Extracto de la charla de JJ L. Murphy “El viaje del Héroe” en CONVERGE Buenos Aires (Charla completa al final del artículo)

En su libro El Héroe de las Mil Caras, el autor Joseph Campbell introduce el concepto del “viaje del héroe.” Según explica Campbell, el viaje transformativo de un héroe consiste en un ciclo de pasos esenciales. Estos pasos de transformación son bastante parecidos a los del proceso de desarrollo de soluciones de inteligencia artificial (IA). De hecho, cinco de ellos son particularmente esenciales en el viaje de cualquier héroe de la IA. Paso a paso, recorreremos mis propias aventuras en uno de dichos proyectos de IA a la luz del “viaje del héroe.”

PRIMER PASO: La llamada a la aventura

En mi caso, la llamada a la aventura llegó cuando una organización hizo a Globant la siguiente consulta: Con nuestros clientes tenemos millones de sesiones de chat. ¿Qué se puede hacer con IA?

No sabía por dónde empezar. Pero luego se me ocurrió crear una contestadora virtual basada en inteligencia artificial. Entrenaría a la IA con las respuestas calificadas de mi cliente, y así podría generar sugerencias para sus empleados para contestar más rápidamente.

Para enfocarme, lo pensé desde atrás para adelante. Pensé quién usaría esta IA y por qué, y en cómo se vería un producto así. Pero más que nada, tenía que ponerme de acuerdo con el cliente sobre su definición de “inteligencia” en este contexto.

SEGUNDO PASO: Rechazo de la llamada por miedo al cambio

Pensé en la tarea de la IA así: traducir desde “lenguaje de usuario” hacia “lenguaje del cliente” Pero cómo? Me fijé en lo que hacían Google y en diversos frameworks existentes para atacar este tipo de problemas. Luego hablé con el cliente al respecto y nos comprometimos a enfocarnos en un plan de trabajo en vez de resultados específicos.

Esta fue una de las lecciones de este paso: encarar el problema de manera iterativa e incremental. Y al final, mientras más simple mejor. No tenía tiempo suficiente para entender todo el dominio del negocio antes de construir la solución, así que tenía que aprovecharme de lo empírico.

TERCER PASO: Pruebas difíciles al iniciar la transformación

En este momento de mi viaje, me choqué contra una pared. La solución no funcionaba siempre, si lo hacía no convergía y si convergía, los resultados eran horribles. Entonces comencé a preguntarme si había un bug en los frameworks que utilizaba, o si sería una cuestión de la complejidad del modelo o de la duración de su entrenamiento.

Mi primera lección aquí me aclaró el camino a seguir: yo tenía que mirar cuán buenos eran los datos que estaba usando, y considerar si necesitaba una mayor cantidad o procesarlos de alguna otra forma. También aprendí a ver qué hacían las comunidades Open Source, que son muy activas en este tema. Al final, aprendí que la transformación verdadera es un esfuerzo a largo plazo, y que nunca se logra en el primer intento.

CUARTO PASO: Tentaciones que pueden alejar al héroe de su objetivo

En mi caso, el cliente insistía continuamente sobre el plazo y los resultados mientras las posibilidades innumerables de esta tecnología me fascinaban hasta distraerme. Pero en algún momento, reconocí que aún el concepto más impresionante no satisface las expectativas de los stakeholders. Usar es creer. Tenía que convertir todo esto en una aplicación real. Además, aprendí la importancia de definir qué KPI son internos (de funcionamiento) y cuáles son externos (de impacto para el negocio) y priorizarlos de manera acorde. Tenía que dejar el perfeccionismo a un lado para lograr una solución que fuera funcional.

QUINTO PASO: Negativa a regresar, le cuesta volver al mundo ordinario y compartir sus dones

En mi proyecto de IA, este es el paso donde mi prototipo o MVP (Producto Mínimo Viable, por sus siglas en inglés Minimum Viable Product) debe estar en producción. Ya había comenzado a recibir feedback de los usuarios y no se podía dilatar más. En este momento, tratando con tantas sugerencias y opiniones cualitativas sobre la herramienta, aprendí el valor de los logs. Por tanto comencé a registrar información de lo que se consume, lo que se genera y lo que el usuario hace con todo esto. Adapté las preguntas y las hipótesis a los feedbacks cualitativos. Así comencé a encontrar errores “invisibles”: por ejemplo, el generador de frases interpretaba las palabras con mayúscula distintas a las minúsculas. Aquí, la necesidad de la infraestructura (on-premise vs. cloud), la tecnología para la interfaz de usuario y otras definiciones llevaron a que mis talentos de ingeniería entraran en juego. Por último, me acordé que cada acción debe crear una mejor experiencia para el usuario.

El viaje de un producto de IA, tal como el “viaje del héroe,” se destaca por sus desafíos. Para desarrollar un producto de IA hay que tener paciencia, estrategia y, al igual que el producto que uno construye, la capacidad de aprender en el camino. Ninguno de los dos viajes es directo ni fácil, pero ambos hacen mejores personas—y mejores empresas—de aquellos que lo intentan.

A través de aceptar desafíos que los demás no aceptan, Globant construye lo que los demás no pueden. Somos líder en tecnologías cognitivas porque nuestros equipos se atreven a experimentar, a crear y a mejorar la vida del usuario.

Facebooktwittergoogle_plusredditlinkedinby feather

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *

You may use these HTML tags and attributes:

<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>