¿Qué hace que la gente sea buena para tener conversaciones? En un artículo reciente, Los investigadores de Cornell exploraron conversaciones en un servicio de mensajes de texto de crisis para descubrir cómo responder esa pregunta.

"El problema que siempre se nos ocurrió fue que nunca supimos si las cosas que observamos eran correlaciones, o si realmente pudieran proporcionar información útil para informar cómo la plataforma asigna consejeros, "dijo Justine Zhang, estudiante de doctorado en ciencias de la información y primer autor de "Cuantificación de los efectos causales de las tendencias conversacionales".

El documento fue presentado en la Conferencia de la Asociación de Maquinaria de Computación sobre Trabajo Cooperativo Soportado por Computadora y Computación Social, celebrado virtualmente del 17 al 21 de octubre.

Por ejemplo, los investigadores notaron que el lenguaje positivo tendía a aparecer en mejores conversaciones, pero, ¿significó esto que las palabras positivas mejoraron las conversaciones o simplemente fue más fácil usar palabras positivas con personas que están menos angustiadas?

Usando datos anónimos de Crisis Text Line, una línea directa de asesoramiento en caso de crisis donde las personas con problemas de salud mental pueden intercambiar mensajes de texto con los consejeros, los investigadores encontraron que el efecto de usar un lenguaje positivo desapareció cuando consideraron otros factores, como la hora del día en que tuvo lugar la conversación.

Comprender qué características del idioma están vinculadas a mejores conversaciones podría ofrecer a Crisis Text Line y servicios similares una forma basada en datos para asignar mejor a los consejeros a las personas que llaman. Comprender el uso efectivo del lenguaje también podría ayudar en otros ámbitos, como el servicio al cliente, tutoría y entrevistas.

"Queremos descubrir cómo mejorar estas conversaciones, y nos gustaría que estas recomendaciones se basaran en datos, "dijo Zhang, a quien asesora Cristian Danescu-Niculescu-Mizil, profesor asociado de ciencias de la información y coautor del artículo. "Es difícil. Hemos identificado precisamente por qué es difícil. Y una vez que identificamos algunos de estos desafíos específicos, ofrecemos recomendaciones sobre lo que puede hacer para superar estos desafíos ".

Por ejemplo, la hora del día podría influir en los tipos de problemas por los que las personas están llamando, o la gravedad de sus situaciones. Los investigadores podrían controlar esto explorando el lenguaje utilizado por los consejeros en el mismo turno, cuando a los consejeros que trabajan al mismo tiempo se les asignan llamadas al azar.

Otro problema es desentrañar cómo la interacción con la persona que llama da forma al lenguaje del consejero. Por ejemplo, un análisis sencillo podría mostrar que los consejeros que frecuentemente dicen "de nada" tienen mejores resultados en la conversación. Pero decirle a los consejeros que digan "de nada" con más frecuencia probablemente no conducirá a mejores conversaciones, porque probablemente están respondiendo a las personas que llaman diciendo "gracias", una indicación de que la llamada ya se está realizando correctamente.

"Es básicamente una señal de que la conversación ya ha ido bastante bien, en lugar de algo que realmente puedan hacer, "Dijo Zhang.

Una solución a ese problema es considerar solo el comienzo de las conversaciones, antes de que el comportamiento de las personas que llaman comience a influir en el lenguaje de los consejeros, pero esto ayudaría a comprender solo el comienzo de una conversación. Partiendo de los desafíos que identificaron, los investigadores desarrollaron nuevas soluciones que podrían abordar estos problemas, al menos en entornos como la línea directa de asesoramiento.

Aunque los investigadores no encontraron ningún impacto del lenguaje positivo en el éxito de las conversaciones, encontraron que puede ser más prometedor asignar mensajes de texto a consejeros que tienden a escribir mensajes más largos o que se hacen eco mejor del lenguaje de los que envían mensajes de texto. Las conversaciones se consideraron exitosas si los participantes las calificaron altamente en una encuesta.

El documento se encuentra entre los primeros en los campos del aprendizaje automático y las ciencias sociales computacionales en examinar la diferencia entre correlación y causalidad en el contexto de las conversaciones. Dijo Zhang.

"Ojalá, al establecer todos los desafíos que podría enfrentar y las formas en que podría sortearlos, puede ser un punto de partida para que más personas hagan estas preguntas en investigaciones futuras, " ella dijo.