Patente Google: Feedback en diálogos Q&A

Los asistentes de voz y las superficies de búsqueda basadas en diálogo responden millones de preguntas cada día – desde consultas de hechos hasta investigaciones complejas. No solo importa la primera respuesta, sino también cómo un sistema reconoce si los usuarios están satisfechos o necesitan una mejor solución. Una patente de Google concedida en 2022 describe exactamente este mecanismo: question-answering en sistemas de diálogo humano-computadora con evaluación del feedback del usuario sobre respuestas entregadas previamente.

Contexto: patentes de diálogo de Google y el nuevo enfoque

Google ha invertido durante años en patentes sobre diálogos humano-computadora. Documentos anteriores trataban arquitecturas generales de diálogo y la finalización de conversaciones con asistentes. La patente "Providing answers to voice queries using user feedback" (US 11.289.096) va más lejos: describe cómo las entradas tras una pregunta respondida se clasifican como feedback y se usan para mejorar respuestas futuras.

Idea central: tras emitir una respuesta, cada nueva entrada del usuario se comprueba para ver si es feedback sobre esa respuesta exacta. Si se detecta feedback, el sistema lo clasifica como positivo o negativo. Con feedback negativo, puede ofrecerse una solución alternativa – sin que el usuario repita la pregunta original.

Cómo se detecta y puntúa el feedback

El método comienza recibiendo una entrada de voz tras haber entregado ya una respuesta. El sistema comprueba varias señales a la vez: ¿la entrada cae dentro de una ventana de tiempo definida tras la respuesta? ¿Se recibe después de emitir la solución? ¿Se parece a la pregunta original? ¿O hay una acción asociada – como marcar un número de teléfono o enviar un correo vinculado a la respuesta?

Si la entrada se clasifica como feedback, se asigna un score de feedback predefinido. Este score ajusta un valor de confianza que describe la fuerza de una combinación pregunta-respuesta. Si el score está por debajo de un umbral, el feedback es negativo y el valor de confianza baja. Si está por encima, el feedback es positivo y el score sube.

Ejemplos de la patente: gratitud frente a contradicción

La patente ilustra casos positivos y negativos con diálogos concretos. Si un usuario pregunta "Who invented the telephone?" y recibe "Alexander Graham Bell", una expresión posterior como "Thanks" puede valorarse como feedback positivo. El sistema almacena que esta respuesta encaja bien con la pregunta.

En el ejemplo negativo, la pregunta es "What was the highest-grossing romantic comedy of 2003?" La primera respuesta es "Gigli". Si el usuario responde "That can't be right", el sistema clasifica feedback negativo. El score de confianza del par pregunta-respuesta baja. Como follow-up, el sistema puede entregar una alternativa – por ejemplo "How to Lose a Guy in 10 Days may be a better answer" – señalando que es una corrección.

Scores de confianza y repositorio pregunta-respuesta

Los dispositivos de diálogo almacenan información sobre la fuerza de las respuestas respecto a preguntas concretas. Cada combinación pregunta-respuesta recibe un score de confianza que expresa la relevancia de la respuesta. La patente describe un repositorio que gestiona estos scores de forma central y puede ajustarlos online durante la interacción del usuario y offline.

Si aún no existe una entrada para una combinación, puede asignarse un score por defecto – por ejemplo 0,5 en una escala de 0,0 a 1,0. Una scoring engine ajusta después el valor según el score de feedback. Las operaciones posibles incluyen promedios con otros feedbacks de usuarios, suma, multiplicación u otras vinculaciones matemáticas. También entra feedback agregado de varios dispositivos.

Arquitectura técnica: dispositivos, servidores y motor de búsqueda

El entorno descrito incluye dispositivos de usuario – smartphones, tablets, portátiles o hardware dedicado de asistentes – más varios servidores: un repositorio de scores pregunta-respuesta, un clasificador de feedback, un repositorio de scores de feedback y un servidor de motor de búsqueda. Dispositivos y servidores se conectan por redes; en algunas implementaciones, los dispositivos realizan partes de funciones de servidor localmente.

Answer generation engine e integración con búsqueda

La answer generation engine convierte preguntas habladas mediante speech-to-text en texto y genera consultas de búsqueda. Stop words como "the", "a" o "is" pueden eliminarse; prefijos y sufijos se normalizan. De la pregunta "What was the highest-grossing romantic comedy of 2003?" puede resultar la query "highest-grossing romantic comedy 2003".

Los resultados de búsqueda entran con valores de confianza que consideran relevancia, calidad del documento, tráfico y antigüedad, entre otros factores. Alternativa o adicionalmente, la engine usa pares pregunta-respuesta almacenados del repositorio – incluida similitud semántica, distancia de Hamming o edit distance para reconocer preguntas parafraseadas. La respuesta se emite por voz o pantalla.

Clasificador de feedback y respuestas de seguimiento

El feedback classifier engine asigna el feedback entrante al último par pregunta-respuesta – típicamente dentro de 15 segundos, 30 segundos o un minuto, o independientemente del tiempo si no hubo otro feedback intermedio. Preguntas repetidas, temas de seguimiento o acciones como búsquedas, llamadas o correos pueden influir además en la valoración.

Si el score de feedback cae bajo un umbral, la answer generation engine entrega una respuesta de seguimiento – a menudo la segunda mejor opción entre candidatos con score menor pero aún relevante o resultados de búsqueda frescos. Así surge un sistema de aprendizaje que adapta dinámicamente la calidad de respuestas a las opiniones de los usuarios.

Ventajas y significado estratégico para SEO

Según las ventajas de la patente, el sistema puede estimar la actitud probable del usuario hacia una respuesta – satisfacción, insatisfacción o ambivalencia. De ello mejora la capacidad de question-answering con el tiempo: las respuestas se optimizan dinámicamente y la insatisfacción desencadena una alternativa inmediata. Para equipos SEO y estrategas de búsqueda por voz, esto es más que un detalle técnico.

Muestra cómo Google vincula la búsqueda basada en diálogo con la búsqueda web clásica, mantiene scores de confianza para respuestas y usa feedback implícito del usuario como señal de ranking. Quien optimiza contenido para featured snippets, asistentes y superficies de búsqueda con IA debe entender que la calidad de respuesta no es estática – se reevalúa continuamente mediante feedback agregado, resultados de búsqueda y mapeos semánticos de preguntas.

La patente US 11.289.096 fue concedida el 29 de marzo de 2022, presentada el 15 de noviembre de 2019, y enumera como inventores a Gabriel Taubman, Andrew W. Hogue y John J. Lee. Se suma a la serie de Google sobre diálogo humano-computadora, consultas por voz y asistentes automatizados y ofrece de nuevo una visión de la dirección técnica de la búsqueda de Google más allá de los clics clásicos en SERP.