Block acaba de presentar Dessa, una IA entrenada solo con conversaciones humanas reales y que, en las demos, suena a amigo incómodo.
La fintech de Jack Dorsey ha anunciado un modelo que, según la compañía, está entrenado desde cero sobre nada más que conversación humana. Ni libros, ni foros, ni artículos, ni hilos de Reddit. Voz y más voz. El anuncio lo firma Block a través de su equipo de investigación de voz, y la presentación pública ha llegado con deberes: varias conversaciones reales del sistema.
Según The Verge, que ha tenido acceso a esos chats, Dessa es un modelo full-duplex de voz a voz. Traducido: escucha y habla a la vez, como una persona, en lugar de esperar a que termines para procesar y contestar. El responsable del proyecto, Ragavan Thurairatnam, fue quien compartió una de las conversaciones.
Qué cambia cuando la IA no pasa por el texto
Casi todos los asistentes que conocemos funcionan con tres piezas encadenadas. Primero transcriben tu voz, luego el modelo genera una respuesta escrita, y al final otra voz la lee en alto. Esa cadena tiene latencia, y la latencia es exactamente lo que hace que hablar con una máquina se sienta como hablar con un contestador.
Dessa se salta el paso intermedio: entrena sobre audio y responde en audio. En teoría eso le permite conservar el tono, las pausas, la respiración y hasta las vacilaciones de la conversación original. Un modelo que solo oye hablar a personas aprende sus tics, no la prosa acartonada de los textos de entrenamiento.
Ahí está lo bonito y ahí está el problema. El habla humana viene con interrupciones, muletillas y confusión incluida. Si entrenas con eso, aprendes eso.
La conversación natural no es la que no comete errores, sino la que se recompone a mitad de frase sin que se note demasiado.
El caso Ronaldo: cuando la naturalidad se rompe
En una de las conversaciones que compartió Thurairatnam, el ida y vuelta fluye con bastante naturalidad: hay ritmo, hay escucha, hay respuesta rápida. Y en mitad del intercambio, el modelo decide que quien le habla se llama Ronaldo. Nadie se ha presentado así.
Podría ser una anécdota graciosa y quedarse ahí. Pero dice bastante de la categoría: los modelos de voz que suenan humanos también suenan humanos cuando se equivocan, y eso incluye inventarse nombres, confundir contextos y hablar con la seguridad de quien tiene razón. La diferencia es que un amigo te lo discute y Dessa, de momento, no.
La apuesta de Dorsey y por qué no es la primera voz que suena humana
El terreno está trillado. OpenAI ya enseñó un modo de voz avanzado que interrumpe, se ríe y respira. Sesame presentó sus voces conversacionales con una naturalidad que daba un poco de vértigo. La novedad de Dessa no es el resultado, es el método: renunciar al texto como intermediario y entrenar solo con habla.
Que lo haga Block, una fintech de pagos, y no un laboratorio de IA es la parte que nadie vio venir. También es la parte que invita al escepticismo. En el material compartido no hay fecha de acceso, ni precio, ni un caso de uso concreto más allá de la demo. Una conversación de tres minutos no sostiene un producto, y menos cuando el listón lo han puesto otros con más años de ventaja.
Lo que sí queda claro es la dirección. Si la voz sintética deja de sonar a sintética, la pregunta deja de ser si lo notas y pasa a ser si te importa. Ese es el punto exacto en el que esto se vuelve Black Mirror y ya no hay marcha atrás.
Hype-O-Meter
Nivel de hype: 7/10. El enfoque —solo voz, sin texto de por medio— es genuinamente distinto y la demo suena bien de verdad, no a robot con acento neutro. Falta lo básico: acceso, precio y una prueba con alguien que no sea del equipo. De momento es una promesa bonita con un nombre mal puesto en una transcripción.
El resumen para vagos (TL;DR)
- 🎯 ¿Qué ha pasado? Block, la fintech de Jack Dorsey, presenta Dessa, una IA entrenada solo con conversaciones humanas.
- 🔥 ¿Por qué importa? Es voz a voz sin pasar por texto, el paso que casi ningún asistente da.
- 🤔 ¿Nos afecta o es solo un meme? Sin fecha ni acceso, por ahora es una demo; el meme es el despiste con Ronaldo.
