Un grupo de investigadores y profesionales de la lingüística computacional ha documentado un problema sistemático en las respuestas de ChatGPT cuando procesa textos en chino mandarín: incoherencias gramaticales, mezcla de registros y lo que describen como "ensalada de palabras". El hallazgo no es anecdótico — apunta a una limitación estructural de los grandes modelos de lenguaje que cualquier empresa con operaciones multilingües debería conocer.
La noticia, recogida esta semana por FayerWayer, generó un debate inmediato en la comunidad tecnológica. Muchos usuarios ya habían notado degradaciones en la calidad de las respuestas en idiomas distintos al inglés, pero esta vez los expertos lo documentaron con rigor: los errores no son aleatorios, responden a patrones concretos relacionados con cómo los modelos fueron entrenados y qué peso relativo tiene cada idioma en los corpus de datos.
El inglés sigue siendo, con diferencia, el idioma dominante en el entrenamiento de los modelos de lenguaje más avanzados. Eso significa que en inglés estos sistemas rinden al máximo de sus capacidades. En otros idiomas —incluidos el chino, el árabe, o lenguas con menos presencia digital— la calidad puede degradarse de forma significativa e impredecible.
Consecuencias directas para la atención al cliente automatizada
Para las empresas que han desplegado o están considerando desplegar chatbots como primer nivel de atención a clientes internacionales, esta limitación tiene consecuencias directas. Un cliente que recibe una respuesta incoherente o mal formulada en su idioma no solo no resuelve su problema — obtiene una experiencia que daña la percepción de marca de forma más intensa que si simplemente no hubiera respuesta. La automatización mal ejecutada es más costosa que la ausencia de automatización.
"Desplegar un chatbot multilingüe sin validar su calidad idioma por idioma es como abrir una oficina en otro país sin hablar el idioma. La intención no basta."
Esto no significa que la IA conversacional no sea válida para operaciones internacionales. Significa que su implementación requiere un proceso de evaluación y ajuste fino por idioma, que los umbrales de confianza deben calibrarse de forma independiente para cada lengua y que los mecanismos de escalado al agente humano deben activarse ante cualquier señal de baja coherencia en la respuesta.
El rol insustituible de la supervisión humana
En Adlantia hemos visto de primera mano cómo la automatización sin supervisión puede erosionar la calidad del servicio de forma silenciosa. Los sistemas de IA conversacional son herramientas potentes, pero su rendimiento no puede asumirse — debe medirse, monitorizarse y ajustarse de forma continua. Especialmente en entornos multilingües, donde los sesgos del modelo pueden manifestarse de formas inesperadas.
La arquitectura que recomendamos siempre incluye un nivel de supervisión humana activa sobre las interacciones automatizadas, métricas de calidad por canal e idioma, y un protocolo claro de escalado cuando el sistema detecta que no puede responder con suficiente fiabilidad. No es un paso atrás en la automatización — es la condición para que la automatización funcione bien a largo plazo.
El caso de ChatGPT y el chino es, en el fondo, un recordatorio saludable: la IA es una herramienta extraordinaria, pero no es infalible. Tratarla como si lo fuera es el error más caro que puede cometer una empresa en su estrategia de atención al cliente.