Cuando termines de charlar, regresa y lee el resto del art\u00edculo. Y ah\u00ed volveremos a nuestra programaci\u00f3n habitual:<\/p>\n\n\n\n
S\u00ed, los robots hablan.<\/strong><\/strong><\/p>\n\n\n\n OpenAI anunci\u00f3 el 13 de mayo<\/a> que, en las pr\u00f3ximas semanas, lanzar\u00e1 un nuevo modo conversacional.<\/p>\n\n\n\n Con la generalizaci\u00f3n de estas funcionalidades mejoradas, hablar con la IA se transformar\u00e1 en nuestra manera habitual de interactuar con la tecnolog\u00eda. \u00bfY qu\u00e9 significa esto para el aprendizaje y desarrollo? \u00bfC\u00f3mo llegamos hasta aqu\u00ed? A fin de cuentas, los asistentes de voz no son ninguna novedad. \u00bfPor qu\u00e9 tanto alboroto?<\/p>\n\n\n\n Hicimos algunos experimentos para averiguarlo y, entre tanto, recabamos la opini\u00f3n de varios profesionales de Aprendizaje y Desarrollo. Acomp\u00e1\u00f1anos a ver los resultados y sus consecuencias. Todo parece indicar cada vez m\u00e1s que la IA conversacional afectar\u00e1 en gran medida algunos aspectos clave del aprendizaje y desarrollo.<\/p>\n\n\n\n Los asistentes de voz, como Siri de Apple y Alexa de Amazon, ya existen desde hace bastante. Usan procesamiento del lenguaje natural (o NLP, por su sigla en ingl\u00e9s) para recibir solicitudes y asociarlas con respuestas predeterminadas. O sea, sirven para consultar c\u00f3mo va a estar el tiempo; pero por otra parte, como observ\u00f3 en 2023 el director ejecutivo de Microsoft, Satya Nadella,<\/a> son \u201cmuy tontos\u201d. No tienen las capacidades din\u00e1micas ni generativas de los grandes modelos de lenguaje (o LLM, por su sigla en ingl\u00e9s) como el que usa ChatGPT.<\/p>\n\n\n\n ChatGPT cambi\u00f3 las reglas del juego. En 2022, se present\u00f3 Whisper<\/a> como complemento para ChatGPT-3.5 y les dio a los usuarios la posibilidad de convertir audio en texto. De esta manera, los usuarios empezaron a hablarle a ChatGPT, que luego pod\u00eda leer las respuestas si hac\u00edan clic en un bot\u00f3n. Se agreg\u00f3 la funcionalidad de audio y voz, pero a la tecnolog\u00eda todav\u00eda le faltaba la capacidad de interrumpir, ser interrumpida o mantener una conversaci\u00f3n real sin la instrucci\u00f3n estricta de turnarse.<\/p>\n\n\n\n Con los LLM, las empresas emergentes m\u00e1s nuevas permiten interacciones m\u00e1s conversacionales. Incorporaron la posibilidad de detectar de forma autom\u00e1tica los turnos de di\u00e1logo, de modo que haya interrupciones y ambas partes puedan hablar libremente. Adem\u00e1s, agregaron simp\u00e1ticas interjecciones (como \u201caj\u00e1\u201d) que se oyen mientras la IA escucha. Tambi\u00e9n analizaron expresiones vocales. En estas experiencias hubo un poco de latencia, ya que ineludiblemente es un proceso de varios pasos. Un LLM, como ChatGPT-4, genera una respuesta y luego un agente de voz (otra tecnolog\u00eda) la dice en voz alta.<\/p>\n\n\n\n Este mes, OpenAI anunci\u00f3 que ChatGPT-4o, la versi\u00f3n m\u00e1s reciente de su chatbot de IA generativa, ser\u00e1 capaz de entender y dar respuestas como si estuviera en una conversaci\u00f3n. Es decir, no habr\u00e1 m\u00e1s un agente de voz que lea las respuestas del LLM, el cual hablar\u00e1 por s\u00ed mismo. Si le dij\u00e9ramos a la IA que \u201chable m\u00e1s lento\u201d o \u201chaga de cuenta que es un personaje\u201d, lo har\u00e1. Adem\u00e1s, tendr\u00e1 m\u00e1s expresividad vocal natural y comprender\u00e1 las expresiones vocales de los usuarios. Como todo estar\u00e1 incorporado en el mismo sistema, ser\u00e1 m\u00e1s r\u00e1pido que cualquier innovaci\u00f3n anterior.<\/p>\n\n\n\n Hasta la fecha, solo hay un modelo de GPT-4o de texto. Las funcionalidades de voz m\u00e1s avanzadas (entre ellas, una controvertida voz muy parecida a la de Scarlett Johansson) no se lanzaron hasta el momento de esta publicaci\u00f3n. Por eso, hoy, en este preciso instante, puedes hablar con GPT-4o, que es r\u00e1pido, pero tienes que avisarle al sistema si quieres interrumpirlo (porque todav\u00eda usa la tecnolog\u00eda anterior de voz y lectura). Puedes consultar m\u00e1s detalles de la versi\u00f3n disponible actualmente<\/a>.<\/p>\n\n\n\n Si inicias sesi\u00f3n hoy, seguramente veas una pantalla similar a esta cuando inicies el modo de voz en ChatGPT:<\/p>\n\n\n\n \u00a1Uf, cu\u00e1nta informaci\u00f3n! Hablemos de qu\u00e9 repercusiones puede tener todo esto para Aprendizaje y Desarrollo cuando se abran las compuertas.<\/p>\n\n\n\n Nuestra hip\u00f3tesis: interacciones m\u00e1s r\u00e1pidas y aut\u00e9nticas para practicar y reflexionar<\/strong><\/strong><\/p>\n\n\n\n Ya hab\u00edamos analizado el uso de situaciones por chat (con escritura) como m\u00e9todo de pr\u00e1ctica y dramatizaci\u00f3n. Al principio, estas interacciones eran divertidas, pero el esfuerzo necesario para que parecieran reales (cuando los usuarios sab\u00edan que se trataba de una IA) era dif\u00edcil de sostener. Adem\u00e1s, era raro representar por chat situaciones que normalmente se dan en conversaciones orales (como una llamada).<\/p>\n\n\n\n Quer\u00edamos agregar funcionalidades de voz para ver si la situaci\u00f3n pod\u00eda parecer m\u00e1s real, de modo que resultara m\u00e1s f\u00e1cil interactuar.<\/p>\n\n\n\n Primer experimento: coach de IA<\/strong><\/strong><\/p>\n\n\n\n Usamos GPT-4 Turbo como LLM y le agregamos una capa conversacional. Luego, le indicamos a la asistente que actuara como coach ejecutiva. De acuerdo con investigaciones anteriores, GPT-4 es el modelo m\u00e1s eficaz para dramatizaciones<\/a> (teniendo en cuenta una evaluaci\u00f3n limitada de otros modelos).![\"\"](\"https:\/\/explore.degreed.com\/wp-content\/uploads\/2024\/05\/XTM_05-24-24_Exp3_AI-Coaching_Pt2_es_419_Artboard-1-1024x576.png\")
<\/figure>\n\n\n\nPrimero, un breve resumen tecnol\u00f3gico<\/strong><\/h2>\n\n\n\n
![](\"https:\/\/explore.degreed.com\/wp-content\/uploads\/2025\/04\/AD_4nXfKdM6iU_nTCxmCMSMYkIhggplUS8XhrAR-j0H0TEjwDLL54otSyQ1pldVEYiy_P8o1uQaOTPkxjiRCPAJJ3ai2xv5bW7hjfUvcR1tKzaYSJ5D-n7RwzdldFl7UPpk-jwtaftEZgYip2C3wKYkwUxtmWnKe.png\")
<\/p>\n\n\n\n![](\"https:\/\/explore.degreed.com\/wp-content\/uploads\/2025\/04\/AD_4nXeI2ksKBeFCOSKk0X2Qrb3JgaqUNPlZWYJnqZU02Agj6k0MDl-jjrB6-Qxe_MkjdPiaQOlTm-2vKC2cX9ssrDGiirf_2Cq_6rAS5dqi8NRRm4hq19VPR42YuNbgE1cSt_tFou4IvnaiYz9P3bvKlu6vDxws.png\")
<\/p>\n\n\n\n
En este video, registr\u00e9 mi primera experiencia con esta combinaci\u00f3n:<\/p>\n\n\n\n