Inteligencia artificial y tecnología para monitorear la opinión hacia tu empresa

Actualmente, existen diversas herramientas automatizadas que permiten a las organizaciones conocer los comentarios cualitativos de sus clientes.


Para las empresas es muy valioso conocer la opinión de sus clientes y de los públicos de interés. Tradicionalmente, la forma de saber cuáles son sus pensamientos y sentimientos hacia determinado producto, servicio, empresa o política empresarial, ha sido a través de encuestas.


“El problema es que estas encuestas no pueden captar respuestas emocionales importantes y, como resultado, terminan perdiendo comentarios de importancia crítica”, explican Mohamed Zaki -Director Adjunto de Cambridge Service Alliance (CSA) de la Universidad de Cambridge-, Janet R. McColl-Kennedy -profesora de marketing y directora de investigación de UQ Business School, de la Universidad de Queensland- y Andy Neely -fundador de Cambridge Service Alliance (CSA)- en una investigación publicada en la revista Harvard Business Review.


Los investigadores indican que existe una “mina de oro de datos” si se sabe dónde buscarla y cómo analizarla, ya que los clientes suelen revelar sus verdaderos sentimientos cuando pueden entregar respuestas abiertas, y estas son un predictor mucho más confiable de los comportamientos.


“Esta tecnología pretende determinar el sentimiento o emoción implícito en una opinión”, explica John Atkinson, profesor e investigador en la Universidad Adolfo Ibáñez, Chile, y PhD en Inteligencia Artificial de la Universidad de Edimburgo. Atkinson también recalca la importancia de contar con herramientas que consideren las distintas subjetividades del lenguaje: “La máquina toma una opinión y la clasifica, pero hay un rango mucho más grande de opciones. El primer paso, antes de discriminar cuál es el tipo de opinión, es buscar mensajes que hablen del tema. Pero a veces hay que inferir lo que está implícito y muchos sistemas infieren sin contexto”.


Es aquí donde la IA entrega en juego. “El rol de la inteligencia artificial está en el procesamiento del lenguaje. En general se asume que una opinión es una bolsa de palabras. Pero la realidad no es así, está la forma en que se conectan, las subjetividades, ironías, superlativos”, agrega Atkinson.


Para graficarlo, ejemplifica con la frase “Spiderman no es una mala película”. Esta sentencia indica un comentario positivo sobre el film, pero un sistema que no cuenta con el contexto adecuado podría reconocer las palabras “no” y “mala”, clasificando la frase como un comentario negativo.


Zaki, McColl-Kennedy y Neely explican que las herramientas disponibles en este momento generalmente clasifican los comentarios en positivos y negativos, pero en su investigación definieron siete dimensiones para mapear las palabras clave del feedback de los clientes.


“Los algoritmos de IA pueden capturar el vocabulario especializado utilizado por los clientes y combinar sus puntos de vista expresados en sus propias palabras con escalas de calificación tradicionales para obtener información detallada. Estos conocimientos pueden dar forma directamente a acciones a corto y largo plazo para retener a los clientes”, indican.


Criterios a tener en cuenta


John Atkinson dice que las empresas que quieran emplear esta tecnología deben tener una serie de consideraciones en su decisión. En primer lugar, deben revisar si tienen información disponible para alimentar el sistema. Luego, es importante analizar si la solución elegida considera sesgos y desbalances y qué tecnología aplicaría mejor, según la complejidad de los mensajes a analizar y la naturaleza de los textos. Por último, para entender y analizar mejor la información y así tomar decisiones fundamentadas, es relevante discurrir cómo los resultados se van a conectar con elementos que le den significancia y validez, según explica John Atkinson.


En 2021, Alaya desarrolló una solución personalizada para una compañía minera, con estas características, que se alimentaba de palabras claves tomadas de diarios comunales y redes sociales, para medir la opinión de los colaboradores y miembros de la comunidad sobre una faena. Su aplicación fue crucial para la estrategia de relacionamiento de la empresa con su entorno.