La interrupción es el momento en que quien llama empieza a hablar mientras el agente todavía habla. Toda demo de proveedor incluye una, porque es fácil de escenificar y siempre queda bien: el agente se detiene, quien llama termina, la conversación sigue. Lo que la demo no puede enseñarle es la parte que decide si la llamada funcionó de verdad.
Detenerse es la mitad fácil. Cualquier sistema con detección de actividad de voz sabe detenerse. La mitad difícil es lo que el agente hace después, y responder bien a eso exige una cifra que casi ninguna plataforma registra.
Las tres preguntas que plantea una interrupción
Cuando alguien corta, el agente tiene que resolver tres cosas a la vez, y no son igual de difíciles.
- ¿Quien llama ha empezado a hablar de verdad, o fue una tos, una puerta o un televisor de fondo?
- ¿Cuánto de lo que yo estaba diciendo oyó antes de empezar?
- Dado eso, ¿qué tengo que volver a decir antes de seguir?
La primera pregunta está resuelta. La tercera es una decisión de guion. La segunda es la que separa a las plataformas, porque es la única que exige que el sistema haya llevado la cuenta.
Detenerse cuando quien llama habla es lo mínimo. Saber qué se perdió es lo que cambia la frase siguiente.
El campo que hay que buscar: la parte oída
El habla se genera y se entrega de forma progresiva. En el instante en que alguien interrumpe, una porción medible de la respuesta ya se ha pronunciado y el resto no. Una plataforma capaz de registrar esa frontera puede expresarla como proporción de la respuesta prevista: cuánto llegó y cuánto se perdió.
Esta es una de las nuestras, de una llamada registrada. El agente iba a entregar una respuesta de 800 caracteres. Quien llamaba cortó tras 91 de ellos. Eso es aproximadamente una décima parte de la respuesta, lo que significa que las otras nueve décimas — incluida, en ese caso, la parte que respondía a la pregunta — no le llegaron nunca. Un agente que toma la interrupción por un asentimiento y pasa al paso siguiente acaba de construir el resto de la llamada sobre algo que quien llamaba no oyó jamás.
Una segunda interrupción registrada, en una prueba técnica contra un agente de demostración propio, quedó más cerca de la mitad: quien llamaba había oído 76 de los 159 caracteres que el agente estaba pronunciando, es decir, el 47 % de la respuesta. El dato decisivo estaba en la mitad no oída. Como la plataforma tenía la cifra, el agente canceló por su cuenta el paso a la siguiente etapa del guion, repitió la sustancia y solo entonces volvió a su pregunta.
El caso cero, y por qué es el que más importa
Otras tres interrupciones de esa misma prueba llegaron antes dentro del turno: 0 % oído, cada vez. Nada de la respuesta había llegado. Es la señal más limpia que puede dar un registro, y también la que más obviamente debería cambiar el comportamiento del agente: no tiene sentido reformular ni resumir algo de lo que quien llama no ha oído una palabra. Lo correcto es acusar recibo, entregar el punto entero y solo entonces continuar.
Un agente sin la medición no puede distinguir ese caso del anterior. Tiene dos opciones y las dos fallan parte del tiempo: repetirlo todo, con lo que suena averiado, o no repetir nada, con lo que suena a que no escuchaba. La cifra es lo que convierte una suposición en una decisión.
La pregunta que hay que hacer a un proveedor
No «¿gestionan la interrupción?». Pregunte: ¿registra la plataforma qué proporción de cada respuesta oyó quien llama antes de interrumpir, aparece esa cifra en el registro de llamada donde yo pueda leerla, y la usa el agente para decidir qué repetir? La primera respuesta siempre es sí. En las otras dos es donde los proveedores se separan.
Leer un registro que le han entregado
Si está evaluando una plataforma, pida un registro de llamada en bruto en vez de un panel de resumen, y busque en él tres cosas.
- Un evento de interrupción con marca de tiempo respecto a la propia salida del agente, no solo respecto al reloj de la llamada.
- Una parte oída o un número de caracteres entregados asociado a ese evento: un porcentaje o un recuento, cualquiera sirve, ausente no.
- Pruebas, en el turno siguiente, de que el agente hizo algo distinto por ello. Un registro que anota la cifra y luego sigue igual es instrumentación sin decisión detrás.
En ese tercer punto conviene ser estricto. Registrar una medición es barato. Actuar sobre ella cambia lo que el agente dice, y se nota en la transcripción cuando ocurre.
Una nota al pie sobre los índices de confianza
Una línea más, de los mismos registros, sin conclusión adjunta porque no la tenemos. El análisis de hablante de la propia plataforma clasificó primero a nuestro probador humano como «robot» con un 75 % de confianza, y luego, al reanalizarlo, como «humano» con un 97 %. No sabemos bien qué pensar de un detector de robots que sospecha brevemente de una persona, salvo que recuerda de forma útil que un índice de confianza se lee como un índice de confianza y no como un veredicto, incluidos los que un proveedor le pone delante.
Por qué esto merece su tiempo
Las interrupciones no son un caso límite. Quien llama interrumpe cuando tiene prisa, cuando ya sabe la respuesta y cuando intenta llegar a una persona, es decir, en las llamadas que más importan. Un agente que las gestiona mal falla en silencio, en una transcripción que se lee como una conversación educada que no llevó a ninguna parte.