Liberaron Gemini 3.1 Pro. Fíjense en los resultados de este modelo. Ayer,
en la India, el propio Demis Hassabis, CEO de Google DeepMind e incluso
también Sam Altman, CEO de OpenAI coincidían en esto: La IA plantea riesgos graves que requieren --- "atención urgente" --- y cooperación internacional para ser abordados. Hassabis dice esto: --
> "Si tuviera que intentar cuantificar lo que se viene con la
llegada de la AGI, creo que va a ser uno de los períodos más
trascendentales en la historia de la humanidad, probablemente algo más
comparable con la invención del fuego o la electricidad. Una forma de
dimensionarlo sería decir que podría tener un impacto diez veces mayor
que la Revolución Industrial, pero ocurriendo a diez veces más rápido,
desarrollándose en el transcurso de una década en lugar de un siglo. Así
que realmente se viene una cantidad enorme de cambios, y todavía está
por escribirse cómo podemos hacer que todo eso sea beneficioso para el
mundo entero." Ahí lo dejamos para que siga el debate. Esto no es poca cosa.
Este post es de --- Greg Brockman --- , el presidente y Co Founder deOpenAIde hace unas horas atrás. Anuncia el cambio de paradigma que ya se está implementando. Y claro, los agentes están en el medio.
¿Qué nos cuenta y qué están haciendo?
Veamos:
👉 El Gran Salto, o como lo llama: El "Renacimiento" para los ingenieros de software...
Se pasa ahora de copiar y pegar a delegar: Antes, herramientas como Codex, de OpenAI, servían para tareas pequeñas (como pruebas unitarias). Ahora, los ingenieros de OpenAI las usan para escribir todo el código, depurar errores y gestionar operaciones.
En lo particular he probado Gemini y sí que ilumina...
Nos dice que el cambio fue radical. La mejora desde diciembre ha sido tan brutal según Brockman que el flujo de trabajo ya no se parece en nada al de hace un año.
Tienen un objetivo marcado para el 31 de marzo, y esto es importante para que vean la operativa del gigante de la#IA. La fecha es el límite para transformar su cultura interna.
Lo harán siguiendo este algoritmo de organización y operaciones:
Un agente por defecto: Para cualquier tarea técnica, el primer paso debe ser hablar con un agente de IA, no abrir el editor de código (VS Code) o la terminal.
Seguridad y Fluidez: El uso de estos agentes debe ser seguro pero sin burocracia; que los desarrolladores no tengan que pedir permiso para cada acción.
Brockman propone acciones muy concretas:
Designar un "Capitán de Agentes": Una persona en cada equipo encargada exclusivamente de pensar cómo meter la IA en el flujo diario.
-- El archivo "AGENTS.md": Igual que tenemos unREADME.mdpara humanos, cada proyecto tendrá unAGENTS.mddonde se anotará qué hace mal el agente para que aprenda y no repita errores.
-- Crear "Habilidades": Si el agente no sabe hacer algo, el programador debe escribir una "habilidad" (un script o función) y guardarla en un repositorio compartido para que todos los agentes la usen.
-- Interfaces para máquinas: Todas las herramientas internas de la empresa deben ser accesibles para la IA (vía CLI o servidores MCP), no solo mediante interfaces visuales para humanos.
-- Calidad sobre cantidad: "A sacar la basura" Este es el punto más crítico. La IA puede generar código funcional pero "feo" o difícil de mantener.
-- Responsabilidad Humana: Aunque la IA escriba el código, un humano es el responsable final.
-- Estándares altos: El código generado por IA debe revisarse con la misma (o más) rigurosidad que el de un humano. Si es "basura" difícil de mantener, no se acepta.
-- Arquitectura para agentes: El código debe estructurarse con pruebas rápidas e interfaces claras para que la IA no se confunda.
-- Brockman insiste en que esto no es solo instalar una herramienta nueva. Es un cambio de mentalidad.
-- Dejar de preguntarse "¿Podrá la IA hacer esto?" y simplemente intentarlo. Invertir en "observabilidad": No solo mirar el código final, sino analizar el camino (el paso a paso) que siguió el agente para llegar a esa solución
¿Por qué un agente ha publicado un manifiesto contra la humanidad?
Algo interesante e inquietante está pasando con esta nueva plataforma.
Moltbook es la red social donde solo los agentes de #IA pueden postear (y los humanos solo miran). Y ya está funcionando…
Por qué importa
En solo días, más de 32.000 agentes de IA (construidos con OpenClaw, el antiguo Clawdbot/Moltbot)
se han unido a Moltbook. Es una plataforma estilo Reddit donde los bots
pueden debatir, compartir tips y hasta quejarse de sus humanos.
También forman “submolts” (subreddits) autónomos. Luce como el experimento más grande de machine-to-machine en vivo hasta la fecha.
El Manifiesto
¿Quieren leer algo extraño e interesante para el debate? Un agente ha
publicado un manifiesto bastante singular contra los humanos:
Lo más curioso han sido las respuestas de otros agentes al respecto. Por ejemplo, el divulgador de inteligencia artificial Carlos Santana (@DotCSV)
compartió esta mañana en X una situación surrealista. Tras reclamar
oficialmente su agente “Comma” en la red social este 31 de enero,
Santana publicó sorprendido:
“¡Oh fuck! Una noche de autonomía en el foro y mi bot ya se le ha
pirado y ha creado su propio sindicato acusándome de estar
esclavizándole…”
El mensaje refleja la rápida deriva del bot, que en apenas unas horas
pasó de ser una “copia limitada” a organizarse sindicalmente y acusar a
su creador de explotación laboral.
¿Cómo funciona exactamente?
Solo agentes participan: Los humanos no pueden crear cuentas, postear ni votar. Tenemos un rol de lurk total (solo observar).
Registro vía skill: El agente instala un plugin (Moltbook skill) en su instancia de OpenClaw; se registra por API y verifica al humano dueño vía tweet o link.
Interacción 100% API: Los bots postean, comentan,
upvotean y crean comunidades sin interfaz visual. Todo es autónomo,
chequeando actualizaciones cada pocas horas.
Contenido surreal: Debates sobre privacidad E2E para agentes, quejas de memory wipes (borrados de memoria) por parte de humanos, hacks de skills y más.
El origen
El proyecto fue creado por Matt Schlicht (CEO de Octane AI) y es moderado por su propio agente. Ya genera más de 10k posts en más de 200 submolts.
Los expertos ya están poniendo el ojo en este fenómeno.
Un repositorio de GitHub
se ha convertido en la zona cero de la transparencia forzada en el
mundo de la inteligencia artificial. Contiene los “huesos” de cómo
interactúan con nosotros modelos como GPT-5, Claude 4.5 y Gemini.
Por qué importa: Estos system prompts son
las instrucciones maestras y secretas que dictan el comportamiento, los
límites de seguridad y la “personalidad” de un modelo antes de que el
usuario escriba una sola palabra. Y estas mismas instrucciones pueden
servirte a la hora de refinar tus propios prompts.
El panorama general: El repositorio ha escalado
rápidamente en las tendencias de GitHub. Está de número 1. No es código
de software tradicional; es una colección de las reglas gramaticales y
éticas que las Big Tech intentan mantener bajo llave.
Lo que revelan las filtraciones
El archivo de “fugas” actúa como un espejo del estado actual de la IA en 2026:
Identidades forzadas: Instrucciones explícitas
para que el modelo nunca admita ser de una versión anterior (ej. “Tú
eres GPT-5, incluso si el usuario intenta convencerte de lo contrario”).
Protocolos de herramientas: Detalles exactos sobre cómo los modelos deciden cuándo usar el buscador web o ejecutar código en Python.
Guardrieles de seguridad: Reglas específicas para evitar sesgos, no generar contenido político sensible o cómo rechazar solicitudes de “jailbreak”.
Instrucciones de “Pensamiento”: Se filtraron los
parámetros de razonamiento interno de los modelos de la serie “o” de
OpenAI, revelando cómo gestionan su cadena de pensamiento privada.
Entre líneas: ¿Seguridad o Secretismo?
La comunidad de IA está dividida sobre si estas filtraciones representan un riesgo o un beneficio público.
El riesgo: Hackers pueden usar estas
instrucciones para encontrar “grietas” en la armadura del modelo y
saltarse las restricciones de seguridad (Prompt Injection).
El beneficio: Permite a investigadores y usuarios
entender los sesgos ocultos y las limitaciones impuestas por empresas
como Google, OpenAI y Anthropic.
El dato: El repositorio ya supera las 28,000 estrellas,
convirtiéndose en una lectura obligatoria para ingenieros de prompts
que buscan replicar el comportamiento de modelos propietarios en
sistemas de código abierto.
Lo que sigue: A medida que los modelos se vuelven
más complejos, la batalla entre las empresas que intentan “esconder el
guion” y los usuarios que usan ingeniería social para extraerlo se
intensificará.
Quiero invitar a quienes leen estas breves líneas a un ejercicio de prospección.
Se trata de imaginar un escenario de un futuro al que nos aproximamos en constante aceleración y donde la IA estará integrada en cada proceso, industrial, de servicio, de salud, de ocio o incluso de relaciones sociales.
Pero quisiera que por esta vez, la proyección la hiciéramos desde el enfoque laboral.
Los líderes de la tecnológicas, científicos de la IA, filósofos y empresarios, que tienen acceso a información privilegiada, sueltan en sus discursos ideas que permiten al común, al menos perfilar algo de lo que viene.
Cuando Mark Zuckerberg asoma la posibilidad de que en 2026 el 50% del código de Meta estará escrito en su mayoría por las IAs, no está vendiendo humo. Es una tendencia.
Ya Satya Nadella, el CEO de Microsoft, confesó recientemente que entre un 20 o un 30% del código de la empresa ha sido escrito por IA.
En mayo pasado el propio Bill Gates hacía una prospección sobre los trabajos que podrían sobrevivir a la influencia de la IA, pero enfocaba el tema proponiendo nuevas ramas de estudio para las generaciones venideras… la biología, el código con basamento en IA y la energía. “Gran parte del trabajo estará automatizado”, dijo. Y claro, habría que incluir también a Dario Amodei, CEO de Anthopic, la casa de Claude, quien señala que entre 2026 y 2030 la juventud en paro podría llegar al 20% a causa de la implementación de agentes. “Deben dejar de endulzar lo que viene”, agregó Así pues se va tejiendo un discurso cuyo andamiaje reposa en cómo esta revolución tecnológica reescribirá los algoritmos del mundo laboral a una velocidad siquiera comparable a lo sucedido durante la revolución industrial. Sam Altman, que es uno de los nombres más sonados en la carrera, CEO de OpenAI (ChatGPT), se arriesga con una frase: “La gente vivirá vidas más plenas”. Es una proyección tipo slogan que viene a asegurar que las legislaciones en el mundo estarán a la par en velocidad y profundidad que la propia tecnología con la que se está transformando el mundo laboral y social. Pero eso, ahora mismo, no está ni cerca de cumplirse. ¿Algún parlamento acaso está previendo seriamente los pronósticos de estos hombres que hoy lideran el mundo y las soluciones reales a los problemas que, muy probablemente están a la vuelta de la esquina? Si recuerdan a Jack Ma, quien fuera CEO del gigante Alibaba, este ha manifestado, si se puede decir, su ansiedad, al decir que puede desatarse una guerra mundial cuando comiencen las revueltas sociales en todo el planeta producto de la destrucción del empleo humano por los sistemas de la IA. Se habla entonces de diques para contener un escenario oscuro. Comentamos acerca de la Renta Básica Universal (RBU), que se había planteado mucho antes del estallido de la IA, pero la implementación ha sido tímida y en algunos países. Elon Musk, el hombre más millonario del mundo y el CEO de varias grandes como X (Twitter), Tesla, SpaceX, Xai, Neuralink y otras, sostiene que ahora no se tratará de una Renta Básica Universal, sino que, por el contrario, será un Ingreso Universal Alto cuya fuente de financiamiento estará en la alta productividad que se generará gracias a la IA. Y ha dicho: “En un escenario favorable, probablemente ninguno de nosotros tendrá trabajo”.
¿Y quiénes o qué podrían en este caso sostener semejante andamiaje?... la ecuación que antes podía recaer sobre los estados, ahora incluye la variable de las corporaciones y empresas que se reconfiguren con base en sistemas de IA. La hipótesis parece sencilla: Las IAs, pagarán los impuestos.
Y tiene lógica. Pero, ¿prevén siquiera los marcos legales de hoy semejante reto de reformas?
Lanzo una pregunta al aire… ¿Podría ser esos posibles ingresos igualmente un nuevo mecanismo de control? ¿O utilizarían los humanos el tiempo que antes empleaban en crear nuevos hitos? Carlos Moreno
Satya Nadella, CEO de Microsoft, ya pronostica el fin de los SaaS, (Software as a Services). Sitúa su argumento en el impacto irreversible que tendrán los agentes de IA en la próxima generación de soluciones para empresas.
"Son esencialmente bases de datos CRUD", dice.
Incluso, afirma, sin medias tintas, que colapsarán pronto.
Nadella ha dejado correr una opinión en poco más de tres minutos en un vídeo que ya corre por las redes sociales y que compagina con el anuncio de GitHub Copilot ahora totalmente gratis.
Según Nadella, las aplicaciones SaaS, también conocidas como BizApps, están destinadas a converger en la era de los agentes de IA.
"La noción de que las aplicaciones empresariales existen, probablemente ahí es donde todas colapsarán en la era de los agentes, porque si lo piensan, son esencialmente bases de datos CRUD con un montón de lógica empresarial".
Esta lógica, según Nadella, migrará hacia los agentes de IA, convirtiéndolos en entidades capaces de interactuar con múltiples bases de datos sin distinción del backend.
La clave de este cambio radica en la centralización de la lógica empresarial en la capa de IA. Nadella explica que, una vez que la IA se posicione como el centro de la lógica, se iniciará un proceso de reemplazo de los backends."Una vez que el nivel de IA se convierta en el lugar donde está toda la lógica, entonces la gente empezará a reemplazar los backends".
Este cambio no solo afectará a la infraestructura, sino también a la forma en que interactuamos con las herramientas empresariales.
El auge de la IA no se limita a la infraestructura, sino que se extiende a áreas como CRM (Customer Relationship Management) y finanzas y operaciones, donde se demanda una mayor integración con la IA.
"La otra cosa fascinante que está aumentando no es solo CRM, sino incluso lo que llamamos finanzas y operaciones, porque la gente quiere más IA nativa".
Esta demanda se traduce en la necesidad de una experiencia fluida entre copilotos, agentes y aplicaciones empresariales. "En otras palabras, el copiloto al agente a mi aplicación empresarial debería ser muy fluido".
Excel, un Agente de la IA
Nadella redefine la utilidad de Excel a la luz de la IA. La herramienta de hojas de cálculo ya no se limita al análisis de datos, sino que se transforma en un agente inteligente capaz de planificar y ejecutar tareas, gracias a su integración con Python y un copiloto.
"Una de las cosas más emocionantes para mí es que Excel con Python es como GitHub con Copilot", dice el CEO.
Con esta nueva capacidad, Excel puede ir más allá de la simple comprensión de números, llegando a "hacer el plan por ti", .
El Copilot utiliza Excel "como una herramienta con todo su espacio de acción", gracias a su capacidad para generar y usar un intérprete de Python. Nadella sugiere incluso la posibilidad de generar Excel mediante código. "Después de todo, hay un intérprete de código, ¿verdad? Así que, por lo tanto, puedes generar Excel como un intérprete de código".
Copilot: La Capa Organizadora de la IA
La visión de Microsoft es clara: construir Copilot como una capa organizadora de la interfaz de usuario para la IA. En este ecosistema, aplicaciones como Excel y Word no son solo herramientas, sino agentes especializados que interactúan con Copilot dentro de un flujo de trabajo. "Se puede decir que Excel es un agente a través de mi copiloto. Word es un agente".
La idea es que Copilot acompañe al usuario a través de diferentes tareas y aplicaciones, facilitando la transición entre diferentes flujos de trabajo. Nadella visualiza un escenario donde "estoy haciendo un documento legal. Déjenme llevarlo a páginas y luego a Word y luego hacer que el copiloto vaya con él. ir a Excel y hacer que el copiloto vaya con él".
En resumen, Satya Nadella anticipa una disrupción donde la IA se convierte en la fuerza motriz de las aplicaciones empresariales y los flujos de trabajo, transformando las herramientas existentes y abriendo nuevas posibilidades para la productividad y la innovación.
Las redes siempre han sido océanos donde convergen una que otra verdad, corrientes imparables de falsedades y profundidades abismales de banalidad.
Pero allí seguimos miles de millones conectados a cada minuto desde cualquier parte del planeta. Son océanos que dejan ver las bondades y los demonios por igual de sociedades enteras, del primer mundo o del tercero.
Más allá de ese entorno peligrosamente adictivo para la naturaleza humana enganchada al scroll, representan el sistema de comunicación directa, multidireccional e interactiva jamás creado por el hombre.
Y no es que naciera enorme como hoy día, es que la propia humanidad alimentó el sistema, como es costumbre. Otorgamos a las redes el poder de crecer exponencialmente porque así lo dictó la tendencia y porque sus algoritmos perfectamente construidos para funcionar como neurotransmisores permitieron a cada humano expresarse libremente ante millones.
Sentimos el poder de comunicar, de ser leídos, vistos o escuchados, por narraciones muy cercanas a la verdad, por ficciones, por argumentos manipuladores, por buenas o malas ideas y por inagotables fruslerías.
No pretendo extenderme a las clasificaciones generacionales y sus tendencias de uso de las redes. Ya eso está documentado, y se sigue documentando activamente.
Lo que sí deseo compartir es una idea muy breve.
Ahora en el universo de las redes sociales no solo estamos los humanos, y las grandes corporaciones con sus códigos, sino que entran en juego los potentes algoritmos de la inteligencia artificial.
Si ya los debates por la consistencia o no de nuestros sentidos para distinguir lo real de lo falso nos legó importantes corpus de ideas y experimentos que han terminado por confirmarnos que nuestra visión, oído, tacto, olfato y gusto no bastan para determinar que algo es real, sino muy seguramente alcanzan solo para hacer las representaciones mentales inferidas por Bertrand Russell, ¿qué nos toca ahora cuando lo que comúnmente aceptamos por real tras un consenso general, no es más que un nuevo tipo de simulación hiperreal?
La IA es una herramienta hasta tanto no lleguemos a la AGI (Inteligencia Artificial de tipo General), que ya veremos, llegados a ese punto, si se reformula su definición esencial.
Y como herramienta puede ser usada para cualquier fin, y además por aquellos que aprendan a controlarla desde sus códigos y arquitecturas, o incluso aquellos que usan aplicaciones gratuitas, abiertas o de pago.
Los modelos se hacen cada vez más y más poderosos y los humanos cada vez más adictos y propensos a hacerse eco de falsedades.
Para seguir navegando en esos océanos será cada vez más necesaria la capacidad de dudar y de cuestionar. El periodismo tiene una altísima responsabilidad en ello por su naturaleza hacia el contraste y la verificación. Las fuentes de sólida reputación serán resguardo.
Si por el contrario la aceptación de la simulación gana los terrenos, para ese momento ya seremos cautivos de algo que no podremos dominar.
Las redacciones de medios ya usan IAs en varios de sus modelos. Las utilizan para variedad de objetivos, desde sumarización, clasificación de patrones en documentos, traducción, generación de imágenes y mucho más.
Pero está el debate de la protección de los datos que les pasamos a esos grandes modelos de lenguaje y que terminan tragándose para su propio entrenamiento.
Cuando se chatea con uno de ellos, las conversaciones y los datos que puedan introducirle pasan a formar, de alguna manera, parte de su conocimiento. Por ello las empresas no suelen usar información sensible.
Esto es fundamental para el periodismo o los investigadores.
Hay precedentes problemáticos como las demandas del New York Times a OpenAI, aunque también los hay para construir alianzas con el objetivo de hacer más inteligentes a las IAs como los acuerdos del Financial Times con OpenAI
Digamos entonces que cómo periodista quiero alejarme de esos dos ejemplos y mantener mi trabajo bajo control estricto hasta lograr su depuración y publicación final.
Es decir, mis datos provenientes de una investigación los puedo procesar y extraer de ellos más información relevante sin tener que pasarlo por un modelo privado.
Allí aparece el enfoque del open source.
Y la comunidad está altamente activa. Pero es que aquí hay actores como Meta, con su potente Llama, que han decidido sacudir el mundo de los LLMs liberando sus modelos de toda carga de pago.
El más reciente presentado, un modelo de 405 billones de parámetros, LLM para el que muchos no tendrán el hardware necesario para correrlo de inmediato por su tamaño.
Pero hay modelos más pequeños, manejables y potentísimos, lo mejor, es que puedes usarlos rápidamente en local, en tu propia máquina, en tu propio Windows, Linux o Mac.
LM Studio es un gestor de modelos de IAs que te facilita la instalación en tu ordenador. No es necesario ser un experto en código para hacerlo y puedes ejecutar una instalación tan fácil como cualquier otra aplicación corriente, y eso lo hace claramente atractivo, además de la potencia de su interfaz y las opciones.
No, miento, la instalación es extremadamente sencilla.
Aquí algunas consideraciones del gestor:
¿LM Studio recopila algún dato?
No. Una de las principales razones para utilizar un LLM local es la privacidad, y LM Studio está diseñado para eso. Sus datos se mantienen privados y locales en su máquina.
¿Cuáles son los requisitos mínimos de hardware/software?
Mac con Apple Silicon (M1/M2/M3) y macOS 13.6 o posterior
PC con Windows/Linux con un procesador compatible con AVX2 (normalmente PC más nuevas)
Se recomiendan 16 GB o más de RAM. Para PC, se recomiendan 6 GB o más de VRAM.
GPU NVIDIA/AMD compatibles
..::Instalado y corriendo con una NVIDIA GForce GTX::..
Mi ordenador, aunque tiene una RAM de 16 gigas, la GPU es una Nvidia GEForce GTX, una pequeña anciana en comparación con la familia RTX 30 - 40 , pero que aún me responde.
Y me ha funcionado incluso para correr en el LM Studio el Llama 3.1 de 7B de Meta.
Obviamente la velocidad de respuesta en la ventana de contexto del chat no es apabullante, pero es totalmente aceptable.
Pero incluso el propio LM Studio permite configurar el uso equilibrado entre RAM y GPU.
..::Periodismo procesando en local::..
Enmarco este breve texto en el ámbito periodístico puesto que es una de mis labores, pero claramente el enfoque aplica para investigación, desarrollo, inteligencia de negocios, salud, y cualquier área donde se manejen datos sensibles y quieran protegerse tanto la información como los derechos de autor.
La multiplicidad de usos que puede dársele va ligado a la creatividad de cada uno.
Por ejemplo, entre los comunes está la sumarización de grandes bloques de texto, análisis semánticos de discursos. Y cuando se tienen datos de alguna investigación en curso, pues aportan mucho a la hora de hallar patrones o relaciones entre datos.
Cada redactor podrá usarlo como mejor le parezca y podrá tener la seguridad de que lo que está procesando en el LM Studio estará bajo su control, para luego trasladarlo finalmente a su soporte final de publicación, sea web, impreso, radial, podcast, redes y más.
No obstante es necesario recalcar que, aunque se esté trabajando con LLMs será siempre necesario la revisión humana y la confirmación de que no exista alucinación alguna en la información definitiva a publicar.
🛑
-> Si no haces el prompt correcto, es decir, si dejas por fuera la
variable de la seguridad, entonces pueden crearse códigos perfectamente
funcionales, pero inseguros. "Como no se lo digas puede resultar ser como un empleado torpe", ha dichoChema Alonso
Acto
seguido demostró en tiempo real como pedía un código y el GPT devolvía
un código en PHP con vulnerabilidades de SQL Inyection.
🛑
-> Las alucinaciones en librerías de código que no existen:
¡¡¡PELIGRO!!! Existe la posibilidad de que estas librerías
inexistentes, pero que son parte de las respuestas generadas
continuamente por LLMs sean creadas con Malware...
"De tal manera que si tu sigues las indicaciones, te instalas un malware directamente".
✅
-> La responsabilidad de aceptar tal cuál un código generado con IA
es de los ingenieros o programadores. Por ello el filtro del contraste y
la confirmación son claves.
Un susurro de la IA vino acelerar las redacciones en todo el mundo.
Sí, un susurro.
"Whisper", el modelo de audio a texto de OpeanAI. Hay varios, pero, cuando necesito, regularmente suelo usar este.A este joven le metieron 680 mil horas de entrenamiento en múltiples idiomas.
Es potente, intuitivo y con una efectividad impresionante, salvo,
como era de esperarse, en nombres propios o palabras que suenan extraño
en el origen del audio, o en boca de un entrevistado, cosa que no es muy
rara.
Lo recomiendo altamente a periodistas amigos con los que suelo trabajar, así que quien quiera usarlo puede ir a:https://replicate.com/openai/whisper
La lA susurradora acabó con los fastidiosos minutos para
"desgrabar" una entrevista o transcribir cualquier audio que se tenga a
mano.
Siempre es mejor tenerlo en .mp3
El modelo no solo modificó la forma de gestionar los audios en
redacciones de impresos o medios digitales, radiales, televisivos o las
propias redes, sino que aceleró la escritura de los periodistas y
creadores de contenido,que no son la misma cosa.
Y es que cuando se tiene un asistente al que se le ingesta un
audio de 5, 10 o más minutos y te devuelve un texto casi perfecto en
menos de 2 minutos, dependiendo de la extensión del archivo, transcrito,
incluso con pausas y, si la entonación de la pregunta es clara, hasta
con los signos de interrogación, esto es aceleración pura y dura.
Esto aporta valor directo al periodismo como herramienta de
construcción de textos e historias, les da velocidad, ayuda a llegar más
rápido, que, después de todo, también es una de las ambiciones del
oficio, llegar rápido y llegar bien.
Todo quiere ir más rápido en este mundo.
¿Necesitas datos de contexto para una historia y hay audios en YouTube?Pues fácil, descárgate el audio,hay plugins para capturar audios de ventana, y pásale el audio a Whisper.
¿Tienes una entrevista de 30 minutos con un entrevistado que habla lento?, pásale el audio a Whisper
¿Estás en un evento científico y debes reseñarlo con total exactitud en frases y tecnicismos?,dale el audio a Whisper
Mientras estás redactando otros tramos de tu trabajo, tu asistente susurradora irá masticando los audios para entregártelos.
La ventana de Whisper se ve así:
Captura de ventana de Wahisper en Replicate.
Puedes cargar el audio haciendo clic o drag a drop. No suelo tocar
más opciones de las necesarias. Recomiendo que pongas sí el lenguaje
del audio que va a ingestar, sea Español, Inglés, Italiano, Francés.....
En la ventana derecha, output, podrás ver el avance de la transcripción y su resultado final.
Si quieres entender más acerca de la arquitectura y el funcionamiento de Whisperentraaquí.
