La Inteligencia Artificial y el arte de escuchar a los clientes

Como la mayoría de las instituciones financieras, FINCA busca escuchar a sus clientes a través de encuestas e interacciones cotidianas. Sin embargo, escuchar solo es útil si realmente entendemos lo que nuestros clientes quieren decir. La experiencia nos ha demostrado que esto no puede darse por sentado.

El desafío se hizo evidente cuando FINCA comenzó a analizar la retroalimentación de los clientes a gran escala mediante inteligencia artificial (IA). El año pasado desarrollamos nuestra plataforma Customer Voice (CV) para procesar entrevistas grabadas, una fuente de información rica en emociones y matices que resulta difícil de captar mediante revisiones manuales. Desde el punto de vista técnico, construir el flujo de trabajo de IA y diseñar las instrucciones para el análisis fue relativamente sencillo. Lo que descubrimos rápidamente, sin embargo, fue lo fácil que resulta perder el significado cuando las máquinas procesan el habla humana, a menos que hayan sido entrenadas específicamente para comprender los dialectos locales, su contexto y las emociones que los acompañan.

Cuando la tecnología escucha mal

Aprendimos esta lección durante una prueba piloto de la plataforma CV en Uganda.

Inicialmente utilizamos herramientas convencionales de transcripción basadas en IA para procesar grabaciones de centros de atención telefónica en luganda y otros dialectos locales. Aunque los resultados parecían plausibles -como suele ocurrir con los sistemas de IA-, una revisión humana reveló error tras error. Algunas declaraciones habían sido transcritas incorrectamente; otras se atribuían a la persona equivocada. En ciertos casos, palabras reales en luganda aparecían combinadas de manera que formaban frases incoherentes con el resto de la conversación.

Estos errores no eran simples fallos aislados, sino distorsiones sistemáticas producidas por un modelo que no había sido entrenado adecuadamente en los idiomas locales. Con frecuencia, incluso invertían por completo la intención del hablante. En luganda y otras lenguas bantúes, una sola sílaba mal ubicada puede negar un verbo, cambiar el sujeto o alterar totalmente el significado de una frase.

Por ejemplo, en una grabación, una clienta decía Sinnaba kufuna (“todavía no he recibido mi préstamo”), pero la IA lo transcribió como Nnaba kufuna (“ya lo recibí”). La ausencia del prefijo si eliminó por completo el sentido de la queja. En otro caso, una mujer hablaba de su capital de trabajo diciendo capital yange (“mi capital”), pero la transcripción registró capital yaabwe (“su capital”, de ellos), borrando del registro su sentido de propiedad e independencia financiera. Y cuando describía que realizaba sus pagos puntualmente utilizando la palabra sasuura, la IA la sustituyó por labeera, una palabra sin relación que significa “biblioteca”, ocultando por completo su comportamiento como prestataria responsable.

Estos errores no eran casos excepcionales ni accidentes aleatorios. En las grabaciones revisadas, las herramientas de IA disponibles comercialmente generaban transcripciones que parecían datos útiles, pero que ocultaban de forma recurrente algunos de los hallazgos más importantes sobre la experiencia de los clientes. Idiomas locales como el luganda siguen estando muy poco representados en los modelos de IA predominantes, y los errores observados eran una consecuencia directa de esa exclusión.

Una retroalimentación precisa impulsa la acción

El cambio llegó cuando adoptamos una biblioteca de reconocimiento de voz entrenada localmente, desarrollada por Sunbird AI.

Gracias a transcripciones precisas y culturalmente contextualizadas, descubrimos que, aunque los clientes confiaban en FINCA, experimentaban frustración por los retrasos en los préstamos, confusión respecto a las comisiones y ansiedad provocada por información inconsistente entre distintas sucursales. Se trataba de problemas concretos y recurrentes que el personal podía reconocer de inmediato y comenzar a resolver.

En cuestión de semanas ya se estaban implementando mejoras. Se introdujeron explicaciones más claras sobre las tarifas y comisiones. Los equipos comenzaron a contactar a los clientes para informarles sobre el estado de sus préstamos. Asimismo, los gerentes reforzaron la capacitación en aquellas sucursales donde la calidad del servicio era más desigual. La precisión de las transcripciones y la posibilidad de analizarlas a gran escala fortalecieron la confianza en los hallazgos obtenidos.

Escuchar como método de investigación

Las transcripciones precisas son solo el punto de partida.

A medida que trabajábamos con mayores volúmenes de información en formato de audio, comprobamos que las conversaciones abiertas contienen capas de significado que ninguna encuesta estructurada puede capturar por completo. De forma natural, los clientes revelan aquello que más les importa a través de señales espontáneas: vuelven una y otra vez sobre un mismo tema, se detienen en una experiencia difícil o cambian el tono de voz al describir algo positivo. Observados a lo largo de toda una conversación, estos patrones expresivos permiten identificar los temas que realmente tienen peso en sus vidas y aportan profundidad a los datos.

Por ello, comenzamos a utilizar la plataforma Customer Voice para profundizar aún más en el análisis. La herramienta examina patrones emocionales y expresivos presentes en el amplio archivo de conversaciones grabadas con clientes de FINCA, generando información valiosa para evaluar el impacto real de nuestras iniciativas y desarrollar nuevos productos.

En Côte d’Ivoire, por ejemplo, analizamos entrevistas grabadas con productores de cacao que habían obtenido documentación formal de sus tierras gracias a Meridia, una empresa respaldada por FINCA Ventures. En este caso, los patrones emocionales se convirtieron en el eje central del análisis de impacto. Cuando los agricultores describían su situación antes de obtener la documentación, sus expresiones reflejaban miedo e incertidumbre. Después de recibir los títulos, el tono cambiaba hacia sentimientos de alivio, orgullo y tranquilidad.

En Tanzania y Uganda analizamos grabaciones de grupos focales y entrevistas con informantes clave realizadas en el marco de un estudio sobre medios de vida juveniles impulsado por el Laboratorio para la Erradicación de la Pobreza de FINCA. En lugar de elaborar un sistema tradicional de codificación y contabilizar la frecuencia de temas en cientos de páginas de transcripciones, instruimos a un agente de IA dentro de la plataforma CV para generar perfiles o personas. Estos perfiles capturaban los matices de lo que las personas realmente estaban expresando más allá de las palabras, ayudándonos a comprender mejor sus preocupaciones, aspiraciones y desafíos.

El panorama resultante fue más allá de las barreras financieras tradicionales. Lo que emergió fue una realidad común: personas con habilidades y deseos de trabajar, pero sin las herramientas ni los recursos necesarios para comenzar. Estos hallazgos ayudaron a validar los perfiles de usuario y las ideas de productos desarrolladas por nuestros especialistas en diseño centrado en las personas.

Como resultado, actualmente estamos lanzando dos productos financieros orientados a la juventud que eliminan requisitos tradicionales como las garantías y el historial crediticio, haciéndolos más accesibles para potenciales clientes jóvenes.

Lo que esto significa para los profesionales del sector

La tecnología nos permite recopilar cantidades cada vez mayores de datos. Sin embargo, más datos no significan necesariamente una mejor comprensión.

Nuestro objetivo no es utilizar más inteligencia artificial, sino escuchar de manera más precisa y con un propósito claro.

Ese proceso comienza en el contexto local: con personas que se expresan de manera natural dentro de su cultura y con modelos entrenados para reflejar fielmente esa realidad. También implica escuchar más allá de las preguntas estructuradas, prestando atención a aquello que los clientes enfatizan, repiten o expresan emocionalmente. Son señales poderosas que suelen perderse cuando la información se reduce únicamente a datos de encuestas.

En última instancia, escuchar solo tiene valor si conduce a la acción. Cuando realmente escuchamos a nuestros clientes, podemos concentrarnos en aquello que más les importa. Si las finanzas inclusivas quieren cumplir su promesa de generar impacto social, debemos asegurarnos de que ninguna voz se pierda en la traducción… ni en la transcripción.