Check Point® Software Technologies Ltd. (NASDAQ: CHKP), pionero y líder global en soluciones de ciberseguridad, ha anunciado una importante innovación en el análisis de la satisfacción de usuarios con chatbots. Se trata de una versión mejorada del método SPUR (Supervised Prompting for User satisfaction Rubrics), que permite medir el nivel de conformidad directamente a partir de conversaciones no etiquetadas, eliminando la necesidad de recopilar y clasificar manualmente miles de interacciones.

En el actual escenario de transformación digital, los chatbots son una pieza clave en la atención al cliente y en la eficiencia operativa. Sin embargo, hasta ahora, medir de forma precisa la satisfacción de los usuarios resultaba complejo y poco escalable. Los métodos tradicionales —como encuestas o métricas superficiales de precisión de respuesta— no lograban reflejar las percepciones reales de los usuarios, limitando la mejora continua de los sistemas de IA.

El algoritmo SPUR original requería más de 1.000 conversaciones etiquetadas para identificar criterios de satisfacción e insatisfacción. Esto suponía una barrera significativa para su aplicación práctica. El equipo de Check Point Software ha encontrado una forma de resolver este problema que permite iniciar el proceso de entrenamiento sin necesidad de datos etiquetados.

El nuevo enfoque consiste en ejecutar el modelo de lenguaje sobre cada conversación dos veces: una asumiendo que es satisfactoria y otra asumiendo lo contrario. Así se generan posibles parámetros que, tras un proceso de filtrado y agrupación, producen un conjunto estable de indicadores de satisfacción e insatisfacción. Estos se utilizan después para puntuar automáticamente cualquier nueva conversación en un rango de [-100, 100].

La versión mejorada de SPUR se ha aplicado en Infinity Copilot, el asistente de IA generativa de Check Point Software para operaciones de ciberseguridad. Los resultados de satisfacción generados automáticamente mostraron una alta correlación con la validación humana, y desde entonces se utilizan para monitorizar y mejorar todas las interacciones del sistema. Esta innovación ha permitido incrementar de forma sostenida la satisfacción de los usuarios y ha dado lugar a la presentación de una solicitud de patente.

La capacidad de medir la satisfacción sin etiquetas supone un avance decisivo para la adopción de la IA en ciberseguridad. Permite a los equipos:

Mejorar de forma continua los sistemas de asistencia basados en IA.

Aumentar la confianza de los usuarios en la tecnología.

Impulsar la eficacia operativa mediante decisiones más informadas.

"Comprender la satisfacción del usuario ya no es un lujo, sino un requisito fundamental para el éxito de la inteligencia artificial aplicada a la seguridad", ha declarado Eusebio Nieva, director técnico de Check Point Software para España y Portugal. "Con la nueva versión de SPUR, ofrecemos una forma escalable y precisa de alinear los chatbots con las necesidades reales de las personas y reforzar su impacto en ciberseguridad".