ChatGPT ha aprendido a irritar como una persona

El autor probó el modo de voz actualizado de ChatGPT y descubrió una paradoja: cuanto más le irritaba, más natural le parecía la conversación.

Las voces anteriores de ChatGPT sonaban bastante avanzadas, pero aun así se notaba que eran máquinas: el habla era fluida, aunque a ratos rígida y robótica. Tras la actualización, el sistema empezó a imitar de forma más activa la manera de hablar de las personas. Hace pausas, cambia la entonación, dice «mmm» y «hmm», alarga los «sííí» y los «claro», a veces parece suspirar o deja una frase a medias. Al final de las oraciones, la voz suele subir de tono, como si el interlocutor estuviera haciendo una pregunta.

Al principio, el autor pensó que el programa se había estropeado. Le irritaban especialmente las ocasiones en que la voz decía una muletilla y luego se quedaba callada durante mucho rato. Después de tres largos «hmm» seguidos, resultaba casi imposible prestar atención al contenido de la respuesta. Entonces la irritación se convirtió en un experimento: el autor empezó a hablar con distintas voces de ChatGPT y a contar sus tics sonoros.

Maple, una voz femenina y alegre, utilizó unos 20 «hmm» en una conversación de cinco minutos. También hubo «sííí» alargados, varios «eeeh», «oooh», la frase «hmm, nada mal» y algunas respuestas enérgicas del tipo «sí, estoy totalmente de acuerdo». La entonación subía a menudo al final de las frases. El autor sospechó que podía deberse a las características del inglés estadounidense y probó otra voz.

Vale, una voz vivaz y curiosa con acento británico, usaba menos «hmm», pero decía a menudo «oooh, sííí», alargaba «por supuesto» y añadía «exacto». La entonación ascendente aparecía especialmente a menudo en las preguntas.

Arbor, también británica y de timbre más masculino, parecía más tranquila, pero rompía más el ritmo del habla. Usaba menos interjecciones exageradas, pero hacía pausas extrañas y hablaba a trompicones, a veces deteniéndose en momentos inesperados. En 20 minutos de conversación con distintas voces, el autor contó más de 100 muletillas y sonidos conversacionales.

La paradoja se hizo patente mientras llevaba la cuenta. El autor buscaba deliberadamente todo lo que le irritaba: cada «mmm», cada pausa fuera de lugar y cada «sí» alargado. Pero poco a poco la conversación empezó a sentirse distinta. Para probar las voces, comenzó a hablar de sus prioridades y sus planes para la semana. Enseguida dejó atrás el esquema habitual de «hacer una consulta y esperar una respuesta» y pasó a una conversación más natural.

Aun así, el autor no creyó que al otro lado hubiera una persona. Sabía que las pausas no eran auténticos momentos de reflexión y que ChatGPT no escucha ni busca las palabras como lo haría un ser humano. Pero el sistema consiguió que hablara con más libertad y que, con el tiempo, compartiera un poco más de sí mismo.

Ahí está el motivo de la inquietud. En una conversación normal, las pausas, los cambios de tono y sonidos como «hmm» ayudan a mostrar atención, duda o que se está buscando la manera de expresarse. ChatGPT no los necesita para procesar información. Se han añadido para que la interacción parezca una conversación y no el uso de una herramienta.

Una calculadora no dice «hmm» antes de sumar, y un editor de texto no responde «sí, exacto» cuando empiezas a escribir. Sin embargo, ChatGPT por voz se comporta cada vez menos como un programa impersonal y más como un interlocutor. Una entonación más natural puede hacer más agradable la interacción, pero también difumina la frontera entre una herramienta y un sistema con el que la persona establece una relación social.

Los estudios indican que conversar por voz con la IA puede estar relacionado con una mayor implicación emocional y antropomorfismo, es decir, la tendencia a atribuir cualidades humanas a una máquina. También existe el riesgo de sobrevalorar las capacidades del sistema: una persona puede interpretar una voz parecida a la humana como señal de comprensión o competencia.

Eso no significa que unos cuantos «mmm» vayan a hacer que todo el mundo confíe automáticamente en la IA. Pero la voz cambia la forma en que las personas perciben el sistema y reaccionan ante él.

La conclusión práctica fue sencilla: si la voz de ChatGPT te saca de quicio tras la actualización, prueba otra. Las diferencias entre Maple, Vale y Arbor eran notables: Maple irritaba por sus maneras y su entonación ascendente; Arbor parecía más tranquila, aunque sus pausas creaban su propio problema de ritmo.

El autor pensaba escribir sobre una actualización irritante, contar los «hmm» y volver a teclear. En cambio, acabó estudiando los recursos con los que la IA simula una conversación y empezó a hablar con ella de forma más humana. Para reaccionar así no hace falta creer que ChatGPT sea consciente o esté vivo. Basta con que nuestros instintos sociales humanos respondan automáticamente a señales familiares.

Por eso, la cuestión no es solo si al usuario le gustan las muletillas. Lo importante es qué le llevan a hacer y con qué rapidez se activa esa reacción por sí sola.