Efectividad técnica de las tareas
Calibración de cámara y micrófono, grabación y consulta de resultados: ¿el procesamiento audiovisual en tiempo real funciona en equipos reales?
Funcionalidad · Navegabilidad
Análisis de audiencias digitales · Validación en fase de circulación
Un espejo analítico para comunicar mejor
Validamos Yoodli: AI Communication Coach con nueve profesionales de 30 a 45 años. Explora la usabilidad, la experiencia de uso y las recomendaciones clave para llevar esta herramienta de inteligencia artificial a entornos laborales.
- 84,4puntaje SUS medio (0–100)
- 89%por encima del umbral de 75
- 9profesionales evaluados
El producto evaluado
Yoodli: un entrenador de comunicación con visión artificial y voz
Una plataforma web de microaprendizaje que analiza en tiempo real el contacto visual, el ritmo del habla, las pausas y las muletillas, y entrega un reporte con transcripción sincronizada al video.
- Producto
- Yoodli: AI Communication Coach
- Autores
- Varun Puri y Esha Joshi, desarrollado en el Allen Institute for AI (AI2), Seattle.
- Tipo
- Web app de microaprendizaje asistido por inteligencia artificial y visión por computador.
- Objetivo
- Desarrollar habilidades de comunicación verbal y no verbal con ejercicios interactivos, simulaciones de entrevistas y minijuegos de oratoria, con retroalimentación privada.
- Audiencia
- Profesionales de 30 a 45 años en etapas intermedias y avanzadas de carrera.
- Dispositivos
- Chrome, Edge y Safari con cámara 720p y micrófono. En móvil: consulta asincrónica de reportes y métricas.
Así se ve en el computadorRecorre las pantallas que los participantes usaron durante la prueba.
Y en el celularLa versión móvil se orienta a consultar reportes; la práctica en vivo está pensada para pantallas de computador.
Inicio y simulaciones recomendadas
Biblioteca de juegos de roles desliza
Reporte con video y transcripción
Método · enfoque mixto
Evaluar un producto vivo, en los puestos de trabajo reales
Al estar en circulación, Yoodli se evaluó tal como funciona hoy: con la latencia, los navegadores y los periféricos reales de cada participante, sin escenarios de laboratorio.
Medición estandarizada: escala SUS
Cuestionario de 10 ítems con respuestas de 1 a 5, aplicado tras la interacción. Se convierte en un puntaje de 0 a 100.
Brooke (1996) · Bangor et al. (2008)
Comprensión subjetiva del discurso
Pensamiento en voz alta durante las tareas y entrevista semiestructurada de cierre sobre diseño, contenido, confianza algorítmica y privacidad.
Muñoz Jiménez (2023) · Martínez Guzmán y Chávez Maza (2016)
Una sesión de unos 30 minutosCada participante recorrió tres momentos, registrados en audio para su transcripción y codificación temática.
1
Consentimiento y encuadre técnico
Autorización para el tratamiento académico de voz y datos; verificación de conectividad y periféricos.
2
Tareas con pensamiento en voz alta
Simulaciones de entrevistas y minijuegos de elocución, verbalizando impresiones, expectativas y dudas.
3
Entrevista de cierre + SUS
Cinco dimensiones de análisis y medición estandarizada de usabilidad al finalizar.
La muestra: nueve profesionalesLa guía proponía un mínimo de 6 usuarios; se amplió a 9. Toca un participante en la sección de resultados para ver su detalle.
9participantes
36,4años en promedio (rango 30–44)
6·3mujeres · hombres
≈30 minde duración por sesión
Género
Nivel educativo
Qué se evaluóMatriz de seis características de la experiencia interactiva.
Resultados cuantitativos
Una respuesta sobresaliente en usabilidad
La escala SUS convierte diez afirmaciones en un puntaje de 0 a 100. Explora los datos: pasa el cursor o toca cada barra, fila y celda.
84,4sobre 100 · escala SUSBueno · umbral de Excelente
Supera con holgura la meta de 75 puntos
La media muestral (n = 9) es 84,4, con desviación estándar de 11,7 e intervalo de confianza del 95 % entre 75,4 y 93,4. Cinco participantes puntuaron en rango Excelente, tres en Bueno y uno en Marginal.
89%8 de 9 alcanzó o superó los 75 puntos
+13puntos con cámara web operativa (88,8 vs 75,8)
87,5mediana del puntaje SUS
97,5puntaje más alto (mínimo: 60,0)
Puntaje SUS por participante
Toca una barra para ver el perfil y las respuestas de cada persona.
Ver como tabla
¿Quién puntuó más?
SUS medio por segmento. La barra fina muestra el rango mínimo–máximo dentro del grupo.
La línea vertical marca la meta de 75 puntos; la línea inferior de cada barra muestra el mínimo y el máximo del grupo. Los subgrupos tienen entre 2 y 6 casos: las diferencias son descriptivas y no implican causalidad.
Ver como tabla
Los diez ítems de la escala
Mayor aprobación: el ítem 7 (colegas aprenderían rápido, 4,78/5) y el 5 (funciones bien integradas, 4,67). Mayor margen de mejora: la facilidad de uso (ítem 3, 3,67) y el deseo de uso frecuente (ítem 1, 4,11).
Ver como tabla
Funcionalidad técnica en equipos reales
Detección de periféricos, precisión de la transcripción y alertas en tiempo real.
100%9 de 9
Micrófono reconocido
Éxito total, sin configuraciones técnicas complejas.
66,7%6 de 9
Cámara web activada
U2 y U3 con fallas de hardware; U4, bloqueo por permisos del navegador.
U1U2U3U4U5U6U7U8U9
3 de 3
no percibieron las alertas (33 % de la muestra)
Alertas en tiempo real
U7, U8 y U9 no las vieron; falta verificar si dependen de la versión gratuita o del ejercicio.
Fidelidad de la transcripción estimada por U1–U6: 90 % a 98 %
U7, U8 y U9 la calificaron como muy precisa, incluidas pausas, puntuación y tildes. Único error reportado: un apellido propio.
Matriz de respuestas SUS
Cada celda es la respuesta bruta (1–5). El color indica cuánto aporta al puntaje: más oscuro, mejor. En los ítems marcados con (−) responder «1» es lo deseable.
Aporta pocoAporta mucho
Resultados esperados vs. resultados obtenidos
Metas planteadas antes de la validación.
Usabilidad percibida: SUS ≥ 75/100
Media de 84,4 y ocho de nueve participantes por encima del umbral.
Finalización autónoma de tareas > 85 %
Solo pudo aproximarse por la activación de periféricos: micrófono 100 %, cámara 66,7 %.
Interpretar 3 métricas en menos de 60 s
La lectura de analíticas no fue cronometrada en los instrumentos aplicados.
Análisis cualitativo
Lo que dijeron los profesionales
Las entrevistas se codificaron en 62 unidades de significado según su polaridad: comentarios positivos, negativos y observaciones de mejora.
Balance de polaridad
62 unidades en total. Toca un segmento para filtrar los testimonios más abajo.
Distribución por participante
Cada barra suma el 100 % de las unidades de ese grupo.
Ver como tabla
Lo que más valoraron
- Exactitud de la transcripción textual.
- Sobriedad estética de la interfaz.
- Seguridad psicológica de practicar en privado, sin temor al juicio social.
Fricciones prioritarias
- Ausencia de menús en español.
- Falta de semaforización en los gráficos de radar.
- Voces sintéticas de los agentes de IA.
Oportunidades emergentes
- Alertas en tiempo real más visibles.
- Escenarios con contexto latinoamericano.
- Garantías de confidencialidad para uso corporativo.
8 de 9
Un asistente preparatorio de alto valor, no un reemplazo humano
Ocho participantes coincidieron en que la retroalimentación algorítmica complementa, pero no sustituye, la empatía y el juicio de un mentor o evaluador humano. U7 no se pronunció sobre la sustitución.
Voces de los participantesCitas textuales de las entrevistas, clasificadas por polaridad y dimensión evaluada.
Conclusiones y recomendaciones
Un microentrenador asertivo, listo para hablar español
Yoodli se consolida como una herramienta de alto impacto para la preparación ejecutiva. Para escalar en organizaciones hispanohablantes, estos son los ajustes que proponemos.
Cinco ajustes prioritariosLos que más pesaron en la valoración de los participantes.
Cuatro ajustes complementariosSurgieron al ampliar la muestra con U7, U8 y U9.
Alineación con el objetivo del producto¿Cumple Yoodli su promesa de «retroalimentación privada en tiempo real»?
Seguridad psicológica para la práctica deliberada
La práctica privada eliminó el temor al juicio; U7, U8 y U9 la describieron como cómoda y sin sensación de vigilancia.
Conciencia metacognitiva del discurso
Las muletillas y el ritmo visualizados permitieron detectar patrones inconscientes de elocución.
Complementariedad, no reemplazo humano
Ocho de nueve participantes la ven como preparación previa a la interacción con personas.
Retroalimentación en tiempo real
U7, U8 y U9 no percibieron las alertas: el valor provino sobre todo del reporte posterior. Es el punto de menor alineación.
Limitaciones del estudio
Hardware y navegador
En 3 de 9 participantes (33 %) la cámara no pudo activarse, lo que anuló el diagnóstico de contacto visual.
Barrera lingüística
Los menús vienen en inglés; traducirlos con el navegador desconfiguró términos y generó demoras.
Métricas sin contexto
Los gráficos de radar muestran porcentajes absolutos, sin indicar el promedio esperado para cada rol.
Alertas no verificadas
No se comprobó si su ausencia obedece a la versión gratuita, a la configuración o a su baja visibilidad.
Tamaño y composición de la muestra
Con n = 9 (6 mujeres y 3 hombres, predominio de perfiles de comunicación y gestión) los resultados son descriptivos y no generalizables; el intervalo de confianza del SUS es amplio.
Cierre
La inteligencia artificial no vino a transformar lo que decimos, sino a darnos un espejo analítico para descubrir cómo lo decimos.
Trabajo de Andrea Monsegny y Carlos Zuluaga
Módulo Análisis de audiencias digitales · Validación de un producto digital en fase de circulación
Referencias bibliográficas
- Bangor, A., Kortum, P. T. y Miller, J. T. (2008). An empirical evaluation of the System Usability Scale. International Journal of Human-Computer Interaction, 24(6), 574–594. https://doi.org/10.1080/10447310802205776
- Bermejo Berros, J. (2013). Metodología multidimensional en la indagación del fenómeno complejo del entretenimiento hipermedia. En M. Vicente, T. González, M. Contreras y P. Contreras (Coords.), Investigar la comunicación hoy (pp. 709–724). Universidad de Valladolid.
- Brooke, J. (1996). SUS: A “quick and dirty” usability scale. En P. W. Jordan et al. (Eds.), Usability evaluation in industry (pp. 189–194). Taylor & Francis.
- Martínez Guzmán, M. D. y Chávez Maza, D. (2016). Diseño de la Metodología para Validación de la Plataforma Tecnológica REA para la Formación en el Trabajo. Etic@net, 16(2), 282–303. https://doi.org/10.30827/eticanet.v16i2.11925
- Muñoz Jiménez, A. (2023). Metodología para el estudio de la recepción de contenidos multimedia. Communication & Methods, 5(1), 9–25. https://doi.org/10.35951/v5i1.178
- Nielsen, J. (1993). Usability engineering. Morgan Kaufmann.
- Nielsen, J. (1994). 10 Usability heuristics for user interface design. Nielsen Norman Group.
- Nielsen, J. y Pernice, K. (2010). Eyetracking web usability. New Riders.