Lenguaje natural e inteligencia predictiva, el coctel perfecto para democratizar la analítica de datos

Hace unos años, si alguien le hubiera preguntado qué le respondió su teléfono o computadora sobre si este día era bueno para realizar una transacción de negocio, o por qué este mes no llegaron los comensales esperados a su restaurante, tal vez hubiera pensado: “de qué habla este tipo”.

Sin embargo, actualmente, con los avances en el procesamiento de lenguaje natural y la inteligencia predictiva, la probabilidad de que su equipo móvil le muestre a través de

un gráfico o infografías las probabilidades de que este día sea el mejor para impulsar su negocio, es muy factible. Soluciones como IBM Watson Analytics son la respuesta.

Esta herramienta de IBM ayuda a que cualquier persona pueda tener acceso a un análisis de datos de su negocio, con sólo seguir unos cuantos pasos. Es la democratización de esta tecnología que puede ayudarle a tomar mejores decisiones y a predecir cómo y cuándo es importante realizar inversiones, o mejor esperar un poco más para no generar pérdidas a la organización.

El procesamiento del lenguaje natural es un aspecto del aprendizaje automático, de los grandes datos y de la inteligencia artificial, que tiene el potencial de cambiar la forma en que se toman decisiones, saber qué podría pasar y adelantarse a posibles riesgos.

El aprendizaje del lenguaje natural

En términos básicos, el procesamiento del lenguaje natural es la capacidad de una computadora para entender el habla humana, tal como se expresa una persona con otra. Es la diferencia entre decir: “Siri, ¿dónde está la cafetería más cercana?” y “Buscar cafeterías con los precios más baratos y el mejor cortado”.

Durante mucho tiempo, las búsquedas en línea tuvieron que ser hechas utilizando secuencias de palabras combinadas con términos de búsqueda booleanos (donde se define la relación entre palabras) que terminaron sin ser una conversación tradicional entre dos personas. Sin embargo, hoy en día diversas plataformas pueden responder una pregunta exactamente como se lo haría un amigo. Además, los resultados son muy fiables.

El mismo reconocimiento del lenguaje natural se está desarrollando para el habla digital. Asistentes de Inteligencia Artificial como Siri, Cortana y Google Now son buenos ejemplos de esto.

Aunque parece sencillo para un humano responder a una pregunta de lenguaje natural, es una tarea increíblemente compleja para una computadora, que requiere muchos cálculos y predicciones, lo cual debe ocurrir en la nube y en una fracción de segundo.

Lo fascinante es que, mientras que un ser humano entiende inherentemente lo que se dice, una computadora realmente no puede decir que entiende el lenguaje. Puede analizar las diferentes palabras, el contexto, el uso gramatical, etc. y luego hacer una predicción sobre qué respuesta será la mejor, pero en realidad no entiende lo que estamos diciendo.

Uno de los objetivos del procesamiento del lenguaje natural, es acabar con los lenguajes de programación como Java, Ruby o C, y reemplazarlos con instrucciones humanas en lo que respecta al habla. Otro es la inteligencia artificial realista, en la que la computadora puede reaccionar e interactuar con un ser humano sin problemas.

¿Cómo se usa?

Los asistentes de computadora como Siri y Cortana son el uso más visible del procesamiento del lenguaje natural hoy en día, pero hay muchas otras aplicaciones en uso. Algunas empresas han vertido una gran cantidad de recursos en estos desarrollos, ya que se relaciona con búsquedas, lo que nos permite escribir o realizar una pregunta natural y recibir una respuesta relevante.

Varios servicios y plataformas también utilizan el procesamiento de lenguaje natural para crear respuestas de texto predictivo a, por ejemplo, los correos electrónicos de sus clientes, o los mensajes en las redes sociales, lo que permite a los usuarios elegir entre una de tres respuestas y responder a un email o mensaje con un solo clic.

Inclusive, es muy posible que hayas utilizado este procesamiento alguna vez, como cuando quisiste usar la opción de “traducir” dentro de alguna red social o servicio de búsqueda para entender un idioma extranjero (con resultados variables).

Una traducción automática confiable ha sido un objetivo del procesamiento de lenguaje natural desde la década de los cincuenta, y los resultados han ido mejorando con el tiempo.

Otros programas están siendo desarrollados y utilizados para poder resumir automáticamente documentos largos o extraer palabras clave relevantes en el proceso de búsqueda. El sistema legal está utilizando este tipo de aplicaciones, por ejemplo, para ayudar a los abogados a clasificar miles de páginas de documentos en cualquier caso y encontrar información relevante.

Los mismos vendedores están utilizando el procesamiento de lenguaje natural para el análisis del sentimiento de los consumidores, combinando los millones de tweets y otros mensajes de medios sociales para determinar cómo se sienten los usuarios acerca de un producto o servicio en particular. Tiene el potencial de convertir todo Twitter o Facebook en un grupo de enfoque gigante, a una fracción del costo. Estos es parte de lo que hace Watson Analytics para el tema de la inteligencia predictiva de sus resultados.

Buena combinación

Otra forma de usar esta tecnología diariamente en tu vida es con la clasificación de texto, que es lo que usan algunos servicios y otros proveedores de correo electrónico para determinar si un mensaje es spam o no. Esta es una clasificación binaria muy simple: un correo electrónico es spam o no lo es. Pero formas más sofisticadas se están utilizando para análisis tan complejos como la determinación del autor de una obra, comparándola con otras obras. Con ello, se hace inteligencia predictiva para evitar plagios.

Las compañías están prediciendo que los chatbots, por ejemplo, podrán asumir algunas funciones de servicio al cliente en tan sólo cinco años, proporcionando respuestas automatizadas y en tiempo real a problemas y preguntas simples que los usuarios realizan.

También se están desarrollando integraciones para situaciones y usuarios particulares. Por ejemplo, IBM, con Watson Analytics, ha desarrollado una plataforma que puede permitir a los líderes de negocios realizar un seguimiento de las métricas de rendimiento clave.

De hecho, cuando la plataforma de IBM está configurada, al escribir una pregunta en su interfaz que usa parte de sus desarrollos de procesamiento de lenguaje natural, se puede visualizar esas métricas, con el objetivo de ver la respuesta e inclusive predicciones para tomar mejores decisiones. Un usuario establece el sistema para supervisar los tiempos de espera para el servicio al cliente, y cuando no se cumplen los parámetros, sabe que hay un problema que debe abordarse inmediatamente.

El poder de predecir con precisión ha ayudado a las personas a obtener una ventaja en los negocios, en la política y en la vida cotidiana. Este es uno de los principales beneficios de Watson Analytics, que ayuda a que las organizaciones entiendan mejor sus grandes datos, los exploten para predecir y crear diversos escenarios, así como para crear mejores estrategias para impulsar su negocio.

A menudo llamado “inteligencia predictiva” o “análisis predictivo”, estas metodologías anticipan con mayor precisión el clima, los mercados financieros, las elecciones… incluso la construcción de un equipo deportivo.

El procesamiento del lenguaje natural, sumado a la inteligencia predictiva, se basa en la observación del comportamiento del cliente y, con cada acción tomada, la construcción de un perfil de las preferencias.

Esa información se utiliza para anticipar los deseos y necesidades de los clientes, y predecir qué contenido sería el mejor para entregarles a través de cualquier canal. Esto es el auge de la inteligencia predictiva en industrias como el eCommerce, utilizando los desarrollos del procesamiento de lenguaje natural, algo en lo que Watson Analytics va muy por delante de sus competidores y que ayuda a democratizar el análisis de datos.

Pruébalo antes de comprar.