La gente detrás de la inteligencia artificial: así se entrenan las voces que nos conectan con esta tecnología

Cuando hablamos de inteligencia artificial, es común imaginar algoritmos, servidores y computadoras tomando decisiones por sí solas. Sin embargo, detrás de muchas de las herramientas que hoy utilizamos hay miles de personas aportando conocimientos, creatividad y experiencia para que esos sistemas funcionen correctamente.

Uno de esos trabajos poco conocidos consiste en entrenar modelos de inteligencia artificial utilizando la voz humana. No se trata únicamente de leer textos frente a un micrófono. Es un proceso que requiere interpretación, manejo de emociones y una comprensión profunda del lenguaje humano.

Para conocer cómo funciona este campo, conversé con la periodista, actriz y terapeuta de masaje médico Yami Otero, quien desde 2023 participa en proyectos internacionales relacionados con el entrenamiento de sistemas de inteligencia artificial mediante grabaciones de voz.

Mucho más que una voz

A simple vista podría parecer un trabajo para locutores, pero la realidad es distinta.

Según me explicó Otero, las empresas no solo buscan una buena dicción. Lo que realmente necesitan son personas capaces de transmitir emociones específicas siguiendo instrucciones muy precisas.

Durante una grabación puede recibir indicaciones como:

• Leer una oración con curiosidad.
• Hablar como si estuviera contando un secreto.
• Mantener un ritmo determinado.
• Controlar la velocidad y la intención de cada frase.

Cada grabación debe cumplir con parámetros muy específicos antes de ser aceptada por la empresa que desarrolla el proyecto.

En otras palabras, la inteligencia artificial necesita aprender cómo suena una emoción humana, y para lograrlo primero debe escuchar a personas reales interpretándola.

Una oportunidad que apareció donde menos lo esperaba

Lo curioso es que Yami nunca salió buscando un trabajo relacionado con inteligencia artificial.

Todo comenzó revisando ofertas de empleo en Indeed. Encontró una convocatoria bastante genérica dirigida a personas bilingües cuya lengua materna fuera el español. En ningún momento se hablaba de inteligencia artificial ni de entrenamiento de voces.

Después de enviar su resumé profesional, recibió una prueba de audición. Debía interpretar un texto siguiendo instrucciones sobre emociones, velocidad y estilo de lectura. La grabación fue evaluada y tras aprobar los requisitos establecidos, recibió su primer contrato profesional.

Ese primer proyecto abrió la puerta a otros.

Desde entonces ha participado en varias iniciativas cada año, convirtiéndose en parte del banco de talento de distintas empresas tecnológicas dedicadas al desarrollo de inteligencia artificial.

La inteligencia artificial todavía necesita contexto humano

Uno de los puntos más interesantes de la conversación fue recordar que la inteligencia artificial no comprende el lenguaje como lo hace una persona.

Puede generar respuestas impresionantes, pero sigue trabajando a partir de probabilidades y patrones estadísticos.

Por ejemplo, una palabra tan sencilla como “blanco” puede tener múltiples significados:

• Un color.
• Un apellido.
• Un objetivo.

Para una persona, el contexto aclara inmediatamente cuál es el significado correcto. Para un sistema de inteligencia artificial, esa información debe ser enseñada mediante enormes cantidades de ejemplos preparados y revisados por seres humanos.

Esa es precisamente una de las razones por las que existen miles de profesionales trabajando detrás de esta tecnología.

¿Para qué se utilizan estas voces?

Aunque muchos proyectos están protegidos por acuerdos de confidencialidad, existen varios usos ampliamente conocidos para este tipo de trabajo.

Entre ellos se encuentran:

• Audiolibros.
• Aplicaciones de accesibilidad para personas con diversidad funcional.
• Asistentes virtuales.
• Sistemas conversacionales.
• Herramientas educativas.
• Interfaces de atención al cliente.

Todos estos sistemas necesitan voces naturales capaces de sonar cercanas, claras y emocionalmente coherentes.

La importancia de los distintos acentos

Otro aspecto poco conocido es que las empresas buscan voces provenientes de diferentes países. No basta con encontrar personas que hablen español. También necesitan representar la enorme diversidad de acentos del idioma. Puerto Rico, Argentina, Uruguay, México, Colombia, Chile o España aportan matices distintos en pronunciación, entonación y expresiones culturales.

Es precisamente esa diversidad la que permite que los modelos de inteligencia artificial resulten más naturales para usuarios de distintos lugares del mundo.

Una nueva oportunidad para artistas y comunicadores

Durante la conversación también hablamos sobre el impacto que este tipo de trabajo puede tener para actores, locutores, periodistas y otros profesionales de la comunicación. Cada vez son más los artistas que licencian sus voces para proyectos relacionados con inteligencia artificial, videojuegos, cine, narración y aplicaciones digitales.

Lejos de reemplazar completamente a los profesionales, esta tendencia también puede convertirse en una nueva fuente de ingresos y una manera adicional de diversificar la carrera artística.

Como explica Otero, siempre que exista un acuerdo claro entre ambas partes y el artista apruebe el uso de su voz, estas colaboraciones representan nuevas posibilidades laborales dentro de una industria en constante crecimiento.

Curiosidad, pero también precaución

No todas las oportunidades que aparecen en Internet son reales. Precisamente porque muchas de estas convocatorias son poco conocidas, es importante investigar antes de aceptar cualquier oferta.

Yami recomienda mantener dos cualidades al mismo tiempo:

• Curiosidad para explorar nuevas oportunidades.
• Suspicacia para verificar que la empresa realmente exista.

Antes de compartir información personal o firmar un acuerdo conviene revisar la compañía, confirmar su presencia profesional, validar su sitio web e investigar quién realiza el contacto.

La tecnología sigue necesitando personas

Quizás la reflexión más importante de toda la conversación es que la inteligencia artificial no reemplaza automáticamente al ser humano. Al contrario. Necesita constantemente personas que escriban, corrijan textos, interpreten emociones, graben voces, validen respuestas y enseñen contexto.

Como resume Yami, las máquinas están para ayudarnos a simplificar procesos y mejorar nuestra calidad de vida. Pero siguen siendo herramientas creadas y alimentadas por personas.

En un momento donde muchas personas sienten incertidumbre sobre el futuro del trabajo, historias como esta recuerdan que también están naciendo nuevas profesiones. Quizás el empleo del futuro no sea únicamente programar inteligencia artificial. Tal vez también para algunos consista en enseñarle a comunicarse sonando de una forma más humana.