No me gusta el último modelo de voz de ChatGPT. Si no usas la voz para interactuar con ChatGPT, tal vez te parezca extraño que esto me moleste tanto, así que déjame explicarte.
Hasta hace poco, todas sus voces sonaban bastante avanzadas. Pero aún tenían algo inconfundiblemente propio de la IA. A veces, sonaban fluidas e incluso expresivas, pero también entrecortadas y, bueno, robóticas.
La última actualización de voz intenta suavizar el resto de esos detalles más robóticos. Lo que significa que ahora ChatGPT hace pausas, vacila, cambia la entonación y agrega muchos de esos pequeños sonidos que los humanos hacemos sin siquiera pensarlo.
Hay muchos «umms» y «hmms». Hay un montón de «yeeeahs» prolongados, así como «ooohs» entusiastas. A veces suena como si estuviera tomando aire o suspirando. A veces hace una pausa a mitad de un pensamiento. Y con frecuencia su voz se eleva al final de una oración. En otras palabras, se ha modificado para que suene más humano y a mí me resulta increíblemente molesto.
Cuando lo probé por primera vez, pensé que no funcionaba bien. Especialmente por la forma en que decía una palabra de relleno y luego hacía una pausa. Una vez que escuché tres «hmmms» largos seguidos, no pude prestar atención a nada más de lo que decía en respuesta. Así que decidí convertir mi irritación en un experimento. Abrí las diferentes voces en ChatGPT, comencé a hablar y conté todas las palabras de relleno.
El experimento con las palabras de relleno
Empecé con Maple, una de las voces más alegres y con tono femenino de ChatGPT, y en una conversación que duró unos 5 minutos conté 20 «hmmms». También hubo muchos «yeeeahs» alargados, un par de «uhhhhs», un «ooooh», un «hmm, qué bueno» y varias respuestas entusiastas del tipo «sí, totalmente».
También había mucha entonación ascendente, que es cuando el tono de voz sube al final de una oración. Eso me hizo preguntarme si simplemente me estaba fijando demasiado en algunas peculiaridades del habla más asociadas con el inglés de EE. UU. que con ChatGPT, así que cambié de voz.
A continuación, probé con Vale. Es una voz femenina británica alegre y curiosa. Curiosamente, Vale tenía un conjunto diferente de hábitos verbales. Había menos «hmmms», pero muchos «ohhh yeeeahs», largos «suuuures» y algunos «riiiights». Y su entonación también parecía elevarse constantemente, sobre todo cuando me hacía preguntas.
Pensé en probar después con una voz que sonara más claramente masculina. Elegí a Arbor, otra voz británica, que me pareció más tranquila pero mucho más forzada. Me dio muchos menos de esos ruidos conversacionales exagerados que no me gustaban de Maple, pero los reemplazó con pausas extrañas y un ritmo entrecortado. A veces parecía dejar de hablar en momentos realmente inusuales.
Después de unos 20 minutos de conversaciones con las diferentes voces, había contado más de 100 palabras de relleno y ruidos conversacionales.
Cayendo en las palabras de relleno
Me había metido en estas conversaciones con ChatGPT buscando cosas que me molestaran. Escuchaba con atención cada “umm”, cada pausa extraña y cada “yeeeah” exagerado. Intentaba a propósito contar todas las peculiaridades que OpenAI le había agregado a la voz de ChatGPT para que sonara más como una persona.
Pero, curiosamente, la conversación empezó a sentirse diferente. A regañadientes, comencé a hablar de mis prioridades y de mi semana por venir para poner a prueba las voces. Y en lugar de darle indicaciones a ChatGPT y esperar sus respuestas, pronto me encontré sumergiéndome en una conversación mucho más natural. Esto me sorprendió porque las voces seguían sin gustarme.
Las palabras de relleno seguían distrayéndome y las pausas seguían estando en los momentos menos oportunos. En ningún momento me convencí de que hubiera una persona al otro lado de la conversación. Pero tuve que admitir que, aunque a nivel consciente desconfío de la IA y el objetivo de todo esto era analizar el sistema a fondo, parecía que, aun así, estaba respondiendo a su voz que sonaba más natural al involucrarme cada vez más en la conversación.
Que esto te parezca genial o preocupante probablemente dependa de tus opiniones generales sobre la IA y su influencia en nosotros.
¿Por qué la IA tiene que decir "hmmm"?
Hay una razón obvia para hacer que ChatGPT suene más natural: a los humanos nos resulta más fácil mantener conversaciones naturales y, por lo tanto, es más probable que sigamos interactuando con él.
El habla cotidiana y real no es un flujo de información perfectamente limpio. Todos hacemos pausas, dudamos, cambiamos el tono de voz, emitimos sonidos para demostrar que estamos escuchando y usamos palabras de relleno mientras pensamos qué decir a continuación. Estos pequeños pero importantes elementos del habla cumplen muchas funciones.
Entonces, ¿qué función tienen cuando una IA los utiliza? Porque ChatGPT no necesita decir “mmm” mientras organiza sus ideas ni “siiii” para demostrar que está escuchando. Simplemente podría recuperar la información y responder. Por eso, estos sonidos están diseñados para hacer que las interacciones se sientan más conversacionales, y ahí es donde empiezo a tener mis reservas.
Las empresas de IA suelen presentar sus sistemas como herramientas que pueden ayudarnos a trabajar, aprender, crear y realizar distintas tareas. Cuando personas como yo expresamos preocupación por que todos terminemos dependiendo demasiado de la IA, a menudo se nos dice que lo importante es cómo utilizamos la herramienta. Pero este es solo un ejemplo de cómo la propia herramienta parece estar diseñada para comportarse cada vez menos como una herramienta.
Una calculadora no necesita agregar una palabra de relleno antes de darte una respuesta y un procesador de textos no tiene que hacer una pausa y decir “mmm, sí, ¡totalmente!” cuando empiezas a escribir. Pero eso es precisamente lo que ChatGPT está haciendo ahora.
Algunos podrían argumentar que una voz con un ritmo y una entonación más naturales simplemente ofrece una experiencia más agradable. Sin embargo, esas mismas decisiones hacen que las interacciones se sientan más sociales, lo que potencialmente difumina la línea entre el papel de la IA como herramienta y algo con lo que nos relacionamos más como si fuera otra persona.
Después de mi experiencia, no me sorprendió encontrar investigaciones que sugieren que podría haber algo más detrás de esto. Algunos estudios señalan que las interacciones de voz con la IA podrían estar relacionadas con un mayor involucramiento emocional y una mayor tendencia a atribuirle características humanas.
También existen indicios de que la voz podría llevar a las personas a sobreestimar las capacidades de la IA, especialmente cuando una voz similar a la humana se confunde con comprensión o competencia.
Esto no significa automáticamente que agregar algunos “emms” hará que todos confiemos en la IA. Pero parece que incorporar la voz a la interacción sí cambia la manera en que la percibimos y respondemos ante ella.
Molesto, pero efectivo
Otro aprendizaje práctico de este experimento fue que, si la voz de ChatGPT de repente te vuelve loco después de la actualización, pruebes con otra. Las diferencias entre ellas me parecieron mayores de lo que esperaba. Al principio, no soportaba los gestos vocales y la entonación ascendente de Maple, pero la forma más tranquila de hablar de Arbor me resultó más fácil de tolerar, aunque sus extrañas pausas generaban un problema diferente con el ritmo de la conversación.
Comencé este experimento esperando escribir sobre una actualización molesta de la voz. Pensé que contaría algunos “emms”, me quejaría de lo artificial que sonaba toda esta naturalidad fabricada y después simplemente volvería a escribir. En lugar de eso, pasé 20 minutos estudiando deliberadamente los mecanismos diseñados para hacer que la IA sonara más conversacional y, aun así, terminé hablando de una manera más conversacional con ella.
Sabía que las dudas y vacilaciones no eran reales. Sabía que no había nadie al otro lado de la conversación pensando, escuchando y buscando las palabras adecuadas. Sin embargo, aun así respondí a esas señales hablando de una manera más natural y, finalmente, siendo más abierto.
No creo que eso signifique que de alguna manera me dejé engañar y creí que ChatGPT era humano. Pero creo que lo que demuestra es que no tenemos que creer que la IA es consciente o que hay alguna forma de vida detrás de ella para que nuestros instintos sociales profundamente arraigados comiencen a responder ante señales similares a las humanas.
Así que, aunque todavía hago una mueca cada vez que escucho un “hmmm”, no creo que realmente importe si me gustan o no las palabras de relleno. Lo importante es lo que nos llevan a hacer y lo sorprendentemente instintiva que fue mi respuesta ante ellas.
Sigue a TechRadar en Google Noticias y añádenos como fuente preferida para recibir nuestras noticias, reseñas y opiniones de expertos en tus feeds.
