Procesamiento del Lenguaje - Computadoras que Leen e Interpretan

Las redes sociales se han convertido en una parte integral de cómo las personas interactúan y se comunican. Miles de millones de mensajes se transmiten diariamente a través de múltiples plataformas, ya sea publicando de forma pública o enviando mensajes directos. Figuras públicas, organizaciones y otras entidades han compartido declaraciones y opiniones relacionadas con diversos temas y dirigen el discurso público entre la población general. Dada la gran cantidad de comentarios y mensajes dirigidos a las cuentas de redes sociales, es posible detectar el sentimiento general.

Existe la oportunidad de medir el sentimiento expresado a nivel macro a través de las redes sociales. Este artículo explorará la inteligencia artificial y su aplicación a las redes sociales y otras fuentes de información textual que tienen matices de sentimentalidad dentro de ellas y cómo implementarla dentro de su organización.

Resolviendo el Problema mediante Inteligencia Artificial

Dada la gran cantidad de información generada y almacenada diariamente, algunos puntos de datos contienen amplios conocimientos. Sería imposible que una sola persona o incluso miles de millones de personas lo lean. La tecnología informática actual nos permite almacenar, indexar y recuperar grandes cantidades de información. Históricamente, ha habido más dificultades para interpretar los datos y derivar información y conocimientos útiles.

Sería ventajoso procesar grandes cantidades de información y hacer que las computadoras escaneen los datos y proporcionen información. En los últimos años, han surgido diversas técnicas en el ámbito del análisis de texto, muchas de las cuales utilizan inteligencia artificial/aprendizaje automático. La detección del sentimiento en el habla requiere léxicos de referencia estándar que proporcionen el contexto de la entrada textual.

Un enfoque de este tipo para determinar el sentimiento del lenguaje textual consiste en introducir dichos léxicos en un algoritmo de aprendizaje no supervisado; específicamente, VADER (Valence Aware Dictionary and sEntiment Reasoner) utiliza dicho enfoque. Otros múltiples métodos se basan en técnicas de aprendizaje automático más tradicionales, aunque la ventaja de VADER es que puede operar casi en tiempo real.

Los sistemas de análisis de sentimientos suelen producir los siguientes resultados típicos cuando se les proporcionan entradas de texto que ofrecen una interpretación categórica del texto subyacente:

Positivo - El contenido textual es de un tono y sentimentalidad positivos
Neutral - El contenido textual tiene un tono y una sentimentalidad negativos
Negativo - El contenido textual tiene un tono y una sentimentalidad negativos

Es importante señalar que las personas han curado los léxicos durante muchos años, lo que enfatiza que se requieren datos de alta calidad para que los sistemas de inteligencia artificial funcionen bien y logren los objetivos deseados.

Descripción general del desafío organizacional

Dados múltiples puntos de comunicación y el tamaño de lo que operan las organizaciones, es difícil rastrear el sentimiento en toda una organización. Los empleados y clientes pueden estar distribuidos en diferentes regiones, áreas o departamentos donde las partes interesadas y los clientes expresan un sentimiento positivo mientras que otros representan un sentimiento negativo. Por lo tanto, determinar el sentimiento en todo el espectro del funcionamiento de una organización es difícil.

Es esencial comprender las percepciones organizacionales generales tanto interna como externamente. Tradicionalmente, las encuestas han desempeñado esta función, aunque estas pueden estar sesgadas según los individuos motivados a completarlas. El uso de redes sociales y otras fuentes de datos puede contribuir a comprender la sensibilidad organizacional. Como ejemplo, una marca de ropa multinacional y muy reconocida como Adidas, con presencia en múltiples países haciendo negocios en varios idiomas y con diferentes orígenes culturales. Es probable que se observen diferentes niveles de sensibilidad en distintas regiones. Identificar el sentimiento negativo es una buena manera de abordar sus causas, lo que resulta en más ventas y, por lo tanto, contribuye a la rentabilidad.

Datos Organizacionales Disponibles como Entrada para AI

La siguiente es una lista de posibles fuentes de datos que pueden utilizarse como medio de análisis de sentimiento:

Plataformas de redes sociales incluyendo Facebook, Twitter, Instagram, TikTok
Sistemas de gestión de relaciones con los clientes, incluidos Salesforce y Microsoft CRM
Correos electrónicos y cartas organizacionales enviados entre empleados y clientes
Sistemas de centros de llamadas como Cisco y Google Voice son capaces de proporcionar transcripciones de conversaciones
Agregadores de reseñas como las reseñas de Google y Facebook que clasifican a las empresas listadas entre 1 y 5 estrellas

Algunos problemas de datos se presentan al combinar información de múltiples fuentes. Un problema obvio es cómo vincular a los clientes en varios conjuntos de datos con precisión. En este caso de estudio, sugerimos tratarlos como entidades independientes para descubrir el sentimiento agregado en toda una organización y no a nivel individual. Dada la longitud de la entrada de texto, las estructuras de datos deben seleccionarse cuidadosamente tanto en el esquema de la base de datos como dentro de los diversos scripts utilizados para procesar los datos mismos.

Metodología de Integración

A continuación se presenta una descripción general del proceso que realizaríamos a un alto nivel para analizar fuentes textuales dentro de una organización:

Identificar referencias textuales y los sistemas que las capturan, determinar qué texto es un candidato adecuado para análisis
Extraer fuentes textuales mediante API REST y enviarlas a un proveedor de computación en la nube para análisis en tiempo real
Pase las transmisiones a través de Telemus AI™ y devuelva las transmisiones de video aumentadas al sistema de monitoreo de seguridad
Configurar alertas personalizadas para el personal de seguridad en función de lo que se detecta

Dado que Telemus AI™ se encarga de la mayor parte del trabajo, la organización puede centrarse en la lógica de negocio y en interpretar los resultados en lugar de en la implementación técnica.

Aplicaciones Organizacionales

A continuación se enumeran otras aplicaciones potenciales para su organización:

Escanear los puntos de conexión de redes sociales en línea de una organización y determinar el sentimiento general.
Monitorear las notas de los clientes en sistemas CRM como Salesforce para determinar el contenido de las notas.
Escanear correos electrónicos para obtener una métrica agregada general del sentimiento en una organización.
Procesar automáticamente las transcripciones de conversaciones telefónicas e identificar tanto las experiencias positivas como negativas de los clientes.
Escanear los comentarios dejados en sitios web agregadores de reseñas, así como la calificación.
Detectar automáticamente el comportamiento antisocial a través de medios digitales y contrarrestarlo antes de que se intensifique, lo que conduce a una mejor experiencia del usuario.

Dado que hay muchas fuentes de datos a las que las organizaciones típicamente tienen acceso, recomendamos pasarlos a un data lake antes de introducirlos en un sistema de inteligencia artificial; esto ayudará a garantizar la repetibilidad y la auditabilidad.

Beneficios potenciales y realizados

Una comprensión más detallada de las percepciones generales de una organización, tanto internas como externas, proporciona beneficios significativos para gestionar las relaciones de forma proactiva. Interpretar y actuar sobre los comentarios puede ofrecer un mejor producto o servicio a los accionistas y clientes. En un mundo cada vez más digital, las organizaciones necesitan entender lo que su huella digital dice sobre ellas. Una mayor comprensión de la composición demográfica de dónde provienen dichos comentarios también puede ayudar a mejorar las experiencias para todos.

Telemus AI™ es una empresa de inteligencia artificial con sede en Australia que proporciona soluciones avanzadas al gobierno y a las empresas. Contáctenos hoy para una consulta gratuita sobre cómo Telemus AI™ puede integrarse en su organización.

Etiquetas

Análisis de Sentimiento en Redes Sociales