Explicaciones sin marketing. Cuarenta términos que salen a la mesa cuando se habla de agentes de IA en la atención al cliente, redactados para que pueda llevarlos a una reunión con el departamento jurídico o con el consejo.
Ningún término coincide con esta consulta.
Un programa que mantiene una conversación y sabe completar una tarea dentro de ella, no solo responder. La diferencia con un chatbot está en que un agente consulta datos y lanza operaciones, normalmente con el consentimiento de una persona.
Un modelo entrenado con texto que predice las palabras siguientes. No tiene acceso a sus datos ni sabe qué es verdad; solo sabe componer una frase que encaje con el contexto que ha recibido.
Una respuesta que suena creíble pero no tiene respaldo ni en la realidad ni en las fuentes. Es consecuencia de cómo funciona el modelo y no una avería, y por eso hay que contrarrestarla fuera del modelo.
El conjunto de instrucciones y de contexto que recibe el modelo antes de generar una respuesta. Suele contener el papel del agente, las reglas de comportamiento y los pasajes de conocimiento localizados para esa pregunta.
La descripción de cómo debe dirigirse el agente al interlocutor: tono, forma, nivel de detalle. Gobierna el estilo y no el contenido, porque el contenido sale de la base de conocimiento.
El propósito reconocido de lo que dice el interlocutor, por ejemplo una pregunta por el estado de un pedido o una solicitud de devolución. Sirve para dirigir la conversación al sitio adecuado.
La cantidad de texto que el modelo puede tener en cuenta a la vez. Por eso al modelo llegan pasajes escogidos de la base de conocimiento y no todo su contenido.
El parámetro que gobierna cuánto se aleja el modelo de la palabra más probable. Un valor bajo da respuestas repetibles, uno alto respuestas más sueltas.
Generación aumentada por recuperación. En lugar de fiarse del conocimiento del modelo, el sistema busca primero los pasajes adecuados en sus documentos y solo después pide al modelo que redacte la respuesta.
El conjunto de contenidos en los que el agente apoya sus respuestas: artículos, procedimientos, políticas. En AIvatary cada contenido tiene un estado y una versión, y el agente solo ve las versiones publicadas.
La conversión de un pasaje de texto en una secuencia de números que describe su significado. Gracias a eso se puede encontrar el pasaje que responde a una pregunta aunque esté escrito con otras palabras.
El fragmento en que se parte un documento antes de la búsqueda. Demasiado grande difumina el tema, demasiado pequeño pierde el contexto.
La combinación de la búsqueda por significado con la búsqueda por palabras. La primera se defiende con preguntas formuladas de otra manera, la segunda con referencias de catálogo y nombres propios.
Un paso que reordena los pasajes recuperados frente a la pregunta concreta. Mejora la precisión a costa del tiempo de respuesta.
El mecanismo que comprueba si una respuesta se apoya en fuentes antes de que llegue al interlocutor. En AIvatary una respuesta sin respaldo se rechaza entera y la conversación pasa a una persona.
Nombrar el documento y el punto exacto del que sale una respuesta. Permite al interlocutor verificar el contenido y al equipo deducir qué hay que corregir.
La lista de preguntas que no tienen cobertura en la base de conocimiento. Se construye a partir de conversaciones reales, así que ordena el trabajo editorial por necesidad y no por intuición.
El recorrido de un contenido desde el borrador, pasando por la revisión, hasta la publicación y el archivo. Impide que una nota de trabajo acabe convertida en la respuesta a un cliente.
Una ventana de conversación insertada en una página con una sola línea de script. Funciona en un árbol de estilos aparte, así que no se mezcla con la apariencia de la página anfitriona.
Colocar el avatar dentro de la composición de la página en lugar de una burbuja en la esquina. La conversación empieza allí donde el visitante ya está mirando.
Pasar una conversación a un operador humano junto con el historial completo y el motivo. Es una parte normal de la atención, no un fracaso.
La petición de ejecutar una operación que cambia datos y que una persona tiene que aprobar. En lugar de tramitar la devolución, el agente la deja preparada para su aprobación.
La capacidad de un agente de voz de callarse en el acto cuando el interlocutor empieza a hablar. Sin ella, la conversación se parece a un mensaje grabado.
La conversión del texto de la respuesta en sonido. Decide cómo suena el agente, no lo que dice.
La conversión en texto de lo que dice el interlocutor. La calidad de este paso decide todo lo que viene después en una conversación por voz.
El tiempo que va del final de la intervención del interlocutor al comienzo de la respuesta del agente. Se nota mucho más en voz que en chat.
Un registro de eventos que solo crece y permite reconstruir qué pasó en una conversación. Una corrección entra como evento nuevo, no como sustitución del anterior.
El apunte de qué contenidos se recuperaron y qué se decidió en un turno concreto. La respuesta a la pregunta de cómo lo sabe el agente.
Sustituir por marcadores los números de identificación, los números de cuenta y otros valores parecidos antes de que lleguen al registro. No es lo mismo que la anonimización, porque por el contexto una persona puede seguir siendo identificable.
Un interruptor de corte que apaga un canal o una operación en el acto. Actúa en la capa de ejecución, así que no se puede sortear desde arriba.
La evaluación automática de las respuestas, que corre al lado del camino crítico para no retrasar nunca la conversación. El veredicto se guarda junto a la conversación y nunca llega al cliente, y la pantalla del panel para leerlo todavía se está construyendo.
La lista finita de operaciones que el agente puede llegar a lanzar. Lo que no está en la lista no existe desde el punto de vista del agente.
La proporción de conversaciones cerradas sin intervención de una persona. Por sí sola puede engañar, porque una conversación abandonada por un cliente impaciente también cuenta como cerrada.
La proporción de casos resueltos al primer intento, sin que el cliente vuelva a escribir. Está más cerca de la experiencia del cliente que la tasa de desvío por sí sola.
El tiempo medio que consume un caso. Útil para calcular el alivio del equipo, mucho menos para juzgar la calidad.
La nota que pone el cliente después de una conversación. Una medida sencilla, lastrada por el hecho de que solo responde una minoría.
Los parámetros de disponibilidad y de respuesta pactados y escritos en un contrato. Sin la cláusula contractual son una declaración, no una obligación.
El reglamento europeo de protección de datos personales. Fija, entre otras cosas, el deber de información, las bases legales del tratamiento y los derechos de las personas interesadas.
La entidad que decide los fines y los medios del tratamiento. En las conversaciones con los clientes de nuestro cliente, el responsable es ese cliente y no nosotros.
La entidad que trata datos siguiendo las instrucciones del responsable. AIvatary actúa en ese papel respecto del contenido de las conversaciones con los clientes de sus clientes.
El contrato que exige el artículo 28 del RGPD y que describe el alcance, la duración y las reglas del tratamiento encomendado a un encargado.
Un encargado ulterior al que recurre el encargado principal. Requiere el consentimiento del responsable y debe indicarse de forma individual.
El modelo de contrato aprobado por la Comisión Europea que permite transferir datos fuera del Espacio Económico Europeo.
El reglamento europeo que ordena los sistemas de inteligencia artificial. El artículo 50 exige, entre otras cosas, avisar a la persona de que habla con un sistema y no con un ser humano.
Una arquitectura en la que una sola instancia atiende a muchas organizaciones. Lo que cuenta es el nivel en el que se impone la separación entre clientes.
Cuánto tiempo se conservan los datos y cuándo se borran. Debería derivarse del fin del tratamiento y no de la capacidad del disco.
Las definiciones describen cómo usamos estos términos en AIvatary y cómo los entiende el sector. Cuando algo se entiende de manera distinta según quién hable, lo decimos en voz alta en lugar de quedarnos con la lectura que más nos conviene.
Cuéntenos qué no ha encontrado. El glosario crece a partir de las preguntas que la gente hace de verdad.