Block, la empresa de Jack Dorsey, lanzó una IA que aprende a hablar como los humanos

La empresa Block, fundada por Jack Dorsey (uno de los creadores de Twitter), anunció un modelo de inteligencia artificial llamado Dessa, diseñado para mantener conversaciones de voz de una forma distinta a lo que existe hoy. Según informó el portal especializado en tecnología The Verge, la particularidad es que fue entrenado “desde cero con nada más que conversaciones humanas”, sin pasar por texto escrito en ningún momento.

La mayoría de los asistentes de voz actuales funcionan así: escuchan lo que decís, convierten eso en texto, procesan el texto y después te responden. Dessa saltea ese proceso intermedio. Es un modelo de voz a voz puro, lo que en teoría le permite captar mejor el ritmo, las pausas y las emociones de quien habla.

Block publicó en el sitio de Dessa varios ejemplos de conversaciones reales con el modelo. En uno, Dessa confunde al principio al hablante con alguien llamado “Ronaldo”. En otro, el modelo se va por las ramas hablando de las películas de Bryan Singer cuando la conversación era sobre Christopher Nolan. También hay un clip donde una persona le cuenta que la llevó de sorpresa a París, y Dessa responde con lo que el propio equipo describe como “una gratitud que suena casi emocionada”. Además, se publicó una conversación entre Dessa y el modelo de voz de OpenAI, GPT-Live-1, donde Dessa aparece como la opción más natural de las dos.

El equipo detrás del proyecto, liderado por Ragavan Thurairatnam, explicó tres razones para desarrollarlo: curiosidad, mejor comprensión entre humanos e inteligencia artificial, y seguridad. Sobre este último punto, el equipo planteó un problema concreto: “Imaginá estar con un dolor intenso mientras una IA de voz no tiene idea y sigue adelante sin registrarlo”. Dessa apunta a detectar la emoción en la voz, algo que los sistemas actuales prácticamente ignoran.

También se usó una comparación para explicar su enfoque: “Los bebés aprenden a hablar sin ver una sola palabra escrita. Quisimos ver si un modelo podía hacer lo mismo. Puede. Solo que es muy difícil”.

Por ahora, Dessa puede correr de forma local (es decir, sin enviar datos a la nube) en una MacBook Pro con chip M4 Max “o superior”, según indica el sitio oficial.

El lanzamiento llega en un momento en que varias empresas compiten por mejorar la experiencia de los asistentes de voz. La apuesta de Block no es hacer algo más rápido o más potente, sino algo que suene más humano, con sus pausas, sus tangentes y, a veces, sus confusiones incluidas.