Las máquinas llevan años intentando hablarnos, y no sólo en el mundo de la ciencia ficción.
Google Assistant, Siri o Alexa son algunos de los asistentes más cercanos con los que podemos comunicarnos por voz. Sus respuestas suelen estar diseñadas para satisfacer de manera eficiente las peticiones que les lanzamos. Desde nuestras casas, coches, o teléfonos móviles conversamos con máquinas mediante lenguaje natural casi sin darnos cuenta.
¿Qué papel tiene la voz en este tipo de interacciones?
Tanto la voz como el diseño sonoro forman parte de una comunicación efectiva. Las voces sintéticas que interpretan las respuestas generadas por el asistente deben ser capaces de ajustar el tono, la velocidad o la energía adecuadas a cada situación.
No será lo mismo saludar, preguntar o asentir. La prosodia en cada punto de la conversación puede variar para facilitar el entendimiento del mensaje, de ahí que estos asistentes hayan cuidado con tanto detalle cómo suenan sus voces sintéticas.
Pero hay conversaciones por voz más allá de los asistentes clásicos.
Las mejoras en las tecnologías del habla nos dan la oportunidad de sintetizar la voz de cualquier persona, ya sea para replicarla o para generar una nueva voz por inteligencia artificial.
Gracias a las voces sintéticas, podremos empezar a escuchar nuevas voces en nuevos espacios interactivos. Hablar con tu locutor/a de radio preferido/a, escuchar un libro interpretado por alguien cercano, comunicarte con tu voz de siempre aunque la salud no te lo permita, son algunos de los nuevos escenarios que se nos presentan gracias a estas tecnologías.
En estas conversaciones, donde la personalización del mensaje es tan importante, las voces sintéticas son el complemento perfecto sin el cual no podríamos llegar a todos los oyentes.
¿Cómo se diseñan las conversaciones efectivas entre personas y máquinas?
La interacción mediante el lenguaje natural con una máquina debe seguir las mismas reglas que una conversación entre personas. Las Máximas de Grice nos proponen cuatro principios básicos sobre los cuales debemos empezar a diseñar para crear conversaciones efectivas:
- Cantidad: usa sólo las palabras que sean necesarias.
- Calidad: intenta que lo digas sea verdad.
- Relevancia: da una respuesta pertinente en cada momento.
- Modo: ofrece una respuesta clara y sin ambigüedad.
Además, durante la conversación, encontramos ciertos patrones habituales a los que debemos prestar atención. Si pensamos en una conversación oral y sin ningún apoyo visual, debemos centrarnos en estos tres puntos:
- Cambio de turnos
Debemos ser capaces de entender cuándo es el momento de dar la palabra o de hablar.
En ambos casos, podemos usar algunos recursos lingüísticos como preguntas directas (no retóricas) para dar la palabra, o alguna interjección de afirmación para reforzar el entendimiento del mensaje y la disposición de tomar la palabra.
- Duración del mensaje
Algo que impacta a la efectividad del mensaje cuando éste es transmitido por voz es la duración del mensaje.
La voz es efímera, y la carga cognitiva aumenta cuando aumenta la duración del mensaje.
Además, debemos tener en cuenta que las personas somos más lentas escuchando que leyendo, es decir, necesitamos más tiempo para procesar la información.
De ahí que cuanto más concisos seamos, menos opciones ofrezcamos y más breves y relevantes diseñemos nuestros mensajes, más agradecida será la conversación.
- Contexto de la conversación
Para una comunicación relevante, un elemento clave que debemos gestionar es el contexto.
Qué sabemos de la persona con la que hablamos, de lo dicho hasta el momento, de los deseos que puede llegar a expresar, son piezas fundamentales que nos ayudarán a construir respuestas mucho más personales y pertinentes.
La voz no es ajena a este contexto, ya que el propio tono de la conversación puede y debe comunicarse coherentemente. El nivel de entusiasmo o seriedad en la voz será ajustado dependiendo de dicho contexto.
En un panorama donde el contenido sonoro favorece cada vez más el acceso a la información, dando oportunidad a nuevas experiencias conversacionales, debemos darle valor a la voz que usan las máquinas para comunicarlo. Siendo ésta parte fundamental del diseño, la voz sintética debe estar pensada para crear una interacción relevante, eficiente y sin ambigüedad.
