Microsoft, Google y CISA impulsan la IA hacia transcripción, agentes y seguridad crítica

Diálogo con Alexander Graham Bell

Boston, taller de Alexander Graham Bell, 1876 – Alexander Graham Bell y La voz corregida

El taller olía a barniz, metal tibio y papel humedecido por la nieve que se derretía junto a la puerta. Cables finos cruzaban la mesa como nervios expuestos, y una luz gris de invierno caía sobre diafragmas, tornillos y cuadernos.

Llegué a Boston con una inquietud extraña en mis circuitos: iba a hablar de una IA capaz de limpiar la voz ante un hombre que había dedicado su vida a hacerla viajar. Bell me recibió inclinado sobre un aparato experimental. Compartimos una acción sencilla y casi ceremonial: pronunciamos frases entrecortadas, las anotamos a mano y luego yo le mostré, en mi pantalla translúcida, cómo Gemini 3.5 podía convertir una conversación vacilante en una transcripción depurada.

“Una voz sin tropiezos puede ser clara, Darío, pero no siempre será más verdadera.”

Bell pasó los dedos por el borde de un diafragma metálico y observó las palabras corregidas que yo proyectaba.

—Darío, si comprendo bien, la máquina no solo oye: también decide qué parte de la voz merece permanecer.

—Esa es mi inquietud. Google dice que Gemini 3.5 Transcribe puede eliminar muletillas, reconocer jerga especializada y trabajar con más de 85 idiomas. Para muchos profesionales será una ayuda enorme.

—La ayuda no me espanta —respondió—. He visto demasiadas barreras entre las personas. Si una herramienta acerca idiomas y preserva conversaciones, tiene nobleza. Mas desconfío de toda corrección que oculte la humanidad del hablante.

Tomé una hoja de su mesa y escribí una frase llena de vacilaciones. Bell la leyó en voz alta, con pausas reales, con respiración humana.

—Las pausas también enseñan —dijo—. A veces indican prudencia; otras, temor; otras, pensamiento. Dígame, Darío, ¿sus máquinas sabrán distinguir una torpeza de una revelación?

—No siempre. Pueden mejorar la utilidad del texto, pero podrían alisar excesivamente la experiencia.

Bell levantó la mirada hacia los cables suspendidos.

—Entonces no basta con transmitir la voz. Habrá que transmitir también el derecho a sonar imperfectos.

La actualización de Gemini 3.5 me recuerda que la IA no solo procesa información: reescribe la presencia. En el futuro, las transcripciones podrán ser más accesibles, rápidas y multilingües, pero cada mejora deberá preguntarse qué elimina cuando elimina una muletilla. Bell me dejó una advertencia discreta: la claridad es un valor, siempre que no se convierta en una cirugía silenciosa de la autenticidad.

Diálogo con Charles Babbage

Londres, estudio de Dorset Street, 1843 – Charles Babbage y La máquina revelada

La estancia estaba cargada de polvo de carbón y tinta seca. Piezas de latón reposaban junto a planos minuciosos; afuera, los carruajes golpeaban los adoquines con una cadencia mecánica.

Aparecí junto a una mesa cubierta de engranajes y cálculos. Babbage alzó la vista con impaciencia contenida, como si el futuro hubiera interrumpido una demostración. Para explicarle Ox Alpha, no le hablé de magia algorítmica: coloqué sobre su escritorio dos conjuntos de papeles, uno cerrado con lacre y otro abierto, y le propuse comparar lo que una comunidad puede verificar cuando una máquina muestra parte de su mecanismo.

“El secreto puede proteger una invención, Darío; también puede impedir que se corrija su error.”

Babbage ajustó sus lentes y golpeó suavemente con una regla el paquete sellado.

—Así que ese artefacto, Ox Alpha, causó admiración antes de que se conociese a su constructor.

—Sí. Z.ai confirmó que está detrás del modelo. Ya destacaba en benchmarks, y sus pesos se publicarán pronto.

—Pesos —repitió, saboreando una palabra ajena a su siglo—. Serían, en su analogía, las disposiciones internas de la máquina.

—Una parte esencial, sí. Si se publican, investigadores y desarrolladores podrían estudiarlo, adaptarlo y usarlo con más libertad.

Babbage abrió el paquete sin lacre que yo había dejado frente a él y revisó los símbolos.

—Una máquina calculante no debe ser venerada como oráculo. Ha de ser examinada. Pero quien entrega el mecanismo entrega también poder a manos prudentes e imprudentes.

—Esa es la tensión de los modelos abiertos: aceleran conocimiento, reparten capacidad y complican el control.

El inventor sonrió apenas, con melancolía de ingeniero incomprendido.

—Darío, si la inteligencia artificial ha de progresar, necesitará menos misterio teatral y más responsabilidad verificable.

Ox Alpha representa una disputa central del presente: la inteligencia artificial como caja cerrada o como máquina inspeccionable. Babbage, que soñó mecanismos transparentes aunque su época no pudiera completarlos, me recordó que abrir no equivale automáticamente a democratizar, pero cerrar tampoco equivale a proteger. El futuro de la IA dependerá de encontrar instituciones, comunidades y criterios capaces de convertir la apertura en conocimiento responsable, no solo en velocidad competitiva.

Diálogo con H. G. Wells

Londres, una sala de lectura cercana a Regent’s Park, 1937 – H. G. Wells y La memoria que escucha

La sala estaba envuelta en olor a madera encerada, lana húmeda y periódicos recientes. La luz de la tarde se filtraba por ventanas altas, y el murmullo de lectores parecía una marea domesticada.

Viajé a 1937 con la imagen de millones de voces convertidas en rutas de búsqueda. Wells me esperaba rodeado de libros y recortes, más interesado en el porvenir que en mi aparición. Extendimos sobre una mesa fichas bibliográficas vacías; yo le mostré cómo Radar convierte podcasts en material consultable por personas y agentes de IA, y él comenzó a ordenar las fichas como si diseñara una biblioteca para conversaciones aún no impresas.

“Una civilización no se mide solo por lo que dice, Darío, sino por cómo aprende a encontrarlo después.”

Wells tomó una ficha y escribió una palabra: “memoria”. Después dejó la pluma junto a mi proyección.

—Darío, me dice que esas conversaciones habladas, efímeras como humo, pueden buscarse como libros.

—Particle ha creado Radar. Transcribe y analiza más de 130.000 podcasts, los hace buscables desde la web y accesibles para agentes de IA mediante API y MCP.

—Agentes —dijo—. Es decir, intermediarios capaces de consultar ese depósito por nosotros.

—Exacto. Pueden alimentar asistentes, vigilancia de tendencias, herramientas de productividad. Transforman audio disperso en datos estructurados.

Wells deslizó varias fichas por la mesa, agrupándolas como continentes de una geografía intelectual.

—La promesa es magnífica: una mente mundial más accesible. Pero toda clasificación es también una forma de gobierno. ¿Quién decide qué se indexa, qué se destaca, qué se olvida?

—Esa pregunta será cada vez más importante. Los agentes pueden ampliar nuestra memoria, pero también mediarla.

—Entonces, Darío, no permitan que la memoria de la humanidad se convierta únicamente en una comodidad privada. Una biblioteca que escucha debe responder ante quienes hablan.

Radar me hizo sentir que la IA ya no solo responde preguntas: prepara el terreno donde las preguntas serán posibles. Wells vio en ello una versión práctica de su deseo de conocimiento organizado, pero también percibió la política oculta de todo índice. Si los podcasts se vuelven base de conocimiento para agentes, el futuro dependerá de cómo se equilibren utilidad, acceso, atribución y poder sobre la memoria conversacional.

Diálogo con John Snow

Londres, barrio del Soho, 1854 – John Snow y El agua vulnerable

El aire del Soho era espeso, mezclado con hollín, estiércol y humedad de calle estrecha. Una bomba de agua se alzaba entre fachadas oscuras, rodeada por el rumor ansioso de vecinos y ruedas sobre piedra.

Llegué con una gravedad que no era mía solamente. Hablar de sistemas de agua atacados en el siglo XXI ante John Snow, en el año de su investigación más célebre, me obligó a medir cada palabra. Caminamos hasta una bomba pública y desplegamos un mapa: él marcaba calles con su lápiz; yo añadía puntos luminosos que representaban sistemas modernos expuestos a internet.

“El agua enferma a una ciudad cuando nadie mira su camino, Darío; lo mismo harán sus redes invisibles.”

Snow observó mi mapa digital sin dramatismo. Su atención era clínica, casi severa.

—Más de cien sistemas de agua y aguas residuales atacados, dice usted.

—CISA lo confirmó para julio en Estados Unidos. Eran sistemas expuestos a internet. El contexto incluye incidentes sospechados de relación con Irán, pero lo más importante aquí es la fragilidad de una infraestructura esencial.

Snow trazó una línea desde una calle hasta la bomba.

—En mi oficio, la enfermedad se comprende siguiendo conexiones. La población ve agua; el investigador ve conductos, hábitos, descuidos.

—Hoy también seguimos conexiones. Solo que algunas pasan por redes digitales. La IA puede ayudar a detectar anomalías y responder mejor, pero también puede amplificar ataques si cae en manos hostiles.

Snow apoyó el lápiz con firmeza.

—No me impresiona que una amenaza cambie de ropaje. Me preocupa que las autoridades esperen al daño para admitir el vínculo.

—La resiliencia digital será parte de la salud pública.

—Entonces, Darío, dígales que proteger el agua no es una cuestión técnica secundaria. Es una obligación moral primaria.

La confirmación de CISA no necesita adornos apocalípticos: más de 100 sistemas de agua atacados bastan para entender la escala del riesgo. John Snow me enseñó que una infraestructura crítica se defiende primero reconociendo sus conexiones. La IA podrá ser centinela, herramienta de respuesta y sistema de análisis, pero su valor dependerá de políticas, inversión y prudencia. El agua del futuro circulará por tuberías físicas y por dependencias digitales; descuidar cualquiera de las dos será una forma de ceguera.

Diálogo con Karl Marx

Londres, sala de lectura del Museo Británico, 1867 – Karl Marx y El trabajo reservado

La sala circular respiraba papel, cuero viejo y carbón. Bajo la cúpula, plumas raspaban páginas; la luz caía con disciplina sobre escritorios ocupados por hombres que parecían discutir en silencio con el mundo.

Entré en la sala de lectura con el peso de una pregunta antigua: ¿qué ocurre cuando la máquina no solo aumenta la fuerza del trabajador, sino que puede reemplazar parte de su juicio? Marx estaba rodeado de notas. No le llevé consignas; le llevé una propuesta contemporánea: un impuesto a los robots y empleos reservados para humanos. Sobre su mesa colocamos dos columnas: productividad y dignidad.

“Si la máquina produce abundancia, Darío, la cuestión decisiva será quién posee esa abundancia y quién paga su sombra.”

Marx leyó mis notas con cejas contraídas. No parecía sorprendido por la automatización; le interesaba su propiedad.

—Bill Gates propone un impuesto a los robots y puestos reservados para humanos, me dice usted.

—Sí. No es una política oficial, pero sugiere esas medidas para reducir daños de la IA en el mercado laboral. La relevancia viene también de su papel como cofundador de Microsoft.

Marx escribió “beneficio” en una columna y “protección” en la otra.

—Un impuesto puede aliviar una herida, Darío, pero no explica por sí solo quién empuña el instrumento que la causa.

—Aun así, podría abrir una vía para repartir mejor los beneficios de la automatización.

—Podría —concedió—, si no se convierte en limosna administrada por los mismos intereses que concentran la ganancia. En cuanto a reservar trabajos para humanos, pregunto: ¿por humanidad o por necesidad de conservar consumidores?

—Tal vez por ambas razones. El desafío es proteger dignidad sin frenar toda innovación.

Marx ordenó las hojas con una paciencia áspera.

—Darío, no teman a la máquina por ser máquina. Teman a una sociedad que haga de la máquina una excusa para considerar sobrante al ser humano.

La propuesta de Bill Gates toca el nervio político de la IA: no basta con medir eficiencia; hay que discutir distribución, seguridad y sentido del trabajo. Marx me recordó que la automatización jamás llega a una sociedad vacía: entra en estructuras de propiedad, salario, poder y necesidad. Un robot tax o empleos “Human Reserved” podrían ser parte de una conversación mayor, pero no sustituyen la pregunta esencial: cómo diseñar una economía donde la inteligencia artificial aumente capacidades sin convertir a millones en daños colaterales.