> ## Documentation Index
> Fetch the complete documentation index at: https://woku.app/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Análisis de texto con IA

> Análisis de respuestas abiertas con aprendizaje automático para detectar sentimiento, reglas de clasificación e IA generativa para descubrir patrones

El **análisis de texto con IA** convierte las respuestas abiertas
(comentarios, verbatims, descripciones) en información estructurada y
accionable. Combina tres capacidades: **detección de sentimiento con
aprendizaje automático**, **reglas de clasificación y etiquetado**
configurables, e **IA generativa para descubrir patrones y temas
emergentes** en el conjunto analizado.

<Note>
  El análisis se ejecuta sobre cualquier campo de texto libre capturado en
  encuestas, formularios o datos ingestados, y sus resultados se integran
  directamente en la reportería.
</Note>

## Detección de sentimiento (ML)

Un modelo de **aprendizaje automático** clasifica cada respuesta de texto
según su polaridad emocional:

* **Positivo**, **neutro** o **negativo**, con un puntaje de confianza
  asociado.
* Funciona a nivel de la respuesta completa y, cuando aplica, a nivel de
  los temas detectados dentro de ella.
* El sentimiento se calcula automáticamente a medida que ingresan nuevas
  respuestas, sin reprocesamiento manual.

Esto permite separar de inmediato lo que celebran tus clientes de lo que
los molesta, y cuantificar la proporción de cada uno.

### Modelos utilizados

woku combina **modelos de lenguaje líderes del mercado** con un **modelo
propio de análisis de sentimiento**, entrenado para el español de
Latinoamérica y desarrollado en colaboración con el **Doctorado en IA** de
la Universidad de Concepción (UdeC), la Universidad Técnica Federico Santa
María (USM), la Universidad del Bío-Bío (UBB) y la Universidad Católica de
la Santísima Concepción (UCSC), el primer doctorado en Inteligencia
Artificial de Latinoamérica.

<Card title="Entrevista sobre el desarrollo del modelo" icon="linkedin" href="https://www.linkedin.com/posts/pauriquelme_ia-gowoku-ugcPost-7465134849452908545-Pwaa/?utm_source=share&utm_medium=member_desktop&rcm=ACoAAArMdJkBjSyLzdF_dxZqLfZdeR81u-xX-Pg">
  Video con la entrevista al académico del Doctorado en IA sobre el desarrollo del modelo propio de sentimiento de woku.
</Card>

## Reglas de clasificación y etiquetado

Además del sentimiento, tu equipo define **reglas de clasificación** para
organizar las respuestas según las categorías que importan a tu negocio
(por ejemplo: *precio*, *atención*, *tiempos de entrega*, *calidad del
producto*).

<Steps>
  <Step title="Define categorías y etiquetas">
    Crea las etiquetas o categorías con las que quieres clasificar las
    respuestas.
  </Step>

  <Step title="Configura las reglas">
    Asocia palabras clave, expresiones o criterios semánticos a cada
    categoría. Una misma respuesta puede recibir varias etiquetas.
  </Step>

  <Step title="Aplica y revisa">
    Las reglas se aplican automáticamente a las respuestas entrantes y a las
    históricas. Puedes ajustar las reglas y reanalizar cuando lo necesites.
  </Step>
</Steps>

Las reglas son **autoservicio**: las configura tu equipo desde la
interfaz, sin intervención del proveedor, y se pueden refinar de forma
iterativa a medida que entiendes mejor tus datos.

## IA generativa para descubrir patrones

Más allá de las categorías que ya conoces, la **IA generativa** analiza
el conjunto de respuestas para **descubrir patrones y temas emergentes**
que no estaban definidos de antemano:

* **Temas emergentes**: agrupa respuestas por significado y propone temas
  recurrentes que no figuraban en tus reglas.
* **Resúmenes**: genera síntesis en lenguaje natural de lo que dice un
  segmento de respuestas.
* **Tendencias y anomalías**: destaca cambios en el tono o la aparición
  de nuevos motivos de queja o elogio a lo largo del tiempo.

Esto te permite detectar señales tempranas, un nuevo problema, una
oportunidad, sin tener que leer manualmente cada comentario ni anticipar
todas las categorías posibles.

## Cómo se visualiza en reportes

Los resultados del análisis de texto se integran en la reportería junto
al resto de tus métricas:

* **Distribución de sentimiento** (positivo / neutro / negativo) por
  segmento, período o pregunta.
* **Volumen por categoría/etiqueta**, con la posibilidad de cruzar con
  NPS, woku u otras métricas.
* **Panel de temas emergentes** con los patrones descubiertos por la IA
  generativa y ejemplos representativos.
* **Drill-down** hasta las respuestas individuales que componen cada
  agrupación.

Todo se construye y edita desde el
[constructor visual de reportes](/reportes/builder-visual), de modo que
puedes combinar el análisis de texto con cualquier otra dimensión de tu
información.

## Garantías

* **Automático y continuo**: el sentimiento y las etiquetas se aplican a
  medida que llegan nuevas respuestas.
* **Configurable por tu equipo**: las reglas de clasificación son
  autoservicio, sin tickets al proveedor.
* **Descubrimiento, no solo confirmación**: la IA generativa revela temas
  que no habías definido, complementando tus reglas.