Esta investigación analiza la percepción de 63 profesionales de la industria del seguro española acerca de la utilidad de los robots conversacionales (chatbots) en las interacciones de los clientes con sus aseguradoras en relación a trámites referentes a contratos existentes, como por ejemplo, la declaración de siniestros. Para explicar dicha percepción, el estudio se apoya en el ampliamente utilizado Modelo de Aceptación Tecnológica (TAM, acrónimo de Technology Acceptance Model), que considera como variables explicativas de la actitud hacia el uso de una tecnología la utilidad percibida y la facilidad de uso. Además, en el análisis se incluye la confianza en los chatbots. También se analizan dos preguntas abiertas sobre las ventajas y desventajas del uso de esta tecnología. Para llevar a cabo el análisis, se utiliza un enfoque cuantitativo mediante un Modelo de Ecuaciones Estructurales estimado por Mínimos Cuadrados Parciales (MEE-MCP), y también se realiza un análisis cualitativo de las respuestas abiertas.

Los resultados del análisis del MEE-MCP muestran una buena adecuación del TAM a la encuesta utilizada en la investigación, y revelan una influencia significativa directa de la utilidad percibida en la aceptación de los chatbots, así como un impacto también significativo de la facilidad de uso y la confianza, pero mediado por la utilidad percibida. Sin embargo, en general, la actitud de los encuestados hacia los chatbots es negativa. Se identificaron diversas razones relacionadas con la dificultad en la interacción con estos, la necesidad de recurrir a la ayuda de un operador humano, la falta de habilidades emocionales como la empatía, la preocupación por la destrucción de puestos de trabajo, la poca fiabilidad y la ausencia de percepción de ventajas en términos de la repercusión de la reducción de costes administrativos en mejoras de los productos ofrecidos.

This paper analyses the perception of 63 professionals from the Spanish insurance industry regarding the usefulness of conversational robots (chatbots) in customer interactions with their insurers concerning procedures related to existing contracts, such as claims reporting, for example. To explain this perception, the study relies on the widely used Technology Acceptance Model (TAM), which considers perceived usefulness and ease of use as explanatory variables for the attitude towards technology adoption. Additionally, the analysis includes trust in chatbots. The study also examines two open-ended questions regarding the advantages and disadvantages of using this technology. To conduct the analysis, a quantitative approach is employed using a Structural Equation Model estimated by Partial Least Squares (PLS-SEM), and a qualitative analysis of the open-ended responses is also carried out.

The results of the PLS-SEM analysis show a good fit of the TAM to the survey used in the research, revealing a significant direct influence of perceived usefulness on the acceptance of chatbots, as well as a similarly significant impact of ease of use and trust, but mediated by perceived usefulness. However, overall, the respondents' attitude towards chatbots is negative. Various reasons were identified, including difficulties in interacting with chatbots, the need to seek assistance from a human operator, a lack of emotional skills such as empathy, concerns about job displacement, low reliability, and a failure to perceive benefits in terms of the impact of reducing administrative costs on product improvements.

Insurtech chatbots Modelo de Aceptación Tecnológica Gestiones con el Asegurador Modelo de Ecuaciones Estructurales Insurtech conversational bots Technology Acceptance Model insurance procedures structural equation modelling

Las Fintech se definen como la aplicación de avances tecnológicos para mejorar los servicios y productos financieros (Bittini, Rambaud, Pascual, & Moro-Visconti, 2022). En consecuencia, siguiendo a Stoeckli, Dremel, and Uebernickel (2018), las Insurtech no son más que son una derivación de las Fintech contextualizadas en la industria del seguro. El explosivo desarrollo de las Fintech y, consecuentemente, de las Insurtech en los últimos años, es imputable al impacto de las tecnologías de la Industria 4.0 como la inteligencia artificial (IA) en la industria financiera y aseguradora (Fung, Polania, Choi, Wu, & Ma, 2021). Así, a partir del inicio de la segunda década de este siglo, las Insurtech pueden identificarse con la aplicación de tecnologías de la Industria 4.0 para ofrecer nuevas soluciones a los retos que surgen en la provisión de productos y servicios, así como en el desarrollo de procesos en la industria de seguros (Yan, Schulte, & Chuen, 2018). Tal como señalanBohnert, Fritzsche, and Gregor (2019) y Sosa y Montes (2022), las Insurtech se desarrollan de forma sostenida desde la segunda década del presente siglo. Sin embargo, la crisis originada por el SARS-CoV-2 aceleró enormemente esta tendencia, dado que las empresas se encontraron con el desafío de seguir con sus actividades a pesar de las restricciones de movilidad vigentes (Belzunegui-Eraso y Erro-Gracés, 2020). Esto se abordó en diversos sectores económicos, como el asegurador, a través de la implementación de medidas e iniciativas basadas en las tecnologías de la Industria 4.0 (Lanfranchi y Grassi, 2022).

Existe en la actualidad una gran cantidad de tecnologías derivadas de la Industria 4.0 con amplia implantación en el sector del seguro (Greineder, Riasanow, Böhm, & Krcmar, 2020). Una de las más relevantes, que es el objeto de estudio del presente trabajo, son los robots conversacionales (chatbots). Siguiendo a Rodríguez-Cardona, Werth, Schönborn, and Breitner (2019), la implementación de esta tecnología ha venido realizándose progresivamente desde mediados de la década de 2010. Los chatbots son básicamente programas de software respaldados por algoritmos de inteligencia artificial que permiten a un usuario interactuar con una máquina, ya sea mediante una conversación de voz o de texto (Silva, Shojaei, & Barbosa, 2023). Se espera que los chatbots jueguen un papel importante en la mejora de los servicios ofrecidos por la industria aseguradora (Rodríguez-Cardona et al., 2019), pero su efectividad y éxito dependerá finalmente de la satisfacción que efectivamente reporten los clientes (Hari, Iyer, & Sampat, 2022). Por lo tanto, es relevante comprender los factores que afectan la aceptación de los chatbots para llevar a cabo trámites relacionados con las pólizas en vigor.

La tendencia actual es utilizar los chatbots como un instrumento que permita interaccionar a las empresas con sus visitantes (proveedores, clientes, etc.) de forma automatizada 24/7/365 (Jenneboer, Herrando, & Constantinides, 2022), por lo que muchas organizaciones los han empleado para brindar asistencia a los clientes (Fotheringham y Wiles, 2023). Sin duda, los robots conversacionales son una tecnología prometedora en la mejora de la atención a los clientes, ya que su disponibilidad es inmediata y no tiene restricciones respecto al momento del día o el día del año y, actualmente, pueden resolver muchos trámites rutinarios (DeAndrade y Tumelero, 2022). De hecho, el estudio realizado por Fotheringham y Wiles (2023) reporta que la puesta en marcha por parte de las firmas de un sistema chatbots suelen ser bien recibida por los mercados financieros, ya que su valor bursátil tiende a incrementarse. En un entorno de seguros, los chatbots pueden desarrollar tareas como buscar productos adecuados para clientes potenciales a partir de algunas palabras clave, proporcionar información a los asegurados sobre pólizas y procesos vigentes, o acelerar y facilitar los procesos de reclamación (Riikkinen, Saarijärvi, Sarlin, & Lähteenmäki, 2018).

Los avances exponenciales de los instrumentos de IA como el deep learning, que son el soporte de la tecnología en que se basan los robots conversacionales, permiten diseñar prototipos cada vez más capaces de interactuar de forma más similar a los seres humanos y, como ellos, son capaces de aprender conversaciones mantenidas anteriormente para proporcionar en el futuro respuestas más satisfactorias (Nirala, Singh, & Purani, 2022). De hecho, existen prototipos de chatbots capaces de superar el test de Turing desde que el año 2014 lo hizo el prototipo Eugene Goodman (Warwick y Shah, 2016). En la prueba de Turing unos evaluadores humanos conversan por medios electrónicos, como chats de texto, con dos participantes: uno humano y el otro, robot. La duración típica de esta conversación se establece en 5 minutos. La máquina supera la prueba de Turing si los evaluadores se equivocan en identificar al interlocutor (humano o máquina) al menos el 30% de las veces (Warwick y Shah, 2016).

Sin embargo, el desarrollo de los chatbots aún no está completamente maduro, ya que a menudo presentan fallos (Xing, Song, Duan, & Mou, 2022) y su capacidad está lejos de poder captar todos los matices de una conversación humana (Siqueira, De, Müller, & Bosse, 2023). Esto explica la reticencia de algunos consumidores de seguros a interactuar con robots conversacionales ( ; De Andrés-Sánchez y Gené-Abesa, 2023) (Promtep, Arcand, Rajaobelina, & Ricard, 2021). Tal como señalan V Vassilakopoulou, Haug, Salvesen, and Pappas (2023), los chatbots carecen de habilidades relevantes para responder a los requerimientos de un interlocutor, como la comprensión de los cambios de tono y las inflexiones en la voz. Además, son incapaces de proporcionar empatía y soporte emocional, y difícilmente pueden satisfacer requisitos complejos.

En este artículo se evalúa la actitud hacia el uso de chatbots en la interacción asegurado-asegurador en España, mediante el uso de una encuesta cumplimentada por un conjunto de profesionales del sector asegurador que contiene dos respuestas abiertas. Las respuestas obtenidas se sistematizan utilizando el conocido Modelo de Aceptación Tecnológica, comúnmente conocido como TAM (Technology Acceptance Model), que fue propuesto inicialmente por Davis (1989). Este marco conceptual ha sido empleado tanto para explicar la intención de uso de un gran número de tecnologías e innovaciones en el ámbito financiero (Andrés-Sánchez, González-Vila, Puchades, & Arias-Oliva, 2021), como en el contexto más concreto de la aceptación de los robots conversacionales por parte de los consumidores (Andrés-Sánchez, Gené-Albesa, & J, 2023; Silva et al., 2023):

PI1. ¿Es TAM un marco conceptual robusto, desde el punto de vista estadístico, para analizar la aceptación de los chatbots en la relación asegurado-asegurador desde la perspectiva de los profesionales del sector?

PI2. ¿Cuál es la valoración (positiva o negativa) que los profesionales encuestados hacen respecto al uso de chatbots en las interacciones entre el asegurado y el asegurador, y qué razones se aducen para fundamentar dichas valoraciones?

Para abordar estas preguntas, se ha adoptado una metodología mixta cuantitativa-cualitativa, siguiendo una aproximación similar a la utilizada por De Andrés-Sánchez y Gené-Abesa (2023). Para evaluar la PI1, es decir, la adecuación del Modelo de Aceptación Tecnológica (TAM) a la muestra analizada, se utilizó un Modelo de Ecuaciones Estructurales estimado por Mínimos Cuadrados Parciales (MEE-MCP). Una vez comprobada la adaptación del modelo TAM a los datos, la PI2 fue abordada mediante un análisis cualitativo de las respuestas abiertas, siguiendo el marco analítico proporcionado por el modelo TAM. El análisis cualitativo realizado para responder a la PI2 tuvo como objetivo principal obtener implicaciones prácticas concretas que no podrían obtenerse únicamente a través de métodos estadísticos, y al mismo tiempo, mejorar la comprensión de las valoraciones de las personas encuestadas (Vogelsang, Steinhüser, & Hoppe, 2013). Este enfoque integral permite una mayor profundidad en la interpretación de los resultados, brindando una perspectiva más completa sobre la actitud hacia el uso de chatbots en la relación asegurado-asegurador.

2. Un modelo de aceptación tecnológica para la evaluación de la actitud hacia los chatbots en el sector asegurador

El análisis llevado a cabo en este trabajo se ha desarrollado sobre la base del modelo TAM propuesto porDavis (1989) y ampliado por Venkatesh y Davis (2000) y Venkatesh y Bala (2008). El marco conceptual de dicho análisis se muestra en la Figura 1. En el modelo original (Davis, 1989), las variables antecedentes de la actitud (ACTITUD) hacia una nueva tecnología están relacionadas con la motivación de uso de dicha tecnología y son la utilidad percibida (UP) y la facilidad de uso percibida (FUP). Las extensiones en Venkatesh y Davis (2000) y Venkatesh y Bala (2008) permiten que variables externas impacten en la actitud ya sea de forma directa o por la mediación de UP. Como variable externa, este trabajo se enfoca únicamente en considerar la confianza (CONFIANZA), dado que es un factor que comúnmente se reporta como esencial en la aceptación de la mediación de los robots conversacionales en las relaciones entre los clientes y las empresas (Jenneboer et al., 2022), y es una piedra angular en las relaciones entre los actores de las industrias financiera y aseguradora (Guiso, 2021).

Respecto al concepto de actitud (ACTITUD) en el contexto que nos ocupa, es comúnmente aceptada la definición de Fishbein y Ajzen (1975) que la describen como “la predisposición aprendida a responder de manera consistentemente favorable o desfavorable con respecto a un objeto dado”. En este trabajo la actitud será medida a través de la escala cognitiva propuesta porBhattacherjee and Premkumar (2004) que inquiere al encuestado sobre su juicio del uso del objeto evaluado respecto a la bondad de la idea, si cree que es recomendable, si supone un avance y si es efectivo.

La utilidad percibida (UP) puede definirse como la intensidad de la percepción por parte de los usuarios potenciales de que la tecnología evaluada mejora el desempeño de una tarea (Davis, 1989). Hay diferentes razones que pueden llevar a la conclusión que los chatbots son útiles en los trámites con el asegurador. Por un lado, las consultas simples pueden ser resueltas con mayor rapidez cuando se utiliza la asistencia de los robots conversacionales en comparación con la asistencia exclusivamente humana (DeAndrade y Tumelero, 2022). Por lo tanto, los robots conversacionales deben ser entendidos como un canal alternativo o complementario, pero no como sustituto de los canales más consolidados, como las conversaciones telefónicas con un profesional, para interactuar con la compañía aseguradora. Así, pueden considerarse como una herramienta adicional que mejora el servicio para los tomadores de seguros (Standaert y Muylle, 2022). La diversificación de los canales de comunicación suele apreciarse y fideliza al cliente (Gené-Albesa, 2007). La capacidad de las Insutech para agregar valor a los clientes y mejorar la eficiencia de producción y comercialización (Stoeckli et al., 2018) debe permitir al asegurador alcanzar ventajas respecto a sus competidores. Es ampliamente conocido que estas ventajas pueden lograrse ofreciendo productos a un menor precio que la competencia o mejorando la calidad de los productos y del servicio (Kaleka, 2002).

En el momento de redactar este trabajo, los chatbots presentan varios inconvenientes que pueden limitar su utilidad. Según V Vassilakopoulou et al. (2023), los robots conversacionales con frecuencia tienen dificultades para resolver requerimientos prolijos, lo que conlleva a la intervención de un operador humano y, por ende, el tiempo dedicado a la interacción inicial con el robot se percibe como inútil (Siqueira et al., 2023).

En ciertas circunstancias, la interacción con chatbots puede generar una desagradable sensación de deshumanización. Cuando un tomador de seguro comunica una pérdida significativa, como la de su hogar o un ser querido, espera una escucha activa por parte del interlocutor (Andrés-Sánchez et al., 2023). Un inconveniente ampliamente destacado sobre el uso de chatbots en procesos de atención al cliente es su falta de empatía (Vassilakopoulou et al., 2023).

Una preocupación que siempre provoca la implantación de tecnologías disruptivas, como las derivadas de la Industria 4.0, es la destrucción de puestos de trabajo (Kovacs, 2018). El informe deBalasubramanian, Libarikian, and Mcelhaney (2018) predice que para finales de la década de 2020, las tecnologías basadas en la IA, como los robots conversacionales, habrán reducido en un 70%-80% la necesidad de operadores humanos para atender a los clientes. Este aspecto puede incidir negativamente en la utilidad finalmente percibida en el uso de chatbots (Andrés-Sánchez et al., 2023).

Una coordinación deficiente entre la introducción de datos y su procesamiento en el sistema back end resulta en fallos en las respuestas front end, lo que lleva a una percepción negativa de la interacción por parte del usuario (Venkatesh y Bala, 2008). Según Rodríguez-Cardona et al. (2019), esta coordinación, que no siempre es fácil de lograr, es un aspecto clave para aprovechar adecuadamente la tecnología de los bots conversacionales.

La literatura sobre la aceptación tecnológica en ámbitos relacionados con el nuestro muestra un consenso muy claro en la influencia positiva que UP tiene sobre el juicio positivo sobre el uso de una innovación. Dentro del uso de nuevo canales financieros podemos remarcar Bashir y Madhavaiah (2015), Farah, Hasni, and Abbas (2018), S Sánchez-Torres, Canada, Sandoval, and Alzate (2018), Warsane e Ireri (2018), Hussain, Mollik, Johns, and Rahman (2019). Respecto a la aceptación de innovaciones en la industria del seguro podemos remarcar Huang, Chang, and Sia (2019), Oktariyana, Ariyanto, and Ratnadi (2019),Andrés-Sánchez et al. (2021) y De Andrés-Sánchez y González-Vila (2023). También ha sido ampliamente contrastado este impacto en los servicios ofrecidos por robots conversacionales (Kasilingam, 2020; Brachten et al. 2021; Gansser y Reich 2021; Joshi, 2021; Balakrishnan et al., 2022; De Cicco et al., 2022; Lee et al., 2022; Pawlik, 2022; Xie et al., 2022; De Andrés-Sánchez y Gené Albesa, 2023) (Balakrishnan, Abed, & Jones, 2022; Brachten, Kissmer, & Stieglitz, 2021; Joshi, 2021; Kasilingam, 2020; Lee, Oh, & Moon, 2022; Xie, Wang, & Cheng, 2022).

Por tanto, en este trabajo se propone la siguiente hipótesis:

Hipótesis 1 (H1). La utilidad percibida (UP) de los chatbots influye positivamente en la actitud (ACTITUD) hacia su uso en los trámites de los clientes con la aseguradora.

Davis (1989) define la facilidad de uso percibida (FUP) como “el grado en que una persona cree que usar un sistema en particular no supone esfuerzo”. La FUP debe entenderse en este trabajo como la ausencia de obstáculos para comunicarse y realizar gestiones con la compañía de seguros.

Teóricamente, los chatbots proporcionan algunas ventajas respecto a canales alternativos, pues son capaces de dar asistencia las 24 horas del día, los 7 días de la semana y son más flexibles que los humanos en cuanto al momento en que están disponibles (DeAndrade y Tumelero, 2022). Asimimo, tienen menos barreras para ser utilizados que otras tecnologías digitales, como las Apps (Koetter et al., 2019).

Por otro lado, actualmente la tecnología de los chatbots no está lo suficientemente desarrollada como para permitir, en muchas circunstancias, una interacción sencilla. Es muy común que ofrezcan a los clientes respuestas confusas e incluso fallidas, las cuales empeoran la percepción sobre su facilidad de uso, su utilidad y, por tanto, impactan negativamente en su aceptación (Siqueira et al., 2023; Xing et al., 2022). Algunas cuestiones que podemos remarcar a este respecto son la fobia de muchas personas a la tecnología robótica, que puede ser producida por problemas como la ansiedad tecnológica y la necesidad de interacción humana (Rajaobelina, Promtep, Arcand, & Ricard, 2021).

VVassilakopoulou et al. (2023) indican que los chatbots no captan tonos de voz o la dirección que toma una determinada conversación, por lo que en muchas ocasiones no son capaces de ofrecer una respuesta adecuada. Así, la interacción con el chatbot puede ser muy complicada si el asegurado pretende resolver consultas complejas y la percepción de su facilidad de uso puede verse mermada. Asimismo, Nuruzzaman y Hussain (2020) señalan que la mayor parte de los chatbots están programados con árboles conversacionales y son entrenados con conjuntos muy básicos de datos. En consecuencia, comenten errores frecuentes en interacciones reales (Xing et al., 2022). Este problema lastra a la facilidad de uso (Siqueira et al., 2023) y explica por qué más del 50% de las interacciones con bots no acaban completándose (Promtep et al., 2021).

El impacto significativo positivo de la FUP sobre la ACTITUD ha sido mostrado ampliamente en la literatura. Este aspecto se ha mostrado en banca digital (Bashir y Madhavaiah, 2015; Warsane e Ireri, 2018), en innovaciones en canales de contratación de seguros (Huang et al., 2019) y en chatbots cuya función es atender al cliente (Kasilingam, 2020; Kuberkar y Singhal, 2020; Brachten et al., 2021; Gansser y Reich 2021; Mostafa y Kasamani, 2022; Pawlik, 2022; De Andrés-Sánchez y Gené Albesa, 2023) (Brachten et al., 2021; Kasilingam, 2020).

Asimismo, en el TAM, la FUP también impacta en la ACTITUD con la mediación de la UP ( ; Venkatesh y Davis, 2000) (Davis, 1989) ya que cuanto más amigable es un sistema, mayor es el rendimiento percibido con su uso. Esto también ha sido mostrado por parte de la literatura empírica revisada (Bashir y Madhavaiah, 2015; ; De Cicco et al., 2022; De Andrés-Sánchez y González-Vila, 2023; De Andrés-Sánchez y Gené Albesa, 2023) (Andrés-Sánchez et al., 2021; Huang et al., 2019; Joshi, 2021). Por lo tanto, se proponen las siguientes hipótesis:

Hipótesis 2a (H2a). La facilidad de uso percibida (FUP) de los chatbots influye positivamente en la actitud (ACTITUD) hacia su uso en los trámites de los clientes con la aseguradora.

Hipótesis 2b (H2b). La facilidad de uso percibida (FUP) de los chatbots influye positivamente en la utilidad percibida (UP) en los trámites de los clientes con la aseguradora.

La relevancia que debe tener para los asegurados la variable confianza (CONFIANZA) en la aceptación de la Insurtech que analizamos viene dada por una doble vía. Por una parte, la especificidad del negocio asegurador; y por otra, el hecho de que la relación entre la empresa y los tomadores está mediada por la tecnología (Andrés-Sánchez et al., 2023).

La confianza es la base de cualquier transacción financiera, ya que el prestamista confía que el prestatario pagará los flujos de caja prometidos en el momento estipulado en el contrato. Dicho factor es aún más relevante en el mercado asegurador ya que ambas partes de la transacción (asegurador y tomador/asegurado) deben confiar entre sí en un entorno donde existe un alto grado de azar moral y hay una alta probabilidad de selección adversa. De hecho, la confianza es la esencia de la industria aseguradora (Guiso, 2012). La sociedad ve más relevante la confianza en las aseguradoras (por parte de los asegurados) que en el asegurado ya que las compañías de seguros son mucho más poderosas que los particulares (Guiso, 2021). Podemos definir la confianza de un asegurado en las compañías de seguros como “la percepción de que sus servicios pueden permitir una compensación segura en caso de siniestralidad y que las interacciones a este respecto serán satisfactorias.” (Guiso, 2021).

Asimismo, la confianza es muy relevante en la explicación de aceptación de tecnologías novedosas como los chatbots, y especialmente cierto en las relaciones B2C (Baabdullah, Alalwan, Algharabat, Metri, & Rana, 2022). Las personas a menudo son escépticas con respecto a estas herramientas debido a su poca transparencia (Brachen et al., 2021). En el contexto de los servicios financieros remotos, la confianza en un modo de interacción novedoso determinado puede definirse como la creencia de los clientes de que las empresas podrán brindar un servicio satisfactorio a través de este canal (Bashir y Madhavaiah, 2015).

Las Insurtech como los chatbots tienen entre sus objetivos mejorar el valor de los productos ofrecidos a los clientes ( ; Lanfranchi y Grassi, 2022) (Riikkinen et al., 2018) por lo que es esperable que una mayor confianza en sus prestaciones implique una actitud más positiva hacia su adopción y una mayor utilidad percibida en sus servicios. Existen diversos trabajos empíricos que muestran que el impacto directo de la confianza en la actitud y la intención de uso de tecnologías novedosas es significativo en contextos como la banca digital (Bashir y Madhavaiah, 2015; ) (Sánchez-Torres et al., 2018) y las Insurtech (Huang et al., 2019). Dentro del campo de la aceptación de los robots conversacionales, podemos destacar los trabajos de Kasilingam (2020), Kuberkar y Singhal (2020), Gansser y Reich (2021),Joshi (2021) y Mostafa y Kasamani (2022). Asimismo, existen diversos estudios que reportan que la confianza es un antecedente relevante del provecho percibido en la mediación realizada por robots (Han y Conti, 2020; Brachen et al., 2021; De Andrés-Sánchez y Gené Albesa, 2023). Por tanto, se proponen las siguientes hipótesis:

Hipótesis 3a (H3a): La confianza (CONFIANZA) en los chatbots influye positivamente en la actitud (ACTITUD) hacia su uso en los trámites de los clientes con la aseguradora.

Hipótesis 3b (H3b): La confianza (CONFIANZA) en los chatbots influye positivamente en la utilidad percibida (UP) en los trámites de los clientes con la aseguradora.