¿Dónde está la inteligencia en un chatbot?

Un chatbot tiene varios componentes, pero son dos los que principalmente le dan vida. Una parte está basada en inteligencia artificial (IA) y la otra en reglas. Aquella basada en IA utiliza intenciones, mientras que la segunda utiliza variables de contexto y nodos de diálogo.

Cuando un usuario interactúa con un chatbot, éste es capaz de encontrar la intención del usuario en dicha interacción gracias a sus capacidades de procesamiento del lenguaje natural permitidas por algoritmos de machine learning. A diferencia de un programa de software tradicional, los algoritmos de machine learning aprenden con ejemplos. Así, cada intención posible del usuario debe ser entrenada con un conjunto de ejemplos para que el chatbot sea capaz de generalizar y entender nuevas formas de buscar la misma intención. Por ejemplo, un chatbot puede tener 100 ó 200 intenciones fácilmente. Y cada intención debería tener al menos unos 10 ejemplos (aunque si tiene más es mejor). A partir de esos ejemplos, el chatbot generaliza a ejemplos con los cuales no ha sido entrenado.

La parte del chatbot basada en reglas también es importante aunque no involucre IA. Mientras los algoritmos de machine learning son entrenados con ejemplos, las reglas deben ser programadas explícitamente. Las reglas incluyen variables de contexto, por ejemplo la identidad del usuario o el la hora del día, y nodos de diálogo con las respuestas a ciertas intenciones del usuario. Si un usuario saluda al chatbot diciendo "hola", el chatbot puede consultar la variable de contexto hora del día para saber si responder con un "buenos días" o "buenas tardes".

Cada parte del chatbot tiene sus pros y contras, por lo que se busca un equilibro entre ambas al diseñar la solución. Mientras la parte basada en reglas es más "precisa" y por lo tanto más fácil de programar, es menos escalable que aquella basada en IA.