Si ya teníamos claro que las redes sociales (y en general internet) tenían como uno de sus ingredientes principales el humo y el postureo, lo que está por venir va a dejar en pañales al influencer más postureador que nos podamos imaginar, poniendo en peligro la esencia misma de todo el sistema.
Porque a pesar de ese exceso de humo y postureo, el eje vertebrador de la comunicación digital es la confianza, la credibilidad, la creencia de que eso que estoy viendo/escuchando/leyendo es real o puede serlo, y que yo podría vivirlo también.
Pero desde ya, más nos vale asumir que en el momento en el que hay una pantalla de por medio, todo puede ser mentira. En cuatro días más, ya no nos podremos fiar de nada de lo que nos llegue a nuestros teléfonos y ordenadores. La última barrera, la voz, ya está superada. El video que copio abajo, creado por ElevenLabs, es espeluznante. Con un input en audio de una persona – cualquier persona – de menos de 1 minuto de duración, son capaces de hacerle leer cualquier texto a esa voz.
El video – de hace 5 meses, pero que se está viralizando ahora en twitter – no tiene ninguna maldad, pero todo lo que esta tecnología permite, quizás sí. O al menos, potencialmente sí. Que también abre infinidad de usos buenos (puedo crear un clon de mi voz y lanzar una versión en audio, narrada “por mí”, de estos artículos semanales), pero no sé por qué mi mente (perversa) enseguida se va a otros usos que me generan más dudas (que una madre/padre/abuela fallecida le siga leyendo un cuento por la noche al niño que tanto le echa en falta) o directamente malos (recibir un audio falso con la voz de alguien conocido o de un familiar pidiéndote que hagas algo por ellos), o muy malos (se filtran declaraciones de alguien diciendo barbaridades que jamás salieron de su boca).
Y no mires muy lejos, que ese alguien puedes ser tú, porque la fuente de audio con la que alimentar al bicho pueden ser tus historias de instagram, o ese video tan divertido que subiste a youtube un día.
Si además dejamos que avancen un poco más tecnologías de animación como las de D-ID, que permitan hacer una sincronización de labios perfeccionada, de repente ya no será un audio, será un video de esa persona que tú conoces, hablando “con su voz”, la que te estará diciendo que te manda un mail para que descargues una cosa, o una petición de bizum o vete a saber qué, o peor aún, directamente te lo contará a través de una videollamada, porque la IA será capaz de sintetizar en tiempo real lo que otra persona (o IA) esté hablando contigo.
Y por supuesto, puedes contar con que nos perseguirán por las redes sociales ejércitos de personas que no existen, diciendo lo mucho que molan los productos de una marca. Ya se ha hecho con política, más cerca de lo que te crees, así que poco tardará alguna marca poco ética en hacerlo también (si es que no se ha hecho ya).
La paradoja de todo esto es que la revolución tecnológica que estamos viviendo es apasionante, pero quizás lo que salga reforzado sea precisamente lo analógico. Recuperará valor lo presencial, lo físico, lo indudablemente real. Eso que la IA no puede fingir ni resumir. Y todos saldremos ganando.
Aunque los malos siempre encontrarán la forma de darle la vuelta.
Paz!
L.
Si eso sirve para acabar con los audios de wsap yo le doy la bienvenida
Ojalá (son la peste), pero me temo que no. Que es mezclar churros con merinas. O información con deseos personales. Pero el tiempo nos dirá.