Aurich Lawson | Canal 1
Aquí en Ars, hemos cubierto durante mucho tiempo el potencial interesante y el peligro significativo (y la tontería ocasional) de los videos generados por IA que presentan avatares humanos cada vez más realistas. Diablos, incluso nos tomamos la molestia de crear nuestro propio Mark Zuckerberg «deepfake» en 2019, cuando la tecnología subyacente no era tan sólida como lo es hoy.
Pero incluso con todos esos antecedentes, la visión de la startup Channel 1 de un futuro cercano en el que avatares generados por IA leen las noticias fue un shock para el sistema. De la empresa Noticiero reciente de «exhibición» de prueba de concepto revela cuán lejos han llegado los videos de humanos generados por IA en poco tiempo y cómo esos avatares realistas podrían revolucionar mucho más que el mercado laboral de cabezas parlantes.
“…los presentadores de noticias han sido cambiados para proteger a los inocentes”
Vea las imágenes de IA de mayor calidad del mundo.
🤯 – Nuestros presentadores generados ofrecen historias informativas, sinceras y entretenidas.
Mire ahora el episodio de presentación de nuestra próxima cadena de noticias. pic.twitter.com/61TaG6Kix3
— Canal 1 (@channel1_ai) 12 de diciembre de 2023
Para ser claros, el Canal 1 no está tratando de engañar a la gente con «falsificaciones profundas» de presentadores de noticias existentes ni nada por el estilo. En los primeros segundos de su noticiero de muestra, identifica a sus cabezas parlantes como un «equipo de reporteros generados por IA». Unos segundos más tarde, uno de esos cabezas parlantes explica con más detalle: «Puedes oírnos y ver nuestros labios moverse, pero nadie fue grabado diciendo lo que todos decimos. Estoy impulsado por sofisticados sistemas detrás de escena».
Incluso con ese tipo de advertencias, descubrí que tenía que recordarme constantemente que las «personas» que estaba viendo dar las noticias aquí sólo estaban «basadas en personas reales que han sido compensadas por el uso de su imagen», como informa Deadline (cómo (La cantidad de compensación que recibieron probablemente será una gran preocupación para los actores que recientemente se declararon en huelga, en parte por la cuestión de las semejanzas de la IA). Todo, desde la sincronización de labios hasta las entonaciones, los gestos sutiles y los movimientos corporales de estos presentadores del Canal 1, ofrece una presentación inquietantemente convincente de un presentador de noticias real hablando a la cámara.
Claro, si miras de cerca, hay algunas anomalías reveladoras que exponen a estos reporteros como creaciones por computadora: ligeras distorsiones de video alrededor de la boca, por ejemplo, o gestos con las manos demasiado repetitivos, o una elección sin sentido de énfasis en las palabras. Pero esas señales son tan pequeñas que sería fácil pasarlas por alto a simple vista o en una pantalla pequeña como la de un teléfono.
En otras palabras, los avatares de IA con apariencia humana ahora parecen estar en camino de salir del valle inquietante, al menos cuando se trata de presentadores de noticias que se sientan en un escritorio o se quedan quietos frente a una pantalla verde. El inversionista de Channel 1, Adam Mosam, dijo a Deadline que «ha llegado a un lugar donde es cómodo de ver», y debo decir que estoy de acuerdo.
Un clip del Canal 1 muestra cómo su sistema puede hacer que las fuentes de video parezcan hablar un idioma diferente.
La misma tecnología también se puede aplicar a vídeos de noticias sobre el lugar de los hechos. Aproximadamente a los ocho minutos del noticiero de muestra, el Canal 1 muestra un video de una víctima de una tormenta tropical europea que describe los restos en francés. Luego muestra una versión generada por IA del mismo metraje con la fuente hablando un inglés perfecto, usando un facsímil de su voz original y sincronización labial artificial colocada sobre su boca.
Sin la advertencia en pantalla de que se trataba de «Idioma generado por IA: traducido del francés», sería fácil creer que el vídeo era de un expatriado estadounidense en lugar de un hablante nativo de francés. Y el efecto es mucho más dramático que la práctica habitual de las noticias televisivas de tener un intérprete invisible hablando sobre las imágenes.