El contexto lo es todo: cómo Amazon está haciendo que Alexa sea más humana
Alexa ha recorrido un largo camino en cuatro años. Si bien Siri puede haber puesto a los asistentes de voz digitales en el mapa, Alexa es la que se ha convertido en el buque insignia útil, especialmente cuando se trata de alimentar el hogar inteligente.
Sin embargo, Alexa no es perfecta. Todavía está claro que queda un largo camino por recorrer antes de que los asistentes de voz sean lo más fluidos posible y verdaderamente indispensables. Amazon tiene una hoja de ruta para llegar allí, y tiene un par de ideas clave que tiene en cuenta mientras trabaja para mejorar a Alexa.
El más importante de ellos es el contexto, algo que Amazon gritó a los cuatro vientos cuando anunció los nuevos Echo Dot y Echo Show en su evento de septiembre. Los primeros atisbos de esto son el Modo Susurro, que le permite a Alexa susurrarle cuando usted le susurra, y Alexa Guard, que puede escuchar si hay vidrios rotos para que pueda actuar como un sistema de seguridad.
“Tienes que ponerte en una mentalidad diferente y dejar que la tecnología desaparezca por un tiempo y solo pensar en ‘¿cómo diseñamos esto y qué haría un humano en este caso?'", dice ella.
Haciendo a Alexa humana
Si alguien te susurra, naturalmente entiendes que lo hace por una razón. La razón real no importa demasiado, pero instantáneamente reconoces el contexto y comienzas a susurrarle. Crear esa sensación humana es lo que Amazon quiere hacer con Alexa.
Pero en realidad crear esa sensación humana es difícil. Para Whisper Mode, los científicos de Amazon tuvieron que investigar cómo funcionan las cuerdas vocales humanas cuando la gente susurra. Descubrieron que susurrar no involucra la vibración de las cuerdas vocales y que usa menos energía en las frecuencias más bajas de la voz humana, según la científica del habla de Amazon Zeynab Raeesy. Tuvieron que enseñarle a Alexa a descifrar esos significantes y adaptarse a ellos.
El problema es similar para Alexa Guard, que necesita poder aislar los sonidos e identificarlos. Tiene que ser capaz de darse cuenta de que un plato que se cae o un vaso que se cae no es lo mismo que un cristal de ventana hecho añicos. Chieh-Chi Kao y Weiran Wang, científicos aplicados de Amazon, dicen que tuvieron que usar el aprendizaje automático para analizar fragmentos de audio de 30 segundos para ayudar a enseñar a Alexa.
Amazon puede hacer que Alexa sea tan contextual como quiera, pero una de las cosas más frustrantes de Alexa, y de los asistentes de voz en general, es cómo pueden sentirse rígidos cuando usan habilidades de terceros. A menudo tienes que decir cosas de una manera no humana, como "Alexa, pídele a iRobot Home que limpie la cocina" cuando solo quieres decir "Alexa, limpia la cocina". Una forma de hacer esto es que Amazon brinde a los desarrolladores acceso a las capacidades más avanzadas de Alexa a través de las API, que son básicamente claves que permiten a los desarrolladores usar la tecnología de otra empresa.
“Es muy importante sacar esas API y distribuir esa experiencia para que miles de desarrolladores puedan inventar y tener algunas de las experiencias que hacemos”, dice Reid. Cuanto más acceso tengan los desarrolladores a Alexa y sus funciones contextuales, mejores serán sus habilidades, lo que significa que Alexa podría sonar y actuar de forma menos robótica.
Una forma en que Amazon está haciendo esto es con un conjunto de herramientas llamado Speech Synthesis Language Markup, que permite a los desarrolladores controlar el tono y el volumen de la voz de Alexa. Eso significa que los desarrolladores podrían hacer que Alexa susurrara o hiciera una pausa para lograr un efecto dramático, o ralentizar su velocidad de habla.
Una nueva responsabilidad
Cuanto más contextual se siente Alexa a través de la experiencia, desde las funciones propias de Amazon hasta las capacidades de terceros, más humana se siente Alexa. Eso también significa que la responsabilidad de Amazon crece. Reid dice que la gente le cuenta a Alexa cosas sobre sus vidas
“Los clientes nos cuentan cosas. Están tristes, están felices. Y cómo respondemos a esas cosas, importa. Asumimos esa responsabilidad en todo”, dice ella. Si alguien comienza a contarle a Alexa que está deprimido, solo o incluso suicida, Amazon debe poder reaccionar.
Amazon hace algo de esto. Si le dices a Alexa que te vas a suicidar, te recomendará que llames a una línea directa de prevención del suicidio para obtener ayuda. Sin embargo, no puede comprender los signos más matizados de depresión y suicidio. Alexa aún no puede entender la emoción detrás de lo que estás diciendo, por lo que no puede analizar si estás bromeando o hablando en serio si dices algo como "Alexa, no quiero despertarme mañana".
Lea esto: Esta habilidad de terapia ayuda a la salud mental cotidiana
La capacidad del Modo Susurro para analizar no lo que dices, sino cómo lo dices, es solo un paso hacia la capacidad de Alexa para analizar las emociones, lo que ayudará a comprender la intención y ayudará más de lo que puede.
Al mismo tiempo, Alexa es una pieza de tecnología dirigida por una serie de algoritmos. Como vimos en 2018, los algoritmos pueden fallar y tener efectos secundarios no deseados. Reid dice que no importa si las personas ven a Alexa como un miembro de su familia o simplemente como una computadora de voz que usa la nube, Amazon debe ser transparente sobre cómo hace las cosas.
“Para nosotros se trata de dar a los clientes transparencia y control. Necesitan entender por qué suceden las cosas. Así que con las corazonadas deberías poder decir, ‘¿por qué hiciste eso?' En realidad, cuanta más gente entienda por qué estamos haciendo las cosas y que tienen control sobre esas cosas, creo que es muy importante, y permite que esa relación se desarrolle y sea súper individualizada”.