¿Tecnología que enseña empatía? Cómo mpathic utiliza la IA para ayudarnos a escucharnos unos a otros

A un nivel humano básico, queremos que nos escuchen. Queremos conectar con los demás y queremos que nos entiendan. Desafortunadamente, a menudo nos enfrentamos a muchas cosas que compiten por nuestra atención, lo que nos convierte en malos oyentes.

La escucha activa es un comportamiento aprendido y no es fácil de dominar. Pero, ¿qué pasaría si la inteligencia artificial (IA) pudiera aumentar nuestra capacidad de escuchar y relacionarnos verdaderamente con los demás? ¿Qué pasaría si la tecnología pudiera aprovechar nuestras experiencias vividas colectivamente y ayudarnos a ser más humanos los unos con los otros?

Estas son las preguntas que el Dr. Grin Lord, clinical psychologist y fundador de la empresa de análisis de conversaciones mpathic, ha perseguido durante los últimos 15 años. Durante su investigación, Grin y el equipo de mpathic identificaron palabras, frases y comportamientos de comunicación que generan confianza y los modelaron mediante inteligencia artificial.

“Analizamos qué promueve la confianza, qué promueve el compromiso y cómo esto repercute en los resultados”, explica la Dra. Danielle Schlosser, Chief Innovation Officer en mpathic.

En busca de un enfoque impulsado por la tecnología para desbloquear la empatía, mpathic desarrolló algo único: una solución que no solo analiza y evalúa la salud de las conversaciones, sino que también proporciona recomendaciones para aumentar sus niveles de empatía, confianza y participación en tiempo real.

“Nuestro factor diferenciador es tratar de ser más conductuales y prácticos”, afirma Grin. “Queremos capacitar a las personas sobre cómo mejorar”.

Basándose en las respuestas de una amplia gama de expertos con una amplia formación en empatía, la API de mpathic etiqueta rápidamente los casos de malentendidos en las conversaciones en curso e inmediatamente ofrece comentarios y sugerencias sobre cómo escuchar y responder con más empatía.

Los resultados han sido asombrosos. Cuando se utilizan en ensayos clínicos, los proveedores de atención médica que utilizan la API de mpathic tienen siete veces más probabilidades de captar el riesgo de los participantes y proporcionar comentarios críticos. Del mismo modo, en los casos de uso del software como servicio (SaaS) de ventas y RR. HH., las empresas que utilizaban los productos de mpathic obtuvieron una mayor participación y satisfacción de los clientes, entre otros resultados.

Teniendo en cuenta el contexto y los matices, mpathic define la empatía como una “comprensión precisa”. Pero diseñar un método exitoso para enseñar la empatía resultó ser mucho más difícil de alcanzar que definirla.

A principios de la década de 2000, Grin comenzó su viaje como parte de un estudio de investigación en el que trabajaba con conductores involucrados en accidentes por conducir en estado de ebriedad. El experimento consistió en intervenciones breves con 15 minutos de escucha empática durante los que se demostraba la aceptación y la comprensión de la experiencia del conductor. Esta breve intervención empática condujo a una reducción del consumo de alcohol, que se mantuvo más de tres años después, y a una reducción del 46 por ciento en los reingresos al hospital.

Después de eso, Grin capacitó a los profesionales médicos sobre cómo escuchar con empatía, enseñando comportamientos como la escucha reflexiva, haciendo preguntas abiertas en lugar de cerradas y usando afirmaciones.

Cuando descubrió que un taller de dos días no era suficiente para cambiar comportamientos y estilos de comunicación profundamente arraigados, reorganizó su enfoque. Grin aprendió técnicas gracias a un estudio de orientación telefónica realizado a nivel nacional, en el que los médicos se grababan a sí mismos al dar su opinión. Un psicólogo escuchaba y proporcionaba a los médicos sugerencias basadas en el rendimiento sobre cómo mejorar. Este proceso podía llevar semanas, por lo que en 2008 aprovechó la oportunidad para utilizar el machine learning (ML) para acelerar el proceso.

En la Universidad de Washington, Grin formó parte del equipo que creó los primeros canales de procesamiento de señales de voz para la retroalimentación basada en el rendimiento en un entorno médico. “Con la potencia de computación de la época, procesar una llamada de 30 minutos tardaba unas 6 horas”, afirma. “Pero el hecho de que se pudiera recibir algún comentario el mismo día se consideró realmente revolucionario”.

Ahora, con la computación mejorada, la potencia de la visión original de la retroalimentación basada en el rendimiento para los proveedores médicos se ha acelerado hasta convertirse en una técnica en tiempo real. A lo largo de los años, Grin formó un equipo de expertos y especialistas expertos en la materia, entre los que figuraban los que participaron en la investigación original de la Universidad de Washington, así como expertos en inteligencia artificial de la Universidad Carnegie Mellon y expertos del sector de las grandes tecnologías.

La idea de mpathic surgió cuando Grin y su equipo se dieron cuenta del valor comercial de la escucha empática: “¿Podríamos crear una API que tomara instantáneamente cualquier comunicación y la hiciera más empática, independientemente del caso de uso?”

El equipo creó algunos de los primeros modelos de mpathic utilizando datos recopilados de Empathy Rocks, un juego de entrenamiento de la empatía. En el juego, los terapeutas, incluidos los miembros de la Línea de Crisis del Estado de Idaho y del Servicio de Salud Indígena de California, respondían con empatía a usuarios anónimos a partir de datos de foros públicos y puntuaban las declaraciones de los demás; recibían educación continua jugando a estos juegos. “Teníamos grupos de personas muy diversos que creaban estos modelos mediante la colaboración colectiva de esa información”, explica Grin.

A medida que mpathic continúa desarrollando y aumentando sus capacidades, la startup ahora cuenta con más de 200 modelos diferentes de comportamientos de comunicación con consejos y sugerencias, que incluyen cómo mejorar la colaboración y el reparto del poder, y escuchar con más precisión mediante reflexiones y preguntas abiertas. También miden parámetros más inconscientes de la alineación humana, como la sincronía entre estilos lingüísticos, que, según la investigación de Grin, predicen mejor las calificaciones objetivas de empatía que otras habilidades. “El objetivo no es reemplazar la experiencia humana”, afirma la Dra. Amber Jolley-Paige, Vice President of Clinical Product, “sino mejorarla”.

Con un enfoque personalizado y flexible, mpathic utiliza el análisis y las métricas para respaldar las necesidades y los KPI específicos de los clientes, sea cual sea el sector. Actualmente, ofrecen un conjunto de productos basados en la inteligencia artificial: la API principal de mpathic, mConsult y mTrial. La API principal se integra en otro software, analiza las comunicaciones y propone sugerencias prácticas. Por ejemplo, cuando mpathic usó su API para analizar las entrevistas de contratación para diferentes empresas, descubrió que las que recibían comentarios empáticos tenían un aumento del 8 por ciento en la aceptación de los candidatos. mConsult proporciona recomendaciones y asesoramiento inmediatos mediante la revisión de las grabaciones de audio o video. Además, mTrial agiliza los ensayos clínicos al mejorar la calidad de los datos y garantizar una atención constante, al tiempo que reduce los riesgos de forma proactiva y alivia la carga de trabajo de los profesionales médicos.

El viaje de mpathic no muestra signos de ralentizarse. Para alcanzar mejor su objetivo de optimizar la comunicación humana, el equipo está ampliando su API para abordar específicamente los diversos comportamientos culturales y capacitar a los proveedores en materia de adaptación cultural.

La cultura puede afectar la forma en que las personas se comunican de varias maneras. Por ejemplo, puede afectar los estilos de comunicación, la forma en que las personas emiten la información y sus actitudes ante los conflictos. “Con mpathic, tenemos la capacidad, como nunca antes, de crear más empatía en las interacciones de la atención médica e imaginar un futuro en el que podamos aprovechar la IA para mejorar la equidad en salud”, afirma la Dra. Alison Cerezo, Head of Research and Health Equity.

La startup recopiló datos de entrenamiento de un grupo diverso de diferentes géneros, culturas y orígenes para ayudar a frenar el sesgo de la IA. “Muchos de los problemas que se observan en relación con los sesgos de la IA se deben a modelos creados a partir de datos recopilados solo de uno o dos entornos y a no entender la experiencia personal de las personas a la que esos modelos pueden afectar”, explica Grin. mpathic se asegura de que creen, refinen e implementen sus modelos con regularidad, prestando atención y alineándose con un marco ético de IA.

En el futuro, el equipo de mpathic planea continuar desarrollando herramientas de inteligencia artificial que reconozcan los puntos de vista diversos y matizados presentes en todas las interacciones humanas. “El potencial de esta tecnología para capacitar a cualquier persona a escuchar con empatía no tiene límites”, afirma Grin.

Para escalar su plataforma, mpathic necesitaba una infraestructura sólida. AWS proporcionó una base sólida y fiable para que mpathic creciera e innovara de forma segura. “Nos basamos en AWS para poder escalar de manera eficaz y satisfacer las necesidades de nuestros clientes de forma rápida y fluida”, afirma Grin. “Somos una startup relativamente pequeña que presta servicios a clientes de todo el mundo. Poder decir a nuestros clientes que podemos alojar datos en cualquier parte del mundo en que se encuentren es fantástico, y no sería posible sin AWS”. mpathic utiliza AWS para todos los componentes fundamentales de su plataforma, incluida la infraestructura de computación, almacenamiento y red, lo que garantiza la transferencia y el almacenamiento de datos transfronterizos de forma segura.

Más allá de la tecnología, la colaboración entre mpathic y AWS se basó en el compromiso compartido de ayudar a mpathic a alcanzar sus objetivos. “Hay un grado de interés y apoyo que es realmente impresionante, especialmente si proviene de una organización tan grande”, afirma Danielle. “No se trata solo de la tecnología, sino también de las conexiones”.

“AWS también ha trabajado mucho para destacar a las mujeres fundadoras, lo que me parece fantástico”, añade Megan Greenlaw, Vice President of Life Sciences and Psychedelic AI. “Para mí, esto representa un cambio que se está produciendo en el sector empresarial. El hecho de que una empresa pueda recaudar más de 10 millones de dólares y que el 90 % de esos cheques los emitan mujeres es algo muy destacable”, afirma Grin.