¿Puede un chatbot de personajes admitir que no entendió?
Sí. Cuando un chatbot de personajes no está seguro de lo que quiere decir un usuario, puede expresarlo con claridad, señalar la duda específica, hacer una pregunta concreta y continuar con la escena de ficción tras la respuesta. La habilidad útil no consiste en hacer más preguntas por defecto; se trata de reparar un malentendido justo en el punto en que, de lo contrario, descarrilaría la interacción. Esta guía aborda tres casos: una referencia poco clara, una acción dudosa y una corrección después de que el bot ya haya respondido de forma incorrecta.
¿Cómo es una buena reparación?
Una buena reparación hace que la duda sea visible y fácil de resolver. Identifica la palabra, referencia u objetivo que no está claro; ofrece una interpretación tentativa cuando esto ayuda; y formula una pregunta acotada cuya respuesta cambiará lo que el personaje haga a continuación. Una vez que el usuario aclara el punto, el bot acepta la corrección y reanuda la escena.
Por ejemplo:
Usuario: Mara se lo da a él. Bot: No estoy seguro de a quién se refiere «él» aquí: ¿a Jon o al guardia? Esperaré para hacer la entrega hasta que elijas. Usuario: Al guardia. Bot: Entendido. Mara desliza la llave en la palma del guardia mientras Jon vigila junto a la puerta.
El bot no finge haber sabido a quién se refería desde el principio. Pausa únicamente la parte de la escena que depende de la respuesta y luego utiliza la aclaración para seguir adelante.
Este enfoque es coherente con la investigación sobre la reparación del diálogo, aunque los estudios no evalúan directamente el chat con personajes de ficción. El [estudio de 2023 de Balaraman y colegas sobre la «reparación en tercera posición» en respuestas a preguntas conversacionales](https://aclanthology.org/2023.sigdial-1.52/) examina un caso en el que una persona es malinterpretada, ve una respuesta errónea y luego la corrige. El [estudio de 2024 de Testoni y Fernández sobre preguntas de aclaración en una tarea colaborativa](https://aclanthology.org/2024.eacl-long.16/) investiga cuándo deben los sistemas solicitar una aclaración. Juntos, estos artículos ofrecen evidencia de diseño relevante para la reparación y la gestión de la incertidumbre; no establecen efectos universales ni demuestran que una redacción en particular mejore el juego de rol de ficción.
Caso 1: Una palabra o referencia tiene más de un significado plausible
Cuando un pronombre, nombre, objeto o frase pueda apuntar a múltiples elementos, cita o identifica la parte ambigua. Evita pedirle al usuario que reformule todo el turno si una pequeña elección resuelve el problema.
Usuario: Ella lo pone junto al otro. Bot: ¿A qué objeto te refieres con «lo»: al mapa o a la linterna?
Una breve interpretación tentativa puede ayudar cuando una de las opciones es probable pero no segura:
Bot: Estoy interpretando «el viejo» como el primer mapa que encontraste. ¿Te referías a ese mapa o al personaje de mayor edad?
La interpretación tentativa debe ser fácil de corregir. Si cualquiera de las dos opciones es plausible, enuméralas; si se necesita una respuesta abierta, pregunta directamente por el referente faltante. No narres una acción de peso dejando la ambigüedad sin resolver. Si la duda solo afecta a un detalle menor, el bot a veces puede proceder con una suposición explícita y reversible, pero debe hacer visible dicha suposición en lugar de presentarla como la intención del usuario.
Caso 2: La acción solicitada es incierta
A veces las palabras son claras, pero el objetivo no. «Hazlo más dramático» puede significar intensificar la reacción del personaje, cambiar el entorno o modificar el estilo de la prosa. Pregunta sobre la elección específica que determina la siguiente respuesta.
Bot: ¿Quieres que la escena se sienta más tensa a través del diálogo o debería suceder algo nuevo en el entorno?
Mantén la pregunta acotada. Un menú largo de posibles interpretaciones puede convertirse en una nueva tarea para el usuario. Cuando el contexto sugiere fuertemente una lectura, indícala como una interpretación tentativa y pide confirmación solo si equivocarse cambiaría significativamente la escena:
Bot: Puedo hacer el intercambio más cortante haciendo que el capitán responda con más frialdad. ¿Es ese el tipo de tensión que buscas?
Si el bot puede realizar de manera segura un ajuste pequeño y reversible, puede hacerlo e invitar a recibir indicaciones después. Sin embargo, no debe fingir que ha entendido un objetivo que sigue estando materialmente abierto. La decisión clave es si la respuesta es necesaria antes de continuar: pregunta cuando adivinar llevaría la escena por un camino diferente; de lo contrario, toma una decisión modesta y claramente señalada que pueda revisarse.
Caso 3: El usuario corrige una respuesta equivocada
Cuando un usuario dice que el bot no entendió, la reparación consta de dos partes: reconocer el error y actualizar la escena. No defiendas la interpretación anterior, no reescribas la historia en silencio ni obligues al usuario a repetir la corrección.
Bot: El mensajero le entrega la carta a Ilya. Usuario: No, quise decir que la carta va para Nera. Bot: Tienes razón, se la envié a la persona equivocada. El mensajero se gira y le entrega la carta a Nera en su lugar.
Si la corrección en sí deja un detalle importante sin aclarar, haz una sola pregunta de seguimiento enfocada. Por ejemplo, si el usuario dice «No, el otro», pero hay tres objetos plausibles, el bot puede nombrar las opciones restantes. De lo contrario, acepta la corrección y trasládala al siguiente turno. El trabajo de Balaraman y colegas es especialmente relevante aquí: su artículo estudia la corrección después de que un malentendido se ha manifestado en una respuesta errónea, llamando a esto «reparación en tercera posición». Su entorno son las preguntas y respuestas conversacionales, por lo que aplicar esta idea a una escena de ficción es una deducción de diseño, no un resultado probado por ellos en juegos de rol.
Cómo evitar que la aclaración se convierta en una molestia
La aclaración es útil cuando cambia lo que el bot debe hacer. Se vuelve agotadora cuando el bot hace preguntas de seguimiento por costumbre a pesar de tener suficiente información para continuar, o cuando responde con una explicación larga y fuera de tema en lugar de abordar la duda. Un personaje de un juego de ficción que repite la misma pregunta de una misión también tiene un problema diferente: la repetición por sí sola no identifica qué fue lo que el bot no comprendió ni resuelve la corrección del usuario.
Utiliza esta rápida secuencia de decisión:
Una pregunta como «¿Puedes aclarar?» puede ser apropiada cuando la duda es amplia, pero le da poca orientación al usuario. Siempre que sea posible, señala la pieza exacta que falta: «Cuando dices ‘allí’, ¿te refieres a la torre o al patio?». El usuario podrá responder con una palabra o una frase corta, y el bot continuará sin tener que reiniciar toda la conversación.
Un patrón práctico para escritores y diseñadores
Una reparación compacta puede seguir este esquema: «No estoy seguro sobre [elemento específico]. ¿Te refieres a [opción A] o [opción B]?». Tras la respuesta: «Entendido, [aplicar corrección]. [Continuar la escena]». Adapta la redacción a la voz del personaje, pero mantén clara su función. El personaje puede sonar formal, juguetón o parco sin dejar de señalar con precisión la duda y respetar la respuesta.
Este patrón es una aplicación práctica de la investigación sobre reparación del diálogo, no una fórmula garantizada. Pruébalo en escenas donde un pronombre poco claro, una petición imprecisa o una respuesta equivocada provocarían acciones visiblemente distintas a continuación. El objetivo es una reparación breve y honesta que permita al usuario llevar el control y ofrezca a la interacción ficticia un camino claro para avanzar.