Cuando las máquinas hablen tendrán que saber qué decir y cómo decirlo. Ninguna de las dos cosas es sencilla desde un punto de vista técnico, ni inofensiva desde un punto de vista humano. La primera pregunta es ¿queremos que las máquinas hablen? La evidencia nos lleva a pensar que ya lo hacen, no de forma muy inteligente por muy artificiales que sean, pero sí de una manera a la que los humanos nos resulta, como mínimo, útil.
Sin embargo, en el mundo del arte, la utilidad no es necesariamente una finalidad en sí misma. La comunicación de ideas o emociones mediante el uso de herramientas como la Inteligencia Artificial (IA) también pueden buscar la estética, la reflexión o la mera expresión artística como formas de creación cultural. En una sociedad tecnológica ¿cómo podríamos conseguir expresarnos desde máquinas que hablan? Entran en juego las voces sintéticas o voces artificiales.
Las voces sintéticas serán tan expresivas como seamos capaces de entrenar a los modelos que las generan. Modelos que necesitan originalmente de muestras de voces de personas con características, acentos y estilos diferentes. Todo el proceso de creación de una voz sintética es, de hecho, un proceso artesanal desde el cual las personas decidimos cuánto de nosotros será usado y cómo. ¿Queremos que se nos perciba en el resultado final? ¿Queremos mezclar características de varias personas? ¿Queremos que se aprecien estilos de habla de un lugar o contexto social concreto? ¿Queremos crear algo nuevo que no identifique a nadie pero que aún así nos suene natural y único? Son todo decisiones de diseño humanas con las que construiremos la herramienta que posteriormente usaremos para expresarnos, como quien mezcla tintes en una paleta antes de usarlos en el lienzo.
Pero con un matiz importante: la voz que ‘pintamos’ es resultado de un proceso automático y se genera cada vez que presionamos con el pincel; es decir, cada vez que le pedimos a la máquina que hable y diga algo que no ha dicho antes, el sonido de la voz puede ser diferente, lo cual es, en sí mismo, una muestra de espontaneidad bastante humana.
Por otra parte, el uso de voces sintéticas en particular y de la inteligencia artificial en general en el sector cultural y artístico no está exento de una reflexión más profunda que tiene que ver con quienes se dedican profesionalmente a esto. Son creadoras y artistas quienes más tienen que decir sobre cómo deben usarse estas herramientas y quienes les darán el valor que realmente tienen.
Que la producción cultural sonora y la tradición oral se perpetúen, aumenten su alcance, inventen nuevos géneros y estilos narrativos o simplemente nos faciliten la comunicación de ideas con una identidad personal y única, es algo que veremos en los próximos años.
Lo que sabemos hoy es que cuando las máquinas hablen, querremos al menos que nos permitan seguir siendo humanos y que se adapten a nuestra forma de entender el mundo. Y su forma de conseguirlo será, definitivamente, mediante voces sintéticas.
