Incidentes Asociados
El 1 de abril de 2009, Google presentó Gmail Autopilot, un complemento que prometía leer y generar respuestas contextualmente relevantes a los mensajes que se acumulaban en las bandejas de entrada de los usuarios. “A medida que se realizan más y más comunicaciones diarias por correo electrónico, muchas personas se han quejado de lo difícil que es leer y responder a cada mensaje”, explica la página del producto. “Esto se debe a que realmente leen y responden a todos sus mensajes”. Para aquellos que no habían registrado la fecha, la página de términos y condiciones explicaba el chiste: “No, no planeamos escanear cada uno de sus mensajes entrantes y enviar automáticamente la respuesta perfecta”.
El 5 de noviembre de 2015, Google presentó Smart Reply, un complemento que lee y sugiere respuestas a los correos electrónicos. Esta vez, la innovación realmente existe, como parte de la aplicación Inbox de la empresa para Android e iOS. Si Smart Reply cree que entiende un mensaje que requiere una respuesta, sugerirá tres opciones, junto con una alegre invitación para "comenzar a redactar su respuesta con un toque". Cuando le escribí a Matt Jones, el director de diseño de Google Research, para decirle que había sido genial verlo la otra noche y para preguntarle si podía ponerme en contacto con el equipo detrás de Smart Reply, me envió una captura de pantalla de las opciones que le había dado la aplicación: “¡También fue genial verte!” "¡Fue divertido!" "¡Servirá!" Me puso en contacto con Alex Gawley, el gerente de producto de Gmail, quien dijo que no debería ofenderme. ("Quiero decir, estoy seguro de que fue genial verte").
La broma del Día de los Inocentes de 2009 comenzó a tomarse en serio a principios de 2015, me dijo Gawley, gracias a dos acontecimientos. El equipo de investigación de Google, que había adquirido recientemente DeepMind, la compañía detrás de una forma de inteligencia artificial ganadora de un juego de arcade, estaba progresando rápidamente en áreas relacionadas con el lenguaje del aprendizaje automático, incluida la traducción y el análisis del habla. Al mismo tiempo, los estadounidenses leían cada vez más sus correos electrónicos en dispositivos móviles: el cincuenta y tres por ciento de ellos, de hecho, frente al ocho por ciento en 2011. “Es una pequeña pantalla y un pequeño teclado, que significa que el correo electrónico es fácil de leer y muy difícil de responder”, dijo Gawley. Agregó que la combinación de pulgares gordos y autocorrección es "un verdadero punto de dolor para nuestros usuarios".
Smart Reply utiliza lo que se conoce como una red neuronal artificial, un término intimidante para un tipo particular de modelo matemático, para descubrir los patrones y las probabilidades que subyacen en las comunicaciones por correo electrónico. Por razones de privacidad, los humanos no pueden leer el vasto corpus de mensajes de correo electrónico de Google. Las máquinas, sin embargo, sí lo son, y basándose en esos datos pueden clasificar gradualmente las oraciones en "vectores de pensamiento" o coordenadas en el espacio lingüístico. En otras palabras, al trazar similitudes en el contexto, la frecuencia de las palabras y la estructura de las oraciones, la red neuronal puede aprender a reconocer y agrupar la infinita variedad de formas en que los humanos han desarrollado para decir casi lo mismo: "¿Cómo se ve esta tarde?" para una llamada? "¿Podemos hablar más tarde hoy?" O “¿Este P.M. trabajar para una charla rápida? Al rastrear los datos nuevamente, la máquina puede encontrar y sugerir las respuestas más típicas a este vector de pensamiento en particular: "Claro, ¿a qué hora estabas pensando?" "Seguro, en cualquier momento." O "Claro, ¿qué pasa?"
A principios de este año, los investigadores de Google utilizaron la red para desarrollar un chatbot inteligente con el que podían discutir el propósito de la vida. ("Para servir al bien común", según la máquina). Aun así, cuando los ingenieros de la empresa aplicaron su red neuronal al problema del correo electrónico, no funcionó perfectamente de inmediato. “La mayor parte del trabajo de aprendizaje automático se trata en realidad de ajustes”, dijo Gawley. la IA tiene una tendencia a sugerir respuestas que dicen lo mismo de maneras ligeramente diferentes, lo cual es menos útil que ofrecer a los usuarios respuestas que representen un rango de posibles respuestas diferentes. (Por ejemplo, "No, lo siento, estoy ocupado" habría sido una alternativa más útil que "Claro, en cualquier momento" en el ejemplo anterior). El equipo ha corregido esto, hasta cierto punto, agregando un parámetro que alienta la máquina para elegir respuestas dispares, que tengan suficiente distancia entre ellas cuando se representan como vectores en el espacio semántico.
Las primeras iteraciones de Smart Reply fueron demasiado cariñosas. “Te amo” fue la respuesta sugerida más común de la máquina. Esto fue un poco incómodo: debido a que el modelo no tiene conocimiento de la relación entre el remitente de un correo electrónico y su receptor, brinda las mismas respuestas sugeridas, ya sea que esté manteniendo correspondencia con su jefe o con un hermano perdido hace mucho tiempo. “El equipo estaba realmente desconcertado por esto”, dijo Gawley. "Resulta que nuestros evaluadores internos son muy cariñosos y que 'te amo' es algo muy común que dice la gente de Google". Cuando los ingenieros inspeccionaron su modelo, descubrieron que cada vez que un correo electrónico no daba una señal particularmente fuerte sobre la respuesta adecuada, la máquina cubría sus apuestas con una declaración de afecto. Este hecho aún puede convertirse en el subj