Cuando Alexandru Voica, jefe de asuntos corporativos de la startup de generación de videos Synthesia, me envió este verano un enlace a la última incorporación a su equipo de relaciones públicas, me sorprendió. Era un avatar virtual interactivo de él, capacitado para responder preguntas comunes de la prensa sobre Synthesia, como qué hace y cómo funciona. El día anterior, estuve en un panel donde la gente de relaciones públicas me preguntó si me importaban las propuestas que utilizaban texto generado por IA. Pero el avatar de Alexandru iba más allá de eso: me pareció el jefe final del uso de la IA en relaciones públicas.
En septiembre, Synthesia me invitó a su nuevo espacio de oficinas en Nueva York. Synthesia, con sede originalmente en el Reino Unido, es una popular startup de avatares digitales junto con otras como D-ID, HeyGen y Colossyan. Alcanzó una valoración de 4.000 millones de dólares a principios de este año y dijo el año pasado que había superado los 100 millones de dólares en ARR.
Synthesia permite a las empresas crear videos de capacitación interactivos con avatares de IA y recientemente lanzó un producto llamado Roleplay Sessions que permite a los empleados practicar, por ejemplo, argumentos de venta con un avatar interactivo de IA que responde y califica sus respuestas.
Cuando fui a la inauguración de la nueva oficina y me preguntaron si quería mi propio avatar de IA, ni siquiera dudé en decir que sí. Por supuesto que me gustaría tener mi propio gemelo digital. Mi atuendo era lindo ese día y mi cabello estaba en su lugar.
Hasta que conocí a mi gemelo digital, había sido indiferente hacia los avatares, pero sentí que inevitablemente se convertirían en parte de la vida diaria en línea. Escuché de personas en Instagram que los crean a su imagen para ayudarlos a crear contenido social. Todo me parece muy interesante y quizás por eso no tengo reparos en presentarles mi gemelo digital. Esta es la primera vez que Synethsia crea un avatar digital para un periodista (o para cualquier persona, punto, fuera de Voica). Se basa en mi historia sobre por qué las nuevas empresas respaldadas por empresas cometen más fraude que las empresas no respaldadas por capital de riesgo y solo responderá preguntas sobre esa historia.
A continuación, simplemente presione «comenzar en una nueva ventana» para comenzar.
Puedes hacerle preguntas como:
- ¿Por qué decidí escribir esta historia?
- ¿De qué trata el trabajo de investigación?
- ¿Qué encontraron los investigadores?
Para hacer esto, entré a un mini estudio de cine ubicado dentro de la oficina de Synthesia donde me tomaron numerosas fotografías y capturaron una grabación de dos minutos de mi voz. Tuve que dar mi consentimiento para que se hicieran estos avatares y, bueno, nació Dom digital. Crearon un avatar personal para mí (uno que simplemente lee cualquier guión que le dé), con y sin gafas, e hicieron dos avatares interactivos para mí (unos que pueden responderme y escucharme), también con y sin gafas.
Elegimos un artículo para entrenar el avatar interactivo y luego uno de los equipos creó mi avatar interactivo, que funciona con una combinación de modelos de voz a texto, video, lenguaje y texto a voz. La pila tecnológica de mi avatar incluye los propios modelos de video y voz de Synthesia, aunque la compañía también permite a los clientes elegir alternativas de otros laboratorios como Cartesia, ElevenLabs, Google u OpenAI. Las empresas también pueden optar por alojar sus avatares en cualquier nube que deseen o pagar a Synthesia para que los aloje.
El modelo de voz a texto convierte lo que la gente dice en texto, el modelo de lenguaje agente da sentido al texto y puede tomar acciones basadas en él, el modelo de texto a voz convierte una respuesta en audio y, finalmente, un modelo de video (creado por Synthesia) anima al avatar mientras habla.
En general, Synthesia construye tres tipos de productos: una plataforma de creación y distribución de videos con avatares clásicos, donde alguien escribe un guión y el avatar lo repite; una plataforma agente llamada Sessions donde las personas pueden interactuar con los avatares en encuestas o juegos de rol; y una plataforma API donde las personas pueden tomar modelos de voz y video de Synthesia y combinarlos con otros servicios tecnológicos para crear avatares interactivos u otros tipos de productos.
Al equipo de Synthesia le tomó un par de días crear mis avatares. Primero jugué con los personales y escribí un guión bastante genérico para ver cómo sonaba mi voz de IA. Lo hice hablar de cómo ha llegado el otoño a Nueva York, mi época favorita del año. La voz era bastante precisa y me alegré de que no detectara la ronquera que tenía cuando grabé mi muestra de audio.
Se lo mostré a algunos amigos no expertos en tecnología que lo encontraron interesante y espeluznante.
Luego les mostré mi interactivo, que es determinista, lo que significa que solo dirá aquello para lo que fue entrenado para responder. En este caso, esa fue mi historia de fraude de riesgo. Le hice preguntas como dónde estaba antes de TechCrunch y en qué parte de Nueva York vivía, pero cada vez me dirigió de nuevo a la historia.
Mis amigos no pensaron que la voz sonaba muy parecida a la mía y pensaron que el parecido no era tan bueno como el del avatar personal, pero aun así era lo suficientemente parecido como para ser algo espeluznante. Mi mamá lo llamó “increíble”, lo cual es un gran elogio por su parte. Ella y mi padre siguieron intentando hacerle preguntas «sólo ellos sabrían» sobre mí, pero la modelo no respondió, redirigiéndolos cada vez a la historia del fraude de riesgo.
«No recuerdo haber dado a luz a dos de ustedes», bromeó después de probar el modelo.
Esta experiencia me ha hecho pensar en cuál podría ser el futuro del periodismo. ¿Estaría bien la gente con ver las noticias y ser presentadas por un avatar? Un inversor me dijo que no inmediatamente. Ciertamente, hoy en día hay mucha oposición a la decadencia de la IA que se ha infiltrado en las redes sociales y otras plataformas para compartir noticias. Pero otras personas a las que pregunté no estaban tan seguras. ¿Podrían los avatares aumentar (o incluso reemplazar) a los periodistas? ¿Querrían los directores ejecutivos hablar con un avatar de IA de un periodista en lugar de uno humano?
Lo que me gusta de mi carrera es conectarme con la gente, escribir historias e investigar nuevos temas. Pero la mayor parte del periodismo es la confianza. No parece que alguna vez se pueda subcontratar a una IA.
Fuera del periodismo, estoy seguro de que la idea de clonarse a uno mismo podría resultar atractiva. No tendrás que ponerte al día con el trabajo después de un feriado o vacaciones, porque una versión tuya siempre puede estar presente, respondiendo preguntas.
Tendremos que ver cómo evoluciona el uso de avatares en las empresas estadounidenses. Pero ahora que tengo el mío propio, tengo sentimientos encontrados. Después de superar la novedad inicial, examiné mi avatar de cerca después de que dejó de hablar y esperé; no estoy seguro de qué. Quizás estoy esperando a que parpadee. O decir algo nuevo, o sonreír, o simplemente hacerme saber que lo sabe.
Como mis gemelos digitales son deterministas, nunca harán eso. Pero puedo ver lo fácil que sería para alguien caer en un matiz de psicosis de IA con una que no fuera determinista, es decir, impulsada por un chatbot que fuera libre de pontificar.
Le dije a un inversor que, cualquiera que sea el futuro de los gemelos digitales, predigo que mi generación, la Generación Z, probablemente no se acostumbrará a ellos. Parecen ciencia ficción: todo lo que hemos visto en una película está aquí ahora. Pero diré que encuentro los avatares digitales menos discordantes que los humanoides. Al menos con un avatar, si las cosas se ponen raras, siempre puedo cerrar sesión.
Hasta entonces, sin embargo, aquí está mi avatar personal, que les ofrece un resumen de todas las historias principales de nuestro sitio esta semana.
Cuando compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta nuestra independencia editorial.