LAMIC - Universidad Distrital Francisco José de Caldas

Beyond IVR Touch-Tones: Customer Intent Routing using LLMs

Rojas-Galeano, S. (2025). Beyond IVR Touch-Tones: Customer Intent Routing using LLMs. arXiv. https://arxiv.org/abs/2510.21715

Este artículo presenta un enfoque basado en modelos de lenguaje de gran escala para automatizar el enrutamiento de intenciones en sistemas de respuesta de voz interactiva (IVR), con el objetivo de reemplazar los menús tradicionales por interacciones más naturales en lenguaje humano. La metodología propone un pipeline compuesto por tres etapas principales: la generación de un sistema IVR sintético con 23 nodos, la creación de un conjunto de datos de 920 casos de intención y la clasificación automática de consultas para su posterior enrutamiento. Con el fin de evitar problemas relacionados con la privacidad y la disponibilidad de datos reales, los autores emplearon información sintética durante todo el proceso de desarrollo y evaluación. Además, se compararon dos formas de representar la estructura del IVR: menús jerárquicos descriptivos y rutas simplificadas o flattened paths. El desempeño del sistema fue evaluado mediante métricas de precisión y matrices de confusión. Los resultados muestran que las rutas simplificadas ofrecen un rendimiento significativamente superior, alcanzando una precisión de hasta el 89.13 %, mientras que los menús descriptivos obtuvieron aproximadamente un 77 % de precisión en escenarios con datos aumentados. Asimismo, el estudio identificó casos de ambigüedad en determinadas rutas y posibles deficiencias en el diseño de la estructura IVR. Finalmente, los autores concluyen que los modelos de lenguaje constituyen una alternativa prometedora para el enrutamiento inteligente de llamadas y proponen como trabajo futuro la validación con datos reales de usuarios, la evaluación en conversaciones de múltiples turnos, la integración con sistemas de voz reales y otros modelos de lenguaje, así como el análisis de costos y latencia en entornos de producción.