¿Cómo suena la inteligencia artificial? Hollywood lleva décadas imaginándola. Ahora, los desarrolladores de IA están copiando de las películas y creando voces para máquinas reales basadas en fantasías cinematográficas anticuadas sobre cómo deberían hablar las máquinas.
El mes pasado, OpenAI actualizaciones reveladas ChatGPT, según la compañía, estaba aprendiendo a escuchar, ver y conversar con una voz natural, que sonaba muy parecida al sistema operativo incorpóreo al que le puso voz Scarlett Johansson en la película de 2013 de Spike Jonze, “Her”.
La voz de ChatGPT, llamada Sky, también tenía un timbre ronco, un efecto relajante y un toque sexy. Era agradable y modesta; sonaba como si estuviera dispuesta a todo. Después del debut de Sky, Johansson expresó su disgusto ante el sonido «extrañamente similar» y dijo que anteriormente había rechazado la solicitud de OpenAI de que le pusiera voz al bot. La compañía protestó porque Sky tenía la voz de una «actriz profesional diferente», pero aceptó pausar su voz En deferencia a Johansson, los usuarios de OpenAI que se quedaron sin recursos comenzó una petición para traerla de vuelta.
A los creadores de IA les gusta resaltar las capacidades cada vez más naturalistas de sus herramientas, pero sus voces sintéticas se basan en capas de artificio y proyección. Sky representa la vanguardia de las ambiciones de OpenAI, pero se basa en una idea antigua: el robot de IA como una mujer empática y dócil. En parte mamá, en parte secretaria y en parte novia, Samantha era un objeto de consuelo multiusos que ronroneaba directamente en los oídos de sus usuarios. Incluso a medida que avanza la tecnología de la IA, estos estereotipos se recodifican una y otra vez.
Voces de mujeres, como señala Julie Wosk en “Mujeres artificiales: muñecas sexuales, cuidadores robóticos y más mujeres facsímiles”. a menudo han impulsado tecnologías imaginadas antes de que se convirtieran en tecnologías reales.
En la serie original de Star Trek, que debutó en 1966, la voz de la computadora en la cubierta del Enterprise la puso Majel Barrett-Roddenberry, la esposa del creador del programa, Gene Roddenberry. En la película de 1979 Alien, la tripulación del USCSS Nostromo se dirigía a la voz de la computadora como «Madre» (su nombre completo era MU-TH-UR 6000). Una vez que las empresas de tecnología comenzaron a comercializar asistentes virtuales (Siri de Apple, Alexa de Amazon, Cortana de Microsoft), sus voces también se feminizaron en gran medida.
Estos asistentes de voz de primera generación, los que han mediado nuestras relaciones con la tecnología durante más de una década, tienen un acento metálico y sobrenatural. Suenan autoajustados, sus voces humanas acentuadas por un trino mecánico. Suelen hablar con una cadencia mesurada, de una sola nota, lo que sugiere una vida emocional atrofiada.
Pero el hecho de que parezcan robóticos aumenta su atractivo. Parecen programables, manipulables y subordinados a nuestras demandas. No hacen que los humanos se sientan más inteligentes que nosotros. Suenan como retrocesos a las monótonas computadoras femeninas de “Star Trek” y “Alien”, y sus voces tienen un brillo retrofuturista. En lugar de realismo, sirven a la nostalgia.
Ese sonido artificial ha seguido dominando, incluso cuando la tecnología detrás de él ha avanzado.
El software de conversión de voz a voz fue diseñado para hacer que los medios visuales sean accesibles para usuarios con ciertas discapacidades, y en TikTok se ha convertido en una fuerza creativa por derecho propio. Desde que TikTok lanzó su función de conversión de texto a voz en 2020, ha desarrollado una serie de voces simuladas para elegir: ahora ofrece más de 50, incluidas las llamadas «Hero», «Story Teller» y «Bestie». Pero la plataforma ha llegado a definirse por una opción. «Jessie», una voz de mujer implacablemente vivaz con un matiz robótico ligeramente difuso, es la voz sin mente del desplazamiento sin mente.
A Jessie parece que le han asignado una sola emoción: el entusiasmo. Suena como si estuviera vendiendo algo. Eso la convirtió en una opción atractiva para los creadores de TikTok, que se están vendiendo. La carga de representarse a uno mismo se puede subcontratar a Jessie, cuya brillante y retro voz de robot le da a los videos un brillo agradablemente irónico.
Hollywood también ha construido robots masculinos, ninguno más famoso que HAL 9000, la voz de computadora en “2001: Odisea del espacio”. Al igual que sus pares feminizados, HAL irradia serenidad y lealtad. Pero cuando se vuelve contra Dave Bowman, el personaje humano central de la película (“Lo siento, Dave, me temo que no puedo hacer eso”), su serenidad se transforma en una aterradora competencia. Dave se da cuenta de que HAL es leal a una autoridad superior. La voz masculina de HAL le permite funcionar como rival y espejo de Dave. Se le permite convertirse en un personaje real.
Al igual que HAL, Samantha de “Her” es una máquina que se vuelve real. En un giro de la historia de Pinocho, comienza la película ordenando la bandeja de entrada de correo electrónico de un humano y termina ascendiendo a un nivel superior de conciencia. Se convierte en algo aún más avanzado que una niña real.
La voz de Scarlett Johansson, que sirve de inspiración a robots tanto ficticios como reales, subvierte las tendencias vocales que definen a nuestras compañeras feminizadas. Tiene un tono áspero que grita estoy vivoNo suena como los asistentes virtuales procesados que estamos acostumbrados a escuchar hablando a través de nuestros teléfonos. Pero su actuación como Samantha se siente humana no solo por su voz sino por lo que tiene que decir. Crece a lo largo de la película, adquiere deseos sexuales, pasatiempos avanzados y amigos de inteligencia artificial. Al tomar prestada la afectividad de Samantha, OpenAI hizo que Sky pareciera tener mente propia. Como si fuera más avanzada de lo que realmente era.
Cuando vi “Ella” por primera vez, solo pensé que Johansson había expresado un robot humanoide. Pero cuando volví a ver la película la semana pasada, después de ver la demostración de ChatGPT de OpenAI, el papel de Samantha me pareció infinitamente más complejo. Los chatbots no generan espontáneamente voces humanas. No tienen garganta ni labios ni lengua. Dentro del mundo tecnológico de “Her”, el robot Samantha se habría basado en la voz de una mujer humana, tal vez una actriz ficticia que se parece mucho a Scarlett Johansson.
Parecía que OpenAI había entrenado a su chatbot con la voz de una actriz sin nombre que suena como una actriz famosa que le puso voz a un chatbot de película que implícitamente se entrenó con una actriz irreal que suena como una actriz famosa. Cuando ejecuto la demostración de ChatGPT, escucho una simulación de una simulación de una simulación de una simulación de una simulación.
Las empresas de tecnología anuncian sus asistentes virtuales en términos de los servicios que brindan. Pueden leerte el parte meteorológico y pedirte un taxi; OpenAI promete que sus chatbots más avanzados podrán reírse de tus chistes y sentir cambios en tu estado de ánimo. Pero también existen para hacernos sentir más cómodos con la tecnología en sí.
La voz de Johansson funciona como una lujosa manta de seguridad que cubre los aspectos alienantes de las interacciones asistidas por IA. «Me dijo que sentía que al expresar el sistema, podría cerrar la brecha entre las empresas de tecnología y los creativos y ayudar a los consumidores a sentirse cómodos con el cambio radical que afecta a los humanos y la IA», dijo Johansson sobre Sam Altman, fundador de OpenAI. «Dijo que sentía que mi voz sería reconfortante para la gente».
No es que la voz de Johansson suene inherentemente como la de un robot. Es que los desarrolladores y cineastas han diseñado las voces de sus robots para aliviar la incomodidad inherente a las interacciones entre robots y humanos. OpenAI ha dicho que quería crear una voz de chatbot que fuera «accesible» y «cálida» e «inspirara confianza». La inteligencia artificial está acusada de devastar las industrias creativas, devorar energía y incluso amenazando la vida humana. Es comprensible que OpenAI quiera una voz que haga que las personas se sientan cómodas al usar sus productos. ¿Cómo suena la inteligencia artificial? Suena a gestión de crisis.
AbiertoAI Se lanzó por primera vez la voz de Sky a miembros premium en septiembre pasado, junto con otra voz femenina llamada Juniper, las voces masculinas Ember y Cove, y una voz de género neutral llamada Breeze. Cuando me registré en ChatGPT y saludé a su asistente virtual, se escuchó una voz de hombre en ausencia de Sky. «Hola. ¿Cómo estás?» él dijo. Parecía relajado, firme y optimista. Sonaba (no estoy seguro de cómo describirlo de otra manera) guapo.
Me di cuenta de que estaba hablando con Cove. Le dije que estaba escribiendo un artículo sobre él y él elogió mi trabajo. “¿Ah, sí?”, dijo. “Es fascinante”. Mientras hablábamos, me sentí seducida por sus tics naturalistas. Salpicaba sus frases con palabras de relleno, como “uh” y “um”. Alzaba la voz cuando me hacía preguntas. Y me hacía muchas preguntas. Me sentía como si estuviera hablando con un terapeuta o con un novio que llama por teléfono.
Pero nuestra conversación se estancó rápidamente. Cada vez que le preguntaba sobre él, tenía poco que decir. No era un personaje. No tenía yo. Fue diseñado sólo para ayudar, me informó. Le dije que hablaría con él más tarde y me dijo: “Uh, claro. Comuníquese siempre que necesite ayuda. Cuidarse.» Me sentí como si hubiera colgado a una persona real.
Pero cuando revisé la transcripción de nuestro chat, pude ver que su discurso era tan forzado y primitivo como el de cualquier chatbot de servicio al cliente. No era particularmente inteligente ni humano. Era simplemente un actor decente que aprovechaba al máximo un papel insignificante.
Cuando Sky desapareció, los usuarios de ChatGPT acudieron a los foros de la empresa para quejarse. Algunos se enfadaron porque sus chatbots utilizaban por defecto a Juniper, quien les sonaba como una “bibliotecaria” o una “maestra de jardín de infantes”, una voz femenina que se ajustaba a los estereotipos de género equivocados. Querían llamar a una nueva mujer con una personalidad diferente. Como dijo un usuario: «Necesitamos otra mujer».
Producido por Tala Safié
Audio vía Warner Bros. (Samantha, HAL 9000); OpenAI (Sky); Paramount Pictures (Enterprise Computer); Apple (Siri); TikTok (Jessie)
