La digitalització continua transformant la manera en què els bancs es relacionen amb els seus clients, i BBVA no vol quedar-se enrere. L'entitat financera, a través del seu compte oficial de Twitter, ha compartit recentment una sèrie de pautes molt particulars per ajudar els usuaris a comunicar-se millor amb la Intel·ligència Artificial. Encara que en primera instància puguin semblar consells purament tècnics, la veritat és que la seva utilitat s'estén més enllà del purament tecnològic, especialment per a aquells que desitgin optimitzar tant el tracte amb la banca digital com la seva experiència general amb solucions basades en IA.
Queda clar que l'aposta de BBVA passa per innovar i oferir als seus clients un ventall de possibilitats que facilitin tant les gestions econòmiques com altres tasques quotidianes. Encara que les recomanacions es presentin sota el nom de “Com escriure bons ‘prompts’”, l'essència dels consells va de la mà amb la claredat comunicativa.
En un entorn cada cop més digital, on les transaccions i els tràmits es realitzen amb prou feines uns clics, l'ús de la paraula justa i l'explicació precisa pot marcar la diferència entre un resultat òptim i una experiència frustrant. No és d'estranyar, per tant, que un banc consolidat com BBVA posi l'accent en la importància de l'expressió clara i detallada, especialment si es té en compte que molts clients no estan familiaritzats amb l'ús avançat d'intel·ligències artificials, chatbots o assessors virtuals.
Aquests són els consells
El primer dels consells parla sobre la necessitat de redactar instruccions detallades i amb context. Aquesta suggerència implica que, quan busquem resoldre un problema o volem obtenir informació específica, hauríem de comunicar de manera completa totes les dades rellevants. Dit d'una altra manera, no es tracta només de deixar anar una pregunta vaga, sinó d'acompanyar-la amb el perquè, el com i el per a què la formulem.
Per a qui sigui client de BBVA i acostumi a utilitzar l'assistent virtual del banc o la seva banca en línia, especificar detalls com el compte del qual es desitja extreure un saldo o el tipus d'informació que es necessita en relació amb un producte determinat pot fer que el procés sigui més àgil i efectiu.
En segon lloc, la institució financera destaca la importància d'incloure totes les acotacions necessàries. Això no només es tradueix en indicar els límits del que estem buscant, sinó també en aclarir si necessitem un format específic o un rang determinat de dates. Igual que passa amb un gestor humà, la IA requereix d'una sèrie de paràmetres clars per oferir-nos la solució adequada.
En l'àmbit bancari, això cobra especial rellevància quan volem programar transferències, configurar alertes de moviments o realitzar qualsevol operació que precisi un marc de seguretat molt definit.
El tercer punt suggereix dividir tasques complexes en altres més senzilles. És un consell molt útil, sobretot per a aquells que tenen operacions o consultes que impliquen diversos passos encadenats. Pot ser que un usuari, per exemple, necessiti informació sobre l'evolució del seu saldo, un desglossament de moviments recents o un perfil de despeses mensuals. En lloc de sol·licitar-ho tot de manera difusa, és més efectiu abordar cadascuna d'aquestes tasques de manera independent. L'assistent virtual o la IA amb la qual s'interactuï podrà, així, oferir resultats més precisos i ràpids.
A continuació, BBVA recomana la introducció de delimitadors. Aquesta idea, encara que pot semblar molt tècnica, en realitat es tradueix en delimitar d'alguna manera el text, les idees o les xifres que estem manejant, perquè el model identifiqui quina part de la informació és la rellevant.
Per exemple, si s'introdueix un bloc de text copiat, etiquetar-lo adequadament permetrà que l'eina distingeixi entre la informació que es vol processar i la petició que estem realitzant. En entorns bancaris, pot facilitar la manera en què sol·licitem la modificació de certes dades o l'execució de tasques específiques quan brindem més context a un chatbot.
El cinquè consell se centra en proporcionar exemples i en la possibilitat de fer que el model “raoni”. De vegades no n'hi ha prou amb formular una pregunta directa; pot ser determinant mostrar-li al sistema un exemple de la classe de resposta que busquem o el tipus d'operació que necessitem. D'aquesta manera, es redueix el risc de malinterpretacions i es potencia l'eficàcia de la intel·ligència artificial en rebre un referent concret.
Això podria ser especialment interessant en casos d'assessoria financera en línia, on un usuari necessita informació complexa sobre plans d'estalvi o inversió i pot guiar millor l'assistent digital si adjunta un exemple de la classe de projecció o anàlisi que està buscant.
Per últim, el banc suggereix demanar-li al model que adopti un paper. Es tracta d'una tàctica molt útil quan necessitem un enfocament particular, com si estiguéssim parlant amb un expert en un tema específic. En indicar-li a la IA que actuï com a “assessor financer” o com a “expert en planificació de pressupostos”, li donem un context que l'orienta a oferir recomanacions concretes i ben justificades. Per a qui sigui client i requereixi cert tipus d'assessorament, aquesta indicació pot traduir-se en respostes més alineades amb els seus objectius i necessitats.