La clave de la nueva generación de IA está en nuestras conversaciones informales: errores y jerga harán que los asistentes sean más inteligentes de lo que creíamos

Cada vez que alguien consulta a chatbot —para pedir ayuda, consejo o simplemente aclarar algo menor— no solo recibe una respuesta, sino que además ayuda al sistema a volverse un poco más inteligente. Una nueva investigación mostró que el estilo de comunicación del usuario influye directamente en qué tan preciso es el entendimiento de la solicitud por parte del bot y en cómo se formula la respuesta.

En la vida cotidiana, las personas se adaptan a su interlocutor: al hablar con el gerente de un banco, eligen un tono formal y oraciones completas, y con amigos —abreviaturas y expresiones coloquiales. Expertos de Amazon decidieron comprobar si ese efecto se mantiene al comunicarse con chatbots y cuánto afecta a la precisión de su desempeño.

Los investigadores compararon miles de mensajes que los usuarios enviaron a operadores humanos y a un interlocutor artificial, analizándolos según el nivel de gramática, cortesía y vocabulario. Se descubrió que, cuando se comunican con personas, los usuarios son un 14,5% más corteses y formales y un 5,3% más correctos gramaticalmente que en diálogos con bots. El análisis se realizó con la ayuda del modelo Claude 3.5 Sonnet.

Para entender cómo estas diferencias afectan la percepción del lenguaje, los investigadores entrenaron el modelo Mistral 7B con 13.000 diálogos reales entre personas y lo probaron con más de 1.300 mensajes enviados a chatbots. Para completar el experimento, crearon variantes artificiales de esas frases —tanto en estilo cortés como en uno extremadamente directo.

Los resultados fueron inesperados: el modelo entrenado con datos mixtos —reales y generados— reconocía el sentido de las solicitudes de los usuarios con un 2,9% más de precisión que aquel entrenado únicamente con los mensajes humanos originales. En cambio, el intento de «mejorar» la comprensión mediante la reescritura automática de mensajes informales a un tono más formal tuvo el efecto contrario: la precisión cayó casi un 2%.

Como enfatizan los autores, la clave para el desarrollo de los chatbots no es «normalizar» el habla del usuario, sino entrenar desde el inicio a los modelos para que perciban estilos de comunicación diversos. Ese enfoque permite a los sistemas entender mejor las intenciones humanas sin distorsionar el sentido de lo dicho. Las conclusiones pueden desempeñar un papel importante en la creación de asistentes de IA más flexibles y adecuados, que comprendan igualmente bien tanto el habla formal como las formulaciones coloquiales, acercándose a la comunicación humana real.