Anthropic esta preparando una nueva evolución de Claude en la que la voz adquiere mucho más protagonismo.
Una función denominada simplemente “Voice” ha aparecido oculta dentro de la interfaz web del asistente de inteligencia artificial y todo apunta a que la compañía está experimentando con nuevas formas de interactuar con Claude sin depender continuamente del teclado.
La función ha sido localizada por TestingCatalog dentro de la estructura de navegación de Claude y aparece identificada como “Preview”, una denominación que indica que todavía se encuentra en fase de pruebas. Anthropic no ha anunciado oficialmente su lanzamiento ni ha explicado exactamente qué posibilidades ofrecerá.
La aparición de esta función coincide además con otro movimiento significativo: Anthropic ha comenzado a solicitar permiso a determinados usuarios para utilizar sus grabaciones de voz con el objetivo de mejorar sus futuros modelos de inteligencia artificial.
Ambas novedades apuntan hacia una misma dirección: Claude quiere mejorar considerablemente su capacidad para escuchar y conversar con los usuarios.
Claude ya permite hablar, pero Anthropic quiere ir más allá
Claude dispone actualmente de funciones de voz que permiten mantener conversaciones con el asistente desde dispositivos móviles y ordenadores.
El usuario puede hablar en lugar de escribir y recibir posteriormente una respuesta mediante audio. Sin embargo, este tipo de funcionamiento no necesariamente equivale a disponer de un modelo de voz nativo capaz de procesar directamente una conversación oral de principio a fin.
La aparición de una sección independiente denominada “Voice” ha despertado precisamente la posibilidad de que Anthropic esté trabajando en capacidades de audio mucho más avanzadas.
Por el momento no existe confirmación de que Anthropic esté desarrollando un modelo de voz propio, por lo que conviene tratar esta posibilidad como lo que es actualmente: una hipótesis basada en las funciones que están apareciendo dentro de Claude y en los últimos movimientos de la compañía.
Anthropic quiere utilizar las conversaciones de voz para entrenar su IA
La segunda pista procede directamente de los ajustes de privacidad de Claude.
Anthropic ha comenzado a ofrecer a determinados usuarios la posibilidad de compartir sus grabaciones de audio y los datos asociados a las conversaciones de voz para mejorar sus modelos.
Según explica la compañía, estas grabaciones pueden ayudar a sus sistemas a comprender mejor el lenguaje hablado y responder correctamente a las instrucciones realizadas mediante voz.
El consentimiento está desactivado de forma predeterminada, por lo que el usuario debe autorizar expresamente que sus grabaciones puedan utilizarse para entrenar los modelos.
Además, esta autorización funciona independientemente del consentimiento relacionado con las conversaciones escritas. Es posible permitir que Anthropic utilice las conversaciones de texto para entrenamiento y mantener privadas las grabaciones de voz, o hacer exactamente lo contrario.
El permiso también puede retirarse posteriormente desde los ajustes.
Entrenar una IA para hablar requiere muchos más datos
El interés por recopilar conversaciones de voz tiene una explicación técnica importante.
Comprender una conversación hablada resulta bastante más complejo que procesar únicamente un texto. Las personas utilizamos diferentes acentos, pronunciaciones, ritmos, pausas, entonaciones e incluso cambios de tono para transmitir información.
Un asistente realmente conversacional también debe saber cuándo una persona ha terminado de hablar, reaccionar rápidamente, gestionar interrupciones y mantener una conversación sin los incómodos silencios que todavía aparecen en algunos sistemas.
Por eso, disponer de grandes cantidades de conversaciones reales puede convertirse en un recurso especialmente valioso para desarrollar modelos de voz más naturales.
La voz puede cambiar la forma en la que utilizamos Claude
La importancia de esta evolución va más allá de poder hacer una pregunta sin utilizar el teclado.
Claude está evolucionando hacia una herramienta capaz de trabajar con documentos, programar, analizar información, crear presentaciones y realizar tareas cada vez más complejas. Incorporar una interacción por voz realmente fluida permitiría controlar muchas de estas funciones simplemente hablando con la inteligencia artificial.
Un programador podría, por ejemplo, estar trabajando sobre su código mientras pide verbalmente a Claude que revise otra parte del proyecto. Un profesional podría solicitar un análisis mientras consulta otra aplicación o pedir modificaciones sobre un documento sin interrumpir continuamente su trabajo para escribir instrucciones.
La voz pasaría así de ser una función adicional a convertirse en una nueva interfaz para controlar la inteligencia artificial.
ChatGPT y Gemini ya han demostrado la importancia de la voz
Anthropic tampoco puede ignorar lo que están haciendo sus principales competidores.
OpenAI y Google llevan tiempo desarrollando experiencias de voz cada vez más naturales para ChatGPT y Gemini. La posibilidad de hablar con una inteligencia artificial prácticamente como si mantuviéramos una conversación con otra persona se está convirtiendo en uno de los próximos grandes campos de competencia entre las principales compañías del sector.
Anthropic necesita avanzar en este terreno si quiere que Claude continúe compitiendo como uno de los grandes asistentes de inteligencia artificial.
La compañía todavía no ha anunciado qué es exactamente la nueva función “Voice”, cuándo estará disponible ni si detrás de ella existe realmente un nuevo modelo de audio desarrollado internamente.
Pero la aparición de una interfaz específica para voz y la petición de grabaciones para entrenar sus modelos son dos señales difíciles de ignorar.
Después de acostumbrarnos a escribir instrucciones a la inteligencia artificial, el siguiente cambio puede ser mucho más sencillo: dejar de escribirlas y empezar a pedírselas hablando.