Qué obstáculos enfrentan las personas mayores al pedir soporte digital en teléfonos y tabletas, según una investigación de la Universidad de Illinois

Un estudio de la Universidad de Illinois en Chicago concluyó que los modelos de IA pueden mejorar la asistencia tecnológica a personas mayores, un grupo que a menudo tiene dificultades para describir con precisión sus problemas digitales.

El trabajo, publicado en el manuscrito Empowering Older Adults in Digital Technology Use with Foundation Models, halló que reformular esas consultas con GPT-4o elevó la exactitud de las soluciones al 69% frente al 46% de las consultas originales y mejoró los resultados de búsqueda en Google al 69% frente al 35%.

La investigación parte de un problema concreto: tener un dispositivo no implica saber aprovecharlo. Según una encuesta de AARP citada en el estudio, casi todos los adultos de 50 años o más en Estados Unidos poseen al menos un dispositivo digital, 89% tiene un teléfono inteligente y 98% lo usa a diario, pero su uso suele concentrarse en tareas básicas como navegar por internet o enviar mensajes.

Los autores Hasti Sharifi, Homaira Huda Shomee, Sourav Medya y Debaleena Chattopadhyay, del Departamento de Ciencias de la Computación de la Universidad de Illinois en Chicago, analizaron cómo personas mayores que viven en la comunidad y hablan inglés piden ayuda cuando algo falla en sus teléfonos o tabletas. Su objetivo fue estudiar las barreras de comunicación y probar si los modelos fundacionales podían traducir esos pedidos a preguntas más claras y resolubles.

El estudio identificó cuatro obstáculos repetidos en la forma de plantear las consultas: verbosidad, falta de información, sobreespecificación y subespecificación. Según el análisis temático reflexivo de los investigadores, esos patrones dificultaban detectar el problema real o elegir la respuesta adecuada, sobre todo en contextos remotos o automatizados.

La investigación también registró usos de vocabulario no técnico o metafórico. Algunas personas mayores llamaban “lengua” a los comandos de voz, describían un teléfono bloqueado como “se fue la energía” o hablaban de la función de modo oscuro como “la pantalla se pone oscura”, según el manuscrito.

Para observar esas interacciones en situaciones cotidianas, el equipo realizó un estudio de diario en línea con personas de 60 años o más que usaban un dispositivo móvil al menos una vez por semana y dominaban el inglés hablado. Los participantes podían enviar sus preguntas por correo electrónico, mensaje de texto o WhatsApp, y también adjuntar capturas de pantalla, notas de voz o grabaciones de pantalla.

En total se recopilaron entradas de 27 personas mayores, 13 mujeres, con una mediana de edad de 66 años. Según el estudio, 17 de ellas fueron reclutadas de manera indirecta a través de personas que ya las ayudaban con cuestiones tecnológicas.

Los investigadores analizaron 57 consultas por escrito, de las cuales solo nueve incluían capturas de pantalla, una proporción de 15,8%. Esos mensajes abarcaban 34 aplicaciones móviles distintas y variaban entre cinco y 223 palabras, con una mediana de 65 palabras.

La clasificación final incluyó cuatro preguntas de validación, 14 informativas dirigidas, 23 informativas no dirigidas, cinco de navegación y 11 conceptuales. De acuerdo con el estudio, dos investigadores codificaron las consultas y alcanzaron una concordancia sustancial, con un coeficiente kappa de Cohen de 0,72.

La generación de soluciones

Para probar si la IA podía reducir esa carga comunicativa, el equipo evaluó dos modelos: GPT-4o y OS-ATLAS. El procedimiento fue diseñado en cuatro pasos: analizar la consulta original para detectar contexto faltante, formular hasta tres preguntas de seguimiento, parafrasear el pedido en una o más preguntas concisas aptas para Google y ofrecer una solución única si el modelo alcanzaba un umbral de confianza predefinido.

La evaluación se hizo sobre 51 consultas que podían entenderse sin capturas de pantalla y que habían sido resueltas durante el estudio de diario. Dos investigadores revisaron de forma independiente los casos y lograron una concordancia de 0,89 para identificar el problema tecnológico de base, con un kappa de Cohen de 0,89, según el manuscrito.

En la tarea de reformulación, GPT-4o produjo paráfrasis correctas en 68,8% de los casos, mientras que OS-ATLAS solo alcanzó 13%. OS-ATLAS fue calificado con mucha más frecuencia como parcialmente correcto o incorrecto, mientras que GPT-4o redujo esas salidas a 25% y 6,2%, respectivamente.

El efecto también apareció en las soluciones. Según la tabla de resultados del estudio, cuando una consulta era reformulada por GPT-4o y luego usada en Google, la proporción de soluciones correctas llegó a 69%, frente a 35% cuando se trabajaba con la consulta original. En esa condición, todas las respuestas correctas aparecieron dentro de los cinco primeros resultados de búsqueda examinados por los investigadores, que revisaron los primeros 20 enlaces de cada consulta.

Las consultas reescritas fueron más comprensibles

El estudio también midió si esas reformulaciones ayudaban a quienes suelen brindar apoyo informal. En un experimento controlado con 48 adultos de entre 18 y 50 años, los participantes evaluaron 33 pares de consultas: la original y la reescrita por GPT-4o.

Los adultos jóvenes dijeron entender las versiones reescritas en 93,7% de las veces, frente a 65,8% con las consultas originales.