
  • Añade una opción en tu bot para que los usuarios te pidan el borrado de sus datos personales, o asegúrate de tener una dirección clara de contacto que revises con regularidad.
  • Si tienes un backend en el que almacenas datos asegúrate de que es seguro y de que sus comunicaciones con los canales y herramientas que usas son seguras.
  • Si trabajas en equipo, es una buena practica que asignes a un miembro del equipo la responsabilidad de velar por el cuidado de los datos de los usuarios. Esta figura es popular en grandes empresas y se llama DPO por sus siglas del inglés Data Protection Officer.
  • Documenta los datos personales que recoges y su tratamiento. Clasifica los datos según su sensibilidad y según los grupos y servicios que tengan acceso a ellos.
  • Asegúrate de que todos los datos que incluyes en análisis están anonimizados antes de compartirlos. Hay diferentes maneras de hacer esto, si te parece interesante menciónalo en los comentarios y escribiré sobre esto.

Esta lista no es completa, pero puede ayudarte a empezar. Si vas a trabajar en un proyecto serio te recomiendo que contactes con un profesional. Hay cada vez más abogados especializados en estas cosas y agencias de seguridad de datos que trabajan por proyecto y te ayudarán a tenerlo todo en orden.

En lo que respecta a la tecnología, si nos apoyamos en frameworks y herramientas en el desarrollo de nuestro bot (y en la mayoría de los casos usaremos alguna una herramienta o canal que tenga acceso a los logs de nuestro bot) sólo nos queda asegurarnos de que son proveedores seguros y leer los términos y condiciones con mucho detenimiento para asegurarnos de que trasladamos a nuestros usuarios finales cualquier dato relevante.

blog-chatbots-en-espaol