Fatiga de notificaciones: construir una IA que sepa cuándo callarse

Hace un año, una versión temprana de Nudge enviaba una ráfaga de notificaciones al día a un usuario ocupado. Hoy envía unas pocas, colocadas en momentos en los que es probable que actúes. El producto no se volvió menos ambicioso. El sistema de tareas creció, las funciones de IA mejoraron y la base de usuarios aumentó. Lo que cambió es que dejamos de medir lo que no tocaba.

Lo que no tocaba es cuántos avisos útiles puede generar una IA. Lo que importa es cuántos avisos puede absorber una persona real antes de empezar a ignorar la app. Esos dos números no se parecen.

Por qué las apps de recordatorios con IA envían demasiadas notificaciones

Cualquier IA capaz de razonar sobre tus tareas puede generar una cantidad impresionante de cosas «útiles» que decirte. Puede recordarte plazos. Sugerir subtareas. Señalar conflictos. Ofrecerte reprogramar. Proponer una redacción mejor. Señalar que llevas tres semanas aplazando esta tarea. Celebrar rachas.

Cada una por separado es defendible. Juntas hacen un teléfono que vibra cada 40 minutos. Eso es lo que la gente desinstala.

Una implementación ingenua de un asistente de productividad con IA es algo así: cada vez que se añade una tarea, la IA la evalúa, propone un plan, programa recordatorios para los puntos de control relevantes y envía un aviso cuando llega cada uno. Añade 10 tareas en una semana y tendrás decenas de avisos en cola, repartidos por la semana. La primera semana parece inteligente. La segunda resulta opresiva. La tercera semana ya nadie lee la insignia de notificaciones.

Lo sabemos porque más o menos esa fue la primera versión que construimos.

Cómo decidimos qué avisos no enviar

La parte difícil fue averiguar cómo decidir qué no enviar. Un LLM es excelente produciendo avisos candidatos y mediocre ordenándolos entre sí. Todo parece razonable por separado, que es el mismo problema que tienen las personas cuando escriben sus propias listas de tareas.

El enfoque al que llegamos es un filtro de dos etapas. La primera etapa es un evaluador rápido que se ejecuta con cada aviso candidato. Hace cuatro preguntas:

¿Este aviso es redundante? Si enviamos algo parecido en los últimos 90 minutos, se descarta. Si el usuario ha completado hace poco una tarea relacionada, se descarta.

¿Tiene el usuario presupuesto cognitivo ahora mismo? Aquí es donde los recordatorios con contexto se ganan el nombre: las horas de silencio, el calendario del usuario y los momentos en los que sí actuó sobre notificaciones anteriores entran todos en la cuenta. Si estamos en una franja de baja disponibilidad, se retrasa o se descarta.

¿Está la tarea de verdad cerca de su momento de acción? Un plazo dentro de cuatro días y sin hora fija no necesita un aviso hoy. Un plazo mañana a las 17:00 quizá sí.

¿Otro aviso para la misma tarea debilitaría al primero? Llevamos un límite diario por tarea. Por defecto son dos. A partir de ahí el planificador se niega a añadir más, por muy buena que sea la cadena de razonamiento.

La segunda etapa es un enfriamiento global. Aunque la primera etapa lo apruebe, un aviso no sale si el usuario recibió cualquier otro aviso en los 15 minutos anteriores. Esa sola regla produjo la mayor caída en el número de avisos diarios de todo lo que lanzamos. También nos obligó a afinar qué avisos pasaban el filtro, porque ya no podíamos soltar recordatorios de poca señal y confiar en el volumen.

Contener la IA es más difícil que darle capacidades

El problema cultural dentro de cualquier equipo que construye con LLM es que producir salida es barato y contenerla es caro. Un ingeniero junior puede montar en una tarde «el LLM sugiere tres mejoras para tu tarea». Decidir cuándo no mostrar esas sugerencias exige telemetría, investigación con usuarios, modelos de ordenación y estar dispuesto a lanzar menos funciones. Ese trabajo no se puede enseñar en una demo. No parece progreso en una captura de pantalla.

Lanzamos el trabajo de contención por una medición concreta. Cada aviso que enviamos recibe una señal de seguimiento en 24 horas: el usuario actuó, lo ignoró, o un aviso posterior para la misma tarea también falló. Un sistema de entrega de calidad es aquel en el que la mayoría de los avisos producen acción, y la mayor parte del resto no produce nada (lo cual está bien). Un sistema malo es aquel en el que la mayoría de los avisos acaban descartados, porque cada descarte cuesta confianza. Lo que más separa a los dos es recibir el aviso en el momento justo.

Cuando cruzamos eso con el volumen de notificaciones, la forma quedó clara. Más notificaciones al día significaba más descartes. Menos significaba más constancia, hasta que el volumen bajaba tanto que empezaban a colarse plazos reales. Unas pocas al día resultaron ser el punto justo.

Lo que quitamos

Unas cuantas cosas concretas que sacamos del sistema por el camino.

Resúmenes matutinos. Una versión temprana enviaba cada mañana una notificación con «así es tu día». Sonaba útil. En la práctica la gente las ignoraba. Mantuvimos la función, pero la movimos a la pantalla de inicio dentro de la app en lugar de una notificación push. La misma información. Cero coste de notificación.

Avisos de racha. «¡Has completado 5 tareas seguidas!» es el tipo de notificación que resulta festiva unos tres días y molesta para siempre. Fuera.

Notificaciones de sugerencia. «Hemos visto que sigues aplazando esta tarea. ¿La dividimos en subtareas?» Buena intención, mal momento. Ahora viven como una tarjeta discreta en la pantalla de detalle de la tarea. El usuario la ve cuando ya está mirando la tarea, que es un contexto en el que la sugerencia sí se agradece.

Avisos de reprogramación automática. Si el planificador de Nudge movía una tarea a otro día, antes enviaba una notificación. A los usuarios les resultaba confuso y un poco alarmante. Ahora el planificador hace su trabajo en silencio y muestra el cambio en la pantalla de inicio.

El patrón es el mismo en todos los casos. La información sigue disponible para el usuario, pero ha pasado de empujarse a consultarse. Una notificación push es una reclamación sobre la atención del usuario. Debería reservarse para lo que necesita que actúe ahora.

La parte de ingeniería

Unas notas de implementación, por si estás construyendo algo parecido.

Nuestro planificador de avisos usa Celery con tareas basadas en ETA para una temporización precisa, con una cola en Redis y un registro de auditoría en Postgres. Cada aviso tiene un campo de procedencia (AI_INFERRED frente a USER_EXPLICIT) que marca hasta qué punto podemos cancelarlo o reprogramarlo. Nunca cancelamos de forma automática un recordatorio puesto por el usuario por motivos de volumen. Esa regla es la que sostiene la confianza. Si pones un recordatorio para el cumpleaños de tu madre, te lo vamos a entregar diga lo que diga el modelo. Es la misma garantía que hay detrás de los recordatorios que no se van hasta que los haces.

La lógica de ordenación y cancelación vive en un planificador diario que se ejecuta una vez al día por usuario. Puede cancelar avisos obsoletos inferidos por la IA (hasta 50 por pasada) y encolar otros nuevos. Tiene prohibido tocar cualquier cosa que haya pedido el usuario. Ese límite importa más que el modelo de ordenación.

La idea

Cuando le describimos Nudge a alguien, la reacción más habitual es la sorpresa de que la IA no haga más. Dónde está el coaching diario. Por qué no analiza mi productividad. No puede mandarme ánimos.

La respuesta corta es que podría, y que el producto empeora cuando lo hace. La atención es un presupuesto limitado. Cada notificación es una retirada. Muchas herramientas de productividad con IA se apoyan en el volumen, con la esperanza de que el usuario trate las primeras como un depósito hacia un futuro en el que la app le resulte imprescindible. En la práctica las trata como el motivo por el que va a silenciarla.

Construir una IA que sepa cuándo callarse es menos emocionante que construir una IA que tenga mucho que decir. También es, por lo que hemos visto, lo que hace que la gente siga usando el producto más allá de la segunda semana, sobre todo quienes llegaron buscando un gestor de tareas para quienes odian los gestores de tareas.

Nudge parte de la premisa de que pocos avisos bien colocados en el tiempo rinden más que muchos ligeramente desajustados. Gratis en iPhone y en la web.