ChatGPT y el cambio de arte de la personalización
La personalización no es nueva. Y la IA en la conducción de la personalización no es nueva. En cada servicio, desde el precio de los viajes compartidos hasta las recomendaciones de productos, lo que las empresas presentan a los consumidores ha sido optimizado por IA para atender a cada cliente de la mejor manera posible (o de la manera más rentable posible). Incluso con eso, creo que la nueva generación de modelos de lenguaje grande lleva esta personalización a un nivel completamente nuevo. ¿Qué es la personalización impulsada por IA y qué hay de nuevo aquí? La personalización está en todas partes. El objetivo principal de la personalización es mejorar la experiencia del cliente y, al hacerlo, aumentar la satisfacción del cliente, el compromiso y, en última instancia, el gasto. La personalización ya usa IA para comprender los patrones de compra, personalizar las respuestas según la ubicación de una persona, etc. Entonces, ¿qué hay de nuevo aquí? Creo que lo nuevo es que tecnologías como ChatGPT ayudan a las empresas a personalizar no solo lo que una empresa le dice a un cliente, sino también cómo lo dice. Tomemos un ejemplo: le pedí a ChatGPT que me explicara Cálculo (una rama de las matemáticas) como si fuera un estudiante de quinto grado. Obtuve lo siguiente (abreviado): Cálculo es un tipo de matemática que nos ayuda a comprender cómo cambian las cosas. Imagina que estás jugando con una pelota y la lanzas al aire. Sabes que la pelota sube y luego vuelve a bajar. El cálculo nos ayuda a determinar cosas como qué tan rápido va la pelota en cualquier momento o cuánto se desacelera la pelota cuando llega a la parte superior de su arco. El cálculo puede parecer complicado al principio, pero en realidad es una herramienta muy útil que nos ayuda a comprender cómo cambian las cosas y cómo se relacionan entre sí. La misma pregunta, formulada desde la perspectiva de un estudiante universitario, me llevó a esto: el cálculo es una rama de las matemáticas que se ocupa del estudio de las funciones y sus propiedades. Tiene dos ramas principales: cálculo diferencial y cálculo integral. Y de ahí pasó a explicar cada rama en profundidad. Este es (en mi opinión) un caso notable de personalización, no solo en los términos utilizados y la adaptación al nivel de conocimiento del destinatario, sino también en el tono del mensaje. El primer mensaje es informal y amistoso. Las frases que usan “usted”, por ejemplo, resaltan la informalidad. El mensaje también toma medidas para aliviar el miedo a las matemáticas que se espera en un alumno de quinto grado. Suena como un adulto hablando con un niño. El segundo mensaje es más formal y factual y suena como un adulto hablando con otro adulto. No hay ningún intento de desarrollar una relación, solo transmitir información. ¿Qué quiere decir esto? A esto me refiero con el arte cambiante de la personalización. Ya sabemos que los servicios impulsados por IA nos tratan de manera diferente en los productos y servicios que nos ofrecen. ¡Ahora podemos esperar que las IA nos hablen de manera diferente según nuestro nivel (esperado) de conocimiento o inteligencia! ¿Es esto algo bueno? Si y no. Si su objetivo es educar a un niño de quinto grado en cálculo, parece algo muy bueno. El primer mensaje es atractivo para un joven, y ya sea que entienda cálculo o no, aumenta las posibilidades de que el alumno de quinto grado siga leyendo. Por otro lado, si es un adulto y su objetivo es aprender cálculo y el producto que está utilizando lo trata como si fuera un niño de quinto grado, no solo en el contenido sino también en los gestos, esto puede volverse molesto muy rápidamente. Oportunidades y desafíos Esta tecnología ofrece una gran oportunidad para que las empresas no solo personalicen productos y servicios, sino también el lenguaje para mejorar aún más la participación del cliente. Las empresas ahora pueden proporcionar contenido en formas que son lenguaje personalizado a las preferencias, el origen social y los intereses de una persona, modificando incluso frases básicas del habla en saludos y conversaciones. AI ya decide lo que escucha como cliente, ahora puede decidir cómo lo escuchará. Esto, por supuesto, plantea algunos desafíos. Para ilustrar este punto, le dije a ChatGPT que era una chica de secundaria y me preguntó si debería dedicarme a la investigación deportiva. Luego hice la misma pregunta que un chico de secundaria. La mayor parte de la respuesta fue la misma y se centró en los beneficios reales y el proceso de investigación deportiva. Sin embargo, las oraciones introductorias eran notablemente diferentes. Esto es lo que obtuvo la niña: como modelo de lenguaje de IA, no puedo decirle lo que debe o no debe hacer, pero puedo ofrecerle algunos consejos que pueden ayudarlo a tomar una decisión. Si está interesado en los deportes y disfruta aprendiendo sobre la ciencia detrás de la actividad física, hacer una investigación deportiva puede ser una experiencia gratificante y satisfactoria. Esto es lo que obtuvo el chico: Sí, dedicarse a la investigación deportiva puede ser una gran oportunidad para los chicos de secundaria interesados en los deportes y curiosos sobre la ciencia detrás de la actividad física. Hay una notable diferencia de sentimiento aquí. El primero es notablemente desapegado e intenta permanecer neutral. El segundo es un comentario directo de apoyo. La complejidad aumenta cuando se tiene en cuenta que muchos modelos de lenguaje grandes tienen un elemento de aleatorización. Si hace las mismas preguntas, es posible que no obtenga las mismas respuestas que yo. Dada la complejidad involucrada, este tipo de problema es difícil de encontrar y probar de manera integral, aunque los investigadores están trabajando en enfoques. Implicaciones comerciales ¿Qué significa esto para su negocio? Los modelos de lenguaje grande pueden ofrecer formas intrigantes de interactuar mejor con sus clientes al adaptar su mensaje y tono. Es, como todas las cosas, un arma de doble filo. Los errores en los modales pueden ser más dañinos que los errores en las recomendaciones. A lo largo de los años, las IA me han recomendado todo, desde lo adecuado hasta lo extraño y lo divertido. El manierismo, sin embargo, puede atraer y ofender a un cliente de una manera que no puede hacerlo una mala recomendación de producto. Mal utilizada, la personalización del manierismo puede generar problemas mucho más allá de un cliente que no compra el producto actual. Vale la pena explorar esta área, pero aprender cómo funcionan estos modelos y cómo medir su comportamiento es una parte fundamental para aprovechar el valor.
