El modo de voz de ChatGPT: hablar con la IA como con una persona

Encenderlo es cosa de un toque (y de un permiso)

Dentro de la aplicación de ChatGPT, junto a la caja para escribir, aparece un icono de onda o de auriculares que abre la conversación por voz. Al pulsarlo por primera vez te pedirá permiso para usar el micrófono y podrás escoger entre varias voces. A partir de ahí hablas con naturalidad: puedes interrumpir a mitad de respuesta, como con una persona, y el sistema se detiene y te escucha.

• Usa audífonos en la calle; la conversación se escucha mucho mejor y no compartes tus asuntos con el autobús entero.
• Con conexión floja, las pausas se alargan: un wifi decente marca la diferencia entre fluidez y walkie-talkie.
• Mantén el teléfono cerca si hay ruido; un televisor encendido cerca confunde al reconocimiento.
• La transcripción de lo hablado queda guardada en el chat, legible, para revisarla después.

En nuestros teléfonos de prueba, un Galaxy A14 incluido, la función trabajó sin quejarse. Los planes gratuitos tienen límites de tiempo para la voz avanzada que varían según la demanda del servicio; cuando se alcanza, la aplicación continúa con una voz más sencilla o te invita a seguir por texto. Tómalo como parte del trato gratuito.

Manos ocupadas, dudas resueltas: cocina, carro y taller

El uso estrella fue el de manos imposibilitadas: sazonando un pollo, preguntándole cuántos minutos por libra lleva al horno; cambiando una goma y preguntando el orden de los tornillos; manejando, pidiendo que resumiera los mensajes del día sin mirar pantalla.

Funciona porque la pregunta hablada nace en el momento exacto de la duda, no cuando por fin te lavas las manos y abres el navegador. La combinación con la receta de la foto de la nevera que revisamos en otra guía resulta muy práctica: primero la foto para saber qué cocinar, luego la voz para no tocar la pantalla con las manos sucias.

También lo usa una vecina con baja visión, y para ella no es un juguete: es consultar una dirección sin depender de que alguien le lea. La accesibilidad rara vez encabeza los anuncios de estas empresas, pero aquí merece el titular.

Cuentos para niños y entrevistas ensayadas

De noche probamos otra cosa: «cuéntame un cuento de un conejo que le tiene miedo a la oscuridad, en cinco minutos». La voz narra con pausas y entonación, los niños interrumpen, piden que aparezca un caballo, y la historia se amolda en vivo. No sustituye el cuento leído por su padre, que quede claro, pero en un viaje largo o una noche de apagón resuelve con una dignidad que no esperábamos.

Del otro lado, el simulacro de entrevista: le pides que actúe como reclutador y conversas la entrevista entera hablando, con nervios reales. Es el mismo recurso de los juegos de rol de la guía de inglés con IA, aplicado a preparar cualquier conversación importante: una negociación o una exposición de clase.

Límites honestos: latencia, acentos y cosas que no le diríamos

No todo es llamada perfecta. Hay una pausa pequeña pero real entre tu pregunta y su respuesta, más larga con mala señal, y al principio uno habla encima de ella hasta agarrar el ritmo. Los acentos marcados los entiende bien en general, pero los nombres propios locales y las direcciones con apodos se le escapan igual que a otros asistentes.

Y hay una frontera que ponemos nosotros: esta voz escucha y procesa en la nube lo conversado, que queda transcrito en tu historial. Por eso no la usamos para discutir claves, datos bancarios ni asuntos de salud con nombres y apellidos. Una conversación agradable puede crear una falsa sensación de intimidad; la prudencia con la IA que habla bonito debería ser la misma que con la que escribía feo.

Tampoco sustituye criterio ante una emergencia: si hay un herido, se llama a emergencias, no se conversa con una voz simpática. Para lo demás están las personas, con teléfono real del otro lado.