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.

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.

La mano humana detrás de una voz artificial

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”.

En Xataka

La carrera por la IA no va solo de chips o centros de datos: va de captar talento humano y ahí China está arrasando

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

En Xataka | Felicidades, ya programas sin saber programar. Ahora prepárate para esperar seis semanas a que Apple te haga caso

Discord ha dado marcha atrás en uno de sus planes más polémicos de los últimos años. La plataforma de mensajería y voz, con más de 200 millones de usuarios activos, ha retrasado su sistema de verificación de edad global hasta la segunda mitad de 2026 después de que su anuncio inicial desatara una tormenta de críticas. Cuando la gente ha empezado a irse en masa y a buscar otras alternativas, la compañía se lo ha pensado dos veces.

Caos. Discord anunció hace unas semanas que implementaría un sistema de verificación de edad para garantizar que el contenido para adultos solo llegara a usuarios adultos. La idea era que todas las cuentas partieran de una configuración "apropiada para adolescentes" por defecto, a menos que pudieran demostrar ser mayores de edad. El problema: la comunicación fue tan horrorosa que una parte importante de la comunidad entendió que la plataforma iba a pedir escaneos faciales y documentos de identidad a todo el mundo para poder seguir usándola. El resultado fue el caos.

En Xataka

Anthropic tiene líneas rojas para su IA. El Pentágono acaba de exigir que las borre todas

Desconfianza. En octubre del año pasado, Discord confirmó que había sufrido una brecha de seguridad en uno de sus proveedores externos. Esto expuso datos sensibles, incluyendo fotografías de documentos de identidad, de aproximadamente 70.000 usuarios. Ese antecedente estaba muy fresco cuando llegó el anuncio del nuevo sistema.

A eso se sumó que entre los socios que se barajaban para implementar la verificación aparecía Persona, una empresa con vínculos financieros con Peter Thiel, cofundador de Palantir, una compañía conocida por sus contratos con agencias de inmigración y vigilancia del gobierno estadounidense. Y claro, para muchos usuarios, esta combinación era sencillamente inaceptable.

Lo que Discord dice que realmente iba a pasar. En un comunicado publicado el martes, el CTO de Discord, Stanislav Vishnevskiy, afirmó que más del 90% de los usuarios nunca habría necesitado verificar nada, porque la mayoría no accede a contenido restringido por edad ni modifica la configuración de seguridad por defecto. 

Además, asegura que la plataforma ya cuenta con sistemas internos capaces de determinar la mayoría de edad de muchos usuarios de forma automática, analizando señales como la antigüedad de la cuenta, si tiene un método de pago vinculado o el tipo de servidores a los que pertenece. Según Vishnevskiy, ese sistema no lee mensajes ni analiza el contenido publicado por los usuarios.

Reconociendo errores, con matices. "La manera en que esto aterrizó hizo que muchos de vosotros creyerais que estábamos exigiendo escaneos faciales y subidas de documentos a todo el mundo", escribió Vishnevskiy. "Eso no es lo que está pasando, pero el hecho de que tanta gente lo crea nos dice que fallamos en lo más básico: explicar claramente qué estamos haciendo y por qué". Dicho esto, conviene recordar lo que señala el medio PC Gamer, pues Discord no hizo ninguna de estas concesiones hasta después de la avalancha de críticas.

Qué cambia ahora. La plataforma promete varias cosas antes de relanzar el sistema de forma global. Entre ellas, añadir más opciones de verificación, incluyendo medios de pago, publicar en su web información detallada sobre cada proveedor externo y sus prácticas con los datos, y exigir que cualquier empresa que ofrezca estimación de edad facial lo haga íntegramente en el dispositivo del usuario, sin enviar datos biométricos a ningún servidor.

En Xataka

Alternativas a Discord: las siete mejores aplicaciones para comunidades de chat

Sobre Persona, Discord confirma que realizó una prueba limitada con ellos en el Reino Unido en enero y que decidió no continuar, precisamente porque no cumplía ese último requisito.

Una dirección a nivel global. Lo de Discord no es nuevo, y está ocurriendo en un contexto mucho más amplio. Reino Unido, Australia y Brasil ya tienen legislación que obliga a las plataformas a verificar la edad de sus usuarios para acceder a contenido para adultos. Europa y varios estados de EE.UU. van en la misma dirección. Discord argumenta que, construyendo su propio sistema, puede demostrar a los reguladores que es posible verificar la edad sin recopilar datos de identidad. En los países donde ya hay obligación legal, el sistema seguirá activo independientemente del retraso global.

Imagen de portada | Discord y montaje propio

En Xataka | "No inundaremos nuestro ecosistema con basura de IA sin alma". Ya sabemos qué quiere hacer Asha Sharma como CEO de Microsoft Gaming

"Probablemente en algún momento de la década de 2030, en el que tendrás tu teléfono contigo pero va a quedarse más tiempo en tu bolsillo". Esa predicción la hacía Mark Zuckerberg en diciembre de 2024. Su apuesta era clara: las gafas de la familia Meta Ray-Ban serían tan estupendas que el móvil y, sobre todo, su pantalla, quedarían en segundo plano. Tanto OpenAI como Apple parecen estar de acuerdo, y los últimos rumores apuntan a wearables con dos cosas: mucha IA y cero pantallas. 

Apple prepara su wearable de IA. Nuevos datos revelados en The Information indican que Apple está desarrollando un nuevo dispositivo con IA. En concreto hablan de un wearable que estaría equipado con dos cámaras y tres micrófonos. Lo que no tiene es pantalla, y se habla de un formato similar al de los actuales AirTags. La empresa liderada por Cupertino pretende ponerlo a la venta en 2027, aunque eso sí, con un lanzamiento comedido de unos 20 millones de unidades.

En Xataka

OpenAI acaba de acercarnos más que nunca a 'Her': su nuevo modelo de voz nos acompañará (y quizás enamorará)

OpenAI va a por todas con sus propios "Airpods". Hace meses que Sam Altman y Jony Ive unieron fuerzas para crear hardware de IA, y ahora sabemos que la firma lo presentará antes de que acabe el año, aunque no queda claro que se venda entonces. Los rumores apuntan a unos auriculares que podrían competir con los AirPods y que nos acercarían un poco más a ese futuro que ya pintó la película 'Her'. Como sabemos, la empresa ya robó una polémica idea a la película.

Apple sabe un poquito de wearables. Sobre todo, porque los vende como churros. Sus Apple Watch y sus AirPods generan ventas cercanas a los 40.000 millones de dólares al año (2023 y 2024) por sí solos. Los AirTags también son parte importante de esa ecuación, y el Proyecto Atlas —sus gafas tipo Ray-Ban Meta— anima aún más este segmento.

Pero las pantallas nos dominan. Son muchos los que buscan ese producto que logre hacernos olvidar (un poco) nuestro móvil, pero nadie lo ha logrado. Aun cuando hay wearables que han triunfado en el mercado, todos ellos son básicamente accesorios de nuestros smartphones. En un mundo en el que no paramos de consumir contenido de imagen y vídeo —TikTok, Instagram y YouTube lo demuestran— va a ser difícil que un wearable sin pantalla desbanque al móvil, al portátil o al PC. 

Recordando al Humane AI Pin y al Rabbit R1. Es cierto que la IA ha evolucionado y mejorado, pero ya vivimos una primera oleada de promesas con dos wearables de IA que fracasaron estrepitosamente. El Humane AI Pin y el Rabbit R1 quisieron aprovechar esa fiebre y expectación para adelantarse a los gigantes de la tecnología, pero ambos demostraron que el hardware es complejísimo. Sus productos, aun con ideas interesantes y originales, resultaron estar muy verdes y tener prestaciones muy por debajo de lo prometido.

Hola, computación ambiental. Aquellos dos productos apostaron por la voz como gran forma de interactuar con la tecnología, pero la IA no estaba preparada para dar forma a dicha expectativa. Eso está cambiando, y ya estamos viendo como los agentes de IA son capaces de hacer cada vez más cosas y "conectarse" a otras aplicaciones gracias a tecnologías como los MCP. La computación ambiental es esa idea de una tecnología que está presente pero es invisible, y que responde a la voz o al contexto sin necesidad de una interfaz física. Así, la idea es pasar de ir del antes al después: 

• Antes: hacer clics en pantalla para reservar mesa en un restaurante.
• Después: decirle al wearable "reserva mesa en el restaurante" y que a través de la conversación el agente de IA complete la tarea.

¿Gafas, auriculares, colgantes, pins? Lo que parece claro es que no hay un formato claro que de momento parezca ser superior a otro, y cada uno tiene sus pros y sus contras. Las gafas parecen a priori especialmente llamativas por abrir la puerta a proyectar información en pequeñas pantallas, pero tanto los auriculares como los colgantes o incluso un dispositivo tipo Humane AI Pin también apuntan a ser muy interesantes para ese teórico futuro en el que la interacción por voz resolverá muchas más cosas que ahora. 

En Xataka | ChatGPT ha sido una herramienta. Si empieza a recordar todas nuestras conversaciones, va a ser otra cosa: una relación

Te levantas por la mañana, vas al trabajo y te sientas delante del ordenador, pero lo primero que haces no es coger el ratón y el teclado, sino decir "Hey, Copilot". ¿Te lo imaginas? Yo tampoco del todo, pero esa es la clara obsesión de Microsoft: la de lograr que hablemos con nuestro PC en lugar de usar los periféricos de toda la vida. Esa visión futurista es llamativa, pero se enfrenta a varios retos enormes.

Qué recuerdos. Lo de Microsoft y otras tecnológicas con su intención de que hablemos con las máquinas viene de lejos. La primera generación de asistentes de voz precisamente perseguía ese objetivo. Ahí vimos cómo Alexa, Google Assistant y por supuesto Cortana trataron de hacernos hablar mucho más con nuestros dispositivos. No estábamos preparados para hablar con las máquinas. Su éxito fue más bien escaso, y hasta el propio Nadella admitió en 2023 que por ejemplo aquellos altavoces "inteligentes" eran "más tontos que una piedra".  

En Xataka

Asistentes de voz y la lucha por la conquista de nuestra confianza

Cortana lo intentó. La empresa de Redmond intentó desde luego que Cortana tuviera éxito. Lo ofreció  tanto en Windows 10 como en Android e iOS... e incluso el tristemente desaparecido Windows Phone. Con el tiempo la empresa se dio cuenta de que aquel asistente no cuajaba, y fue matándolo poco a poco. El lanzamiento de ChatGPT fue aprovechado por Microsoft para plantear su nuevo asistente potenciado por la IA y matar definitivamente a su primer asistente: Copilot quiere ser lo que Cortana jamás pudo ser. 

¿Quién ha pedido esto? Con ese "Hey, Copilot" está pasando lo mismo que con Cortana: ¿alguien le pidió a Microsoft que integrara un asistente de voz en Windows? Los asistentes de voz de aquella primera generación quedaron relegados a un uso residual, y Amazon sufrió dicho problema en sus propias carnes. Apostó miles de millones de dólares a que los Echo se convertirían en dispositivos con los que no pararíamos de hablar, pero la mayoría de la gente simplemente los usaba para poner temporizadores y música. 

La IA promete ir mucho más allá. Pero en primavera de 2024 vivimos un momento esperanzador para este tipo de tecnología. OpenAI lanzó GPT-4o y demostró que las conversaciones naturales con un móvil no solo eran posibles, sino que además eran muy potentes. La IA podía ser nuestra confidente y compañera —con polémica incluida— o nuestra profesora particular, y como luego quisieron demostrar otros, también podía hacer cosas por nosotros con tan solo hablar con ella. Que se lo digan a los vibe coders.

Pero nos sigue costando hablar con el PC. Desde entonces ciertamente parece que nos hemos ido acostumbrando algo más a hablar con nuestro smartphone, pero la cosa parece ser distinta en el PC. Las estadísticas reflejan que el 77% de los jóvenes usan la voz en su smartphone, mientras que en el PC solo lo hacen solo el 38% de ellos. 

"Pero es que en el PC me escuchan todos". Hay también un componente sociológico en ese uso de la voz en el PC. El móvil es más íntimo y personal, mientras que el PC lo usamos a menudo en un escenario estático en el que hay gente alrededor que puede captar lo que decimos. Además, en el contexto físico las normas tácitas de convivencia —no molestar, no invadir el espacio acústico ajeno— pesan más que la promesa de la comodidad. 

Y luego está la desconfianza. A Microsoft tampoco le ayuda su historial reciente, sobre todo con Recall (Recuerdos), esa opción que parecía realmente llamativa e ingeniosa pero acabó siendo retrasada por generar una gran polémica respecto a la privacidad. El lanzamiento de las nuevas opciones de Windows 11, con el "Hey, Copilot" como gran protagonista, no parecen haber sido recibidas con demasiado entusiasmo, y el tono por ejemplo de los comentarios de este largo hilo de discusión es de escepticismo.

Los rivales se centran en móviles y altavoces, no en el PC. Lo cierto es que la adopción de la voz como forma de interaccionar con nuestros dispositivos no parece estar siendo especialmente viral. El errático lanzamiento de Alexa+ no parece estar aportando grandes ventajas, Apple sigue haciéndose esperar con su versión renovada de Siri, y solo Google ha dado un paso al frente con Gemini, aunque no de forma clara en el escritorio. Lo de hablar con las máquinas funciona, pero no tanto en el PC como en el móvil.

Un triunfo para la accesibilidad. Donde sí hay un escenario claro de uso para esta tecnología es en el área de la accesibilidad. Para usuarios con movilidad reducida, la posibilidad de dictar o controlar el equipo con la voz puede ser transformadora. Esa necesidad es concreta y está bien definida, no obstante: no justifica un rediseño general de la interacción ni una campaña de marketing que intente que todos hablemos con el ordenador.

La voz debe solucionar cosas, no ser un truco de feria. El verdadero desafío de Microsoft no es técnico —la tecnología está ahí—, sino humano. La empresa debe convencer a la gente de que hablarle al PC tiene sentido. Para ello debe abordar tres frentes: la privacidad, el contexto social —que no te importe hablarle a tu PC— y por supuesto, que dicha interacción tenga utilidad práctica y funcione. Ahí entran por ejemplo las Copilot Actions, que tendrán que demostrar —como todo lo demás— que aquí Microft va por el camino adecuado. De lo contrario, el "Hey, Copilot" podría convertirse en la nueva Cortana. 

En Xataka | Sundar Pichai (CEO de Google) cree que 'Her' es inevitable: "habrá personas que se enamoren de una IA y deberíamos prepararnos"

Meta ha dado el siguiente paso en su conquista del segmento de las gafas conectados. Lo ha hecho con las nuevas Meta Ray-Ban Display, que como su propio nombre indica, introducen un importante elemento a la experiencia de uso: una pantalla monocular que parece mágica.

Y lo parece porque esa pantalla la ve quien las lleva puestas, pero apenas la ven las personas de alrededor. Las nuevas gadas de Meta cuentan además con una pulsera neural que permite hacer uso de gestos para controlar las gafas en lugar de hacerlo con la voz. Conozcamos más de cerca las Meta Ray-Ban Display.

Ficha técnica de las Meta Ray-Ban Display

Una pantalla privada para ver más allá de lo que ves

El evento Meta Connect que se ha celebrado esta madrugada (horario de España) ha servido para conocer tanto las Ray-Ban Meta (Gen 2) como las llamativas Oakley Meta Vanguard, pero estos dos modelos están dentro de la categoría básica de gafas conectadas: tienen IA y una cámara, pero la interacción es por voz.

Podremos ver un pequeño mapa proyectado sobre la imagen real en la que poder seguir fácilmente las direcciones para llegar a nuestro destino.

Con las Meta Ray-Ban Display —curioso, ahora el "Meta" va delante de "Ray-Ban"— la compañía ha dado un paso más y ofrece una pantalla que se proyecta en la lente derecha. Su resolución es de 600x600 px y el brillo puede llegar a unos alucinantes 5.000 nits, lo que permite poder verla en exteriores sin problemas. 

Videollamadas en pantalla.

En esa pantalla es donde se va proyectando todo tipo de información, lo que añade una capa visual que puede ser muy útil en diversas situaciones. Por ejemplo, se puede proyectar un mapa, seguir una receta o hacer videollamadas viendo a la persona a la que llamamos directamente en esa pequeña pantalla. 

Y generación de subtítulos en tiempo real en conversaciones, algo que puede ser especialmente útil para la traducción en tiempo real y desde luego para personas con problemas de audición.

Pero por supuesto esa pantalla privada permite que también podamos leer mensajes de texto o de WhatsApp, ver pequeños vídeos de Reels o imágenes de Instagram, e interactuar con esos contenidos contestando a nuestros amigos directamente. Incluso podemos compartir lo que estamos viendo con familia y amigos a través de la cámara de las gafas. 

La pantalla y la cámara además se vuelven aún más interesantes para usarlas a la hora de tomar fotos y vídeos, ya que en la pantalla podremos ver una previsualización de la captura —como la pantalla o visor digital de las cámaras— e incluso podremos aplicar un zoom en esas capturas.

Otra de las opciones de las nuevas Meta Ray-Ban Display es la posibilidad de obtener subtítulos en tiempo real de la conversación, algo que puede ser espectacular para personas con problemas de audición. Además Meta ha introducido una tecnología llamada Conversational Focus que es capaz de "subtitular" solo lo que nos dice la persona a la que estamos mirando, ignorando el ruido y las conversaciones de fondo. 

No solo eso: hay también una opción de traducción en tiempo real como la que Mark Zuckerberg demostró hace unos meses en un evento previo. Y por supuesto, podremos disfrutar de la reproducción musical mientras vemos en la pantalla la información visual del artista o grupo, además de poder navegar por la interfaz del reproductor musical con voz o, como veremos, con gestos.

Las gafas integran una batería que promete una autonomía de hasta seis horas con un uso mixto, pero además el estuche de carga puede hacer que esa autonomía llegue a las 24 horas. Un detalle curioso: el estuche de carga "se pliega" y eso permite que podamos guardarlo fácilmente en el bolsillo.

Por supuesto en esa interacción habrá otro elemento importante, y es la app de Meta AI que está integrada en las gafas y que permite obtener información sobre aquello a lo que miramos, pero también conversar y realizar preguntas en todo momento mediante la interacción por voz con este modelo de IA.

Hay otro detalle interesante más: es posible graduar las gafas para aquellos usuarios que lo necesiten. Según las especificaciones, "las lentes admiten graduaciones entre -4,00 y +4,00 y las lentes graduadas se pueden pedir en el momento de la compra".

Puedes hablar, o puedes hacer gestos: llega la pulsera neural de Meta

El otro elemento diferencial de las Meta Ray-Ban Display es la llamada pulsera neural (Neural Band), un dispositivo que hace uso de tecnología EMG (Electromiografía) en la que Meta lleva años trabajando. 

Meta Neural Band

Lo que se hace es registrar con electrodos la actividad eléctrica producida por los músculos , y traducir esa actividad y esas señales en comandos y acciones que se ejecutan en las gafas. El resultado final: podremos controlar las gafas con gestos de pinza, por ejemplo pinzando pulgar e índice para seleccionar una opción (como una especie de botón izquierdo del ratón) o pinzando pulgar y medio para ir hacia atrás. 

Esta tecnología permite sustituir la tradicional interfaz táctil en pantalla o los botones con esos sensores en nuestra muñeca que nos permitirán hacer scroll, hacer click e incluso en un futuro cercano escribir mensajes como si los escribiésemos a mano en el aire. 

La tecnología EMG se sitúa por tanto como una fantástica opción para la interacción por voz que se usa en las Ray-Ban Meta. La interacción por gestos recuerda mucho a la que ya vimos en las Vision Pro, pero cuidado: en aquel caso los gestos se capturan con cámaras y la mano debe estar visible. 

Con las Meta Ray-Ban Display es la pulsera la que captura esos impulsos y los traduce, y las manos no tienen que estar "a la vista" de las gafas. Incluso podemos tenerlas pegadas al cuerpo o detrás de él y seguirán funcionando. 

La pulsera neural tiene una autonomía de 18 horas, lo que hace que sea perfectamente posible usarla todo el día para luego recargarla —aunque es probable que aguante dos días sin problemas— y además cuenta con resistencia ligera al agua IPx7. El material usado para crearlas es además especialmente resistente: se trata del Vectran, el mismo que se usó en los protectores de colisión del Mars Rover que llegó a Marte.

Versiones y precio de las Meta Ray-Ban Display

Las nuevas Meta Ray-Ban Display estarán disponibles inicialmente en Estados Unidos a partir del 30 de septiembre en dos colores, negro y arena. El precio de las gafas, que incluye la pulsera neural, es de 799 dólares.

En Meta han indicado que estas gafas estarán disponibles en Canadá, Francia, Italia y Reino Unido a principios de 2026. Las gafas se pondrán a la venta en tiendas especializadas para garantizar que tanto el tamaño de gafas y pulsera como la graduación de las gafas es perfecta. 

Más información | Meta

En algún momento de los 90 a una joven Sarah Ezekiel la grabaron con una cámara de vídeo y guardaron esa grabación en una cinta VHS. En aquella pequeña aparición Sarah solo hablaba ocho segundos, pero casi tres décadas después esos ocho segundos han acabado siendo un regalo increíble.

Uno que le ha devuelto la voz.

Sara Ezekiel perdió su voz en el año 2000, antes de que los smartphones se convirtieran en algo masivo y nos permitieran, entre otras muchas cosas, capturar vídeo con facilidad.

En Xataka

18 meses descifrando los ojos de Dulce

Una enfermedad de la motoneurona provocó que perdiera tanto esa capacidad como la movilidad en sus manos justo cuando iba a tener su segundo hijo, un niño al que llamó Eric. Como indicaba en una entrevista en BBC, "creí que estaría bien, pero después de que naciera Eric, me deterioré rápidamente". En pocos meses perdió el control de sus manos, y poco después fue incapaz de cualquier tipo de conversación inteligible.

Su matrimonio acabó poco después, y Sarah, al cuidado de sus dos niños, se encontró en una situación terrible. Eric, ahora de 25 años de edad, solo recuerda a su madre estando paralizada. Aviva, su hija mayor, de 28 años, recuerda cuando se dio cuenta de que su madre era distinta. "Tengo ese recuerdo de pedirle que preparara unas fresas y ver que no era capaz de cortarlas. Tuvo que pedírselo a alguien".

Cinco años después de la diagnosis, Sarah encontró un respiro gracias a la tecnología de seguimiento ocular. Podía construir palabras y frases con el movimiento de los ojos, para que luego un sintetizador de voz ofreciera una voz sintética similar a la que por ejemplo usaba Stephen Hawking.

Aquello fue el principio de una nueva vida a la que se adaptó con alegría. Se convirtió en voluntaria de la asociación para afectados por su enfermedad, y volvió a pintar gracias a esa misma tecnología. Y unos años después comenzó a gestarse un pequeño milatro.

La IA y el "milagro" de la clonación de la voz

Una empresa llamada Smartbox había anunciado que iba a proporcionar voces clonadas gratuitas para un millón de personas en riesgo de perder su voz o a los que ya la habían perdido por enfermedades como el cáncer o la de la motoneurona.

Le pidieron a Sarah una grabación de voz para poder reconstruirla, pero lo único que tenía Sarah era una vieja cinta VHS en la que habían grabado a su hija Aviva y en la que ella hablaba apenas ocho segundos.

Aquella grabación era un desastre. La calidad de imagen era mala, pero es que además el sonido estaba distorsionado, con la gente mezclandose al hablar y una tele sonando de fondo a todo volumen. Simon Poole, uno de los responsables de Smartbox, pensó que no iba a ser posible.

Sin embargo Poole logró aislar la voz de Sarah gracias a la aplicación Voice Isolator de ElevenLabs, empresa especializada en este tipo de soluciones. El problema es que el resultado carecía de entonación y personalidad, y además tenía un extraño acento americano. Para tratar de resolverlo utilizó otra aplicación entrenada con miles de voces para llenar huecos de este tipo de grabaciones y que podía ayudar a recuperar una voz como la de Sarah.

En Xataka

Estamos más cerca de "salvar" nuestra voz mediante la IA. Y es un paso de gigante para la medicina

Tras lograr un resultado que él creyó adecuado, le envió varias frases a Sarah con su voz clonada. La llamó y oyó cómo Sarah, al oír esas frases, casi rompió a llorar. Uno de los viejos amigos de Sarah, que la conoció antes de perder la voz, se mostró "impresionado por lo realista que sonaba".

Su hija Aviva dijo estar también impresionada aunque admitió que tenía que acostumbrarse a ella. "Oírla ahora a diario me sigue sorprendiendo". Para Eric "ha marcado una diferencia increíble", porque esa voz puede además incluir una entonación que muestre que su madre está alegre o enfadada.

Sarah echa de menos su voz auténtica, pero como decía ella, "estoy contenta de estar de vuelta. Es mejor que ser un robot".

Imagen | Gabriel Petry | Ursula Castillo

En Xataka | La IA ya era capaz de clonar voces y caras. Ahora también clona nuestra forma de escribir

La protesta fue este domingo, pero el malestar venía cocinándose desde hace semanas. Actores, locutores y creativos del mundo del doblaje se movilizaron en Ciudad de México para pedir que su voz, su herramienta de trabajo, no pueda ser clonada por inteligencia artificial sin consentimiento. El detonante fue un vídeo publicado por el INE que, según denuncian los organizadores, habría utilizado la voz del fallecido José Lavat generada mediante IA. Lavat fue una de las voces más reconocidas del doblaje en español latino, conocido por su papel como narrador en la serie Dragon Ball. El impacto fue inmediato. Y la respuesta, también.

Una protesta en el centro de CDMX. La movilización tuvo lugar en el Monumento a la Revolución, en pleno centro de Ciudad de México. No fue una marcha masiva, pero sí fue significativa: no solo por el número —según la Asociación Nacional de Actores (ANDA), asistieron más de mil personas—, sino por la diversidad de voces que se sumaron al reclamo.

Entre los convocantes y asistentes estuvieron AMELOC, la propia ANDA, la Organización de Voces Unidas, Ark Dubbing México, el Centro de Especialización Artística Esteban Siller (CEARTES), y también la Asociación Internacional de Trabajadores del Espectáculo (AITE). Como recogen en esta publicación de Instagram, el reclamo fue compartido por locutores, actores, técnicos, directores y profesionales de todos los niveles de la industria.

“No se trata solo de los actores”, dijo Alejandro Cuétara, representante de ANDA, citado por ECOS Media MX. “Estamos apoyando a un colectivo de directores cuyo trabajo también está en riesgo, y al gremio en general, que incluye a los otros 60 departamentos que participan en una filmación. Desde el que barre, hasta el director: todos estamos en riesgo”.

Del reclamo en las calles al Congreso. La protesta no fue solo simbólica. Los participantes aprovecharon la convocatoria para exigir cambios concretos en la legislación mexicana. El objetivo: que la voz humana —como dato biométrico y herramienta de trabajo— esté protegida por ley frente a los usos no autorizados con inteligencia artificial.

Según explicó Cuétara, en la legislatura pasada hubo hasta 58 intentos de regular el uso de la IA. “Y ninguno llegó a una discusión”, lamentó. Ahora, apoyan una nueva iniciativa impulsada por el diputado local Paulo García, que ya ha sido elevada al plano federal. Lo que piden, en palabras del representante de ANDA, es claro: “Que se discutan los intentos de ley que hay”.

Cuétara también hizo un llamado directo a la presidenta Claudia Sheinbaum, pidiéndole que tome el tema como una prioridad legislativa. “Le estamos pidiendo a la presidenta, la Dra. Claudia Sheinbaum, que tome el asunto como propio y que meta una iniciativa prioritaria para que sí sea discutida”, declaró en la manifestación.

La propuesta no se limita al uso de voces en publicidad o cine: busca un reconocimiento más amplio. “Haciendo un control de los biométricos, no solo de los talentos, de los actores, de las actrices… los biométricos de todo mexicano. Que tu voz sea parte de tu propia imagen y que nadie pueda ni replicarlo ni utilizarlo para alimentar inteligencias generativas”, sostuvo.

Se trata de una inquietud que no es solo técnica: también es humana. Por eso, desde el gremio mexicano proponen la creación de un nuevo sello, que funcione como declaración de principios. Al ya conocido “Hecho en México”, quieren sumar uno nuevo: “Hecho por humanos”.

El Gobierno toma nota (al menos por ahora). Este lunes, en su habitual intervención pública, la presidenta Claudia Sheinbaum se refirió al caso de forma directa. “Tienen razón”, dijo, en relación a los reclamos de los actores y locutores que participaron en la protesta. “Son personas que se dedican principalmente al doblaje y, de acuerdo con lo que ellos plantean, se han estado utilizando voces incluso de personas que ya fallecieron. Esto no es correcto”.

Sheinbaum confirmó que ya ha conversado con la consejera jurídica y la Secretaría de Cultura para abrir un canal de diálogo con los colectivos. “Nos vamos a reunir con ellos para ver qué esquemas de protección a su trabajo y a su voz tienen que utilizarse para evitar el uso de lo que es su herramienta de trabajo principal, que es su voz, a través de la inteligencia artificial”, señaló durante la conferencia matinal.

En Xataka

Creíamos que la IA iba a quitarnos el trabajo. Por el momento ha empezado a susurrarle a tu jefe a quién debe despedir

La presidenta admitió que el tema plantea desafíos jurídicos —como el debate sobre si la voz puede ser considerada un dato biométrico—, pero reconoció también el valor del oficio. “El doblaje que se hace en México es muy bueno. Hay muchas personas que se dedican a ello y hay que proteger su trabajo, su voz y todo lo que está asociado a esta profesión tan importante”.

El dilema no es solo mexicano. Lo que se juega en México forma parte de un debate más amplio. En todo el mundo, la inteligencia artificial ha empezado a entrar en los procesos creativos, desde la escritura de guiones hasta el doblaje de películas. Prime Video, por ejemplo, ha lanzado ya un programa piloto para aplicar doblaje asistido por IA en títulos que no contaban con versión localizada. El plan, aseguran, combina IA con revisión humana para hacer más accesible su catálogo.

Pero no todos lo ven con buenos ojos. En Hollywood, las voces críticas se acumulan. Robert Downey Jr., por ejemplo, dejó claro que no permitirá que se cree un gemelo digital suyo ni que su imagen sea usada con IA sin consentimiento. “Aunque esté muerto, mi firma de abogados seguirá muy activa”, advirtió.

Imágenes | Jonathan Velasquez | Igor Omilaev | AMELOC | Asociación Nacional de Locutores | Toei Animation

En Xataka | Los desarrolladores con más experiencia esperaban mejorar su productividad con IA. Un estudio mostró justo lo contrario

“Hola, mamá. Mi teléfono se ha roto” Así o con algún mensaje similar empieza la conocida como estafa del hijo en apuros. Esta modalidad de estafa lleva circulando desde hace tiempo y traía a las autoridades de cabeza por su alta efectividad.  La Policía Nacional ha desarticulado una organización que se dedicaba a este timo y que llegó a estafar grandes cantidades de dinero. No ha sido (ni será) la única.

32 detenidos. La investigación comenzó hace nueve meses y se ha saldado con 32 detenciones en la provincia de Valencia, de los cuales cuatro actuaban como captadores de “mulas”. Eran . Gracias a estas detenciones se han resuelto 63 denuncias interpuestas en todo el país, cuyo importe total asciende a nada menos que 320.000 euros. Además, la policía ha conseguido bloquear varias transferencias fraudulentas y devolver a las víctimas más de 10.000 euros.

En Xataka

"Hola, soy tu nieto y necesito 3.000 dólares": ya hay estafas a ancianos con voces generadas por IA

Una estafa recurrente. Aunque se trata de una operación grande, no es la primera organización que es desarticulada que usaba esta modalidad de estafa. Hace poco más de un año la Guardia Civil detuvo a un centenar de personas que llegaron a estafar 850.000 euros. En julio del año pasado también se llevó a cabo una operación con 65 detenidos que habían estafado 410.000 euros. Y aún ha habido más. Hace apenas unos días una vecina de A Coruña a la que estafaron 5.000 euros, denunció y gracias a ello se logró detener a los responsables.

Demasiado efectiva. Estafas que nos llegan por WhatsApp hay muchas, pero pocas que consigan tantas víctimas y cifras tan altas. Esta modalidad de estafa es muy efectiva, lo que la hace de las más peligrosas. Según la Guardia Civil, los estafadores estudian a las víctimas, que tienen un hijo emancipado por estudios o de viaje. Los estafadores crean “una conexión emocional instantánea tras la que trasladan la urgencia con mensajes de desesperación, provocando la reacción de protección de los padres”.

Normalmente desconfiamos cuando nos escriben desde números desconocidos, pero en este caso se usa el pretexto de haber perdido el móvil principal, por lo que la principal duda queda resuelta. Si los estafadores han elegido bien a su víctima, es muy fácil que crea el relato y acabe enviando un bizum a su supuesto hijo o hija.

El siguiente nivel: IA. Aunque no son los más habituales, hay casos en los que se han empleado voces generadas por IA para estafar a las víctimas. Fue el caso de un ciudadano estadounidense que recibió una llamada en la que escuchaba a su hija gritar que iban a hacerle daño si no pagaba. La Policía Nacional ha alertado sobre lo que denominan ‘voice hacking’ y daba un truco para protegernos: usar una contraseña familiar. ¿Y cómo clonan la voz? Con herramientas como VALL-E sólo son necesarios tres segundos, algo muy fácil de obtener de redes sociales.

Protégete. Aunque las autoridades estén haciendo esfuerzos como la operación que ha tenido lugar en Valencia, erradicarla por completo parece bastante complicado así que lo mejor es la prevención. Lo primero si recibes un mensaje de este tipo es probar a escribir o llamar al número original para ver si la persona responde. También puedes pedirle que te envíe un audio, aunque es mucho mejor hacer una videollamada ya que así evitas un posible ‘voice hacking’. En definitiva, si alguien te pide dinero y además tiene prisa, desconfía siempre.

En Xataka | Tras los Sonny Angel, la locura de los Labubu llega a España. Están agotados en todas partes y ya hay estafas y falsificaciones

La inteligencia artificial (IA) sigue ganando espacio en sectores impensados hace apenas unos años. Lo que empezó revolucionando el desarrollo de software ahora está dejando huella en campos muy distintos. El fenómeno del ‘vibe coding’, una nueva forma de programar basada en prompts en lenguaje natural, sin necesidad de escribir código como tal, está cambiando las reglas del desarrollo. Al mismo tiempo, herramientas como DALL·E de OpenAI o Adobe Firefly están redefiniendo la creación visual, permitiendo generar imágenes y vídeos a partir de descripciones textuales.

Y ahora, la IA también alcanza a los profesionales de la voz. Desde hace unos meses, YouTube permite a algunos creadores utilizar doblaje automático mediante IA. Esta función, que se está desplegando de forma progresiva, ya está disponible para todos los miembros del YouTube Partner Program, un sistema que permite a los creadores monetizar sus contenidos en la plataforma. Gracias a esta herramienta, los vídeos pueden alcanzar audiencias globales con mayor facilidad, como alternativa a los procesos tradicionales de doblaje y postproducción.

Una función activada por defecto. Uno de los cambios más llamativos es que esta función se activa por defecto: si subes un vídeo en inglés, YouTube lo doblará automáticamente a varios idiomas, entre ellos español, francés, alemán, hindi, indonesio, italiano, japonés y portugués. Si el vídeo está en alguno de esos idiomas, se generará una versión en inglés. El objetivo, según la compañía, es "romper las barreras del idioma".

Pero si el creador prefiere no utilizar esta función, puede desactivarla siguiendo unos pasos concretos: entrar en YouTube Studio desde el ordenador y seguir esta ruta: Configuración > Ajustes de subida > Configuración avanzada. Allí hay que desmarcar la casilla 'Permitir doblaje automático' y pulsar en Guardar. La gestión de esta función, además, solo puede hacerse desde YouTube Studio en ordenador, y permite incluso revisar manualmente los doblajes antes de publicarlos si se desea un mayor control del resultado.

YouTube admite que la tecnología aún tiene margen de mejora. Las traducciones pueden no ser exactas y la voz generada puede no representar fielmente al autor. De hecho, la propia compañía reconoce que la entonación, el tono emocional y ciertos matices culturales no siempre se trasladan correctamente. La base de esta función está en la tecnología de Google DeepMind y Google Translate, pero incluso con esa infraestructura de fondo, no todos los vídeos pueden doblarse con éxito. Factores como el acento original, el ruido de fondo, el uso de jerga o incluso los nombres propios pueden afectar la calidad del doblaje.

Un vídeo con doblaje automático de YouTube

Etiquetado. Para saber si un vídeo está doblado con IA, basta con buscar la etiqueta "Auto-dubbed". También es posible cambiar de pista de audio desde el menú del reproductor, a través del icono del engranaje en la esquina inferior derecha. El idioma se adapta al que el usuario tenga configurado como preferente, lo que hace que la experiencia sea, en muchos casos, más transparente. Podemos ver la función activa en este vídeo de ejemplo.

La antesala: doblajes reales con actores profesionales. YouTube ya había dado pasos previos en esta dirección. Con la función "Añadir pista de audio", algunos creadores como MrBeast empezaron a ofrecer versiones de sus vídeos en varios idiomas usando actores de voz profesionales. Incluso llegó a contar con la actriz de doblaje que interpreta a Naruto en sus vídeos en japonés. Esta estrategia, centrada en ampliar el alcance del contenido sin perder calidad interpretativa, permitió que muchos de estos vídeos alcanzaran nuevas audiencias.

En Xataka

Motorola no quiere quedarse atrás en la carrera de la IA. Su plan: aliarse con gigantes como Google o Perplexity para Moto AI

MrBeast no ha sido el único. Según datos de YouTube, los vídeos que ofrecían versiones en varios idiomas lograron que más del 15% del tiempo de visualización procediera de audiencias que veían el contenido en un idioma distinto al original. En enero de 2023, los usuarios llegaron a consumir más de 2 millones de horas de contenido doblado cada día. Y eso solo con las pruebas iniciales.

La extensión de esta función a todos los miembros del Partner Program está contribuyendo al crecimiento del uso de voces generadas por inteligencia artificial en la plataforma. Esto plantea preguntas sobre cómo se integrará esta tecnología en el ecosistema del doblaje profesional.

Algunos creadores podrían optar por esta alternativa automática en ciertos tipos de contenido, especialmente en piezas informativas o estructuradas. Sin embargo, en otros formatos donde la interpretación vocal aporta matices clave, el papel de los profesionales del doblaje sigue siendo un elemento difícil de sustituir. El desarrollo continúa, y el equilibrio entre tecnología y creatividad sigue en evolución.

Imágenes | Lorenzi | Captura de pantalla de YouTube

En Xataka | Dos estudiantes crearon una IA para "hacer trampa" en las entrevistas de trabajo: les han premiado con 5,3 millones de dólares

Da igual que no sepas programar. Puedes decirle a una máquina que programe por ti. Esa es la idea básica del vibe coding, la nueva tendencia de la IA que se ha convertido en viral en redes sociales y que nos ha hecho asomarnos a un futuro potencialmente extraordinario: uno en el que bastará hablar con las máquinas para que programen la aplicación que necesitamos.

Por que de eso va el vibe coding, de "programar por sensaciones", casi sin necesidad de teclear, simplemente explicándole a tu ordenador qué es lo que quieres y "conversando" con la máquina para corregir errores o ir completando el proyecto poco a poco. Tú habla, que la máquina programará.

En Xataka

Hay un nuevo lenguaje de programación que está rompiendo moldes. El inglés

Pero aquí, como en otros ámbitos de la inteligencia artificial, hay muchas promesas y no tantas realidades. De lo que puedes o no puedes conseguir con el vibe coding hemos conversado con cuatro expertos, y todos ellos ayudan a comprender mucho mejor hasta dónde puede llegar esta tendencia y qué significa para el mundo de la tecnología en general y de la programación en particular.

El vibe coding es fantástico, pero "no te va a crear el próximo Airbnb de la nada"

Miguel Ángel "midu" Durán (@midudev) es ingeniero de software y es uno de los grandes influenciadores españoles del segmento de la programación. Para él lo interesante del vibe coding es que "está democratizando la capacidad de convertir ideas en realidades".

Pero también advierte de cómo en este ámbito también hay algo de "humo" y de exageración en cuanto a las capacidades que se le dan a la IA. "No te pienses que con decirle algo sin saber nada de programación te va a dar el próximo Airbnb", explica.

Durán explica que los programadores deben abrazar este tipo de innovaciones, porque la programación siempre se ha ido adaptando a los cambios y los programadores también. Para él el vibe coding y hablar en lenguaje natural para que la máquina programe "no deja de ser otro nivel de abstracción más cerca del lenguaje más humano, más cercano al nuestro".

Sin embargo aclara que "se están viendo muchas limitaciones" en este tipo de programación, y aunque "un conocimiento no técnico te puede llevar hasta cierto punto, necesitas conocimientos para ese extra".

Es lo que vimos hace unos días cuando un usuario de X llamado Leo contó cómo había creado una plataforma SaaS sin escribir una línea de código: aprovechó Cursor y la magia del vibe coding para programarla. No solo eso: la gente al parecer estaba pagando por su app.

Dos días después, no obstante, el mismo usuario contaba cómo "estoy bajo ataque" y había comenzado a notar un comportamiento extraño de su app, que usaba excesivos recursos y estaba generando un montón de cosas que colapsaba su base de datos. Pidió ayuda y descubrió que había cometido errores de bulto, cómo mostrar claves públicas de la API o contar con un muro de pago que la gente se podía saltar.

Y es que como comentaba nuestro experto, "a día de hoy hay que tener un poco de cuidado, el mensaje es un poco peligroso. Se crean expectativas y si no se cumplen se crean frustraciones". Para él lo importante no es que ahora se pueda programar hablándole a la máquina:

"La gente le da una importancia casi mística al código, pero el código es solo un medio para un fin, que es solucionar los problemas de los usuarios. Si ahora el código son frases en inglés eso no importa: simplemente cambia el medio pero no el fin, resolver esos problemas de los usuarios".

En Xataka

Copilot, ChatGPT y GPT-4 han cambiado el mundo de la programación para siempre. Esto opinan los programadores

El vibe coding está generando cierta polarización, y para Durán eso es normal. Por un lado nos cuenta cómo usa la IA todos los días y "me parece una irresponsabilidad no utilizar las mejores herramientas para hacer el trabajo lo mejor posible y lo antes posible". Además agradece que tendencias como estas permitan que más gente se anime a crear cosas: "no no creo que tengamos que hacer un coto privado de la programación".

Pero también advierte de ese mensaje de que ya no hace falta aprender a programar es delicado.

"Me da un poco de pena, porque es irreal pensar que la IA va a hacer al 100% todo lo que esperas. Es cierto que te pueda ayudar y prototipar hasta un punto, pero puede cometer errores e irlos acumulando, y cada iteración te alejaría entonces del producto que realmente necesitas. Si no tienes ese conocimiento, lo que vas a construir te puede venir bien como prototipo, pero no va a solucionar el problema al usuario".

En su opinión este tipo de avances son muy positivos y en el caso del vibe coding vamos a ver más proyectos y productos, pero es que esto es también una ventaja para los programadores expertos porque van a ser más necesarios que nunca. La IA puede llegar hasta cierto punto, pero a partir de ahí los programadores tendrán que revisar y coger el testigo para llevar ese prototipo creado con IA a un producto funcional, estable, seguro  y fiable.

Su optimismo va más allá: "va a haber un boom de "solopreneurs", y acabaremos viendo una empresa de un solo emprendedor convertida en un unicornio o algo parecido". Así, Durán prevé que surgirán más y más pequeñas empresas con muy pocos empleados y con valoraciones muy grandes de 100 millones de dólares o incluso 1.000 millones de dólares. Eso sí, apunta,

"el reto va a separar el grano de la paja. Como pasó con los blogs, internet va a estar inundado de productos “de microondas”: son nutritivos, te los puedes comer, pero no son como los guisos que hace tu madre. Te funcionan, los haces con un esfuerzo relativo y pueden ser algo que te salve la papeleta".

Su consejo para quienes quieran sacar provecho del vibe coding es claro. Anima a todos a probar porque "rompiendo cosas es como uno aprende. Lo más importante de la IA es que la dejemos ahí como artificial, no como principal". Es fantástico construir productos con IA pero destaca cómo quienes prueben a hacerlos "se hagan dueños de ese código, proque podrán entender qué hace y cómo lo hace. No nos saltemos pasos, porque podemos llegar a un punto en el que estemos totalmente perdidos".

La IA es a la programación lo que Photoshop fue para la creatividad digital

Nerea Luis (@sailormerqury) es doctora en ciencias de la computación, divulgadora, consultora y experta en inteligencia artificial, además de participar en Órbita Laika, el programa de RTVE. Como comentaba Miguel Ángel Durán, para ella hay cierta polarización y mucho debate alrededor del vibe coding, pero cree que "es algo que se terminará extendiendo poco a poco".

De hecho, para ella es algo importante porque abre las puertas a la programación a gente que tiene algo de miedo al código: "ayuda a poner las ideas de forma material en algo interactivo", pero también advierte de que "puedes maravillarte por el resultado sin tener en cuenta que la ingeniería del software tiene muchas más capas". Según ella

"El vibe coding es súper interesante para extender el prototipado de ideas y empoderar a la gente. Le das una herramienta a la gente para comunicar sus ideas: poder decir “Lo que persigo se parece a esto” es ultrapotente".

De hecho es un gran primer paso cuando no puedes contar con un equipo externo que programe, explica, "pero tiene riesgos" porque completar estos proyectos requiere conocimientos y tampoco los tiene la IA: ahí es donde los programadores expertos deben entrar en juego. Como explica Nerea Luis, "el vibe coding se parece a poner esas primeras capas en modo POC (proof of concept, prueba de concepto) pero en las que los andamios están a medias".

Ella vivió su "momento vibe coding" hace años. Aficionada a la fotografía, comenzó a usar Photoshop sin tener mucha idea de lo uno ni de lo otro, pero esa aplicación de Adobe le abrió las puertas a ella, como a millones de personas, para editar sus fotografías de forma experta y de paso aprender por el camino mucho sobre fotografía e imagen digital. "Es como esa herramienta que te ayuda a poner en funcionamiento todas esas cosas que tenías en la cabeza".

En Xataka

Los jóvenes programadores ya no saben programar: la IA está provocando ahora lo mismo que provocó la calculadora hace medio siglo

Así, para ella el vibe coding permite algo similar a lo que ofreció Photoshop para escenarios como el de la creación de sitios web. "Te lleva más allá del boceto. A nivel de software lo puedes pintar en modo esquema, pero la IA te ayuda a dar ese salto sin pasar por los estadíos intermedios".

Pero es que además, destaca, "puedes molestarte a aprender del código que ha programado y vas aprendiendo, vas viendo cómo crea los ficheros y los estructura". Es un poco como "aprender al revés", puntualizaba. Nerea Luis explica además cómo entiende el debate que se ha generado a favor y en contra del vibe coding.

"El código que genera no es perfecto, pero tampoco lo que ves en internet no es perfecto. Hay un punto intermedio: es algo que puedes mejorar, pero que te da un punto de partida, una base. Creo que va a ser lo común en el corto plazo simplemente porque hay mucha parte de escribir código que es repetitivo".

De hecho, advierte a quienes están rechazando este tipo de avances a que se adapten a ellos. Ve claramente cómo los equipos de desarrollo usarán IA porque habrá una clara relación con reducción de costes y "en el momento que veas que tu competencia lo usa te va a arrastrar. Negarse a usarlo a medio plazo es posible que sea contraproducente, porque vas a convivir con gente que va a usarlo" y que por tanto tendrá una ventaja competitiva.

Cuando la IA crea "ingenieros 3x"

Si hay una empresa que esté haciendo cosas importantes en IA en España, esa es Freepik. Lo sabe muy bien Omar Pera (@ompemi), su Chief Product Officer. Es uno de los artífices de esa transformación que ha vivido esta startup, que nació como banco de imágenes y ahora es un referente en herramientas de IA generativa para todo tipo de ámbitos creativos.

Para Omar el vibe coding es "algo parecido a lo que empieza como un juguete y acaba siendo un estándar". Atacaba pronto esa polarización que existe respecto al tema, y destacaba cómo para él quienes se ríen de esta tendencia y afirman que "eso no es programar" en general se equivocan.

Y es que según él abre las puertas a algo extraordinario: "poder programar chateando con Bolt, V0, etc, sin saber programación". Nos habla con emoción de cómo todos esos proyectos parecen  como juguetes, y de toda esa gente que los muestra en X/Twitter con mensajes del tipo “este ha hecho el Doom con vibe coding”.

Omar ve claro cómo tendencias como el vibe coding permiten generar código de forma más eficiente. De hecho, explica, "a los ingenieros top el vibe coding les convierte en ingenieros 2x o 3x. Parece un juguetito, pero al aplicarlo se incrementa la productividad de un ingeniero no en un 30% sino en un 2x, 3x o más. Por cada ingeniero puedes llegar a tener cinco". Este tipo de herramienta, según él:

"será el estándar de cómo empezamos las cosas. Nos ofrece la capacidad de poder usar la IA para crear borradores, para luego tomar el control para hacer exactamente lo que queremos".

Eso sí: es para lo que es. Como señalaban el resto de expertos, hay que tener en cuenta que las herramientas actuales de IA tienen limitaciones claras. Aunque puedas generar un juego básico, llevar un producto a producción es muy distinto. "La persona que no sabe programar podrá hacer algo, pero de momento la habilidad y el conocimiento priman".

Para él el vibe coding es un ejemplo de cómo la IA ya no solo abraza a los ámbitos técnicos, sino también a los consumidores. Es un poco lo que pasó con ChatGPT, explica, pero para el mundo de la programación. "La barrera de entrada para crear cosas con programación ha bajado, así que mucha más gente puede hacer cosas" sin realmente saber programar.

En Xataka

“La IA es imparable”: el CEO de Freepik nos habla de IA, emprendimiento y de los errores de una UE que solo se fija en los peligros de la IA

Pero insiste en que esto, como otras herramientas anteriores de IA, potencia al programador o al creador humano. El ejemplo de los videojuegos es claro: con vibe coding cualquiera puede crear un videojuego sencillo, "pero ese juego va a ser mejor con gente que sabe de videojuegos y tiene ese conocimiento. Conocer el problema bien va a seguir siendo diferenciador".

Quienes están rechazando estas herramientas están para Omar Pera en un error: "negarse a usar IA es una estupidez", explica. Para este experto la inteligencia artificial "es EL amplificador" de la capacidad humana, "es LA herramienta" que puede potenciarnos en todos los ámbitos. El vibe coding es una señal de hacia dónde va el mundo de la programación:

"Vamos a hablar un poco menos de lenguajes y más del valor que damos. Hablaremos menos de “este framework es mejor que el otro” porque eso no importa, lo que importa es resolver el problema para el usuario. La programación es un medio, no es un fin. Los programadores ahora son mejores y más rápidos. Lo único que hemos hecho es mover una capa de abstracción más arriba".

La programación va a ser charlar con un repositorio software

Daniel Ávila (@dani_avila7) es programador desde hace 15 años. Comenzó en la banca y empresas tradicionales, pero pronto se lanzó a emprender. Tras crear BoxMagic, una exitosa plataforma para gestionar gimnasios, empezó a dedicarse a otros proyectos. Y en ese paréntesis descubrió GPT-3 y se dio cuenta de "algo estaba pasando".

Aquello le llevó a cofundar CodeGPT, una herramienta creada para desarrolladores que permite aprovechar toda la potencia de diversos modelos de IA para programar en distintos entornos de programación. Ya cuentan con dos millones de descargas, y su objetivo es "democratizar la programación". Que es precisamente lo que también está haciendo el vibe coding, lo que nos dio la oportunidad perfecta para preguntarle su opinión sobre esta tendencia. Para empezar, Daniel nos deja claras sus limitaciones.

"Falta muchísimo para que la IA se puede hacer cargo de un proyecto y lo haga todo. Incluso hablándole técnicamente a estas herramientas. Se pueden hacer cosas muy básicas. Nosotros hemos probado Cursor, Bolt, etc., y se llega a un nivel que uno puede pensar que es avanzado, pero en realidad lo que suele pasar es que están clonando un repositorio de Github y cambiándole los colores".

Para él el vibe coding tiene mucho de eso. "Es copiar lo que ya estaba en Github, cambiar estilos y un par de cosas más, pero eso ya lo hacíamos los programadores". Como coincide con lo que decía Miguel Ángel Durán. Esta tendencia, afirma "es genial porque van a salir más proyectos y se van a necesitar más programadores, porque esos programadores son necesarios para terminar el proyecto". Según Ávila:

"Veo una oportunidad gigante para personas que no saben programar y también para programadores que se pueden hacer cargo de esos proyectos y pueden usar la IA para automatizar esos proyectos. Además la IA les permite dedicarse a lo que más les gusta, que es resolver el problema práctico".

También nos hablaba de la polarización existente y de cómo algunos programadores rechazan este movimiento. "Creo que programar es un arte", explicaba coincidiendo con esa parte de las críticas. "[Programar] es súper complejo y cuando trabajas en proyectos grandes, no cualquiera lo puede hacer, las plataformas se caen, revisar logs, servidores, así que esto del vibe coding es también un poco moda".

Pero también avisa: "esto es la etapa cero de esta tecnología. En un año o dos los editores de código no van a existir, no va a sexistir VS Code ni Cursor, sino va a ser un flujo distinto, la programación va a ser conversacional con el repositorio". En CodeGPT de hecho están trabajando en una tecnología que convierte el repositorio en un grafo de conocimiento para conversar con ella, pero esa opción está dirigida a programadores.

Y es que como el resto de nuestros protagonistas, Daniel Ávila cree que esto es una gran oportunidad, porque "cuando estás usando esto acabas sabiendo programar, pasaste de tu idea a convertirte en un programador. Eso va a ser el camino de muchas personas. Algunas no irán más allá, pero otras harán algo pequeño y luego seguirán con ese proyecto y aprenderán".

Imagen | Mohammad Rahmani

En Xataka | Cómo conseguiremos que la inteligencia artificial no se nos vaya de las manos