¿Cómo suena un agente de voz IA? Naturalidad, voz y lo que tus pacientes realmente notan

Hace días que le das vueltas. El precio no te bloquea. La LOPD tampoco, porque ya has leído un par de artículos y has visto que es cumplimiento normal. Lo que te frena es otra cosa, más visceral: ¿cómo sonará mi agente de voz IA cuando una paciente le llame?

Y detrás de la pregunta hay otra, la de verdad: ¿qué pensarán mis pacientes de mí cuando se den cuenta de que quien ha contestado no era una persona?

Es una pregunta legítima, y merece una respuesta honesta. No la que te dará un vendedor. La que te daría una amiga que ya ha pasado por eso.

La pregunta que te haces está mal planteada

La pregunta habitual es: «¿Sonará como una persona?»

Y la respuesta habitual —la que te dan en los vídeos comerciales, en los webinars y en las demos preparadas— es: «Sí, no se nota.»

No te creas del todo ninguna de las dos.

Sí se nota, a menudo. Aunque la voz sea buena, hay detalles (pequeñas pausas, entonación ligeramente distinta, respuestas un poco más estructuradas de lo que haría una persona) que un paciente atento identifica en treinta segundos. Especialmente si lo está buscando, y cada vez hay más gente que lo busca.

Y ese no es el problema.

El problema es que estás comparando el agente de voz IA con lo que no tienes: una recepcionista con quince años de experiencia en tu consulta, que conoce a cada paciente por su nombre, que sabe tu horario de memoria y que responde como responderías tú.

La comparación de verdad es otra. La comparación de verdad es con lo que ahora mismo ocurre en tu consulta cuando suena el teléfono y estás en visita:

• No contestas.
• Salta el contestador («Gracias por llamar, deje un mensaje…»).
• Contestas el móvil personal con una mano mientras con la otra estás sacando las agujas a un paciente, y cualquiera de las dos partes se resiente.
• La llamada perdida se convierte en la llamada al siguiente profesional de Google.

En esta comparación —la real, la que ocurre cada día— la pregunta «¿sonará como una persona?» pierde fuerza. La que cuenta es otra: «¿mi paciente prefiere una IA que le responde con calma y le deja una cita, o un contestador que le dice que deje mensaje?»

En la inmensa mayoría de casos, la respuesta es la primera. Y si no lo crees, pregúntatelo tú mismo: cuando llamabas ayer al taller del coche y te contestó una voz automatizada que te dio cita en menos de un minuto, ¿te quedaste o colgaste?

Qué significa de verdad «sonar bien»

Dejemos la pregunta «¿suena como una persona?» y pongamos una mejor: ¿qué hace que un agente de voz IA suene bien?

Porque «bien» no significa «humano». Significa cinco cosas muy concretas que puedes evaluar en la primera llamada de prueba, y que es lo que tu paciente nota (a menudo sin saber que lo está notando):

1. Ritmo calmado

Un agente que se precipita da la sensación de que «no te está escuchando». Uno que da medio segundo de margen después de que la persona acabe de hablar da la sensación contraria: que hay alguien que ha recibido lo que has dicho.

El ritmo calmado es, probablemente, el elemento que más contribuye a la sensación de «profesional que sabe lo que hace». Curiosamente, no es una característica humana en sí — es una característica de una persona que domina su oficio. Y se puede diseñar.

2. Pausas que respiran

Un agente que no hace pausas suena a audio pregrabado. Uno que hace pausas en los sitios en los que una persona las haría (después de una pregunta importante, cuando reformula lo que ha dicho la llamante, cuando da un dato relevante) suena a conversación.

Esas pausas no son «tiempo muerto»: son espacio para pensar. Tu paciente no quiere una máquina que le responda antes de acabar la frase; quiere una que parezca que está procesando lo que ha dicho.

3. Entonación que respeta el sentido

Las entonaciones planas (todas las frases subiendo o bajando igual) son el marcador más rápido de «esta voz no ha entendido lo que ha dicho». Un agente moderno varía la entonación según lo que está diciendo: sube ligeramente en la pregunta, baja en la confirmación, marca con peso las palabras importantes («primera visita», «lunes a las cinco», «no es una urgencia real»).

No hace falta que suene como un actor. Hace falta que suene como una persona que sabe lo que está diciendo.

4. No interrumpir

Este es uno de los elementos más fáciles de detectar en 20 segundos de llamada. Un agente que interrumpe cuando la persona todavía no ha acabado de hablar es insoportable, y es el marcador más rápido de «aquí no me escuchan». Los agentes bien diseñados esperan. Los mal diseñados, no.

Si estás probando un agente para contratar, este es el primer indicador: qué pasa cuando empiezas una frase, haces una pausa corta y todavía no has acabado. Si el agente salta a hablar en esa pausa, no hace falta que sigas la prueba.

5. Admitir honestamente lo que no sabe

Este es el más contraintuitivo y el más importante. Un agente que inventa —que da un precio que no existe, que confirma una cita que no puede confirmar, que responde a una pregunta clínica por no quedar mal— hace mucho más daño que un agente que diga «esa pregunta te la va a responder mejor la doctora cuando la veas; te agendo la cita y se lo comentas?«

Un buen agente tiene un límite claro y lo dice. Uno malo, cuando no sabe, se inventa. La naturalidad de verdad no es no equivocarse; es saber decir «no lo sé».

Cinco señales de alarma: señales de que un agente suena mal

Si estás probando un agente —el nuestro o el de cualquier otro proveedor—, estas son las cinco cosas que te delatan un producto a evitar. En una llamada de prueba de tres minutos se detectan todas.

Señal 1: respuestas automáticas que no tocan la pregunta. Preguntas «¿qué vale una primera visita por lumbalgia?» y te responde con un listado de todos los precios de todos los servicios. No ha escuchado la pregunta; ha detectado la palabra «precio» y ha lanzado el guion.

Señal 2: insistencia. Quieres acabar la llamada y el agente sigue intentando que agendes. O le dices «no, gracias, me lo pienso» y el agente responde con tres argumentos seguidos para convencerte. Este agente no está diseñado para atender: está diseñado para vender. En una consulta sanitaria, eso es inaceptable.

Señal 3: entonación completamente plana. Cada frase con la misma cadencia. Ninguna palabra con peso. Suena a «audiolibro leído por un programa antiguo». Los agentes modernos tienen suficiente variación entonacional para no caer ahí. Si el que estás probando cae, todavía está usando tecnología de hace dos años.

Señal 4: respuesta demasiado rápida, sin margen de escucha. Acabas de hablar y medio segundo después ya tiene respuesta. Parecería bueno, pero no lo es: da la sensación de alguien que «estaba esperando a que acabaras para lanzar el siguiente bloque de guion». Un agente bien diseñado espera un poco más, como haría una persona pensando.

Señal 5: promesa exagerada. El agente dice «claro, la doctora te va a curar» o «te confirmo que con esta pauta el problema desaparecerá». Este agente no ha sido diseñado para una consulta sanitaria. Este agente ha sido diseñado para una centralita de televenta y le han cambiado las palabras por encima. En tu consulta ningún agente debe prometer resultados clínicos. Nunca.

Lo que el paciente realmente nota (spoiler: menos de lo que crees)

Vamos a lo que te preocupaba desde el principio: ¿qué pensarán mis pacientes?

Basándonos en lo que cuentan las consultas que ya llevan meses con un agente de voz IA:

Un porcentaje nota algo. No siempre identifican «es una IA» — a menudo dicen «hay algo un poco formal» o «sonaba como un servicio de atención al cliente». Pero lo registran.

Un porcentaje no nota nada. Especialmente los pacientes que ya han llamado a servicios de atención automatizados en otros contextos (bancos, compañías eléctricas, citas médicas públicas): el filtro «no es una persona con la que hablar de mi casa» lo tienen ya asumido y lo gestionan sin pensarlo.

Un porcentaje lo pregunta directamente. «¿Eres una persona?» Un agente honesto responde la verdad: «soy una asistente virtual de la consulta; si necesitas hablar con la doctora, te la paso el lunes o te puede llamar ella si me dejas un número«. Esa respuesta es mucho mejor que fingir. Los pacientes lo valoran.

Y aquí viene lo que la inmensa mayoría de profesionales descubren cuando llevan dos meses con el agente en marcha: lo que les queda mal a los pacientes no es que sea una IA. Es perder la llamada.

Perder la llamada un viernes a las siete. Perder la llamada mientras estabas en visita. Perder la llamada el sábado por la mañana cuando el paciente se había decidido finalmente a pedir hora. Esas son las pérdidas que te queman la reputación silenciosamente, no un paciente que ha detectado que quien le ha contestado era un agente virtual y le ha dejado la cita bien apuntada en el calendario.

Seis preguntas para evaluar la naturalidad de cualquier agente (proveedor)

Si estás a punto de contratar un agente de voz IA —con nosotros o con cualquier otro proveedor—, estas son las seis preguntas a hacer antes de firmar. Ninguna de ellas tiene una respuesta aceptable «ya lo verás cuando lo pruebes«. Si el proveedor no te responde con concreción, tienes un problema antes de empezar.

Pregunta 1: ¿puedo llamarlo yo antes de contratar? Sí o no. Si no, no sigas.

Pregunta 2: ¿puedo diseñar contigo lo que ha de decir ante una persona angustiada, o solo puedo subir datos? (Esta es la diferencia entre «información» y «comportamiento» que explicó este artículo sobre asistentes baratos de configuración rápida. Si el proveedor solo te deja cargar un FAQ, no es lo que necesitas para una consulta.)

Pregunta 3: ¿qué hace cuando no sabe algo? La respuesta buena es «deriva o admite que no sabe«. La respuesta mala es «intenta responder como pueda«. Si el proveedor dice la segunda, no es para ti.

Pregunta 4: ¿interrumpe o espera? Pruébalo tú. Haz una pausa de un segundo y medio en medio de una frase. Si el agente salta, ya lo tienes visto.

Pregunta 5: ¿puedo escuchar 3 o 4 llamadas reales de clientes suyos, con su permiso? El proveedor serio las tiene. Si dice «no tenemos» o «es confidencial» para todo, prueba a hacer números.

Pregunta 6: ¿qué pasa si un paciente me pregunta si es una IA? Tiene que tener una respuesta clara, honesta y escrita — no un «bueno, depende«.

Estas seis preguntas sirven para cualquier proveedor. Nosotros incluidos.

Dónde encajamos nosotros

En SomAgents diseñamos el comportamiento de tu agente de voz, no solo lo rellenamos de información. Anayda lleva veinte años trabajando en gestión de conflictos y conducta —diseñar cómo se comporta una persona en una interacción humana difícil es su oficio— y eso se traduce en el guion de tu agente: el ritmo, las pausas, el orden de las preguntas, cómo responde cuando alguien está angustiado, cómo admite lo que no sabe, cómo deriva cuando es una urgencia real. La voz sintética es una parte del paquete, y escogemos las que suenan mejor para catalán y castellano en Catalunya; la parte más importante, sin embargo, es lo que el agente hace durante los tres o cuatro minutos que dura la conversación con tu paciente.

Si quieres escucharlo tú mismo antes de decidir, aquí puedes hablar con nuestra agente demo y comprobar las cinco cosas que hacen que suene bien y las cinco que harían que sonase mal — en la conversación real, no en un vídeo preparado. Y si quieres entender el detalle de qué puedes contratar y a qué precio, todo está en la página de paquetes y en la comparativa de precios de recepcionista virtual.

Ver los paquetes: https://somagents.com/precios/

Preguntas frecuentes

¿Mi paciente se dará cuenta de que es una IA?

Algunos sí, algunos no, algunos lo preguntarán directamente. El punto honesto es que importa menos de lo que crees. Lo que te quemaría la reputación de verdad es perder llamadas, no que hayan detectado que quien ha respondido era un agente virtual que los ha atendido con calma y les ha dejado una cita.

¿La voz puede sonar en catalán natural, no traducido?

Sí. Las voces modernas tienen modelos entrenados en catalán nativo, con prosodia catalana y vocabulario propio. Que la voz sea «en catalán natural» es distinto de la comprensión bilingüe, que ya tratamos en este artículo sobre atención bilingüe. Antes de firmar, escucha tú mismo un fragmento en catalán real, no una demo en castellano «traducida».

Si un paciente está llorando, ¿el agente le atenderá como una persona?

No le atenderá como una persona, y es honesto decirlo. Le atenderá con calma, con un ritmo bajo, sin prisa y, cuando detecte que la persona no está en condiciones de tramitar una cita, derivará a la profesional o dará los teléfonos de emergencia pertinentes (024 para conducta suicida, 016 para violencia de género, 112 para urgencias vitales). Lo que no hará nunca es fingir contención emocional que no puede dar. Esa línea clara es, a menudo, lo que hace que el agente sea mejor que un contestador que dice «gracias, deje mensaje» en ese momento concreto.

📘 Guía gratuita: si quieres ir un paso más allá, descárgate nuestra guía «Cómo llenar la agenda de tu clínica sin perder ni una llamada» — los momentos en que se escapan las llamadas, trucos para aplicar hoy y cómo cerrarlo del todo. La tienes aquí: https://somagents.com/guia-clinicas/