Reunirse con un cliente es un momento muy importante, porque ahí se definen muchos de los requisitos de un proyecto. Es imprescindible dejar documentado todo lo que se dijo de la mejor manera posible, incluidas las tareas que le quedan pendientes a cada parte cuando termina el encuentro. Durante mucho tiempo, en Habitare pusimos un esfuerzo extra en tomar notas mientras interpretábamos y respondíamos los comentarios del cliente, y eso obligaba a que uno de los dos estuviera más atento a anotar. Igual se nos escapaban cosas. Lo que quedaba suelto aparecía meses después como una discrepancia, y a veces había que rearmar un documento entero. Si alguna vez grabábamos la reunión, después teníamos que volver a mirarla entera para encontrar lo que se había definido.
Para resolver ese problema construimos una herramienta propia para el estudio: una aplicación que graba las reuniones y las transcribe en nuestra propia computadora, sin conexión a internet. La adaptamos para que transcriba por bloques lo que se está grabando. Es decir que, mientras la reunión sigue, la aplicación ya pasa a texto, con pocos minutos de atraso, los tramos de audio que va recibiendo. La conté al pasar en la columna anterior, sobre inteligencia artificial para arquitectos.
Una reunión de 1 hora y 43 minutos
En octubre la probamos con una reunión real de 1 hora y 43 minutos. Éramos cuatro: Sofía y yo en el estudio y dos personas por videollamada. La computadora transcribió a 2,75 veces la velocidad de la charla y separó quién dijo qué con un acierto de alrededor del 98 %. La transcripción usa un modelo gratuito y de código abierto y no sale de la máquina. El resumen lo hace después un modelo pago en la nube.
Lo primero que cambió fue la conversación. Sin la libreta, estamos presentes: miramos al cliente, repreguntamos y no perdemos el hilo por anotar un requisito funcional o estético.
Lo segundo fue la entrega. Con la transcripción, el modelo arma un resumen con los pendientes de cada parte en unos cuatro minutos. Según el largo de la reunión, en menos de media hora Sofía o yo lo revisamos, lo corregimos y sale para el cliente en hoja membretada del estudio. Antes podía pasar un día entre que repasábamos la reunión, redactábamos el resumen completo y se lo mandábamos por correo al cliente.
Por qué todavía reviso el resumen
El primer resumen de prueba, hecho con ese modelo en la nube, salió bien escrito y con errores. Puso una fecha que nadie había dicho en la reunión. Interpretó como el permiso de construcción el término «la licencia», que en la conversación se usaba para hablar de vacaciones. Se contradijo sobre el uso de un dormitorio, le agregó al proyecto un beneficio que nadie había mencionado y dejó afuera cerca de un tercio de los detalles técnicos. Todo con la misma seguridad con la que escribía lo que sí era cierto.
Lo corregimos con una receta: instrucciones escritas sobre qué tiene que tener el resumen de una reunión de proyecto y una lista de los errores que no puede repetir. Recién en la cuarta prueba salió bien, y aun así se le escaparon tres detalles. Lo que aprendimos quedó incorporado al grabador. Tiene un diccionario con las palabras que el modelo suele confundir o escribir mal, y una tecla para marcar un momento importante de la conversación, para que el resumen le preste más atención.
Hoy los errores son otros. A veces omite algún aspecto o mezcla dos temas que se trataron por separado. Por eso lo revisamos en el momento, con la cabeza fresca, y comparamos cada punto del resumen con el tramo de la transcripción en el que se habló de ese tema. Así no se pierde nada de lo que se dijo y el cliente recibe algo en lo que puede confiar.
La aplicación también tuvo su tropiezo. En esa primera reunión real, la transcripción se cortó en el minuto 81 por un choque con Windows. La grabación siguió, la transcripción se retomó después sin perder nada y el error quedó corregido. Es parte del precio de una herramienta hecha en casa, que todavía hoy seguimos puliendo.
Qué puede probar una pyme
Hay opciones pagas que resuelven buena parte de esto. Plaud vende grabadoras de bolsillo que transcriben y resumen con inteligencia artificial, y varias plataformas de videollamada traen su propia transcripción, que funciona solo dentro de esa plataforma. Lo nuestro tiene una ventaja: está hecho a medida, sirve para cualquier plataforma y resume con los criterios que fijamos desde el comienzo.
Para probar sin gastar alcanza con dos programas gratuitos: OBS, que graba la pantalla y el audio de la computadora, y Whisper, un modelo de código abierto que transcribe sin mandar el audio a ningún lado.
Las primeras pruebas las hice sin clientes. Ponía entrevistas de YouTube y cada tanto las pausaba para hablar yo, o hablaba un rato encima del video. Así probaba a la vez el audio de la computadora y el del micrófono, y ajustaba la aplicación de a poco. También probé con parlantes, porque el sonido que sale del parlante vuelve a entrar por el micrófono y genera eco, y la aplicación tiene que aprender a descartarlo.
Y una regla que vale con cualquier herramienta: el resumen no se manda sin revisarlo contra la transcripción, tema por tema. La inteligencia artificial escribe rápido. Lo que se acordó con el cliente lo sigue controlando una persona.
