Humorfismo: la apuesta de AWS para que la IA deje de esperar órdenes y actúe de verdad

Aprender a interpretar personas

Para explicar el concepto de humorfismo, Huillet recurre a una escena cotidiana. Dos personas intentan tomar el mismo folder al mismo tiempo. Ninguna necesita decir una palabra para resolver la situación. Basta con verse e interpretar la intención. Una se detiene, la otra toma el documento y ambas continúan trabajando. Lo mismo ocurre durante una conversación: sabemos cuándo escuchar, cuándo intervenir o cuándo alguien necesita ayuda, incluso si nunca lo expresa de manera explícita.

Para Huillet, esas señales forman parte de la comunicación humana desde hace siglos, pero rara vez aparecen en las interfaces con las que hoy interactúan las inteligencias artificiales. Los modelos comprenden instrucciones, pero todavía tienen dificultades para interpretar contexto.

El humorfismo propone tratar esos momentos de duda como información contextual. Huillet pone como ejemplo a un usuario que debe elegir entre dos opciones en una pantalla y se detiene unos segundos antes de hacer clic.

Para una interfaz tradicional, durante ese intervalo no ocurre nada. Para un agente capaz de interpretar el comportamiento del usuario, la vacilación puede ser una señal de que necesita más información antes de tomar una decisión. El sistema podría entonces intervenir y ofrecer ayuda, aunque nadie se la haya pedido explícitamente.

“Esas dinámicas son fáciles para nosotros porque pertenecemos a una sociedad que nos enseñó a lidiar con esos problemas. Para nosotros es nativo. El humorfismo se basa en cómo podemos convertir esa manera de estar con otros humanos para que los agentes la entiendan.”

De herramientas a colaboradores

Ese cambio modificará el papel que ocupa la IA dentro del trabajo cotidiano. Hasta ahora, la mayoría de los asistentes virtuales han funcionado como herramientas: esperan una instrucción, ejecutan una tarea y permanecen a la espera del siguiente prompt. Huillet cree que esa lógica comienza a quedarse corta conforme aparecen agentes capaces de recordar conversaciones, comprender proyectos completos y ejecutar tareas durante periodos prolongados.

En ese escenario, sostiene, ya no tiene sentido pensar en la IA únicamente como un sistema que responde preguntas. La siguiente etapa consiste en convertirla en un colaborador que entienda el objetivo de una tarea y participe para alcanzarlo. “Una herramienta la usas. Con un colaborador trabajas”, dice Huillet.

La diferencia parece pequeña, pero cambia la naturaleza de la interacción. Un colaborador no solo responde cuando alguien le pide ayuda; también puede detectar un problema, proponer una alternativa o intervenir cuando entiende que su participación puede ser útil. Ahí, argumenta Huillet, el valor de la IA deja de depender únicamente de la calidad de sus respuestas y comienza a medirse por la forma en que se integra al trabajo de las personas.

¿Cómo cambia la forma de trabajar con una IA?

Uno de los ejemplos que utiliza para explicar esa idea proviene de un agente que AWS desarrolla para hospitales. Cuando un paciente llama para programar una consulta, el sistema confirma la fecha de la cita y recuerda los estudios que deberá realizarse antes de acudir al hospital. Antes de despedirse, sin embargo, le pide repetir con sus propias palabras las indicaciones que acaba de recibir. Si detecta que no las comprendió correctamente, vuelve a explicarlas.

Según Huillet, ese pequeño cambio redujo la cantidad de pacientes que llegaban a su cita sin los estudios necesarios para ser atendidos. El agente deja de limitarse a transmitir información y participa para que el objetivo de la conversación realmente se cumpla.

“No es cuestión de velocidad, sino de entender”, explica.

Cuando una IA discrepa

Quizá la idea más disruptiva del humorfismo no tiene que ver con la memoria ni con la capacidad de ejecutar tareas, sino con el desacuerdo. Para Huillet, los asistentes virtuales han sido diseñados fundamentalmente para ser complacientes: ante una instrucción intentan satisfacerla y rara vez cuestionan si la decisión del usuario es la mejor para alcanzar su objetivo. Un colaborador necesita algo más: la posibilidad de cuestionar una decisión cuando detecta que existe una alternativa mejor o que la persona se está alejando de su objetivo.

“Lo más disruptivo del humorfismo es que te puede decir que no. Pero no hablo de una negativa arbitraria, sino una que te haga pensar las cosas de otra manera. Cuando colaboras con alguien, esa persona puede tener razón o ver algo que tú no estás viendo”, advierte.

La filosofía busca incorporar a la IA al mismo contrapunteo de ideas que ocurre entre dos personas que trabajan juntas. Un colaborador no confirma automáticamente todas las decisiones de su compañero: puede señalar un error o proponer un camino distinto cuando considera que existe una mejor alternativa.

¿Cómo sabremos si el humorfismo funciona?

Huillet reconoce que todavía es pronto para establecer cómo medir el éxito de una filosofía que apenas comienza a aparecer en los productos de AWS. Su propuesta, por ahora, es observar qué sucede conforme las personas pasan semanas o meses trabajando con estos agentes.

“La pregunta importante es: ¿cómo se sintió? ¿Sientes que te entiende? ¿Sientes que la relación evoluciona?”, dice.

Para el diseñador, la diferencia no aparece durante la primera conversación, sino después de semanas o incluso meses de trabajo compartido. Un agente humórfico debería recordar conversaciones anteriores, reconocer patrones que el usuario ya olvidó y utilizar ese contexto para convertirse en un colaborador cada vez más útil.

“Estas cosas encuentran conexiones que yo ya había olvidado. Trabajan todo el tiempo y ayudan a pensar de maneras que yo no había considerado”, explica Huillet.

AWS llama humorfismo a esta filosofía de diseño y la desarrolla alrededor de sus propios agentes, aunque las preguntas que intenta resolver van más allá de una plataforma específica: cuánto contexto debería interpretar una IA, cuándo debería intervenir y qué lugar ocupará cuando deje de limitarse a responder instrucciones.

Durante décadas aprendimos a comunicarnos de formas que las máquinas pudieran entender. Ahora quizá sean las máquinas las que tengan que aprender a interpretarnos: nuestras palabras, nuestros silencios, nuestras dudas y todas esas señales extrañas que utilizamos para entendernos entre nosotros.