por Joyce Wells
En KMWorld Connect 2020, la IA en acción se examinó desde diferentes perspectivas. Alison Bushell, directora de análisis de Confirmit, y Fang Chen, consultor de análisis principal de Confirmit, presentaron una charla titulada “Cómo hacer que la experiencia de análisis de texto sea viable: el equilibrio humano / IA”.

Confirmit proporciona soluciones y tecnologías para organizaciones que ejecutan programas de experiencia del cliente y participación de los empleados, y para agencias de investigación de mercado que brindan servicios a sus clientes.
Bushell y Chen estuvieron acompañados en la sesión por Art Murray, CEO de la consultora Applied Knowledge Services, quien presentó una charla sobre cómo mejorar la gestión de proyectos con análisis de texto .
Según Bushell y Chen, si no está analizando el habla y el texto de su cliente, obtendrá una imagen incompleta, lo que podría inducir a error en sus decisiones. El análisis de voz y texto puede ser una valiosa fuente de opinión, solicitada y no solicitada. Se arriesga a tomar decisiones sobre información incompleta si no toma en cuenta estos recursos.
Además, se necesita una fuerte intervención humana para alinear las categorías de temas de texto con las áreas de decisión de su negocio. Además, un excelente análisis de texto debe estar vivo / respirando, asegurándose de que siga siendo relevante a medida que cambian su negocio y sus mercados. En esta presentación, ayudaron a los asistentes a comprender qué pasos se necesitan para que el análisis de texto sea realmente viable.
Hoy, hay una sobrecarga de datos con volumen y variedad.
- Datos estructurados vs no estructurados
- Texto semiestructurado
- Metadatos
Grabaciones de voz
- Análisis de texto acústico + lingüístico juntos = tonal / inflexión + análisis de contenido
- La cantidad de información sin explotar aquí es ENORME
Imagen / video
- Reconocimiento de imágenes / minería
- Los metadatos son fundamentales
Utilice la IA para obtener ayuda, no para reemplazar, aconsejaron Bushell y Chen.
Categorizar sus datos puede ser una tarea abrumadora y, como resultado, las organizaciones están recurriendo a tecnologías impulsadas por IA para acelerar el proceso. Sin embargo, advirtieron, la IA no es una solución por sí sola.
Un enfoque basado en inteligencia artificial ahorra tiempo y puede identificar temas previamente desconocidos, PERO las desventajas son la baja precisión y el recuerdo, los resultados no son procesables / no están alineados con el negocio y no es fácil de explicar o solucionar. Los enfoques basados en reglas son de alta precisión, procesables / alineados con el negocio, y son fáciles de explicar y solucionar, PERO requieren experiencia humana, no son tan rápidos y existe el riesgo de sobreajustar y potencialmente perderse temas.
Bushell y Chen concluyeron con una lista de verificación para optimizar el análisis de texto.
Entre los puntos clave para recordar, dijeron, es que no es necesario reinventar la rueda. Las lecciones difíciles son caras y hay competencias disponibles para ayudarlo a tener éxito. Realice su debida diligencia y comprenda mapas de viaje, organigramas, planes estratégicos y operativos, indicadores clave de rendimiento y métricas de la empresa, en qué se encuentran los ejecutivos, etc., y tenga en cuenta los planes a largo plazo. Elabore un marco, pero no necesita solo uno. Tiene sentido tener múltiples marcos de categorización para diferentes resultados. Y, finalmente, después de crear un modelo de análisis de texto, siga revisándolo y refinándolo.