La solución a los chatbots requiere psicología, no tecnología
L
os chatbots impulsados por inteligencia artificial se están convirtiendo en el nuevo estándar para gestionar consultas sobre productos, quejas y reembolsos.
Sin embargo, los clientes no se sienten satisfechos con las interacciones de los chatbots. Las encuestas muestran que el 77% de las personas considera que los chatbots son frustrantes, y el 88% sigue prefiriendo hablar con una persona real.
La mayoría de las empresas intenta solucionar este problema diseñando mejores modelos de IA en sus chatbots, bajo el argumento de que, si los modelos suenan lo suficientemente humanos, el problema eventualmente desaparecerá. Pero esta suposición es errónea. Incluso cuando los chatbots alcanzan un realismo casi perfecto (en recientes pruebas de Turing a ciegas, el 73% confundió a ChatGPT-4.5 con una persona), los clientes aún los rechazan.
Esto se debe a que el problema de fondo no es tecnológico. Es psicológico. En un estudio sobre interacciones con chatbots, los clientes que participaron en conversaciones idénticas con personas y con chatbots informaron estar un 8.5% menos satisfechos después de interactuar con el chatbot. Pero cuando las ventajas del chatbot (como “respuestas instantáneas” o “disponible 24/7”) se destacaban y ofrecían de forma explícita, las personas de repente se mostraban un 37% más satisfechas con el chatbot que con agentes humanos más lentos y menos disponibles.
Recientemente hemos analizado las últimas investigaciones sobre chatbots y la interacción entre IA y humanos, y las hemos convertido en una guía práctica para crear chatbots de IA efectivos que impulsen la satisfacción, la percepción positiva de la marca y las ventas. Estas son seis de nuestras formas favoritas para mejorar su chatbot.
- Etiquete a su chatbot como “en aprendizaje continuo”
Las personas no solo quieren chatbots inteligentes. Necesitan chatbots de IA que sean cada vez más inteligentes. Las investigaciones muestran que los clientes tienen hasta un 17% más de probabilidades de seguir las sugerencias de un chatbot cuando este se etiqueta como “en aprendizaje continuo”, en comparación con un algoritmo estático, o incluso un agente humano.
- Demuestre la precisión de su chatbot
Los clientes confían en los resultados, no en las explicaciones técnicas. Brinde pruebas de que su chatbot de IA realmente funciona. Mostrar ejemplos de éxito en el mundo real puede aumentar la confianza y la precisión esperada hasta en un 22%. Muestre métricas como: “Hoy gestionó 4,500 consultas con un 94% de precisión” o “Al 98% de los clientes les resultó útil”.
- Utilice los halagos con cuidado
Los cumplidos sutiles hacen que las recomendaciones sean más persuasivas. Escuchar “Sí, este bolso encajaría con su estilo elegante” se siente bien, y hace que las personas tengan hasta un 12.5% más de probabilidades de aceptar recomendaciones de productos.
Pero si el halago suena demasiado humano, puede tener un efecto adverso. Mantenga los cumplidos basados en hechos, objetivos y alineados con el tono que los clientes esperan de la IA.
- Compórtese como una persona para reducir el fraude
Las investigaciones muestran que los clientes tienen hasta un 35% más de probabilidades de comportarse de manera poco ética (por ejemplo, mintiendo para obtener un reembolso) cuando tratan con un chatbot en lugar de un agente humano. Interactuar con una máquina se siente menos personal y reduce los sentimientos de culpa.
Para contrarrestarlo, programe su chatbot de IA para que se comporte más como una persona en estas situaciones.
- Vaya al grano con clientes enojados o apresurados
En momentos de mucho estrés (como la reprogramación de un vuelo cancelado), las respuestas con estilo humano no ayudan. En su lugar, programe su chatbot para que responda de forma rápida, clara y directa cuando detecte enojo o urgencia. En estas situaciones, es mejor no parecer “humano” en absoluto.
- Comunique las buenas noticias de forma humana
Cuando su chatbot entrega buenas noticias (como la aprobación de un préstamo, un reembolso o una mejora gratuita), hágalo de forma cálida y humana. Los clientes calificaron a las empresas un 8% más alto cuando los resultados positivos fueron comunicados por un chatbot con comportamiento humano.
El próximo gran avance en los chatbots no vendrá solo de mejores modelos de IA. Vendrá del reconocimiento de que, con la IA, la experiencia del cliente ya no es un desafío de ingeniería. Ahora es un desafío de psicología humana.
© 2025 Harvard Business School Publishing Corp. | De: hbr.org | Distribuido por: The New York Times Syndicate.
Artículo en inglés
AI-powered chatbots are becoming the new standard for managing product inquiries, complaints and refunds.
Yet customers are walking away from chatbot interactions feeling underwhelmed. Surveys show that 77% of people find chatbots frustrating, and 88% still prefer to talk with a real person.
Most companies try to fix this by engineering better AI models into their chatbots, reasoning that if the models sound human enough, the problem will eventually go away. But this assumption is flawed. Even when chatbots achieve near-perfect realism (in recent blind Turing tests, 73% mistook ChatGPT-4.5 for a person), customers still dislike them.
That’s because the root issue isn’t technological. It’s psychological. In a study of chatbot interactions, customers who engaged in identical conversations with people and chatbots reported themselves to be 8.5% less satisfied after interacting with the chatbot. But when the chatbot’s benefits (such as “instant responses” or “available 24/7”) were explicitly highlighted and delivered, people were suddenly 37% more satisfied with the chatbot than with slower and less-available human agents.
We’ve recently analyzed the latest research into chatbots and AI-human interactions and turned it into a practical guide for effective AI chatbots that drive satisfaction, positive brand perceptions and sales. Here are six of our favorite ways to improve your chatbot.
LABEL YOUR CHATBOT AS “CONSTANTLY LEARNING”
People don’t just want smart AI chatbots. They want AI chatbots that get smarter. Research shows that customers were up to 17% more likely to follow a chatbot’s suggestions when it was labeled as “constantly learning” compared to a static algorithm — or even a human agent.
PROVE YOUR CHATBOT’S ACCURACY
Customers trust results, not technical explanations. Give proof that your AI chatbot actually works. Showing real-world success examples can increase trust and expected accuracy by up to 22%. Display metrics like “Handled 4,500 queries today with 94% accuracy” or “98% of customers found this helpful.”
USE FLATTERY—CAREFULLY
Subtle compliments make recommendations more persuasive. Hearing “Yes, this purse would fit your fashionable style” feels good, and makes people up to 12.5% more likely to accept product recommendations.
But if the flattery feels too human, it can backfire. Keep compliments fact-based, matter-of-fact and aligned with the objective tone customers expect from AI.
BEHAVE LIKE A PERSON TO REDUCE FRAUD
Research shows that customers are up to 35% more likely to behave unethically (for example, by lying to get a refund) when dealing with a chatbot compared to a human agent. Interacting with a machine feels less personal and reduces feelings of guilt.
To counter this, program your AI chatbot to behave more like a person in these situations.
STICK TO THE POINT WITH ANGRY OR HURRIED CUSTOMERS
In high-stress moments, such as rebooking a cancelled flight, human-like responses don’t help. Instead, program your chatbot to respond quickly, clearly and directly when detecting anger or urgency. In these situations, it’s better to not seem “human” at all.
DELIVER POSITIVE DECISIONS IN A HUMAN-LIKE MANNER
When your chatbot delivers good news — approving a loan, a refund or a free upgrade — make it feel warm and human. Customers rated companies 8% higher when positive outcomes were communicated by a human-like chatbot.
The next leap in chatbots will not come from better AI models alone. It will come from recognizing that with AI, the customer experience is no longer an engineering challenge. It’s now one of human psychology.
La IA generativa podría solucionar las evaluaciones de desempeño (o empeorarlas aún más)
La IA puede alejar las evaluaciones de desempeño de las narrativas laborales y acercarlas a evidencia directa del trabajo en la práctica.
Es difícil utilizar la IA en equipo. Estas 3 prácticas pueden ayudar
He aquí tres prácticas que pueden ayudar a desarrollar la «química humano-IA en los equipos» a medida que evoluciona el lugar de trabajo.
¿Cuáles son los problemas de su empresa en materia de IA?
El “Ethical Nightmare Challenge” (ENC) es un marco de trabajo que puede integrarse con programas existentes de gestión de riesgos de IA.
