Actualidad
enseñar a la IA a sonar humana
En los últimos meses, muchos hemos hablado con una inteligencia artificial sin pensarlo demasiado. Le hemos preguntado dudas, le hemos pedido consejo o simplemente hemos probado hasta dónde llega su capacidad para mantener una conversación natural. Herramientas como los modos de voz de ChatGPT o Gemini han acercado esa experiencia a algo que, hace no tanto, parecía reservado a la ciencia ficción, con ecos inevitables de ‘Her’. Pero hay una pregunta que rara vez nos hacemos mientras hablamos con ellas: cómo han aprendido estas máquinas a sonar cada vez menos como un sistema y más como una persona.
Para entenderlo, conviene separar lo que vemos de lo que no vemos. Por un lado están las aplicaciones que usamos a diario, esos asistentes que responden con una voz cada vez más natural. Por otro, los sistemas que las sostienen, modelos entrenados con grandes volúmenes de datos que necesitan aprender no solo qué decir, sino también cómo decirlo. No sabemos qué productos concretos terminan utilizando este tipo de grabaciones, pero sí que forman parte del ecosistema con el que se entrenan sistemas de voz cada vez más fluidos y verosímiles.
La mano humana detrás de una voz artificial
Cuando bajamos al detalle, lo que hacen estos trabajadores no se parece demasiado a la idea clásica de “entrenar una IA”. En muchos casos, se trata de mantener conversaciones con desconocidos sobre temas aparentemente triviales, desde gustos cotidianos hasta preguntas abiertas que obligan a desarrollar una respuesta. En otros, el encargo es más exigente: interpretar un papel, seguir un guion sin que lo parezca o entrar en terrenos emocionales. Bloomberg cuenta, por ejemplo, el caso de una trabajadora que relató recuerdos dolorosos de su vida mientras hablaba con un hombre que se presentaba como pastor y que, dentro del ejercicio, interpretaba el papel de terapeuta.
Todo ese material grabado sirve para algo muy concreto: capturar matices. No hablamos solo de palabras, sino de pausas, respiraciones, cambios de tono, vacilaciones o reacciones emocionales que hacen que una conversación suene humana. También hay tareas de etiquetado, en las que los trabajadores tienen que distinguir si un audio contiene un sollozo, una carcajada o a alguien hablando entre risas. La lógica de fondo es sencilla: si una máquina quiere dejar de sonar robótica, antes necesita exponerse a cómo hablamos de verdad.
Tras superar una prueba inicial de voz, pueden optar a tareas que arrancan en unos 17 dólares por hora grabada.
A partir de ahí, la pregunta es inevitable: cómo se accede a este tipo de trabajo y cuánto se gana realmente. Plataformas como Babel Audio funcionan como intermediarias que conectan a estos trabajadores con proyectos concretos. Tras superar una prueba inicial de voz, pueden optar a tareas que arrancan en unos 17 dólares por hora grabada, aunque el ingreso final depende de la evaluación recibida y del volumen de encargos disponible. Los ingresos, además, varían mucho: una trabajadora citada por el mencionado medio asegura ingresar unos 600 dólares semanales.

Así se ve la página web de BabelAudio
A medida que avanzamos, el trabajo empieza a mostrar una cara menos visible. Más allá de las tarifas y de la promesa de flexibilidad, los testimonios apuntan a un entorno marcado por la incertidumbre y el control constante. Las plataformas pueden limitar el acceso a tareas, interrumpir proyectos o suspender cuentas sin explicaciones detalladas, lo que deja a muchos trabajadores en una posición frágil. Además, cada conversación está sometida a métricas en tiempo real que valoran si alguien habla demasiado o demasiado poco, la expresividad, el dominio del idioma, la profundidad del intercambio y hasta la duración de las pausas.
Cuando ampliamos el foco, el debate deja de ser únicamente laboral y pasa a ser también personal. Parte del valor de estas grabaciones reside precisamente en que capturan cómo hablamos y cómo nos relacionamos, lo que implica que los trabajadores están aportando algo más que una tarea mecánica. Las condiciones generalmente permiten usar esas grabaciones en asistentes de voz, síntesis de habla y “otros productos y servicios relacionados con el audio”.
Cuando conectamos todas las piezas, lo que vemos es una industria que funciona gracias a una cadena de producción compleja. El Pulitzer Center describe este ecosistema como una red de trabajo fragmentado en la que los trabajadores suelen estar sometidos a acuerdos de confidencialidad, operan con muy poca transparencia y, en muchos casos, ni siquiera saben qué sistema están entrenando ni para qué empresa acaba yendo su trabajo. En ese contexto, las conversaciones que alimentan a los sistemas de voz son solo una parte de un engranaje mayor, donde cada tarea contribuye a construir tecnologías cada vez más sofisticadas.
Imágenes | Xataka con Nano Banana 2 | Captura de pantalla
ues de anuncios individuales.
Source link
Actualidad
invertir un dineral y dejar a NVIDIA casi sin margen
Hay pocas dudas de que la carrera de la inteligencia artificial tiene hoy dos grandes protagonistas: Estados Unidos y China. No son los únicos países que están moviendo ficha, pero sí los dos que están marcando el ritmo, cada uno con sus propias herramientas y con una idea muy distinta de cómo sostener el avance. A medida que la IA empieza a convertirse en infraestructura económica, la pregunta cambia. Ya no se trata únicamente de quién tiene los mejores modelos, sino de quién puede construir la base material para alimentarlos, desplegarlos y llevarlos a todas partes.
Primera idea. Financiación estatal a gran escala. Según Bloomberg, China prepara un plan para destinar alrededor de 2 billones de yuanes, unos 295.000 millones de dólares, durante los próximos cinco años a la construcción de centros de datos de IA en todo el país. La información apunta a un despliegue impulsado desde Pekín para reforzar su sector nacional de inteligencia artificial. No hablamos todavía de un plan cerrado: el medio señala que el proyecto sigue en una fase temprana de discusión y que los detalles pueden cambiar.
Una red, no solo más centros de datos. La clave del plan no estaría únicamente en construir nuevas instalaciones, sino en conectarlas bajo una arquitectura nacional. Bloomberg habla de una red de hubs de computación interconectados que permitiría agrupar recursos hoy dispersos entre regiones y dar a empresas y organismos acceso más amplio a capacidad de alto rendimiento. El objetivo general sería que esas instalaciones, ahora fragmentadas, funcionen como un sistema más cohesionado hacia 2028.
El Estado como arquitecto. En el centro del diseño se mencionan organismos como la Comisión Nacional de Desarrollo y Reforma, uno de los grandes brazos de planificación económica de China. Por otra parte, compañías estatales como China Mobile y China Telecom asumirían buena parte de la operación de esos centros y de la conectividad entre ellos. Es un detalle importante porque ayuda a entender el enfoque de Pekín: busca posicionarse como un coordinador, según la información dada a conocer por el medio estadounidense.
Segunda idea. La otra gran pata del plan está en quién suministraría la tecnología. Bloomberg señala que la idea es recurrir a proveedores locales, entre ellos Huawei, para al menos el 80% del hardware y el software, incluidos los chips de IA. Ese umbral no equivale a una prohibición explícita de NVIDIA o AMD, pero sí las dejaría con muy poco margen para participar en el despliegue. Es justo ahí donde la inversión se convierte también en una herramienta para reducir dependencia tecnológica exterior.
No es un movimiento aislado. La dirección encaja con pasos que Pekín ya venía dando para reducir la dependencia de chips extranjeros en infraestructuras privadas y públicas. Sin ir más lejos, la cuota de mercado de la firma liderada por Jensen Huang ha caído en picado en los últimos meses, y hay pocas razones para pensar que podría volver a creer próximamente.
La señal de fondo. Cabe señalar que el plan adelantado por Bloomberg no está confirmado oficialmente, pero deja ver hacia dónde quiere moverse Pekín si finalmente sale adelante. China no solo estaría preparando una inversión enorme en centros de datos: estaría intentando que ese despliegue funcione como una red nacional, alimentada en buena parte por tecnología local.
Imágenes | Xataka con Nano Banana
En Xataka | Ya sabemos cuánta agua consume Amazon en sus centros de datos. Tenemos buenas y malas noticias
ues de anuncios individuales.
Source link
Actualidad
la explicación apunta a un dron iraní barato
Si ponemos en escena un AH-64 Apache de unos 25 millones de dólares y, al otro lado, un dron iraní Shahed de unos 35.000 dólares, la respuesta parece escrita antes de empezar. Uno es un helicóptero de ataque concebido para operar en escenarios hostiles; el otro, una munición de bajo coste asociada a ataques de largo alcance. Pero la guerra actual está dejando cada vez menos espacio para esas intuiciones heredadas. Lo que hemos visto cerca de Omán apunta justo en esa dirección.
El incidente. Según el Mando Central de Estados Unidos, el AH-64 Apache cayó el 8 de junio cerca de la costa de Omán mientras patrullaba aguas regionales. Sus dos tripulantes fueron rescatados por fuerzas estadounidenses en unas dos horas y se encuentran estables, aunque la causa seguía bajo investigación en la comunicación oficial. La parte más delicada llega después: The New York Times, citando a funcionarios estadounidenses, atribuyen la caída al impacto de un dron iraní Shahed de ataque unidireccional.
La gran incógnita. Esa distinción es importante porque ni siquiera la versión que apunta al Shahed cierra del todo la secuencia. Los investigadores militares trataban de determinar si el dron iraní golpeó el Apache de forma deliberada o si todo ocurrió como un accidente temerario en un espacio aéreo congestionado frente a la costa omaní. Dicho de otro modo: el resultado ya es extraordinario, pero la intención sigue bajo examen.
Por qué sorprende. Los modelos básicos de Shahed no suelen estar pensados para perseguir objetivos móviles como un helicóptero. Mark Cancian, asesor sénior del Center for Strategic and International Studies citado por el mencionado periódico, explicó que estas versiones dependen de guiado GPS y coordenadas preprogramadas para atacar objetivos estacionarios a larga distancia. Si el impacto se confirma en esos términos, no estaríamos ante un caso rutinario, sino ante un episodio que obliga a mirar con lupa la trayectoria del dron, el entorno y la posible existencia de variantes modificadas.
Una amenaza más presente. La munición merodeadora y los drones están cambiando la forma de operar en el aire, también para plataformas que nacieron en otra época tecnológica. El Ejército de EEUU lo refleja en sus propios ejercicios: el año pasado presentó al AH-64E Apachev como una solución adaptable frente a la amenaza UAS tras una demostración con fuego real. Ese contexto ayuda a entender por qué el incidente cerca de Omán no es solo una anécdota llamativa, sino parte de una preocupación mucho más amplia.
En detalle. En los ejercicios realizados por el Ejército de EEUU, el AH-64E aparece empleando sensores electroópticos, infrarrojos y radar, además de misiles, cohetes guiados y el cañón de 30 mm para enfrentarse a drones. El otro plano es la supervivencia de la propia aeronave: BAE describe el AN/AAR-57 como un sistema de alerta para aeronaves estadounidenses y aliadas de ala fija y rotatoria frente a misiles infrarrojos y fuego hostil, compatible con chaff, bengalas, señuelos de radiofrecuencia y sistemas DIRCM/ATIRCM.
Pero no hay invulnerabilidad. Esa lista de capacidades no debe confundirse con una garantía absoluta frente a cualquier escenario. Una cosa es detectar, seguir y destruir drones en ejercicios controlados, y otra operar en un entorno real donde puede haber trayectorias inesperadas o apenas segundos para reaccionar. El propio Ejército de EEUU dejó un matiz relevante en marzo de 2026: muchos pilotos no habían realizado combate aire-aire con el Apache, de modo que todavía estaban desarrollando tácticas, técnicas y procedimientos para ese perfil de misión.
La ecuación ha cambiado. El episodio no demuestra que un dron barato pueda imponerse siempre a una plataforma mucho más sofisticada, ni que el Apache sea vulnerable por definición. Lo que sí deja es una idea difícil de ignorar para cualquier ejército moderno: una amenaza de bajo coste puede alterar una operación, elevar el riesgo y exponer incluso a sistemas muy avanzados si las condiciones se alinean. Esa es una de las lecciones que están empujando a los ejércitos a adaptarse: el precio de un arma ya no basta para anticipar su impacto.
Imágenes | Richard Kim/2nd Combat Aviation Brigade
ues de anuncios individuales.
Source link
Actualidad
el problema es que hay policías usándolo para acosar a sus ex
Las autoridades estadounidenses tienen una potente herramienta que lee matrículas y les permite reconstruir los movimientos de cualquier vehículo. Esta tecnología, llamada Flock, ha sido clave en la resolución de cientos de crímenes, pero también está siendo usada por algunos policías para vigilar y controlar a sus parejas y exparejas.
Qué ha pasado. Cuentan en 404media el caso de un agente de Orange City, en California, que durante el verano de 2024 consultó la matrícula de su expareja 69 veces en el sistema. Además, buscó 24 veces la de su madre y 15 veces la de su padre. Usando estos datos, el agente se presentaba donde se encontraba, pero es que además estaba acosándola con llamadas constantes y hasta había metido un AirTag en su cartera. Lo acusaron de acoso y delitos informáticos y fue condenado a un día de prisión y cinco años de condicional.
No es un caso aislado. Según un estudio de Institute for Justice, no ha sido el único caso en el que un agente ha usado los lectores de matrículas para acechar a sus parejas o exparejas. Hablan de al menos 18 casos conocidos en los últimos años, esto sólo los que han acabado en una condena, pero se cree que habrá muchos más que no han sido detectados. Citan varios casos, desde control a sus parejas, sus exparejas y las nuevas parejas de éstas, hasta persecución de desconocidas como un policía que rastreó y detuvo a una mujer que había conocido en un rodaje porque le había gustado.
Qué es y cómo funciona Flock. Es una empresa de “tecnología de seguridad pública” que tiene una enorme red de cámaras de lectura automática de matrículas. Estas cámaras registran todos los coches que pasan y una plataforma en la nube los almacena, permitiendo después reconstruir todos los movimientos de cualquier vehículo a lo largo del tiempo. El sistema también detecta coincidencias con órdenes de arresto, personas desaparecidas y vehículos robados y emite alertas si encuentra una coincidencia.
Muy efectivo, pero. Como decíamos, Flock ha sido clave para resolver muchos casos. Según la propia empresa, hasta 700.000 crímenes al año se resuelven usando su tecnología y defienden que los delitos que solían quedar impunes, como los atropellos con fuga, ahora se investigan y acaban en detenciones. El problema es que para usar el sistema no hace falta una orden judicial, simplemente un usuario y contraseña que tiene cualquier policía. Muchos agentes documentan sus búsquedas con motivos vagos o falsos para encubrir un uso indebido.
Qué dice Flock. En declaraciones a 404media, la empresa se defiende de las acusaciones diciendo que está al tanto de estos casos, que son minoría y que salieron a la luz “gracias a las funciones de transparencia y rendición de cuentas incorporadas”. Es cierto que las funciones de auditoría han sido útiles para detectar algunos casos, como también lo es que ha habido situaciones de acoso que se han extendido durante años hasta que han sido detectadas. Además, es muy difícil de auditar porque el volumen de búsquedas es gigantesco, tanto que ni caben en un único excel (más de 1 millón).
Have I been Flocked? Así se llama la web independiente que nació como respuesta a esta problemática. Aquí los ciudadanos pueden poner su matrícula y comprobar si ha sido buscada en la plataforma comparándola con registros internos filtrados. Flock ha presionado para que se cierre esta plataforma, argumentando que permite doxxear a policías y puede poner en riesgo investigaciones, pero no lo ha conseguido.
Imagen | Jonathan Lim en Unsplash
ues de anuncios individuales.
Source link
-
Actualidad1 día agolos dos creen que el tiempo les da la razón
-
Actualidad2 días agoRusia pensó que Kiev caería en días. Cuatro años después, la guerra en Ucrania se acaba de “pasar” la Primera Guerra Mundial
-
Musica1 día agoCeremonia inaugural Mundial 2026: ¿cuánto cobra Shakira por cantar en el estadio Ciudad de México?
-
Tecnologia21 horas agoRealizan en Yucatán la primera cirugía robótica
-
Actualidad1 día agoGrecia quiso poner IA a vigilar el tráfico. El problema llegó cuando hubo que revisar las multas
-
Musica1 día agoLos temas que ha sacado Shakira para los Mundiales de Fútbol
-
Deportes2 días agoKnicks vencen a Spurs con una remontada histórica y acarician el título de NBA
-
Tecnologia1 día agoMapean por primera vez el gigantesco y oculto ‘sistema circulatorio’ de la Tierra




