Bidi 1 es el nombre que está empezando a circular entre quienes siguen de cerca la evolución de la inteligencia artificial conversacional, y promete resolver algo que muchos usuarios de ChatGPT conocen bien: esa sensación incómoda de estar hablando con una máquina que espera, procesa y responde con un ritmo que nada tiene que ver con una charla real. Hay tecnologías que avanzan despacio y otras que dan saltos. La voz dentro de ChatGPT parecía estancada en la primera categoría, hasta que aparecieron las primeras filtraciones sobre este nuevo modelo.
La información apunta a referencias a un modelo llamado GPT-Bidi-1 encontradas en el código de la aplicación. Según lo filtrado, OpenAI estaría probando internamente esta tecnología y ya habría empezado a desplegarla entre un grupo reducido de usuarios. No hay anuncio oficial, así que conviene tratar todo esto como información preliminar, basada en pruebas tempranas y en lo que se ha podido ver hasta ahora.
Qué significa realmente “bidireccional”
El nombre no parece elegido al azar. «Bidi» sería una abreviatura de «bidirectional», o sea, la capacidad del sistema para escuchar y hablar al mismo tiempo. Puede sonar a detalle menor, pero marca una diferencia enorme frente a la mayoría de asistentes actuales. En lugar de esperar a que alguien termine de hablar para luego procesar y responder, el modelo sería capaz de mantener una conversación mucho más fluida, adaptándose en tiempo real a interrupciones, cambios de tema o instrucciones que llegan a mitad de camino.
Las pruebas de quienes han tenido acceso van justo en esa línea. Bidi 1 puede soltar pequeñas confirmaciones verbales cuando detecta pausas, esas expresiones breves que una persona usa para indicar que sigue ahí, escuchando. También sabría modificar una tarea en curso sin empezar de cero. Un ejemplo que se ha citado: pedirle que cuente hasta diez y, antes de que termine, decirle que invierta el orden. El modelo ajustaría su comportamiento al instante, sin perder el ritmo.
Link affiliatoEl problema del contexto y la apuesta de OpenAI
Quizá la mejora más interesante tenga que ver con el contexto. Una de las limitaciones que han acompañado siempre a los sistemas de voz de ChatGPT es su dificultad para seguir el hilo en conversaciones largas. Lo filtrado sugiere que Bidi 1 conservaría mucho mejor todo lo acumulado durante la interacción, reduciendo esa pérdida de referencias que tanto frustra. Y evitaría otro vicio habitual: interpretar un silencio algo largo como el final de la charla, cortando al usuario antes de tiempo.
Todo esto encaja con el rumbo que parece seguir OpenAI. Varias informaciones recientes apuntan a una transformación profunda de la plataforma, con herramientas de programación, agentes capaces de ejecutar tareas y nuevas formas de interactuar. La voz tendría ahí un papel cada vez mayor, porque para mucha gente hablar resulta más natural que escribir, sobre todo si la inteligencia artificial responde con la misma rapidez y flexibilidad que una persona. Las pruebas también mencionan que esta tecnología podría llegar a Codex.
Es pronto para saber si Bidi 1 cumplirá todo lo que promete esta filtración. Tampoco está claro cuándo llegará de forma generalizada ni si todas las funciones vistas en pruebas formarán parte de la versión final. Lo evidente es que OpenAI sigue viendo la voz como una de las grandes fronteras por conquistar, y que con Bidi 1 quizá estemos un poco más cerca de dejar de hablar con una herramienta para empezar a conversar con ella.
Fuente
Imagen: muycomputer.com
Link affiliato