Siri y Alexa fueron sólo el comienzo. A medida que las tecnologías de reconocimiento de voz y síntesis de voz continúan madurando, los días de escribir en teclados para interactuar con el mundo digital que nos rodea podrían estar llegando a su fin, y antes de lo que muchos de nosotros anticipamos. Donde los asistentes virtuales de hoy existen en nuestros dispositivos móviles y computadoras de escritorio para brindar respuestas escritas a preguntas específicas, los copilotos de IA generativa impulsados por LLM del mañana estarán allí, y también en todas partes. Este es el futuro «con la voz primero» que Tobias Dengel imagina en su nuevo libro, El sonido del futuro: la próxima era de la tecnología de voz.
Utilizando un amplio conjunto de ejemplos y aplicaciones en todo, desde marketing, ventas y servicio al cliente hasta fabricación y logística, Dengel explica al lector cómo las tecnologías de voz pueden revolucionar las formas en que interactuamos con el mundo digital. En el siguiente extracto, Dengel analiza que la tecnología de voz podría ampliar su papel en la industria de la aviación, incluso después del desastroso resultado de su uso inicial en el Boeing 737 MAX.
Extraído de EL SONIDO DEL FUTURO: La próxima era de la tecnología de voz de Tobias Dengel con Karl Weber. Copyright © 2023. Disponible en PublicAffairs, una impresión de Hachette Book Group, Inc.
REDUCIR LOS MAYORES RIESGOS: HACER VOLAR MÁS SEGURO
Algunos lugares de trabajo implican mayores riesgos que otros. La sociedad actual, impulsada por la tecnología, a veces multiplica los riesgos que enfrentamos al darle a la gente común el control sobre cantidades de energía que alguna vez fueron increíbles, en formas que van desde remolques de tractores hasta aviones a reacción. Las personas que desempeñan ocupaciones profesionales que implican riesgos importantes a diario también se beneficiarán de la ventaja de seguridad que proporciona la voz, al igual que la sociedad que depende de estos seres humanos bien capacitados y altamente capacitados pero imperfectos.
Cuando se lanzó el avión de pasajeros Boeing 737 MAX en 2015, presentó una serie de innovaciones, incluidas aletas distintivas de punta dividida y modificaciones del fuselaje que afectaron las características aerodinámicas del jumbo jet. Un objetivo de lanzamiento crítico para Boeing era permitir a los pilotos comerciales volar el nuevo avión sin necesidad de nuevas certificaciones, ya que volver a capacitar a los pilotos es muy costoso para las aerolíneas. Para lograr ese objetivo, el software del avión incluyó una serie de nuevas y ambiciosas características, incluidas muchas destinadas a aumentar la seguridad asumiendo el control de la tripulación en determinadas situaciones. Estos incluían algo llamado Sistema de Aumento de Características de Maniobra (MCAS), que se suponía compensaba un ángulo excesivo de morro hacia arriba ajustando el estabilizador horizontal para evitar que el avión se detuviera, un complicado «truco» técnico implementado por Boeing para evitar el mayor costo involucrado en reescribir el programa desde cero.
El 737 MAX fue un éxito de ventas desde el principio. Pero lo que Boeing y sus aerolíneas clientes no se habían dado cuenta era que al software se le pedía que hiciera cosas que los pilotos no entendían del todo. Como resultado, los pilotos se vieron incapaces de interactuar de manera oportuna con el complejo sistema que tenían delante. El resultado final fueron dos accidentes trágicos con 346 muertes, que obligaron a dejar en tierra la flota 737 MAX y a un acuerdo por fraude que le costó a Boeing unos 2.500 millones de dólares. Las pérdidas adicionales por pedidos de aviones cancelados, la caída del valor de las acciones y otros daños se han estimado en hasta 60 mil millones de dólares.
Estas pérdidas innecesarias (financieras y humanas) fueron causadas, en gran parte, por fallas pequeñas pero fatales en la comunicación entre las personas y las máquinas en la cabina. Los pilotos se dieron cuenta de que algo grave andaba mal, pero los controles existentes les dificultaban descubrir qué era y trabajar con el sistema para corregir el problema. Como resultado, en palabras del periodista de investigación Peter Robison, “los pilotos intentaban retomar el control del avión, de modo que el avión oscilaba hacia arriba y hacia abajo durante varios minutos”. Basándose en su recreación de lo sucedido, concluye Robinson, “habría sido aterrador para la gente en los aviones”.
Cuando la voz se convierta en una interfaz importante en las cabinas de los aviones, estará disponible una nueva herramienta para prevenir este tipo de desastres. En la aviación tradicional, los pilotos reciben comandos como “Autorizado VOR Casanova directo” o “Interceptar el ILS 3” por radio de los despachadores del control de tráfico aéreo. Una vez que los pilotos obtienen esta información, deben usar sus ojos y manos para localizar y presionar una serie de botones para transmitir las mismas órdenes a la aeronave. En un mundo impulsado por la voz, se eliminará ese paso propenso a errores y pérdida de tiempo. En la primera etapa de adopción de la voz, los pilotos simplemente podrán decir algunas palabras sin mover los ojos de los controles a su alrededor, y el avión responderá. Según Geoff Shapiro, ingeniero de factores humanos del antiguo Centro de Tecnología Avanzada Rockwell Collins, este cambio reduce el tiempo dedicado a ingresar comandos de navegación simples de medio minuto a ocho segundos, una gran mejora en circunstancias en las que unos pocos momentos pueden ser críticos. En la segunda etapa, una vez que los pilotos veteranos hayan reconocido y aceptado el poder de la voz, el avión seguirá automáticamente las instrucciones habladas del control de tráfico aéreo, simplemente pidiendo al piloto que las confirme.
Una solución de interfaz de voz que integre las últimas capacidades de inteligencia artificial impulsada por voz puede mejorar la seguridad de las aerolíneas de varias maneras. Le da al sistema autoconciencia y la capacidad de comunicar de manera proactiva su estado a los pilotos, alertándolos así de problemas incluso en momentos en los que, de otro modo, podrían estar distraídos o desatentos. El uso de herramientas de tecnología de voz cada vez más poderosas, como el reconocimiento automático de voz y la comprensión del lenguaje natural, también permite que los sistemas de control del avión procesen y actúen sobre el habla conversacional, haciendo que la implementación de los comandos del piloto sea más rápida y precisa que nunca. Facilita las comunicaciones en tiempo real que vinculan la cabina, el control del tráfico aéreo, la aerolínea y los ingenieros de mantenimiento para eliminar inconsistencias en la comunicación debido a la indecisión o el error de juicio humanos. En un futuro próximo, es posible que incluso pueda utilizar herramientas de tecnología de voz emergentes, como la biometría de voz y el análisis de sentimientos en tiempo real, para determinar los niveles de estrés que experimentan los pilotos, información que podría usarse para transmitir alertas de emergencia a los controladores de tráfico aéreo y otros en el terreno.
La tecnología de voz no eliminará todas las actividades tradicionales para las que los pilotos están capacitados. Pero en momentos críticos, cuando la velocidad de respuesta a los mensajes de una torre de control puede marcar la diferencia entre la supervivencia y el desastre, el uso de una interfaz de voz evitará accidentes y salvará vidas. No se trata de una fantasía sobre un futuro remoto. Los aviones actuales cuentan con toda la electrónica necesaria para hacerlo posible.
Un campo de la aviación en el que los riesgos para la seguridad son especialmente intensos es el de los vuelos militares. También es un ámbito en el que se busca con avidez la aviación habilitada por voz. Dynetics, con sede en Alabama, recibió 12,3 millones de dólares de DARPA, la histórica división de tecnología de defensa del Pentágono, para desarrollar el uso de la IA en “conflictos aéreos de alta intensidad”. La tercera frase del actual programa de investigación/implementación de tres fases implica un “entorno de vuelo tripulado realista que implique una colaboración compleja entre humanos y máquinas”, incluida la comunicación por voz.
La Fuerza Aérea de EE.UU. no está sola en la búsqueda de esta ventaja tecnológica. La próxima generación del MiG-35, el avión de combate ruso altamente avanzado, aparentemente contará con un asistente de voz para ofrecer consejos en situaciones de alta presión. El piloto de pruebas Dmitry Selivanov dice: “La llamamos Rita, la comunicadora por voz. Su voz sigue siendo agradable y tranquila incluso si el motor se incendia. Ella no habla todo el tiempo, solo hace recomendaciones si el avión se acerca a algunas restricciones. También se proporcionan sugerencias durante el uso en combate”.
También se está desarrollando el vuelo controlado por voz para aviones civiles. Empresas como Honeywell y Rockwell están diseñando interfaces de voz para la aviación, con un enfoque inicial en reducir la carga de trabajo del piloto en torno a tareas tediosas que involucran comandos básicos y repetitivos como «Dame el clima en LAX y cualquier clima crítico en ruta». Cada vez están surgiendo casos de uso más amplios y sofisticados para la tecnología de voz en la aviación. Vipul Gupta es director general de Honeywell Aerospace Avionics. Él y su equipo están profundamente centrados en perfeccionar la tecnología de la cabina de voz, especialmente su velocidad de respuesta, que es una característica de seguridad crucial. Sus ingenieros han reducido el tiempo medio de respuesta del sistema de voz a 250 milisegundos, lo que significa, en efecto, que el sistema puede reaccionar más rápidamente que un piloto humano.
Con el tiempo, los sistemas de aeronaves controlados por voz se convertirán en algo común en la mayoría de las formas de aviación. Pero a corto plazo, los casos de uso más importantes serán en la aviación general, donde los operadores con un solo piloto están notoriamente sobrecargados, especialmente cuando operan con mal tiempo o áreas congestionadas. Tener un “copiloto de voz” aliviará esas cargas y hará que la experiencia de vuelo sea más segura tanto para el piloto como para los pasajeros.
También es probable que los aviones controlados por voz dominen el campo emergente de la movilidad aérea urbana, que implica el uso de aviones pequeños para propósitos que van desde entregas de carga hasta recorridos turísticos dentro de espacios aéreos urbanos y suburbanos. Es probable que nuevos tipos de aeronaves, como las aeronaves eléctricas de despegue y aterrizaje vertical (eVTOL), dominen este dominio, y se espera que el mercado de eVTOL explote de cero en 2022 a 1.750 millones de dólares en 2028. A medida que este nuevo dominio de vuelo se expanda, la experiencia Habrá escasez de pilotos, por lo que la industria está diseñando sistemas de cabina simplificados, controlados por voz, que “operadores” capacitados podrán manejar.
Vipul Gupta es optimista sobre el futuro de la cabina accionada por voz. «Eventualmente», dice, «tendremos un asistente de voz en el que simplemente te sentarás». [the aircraft] y el pasajero dirá: ‘Oye, llévame allí, llévame allí’. Y luego el sistema lo hace’”.
Como piloto autorizado con importante experiencia personal en la cabina, sospecho que eventualmente tendrá razón. Como ocurre con la mayoría de las innovaciones, creo que llevará más tiempo de lo que creen los primeros usuarios y entusiastas. Esto es especialmente probable en un campo crítico como la aviación, en el que los problemas de confianza humana y los obstáculos regulatorios pueden tardar años en superarse. Pero el hecho es que los desafíos de los vuelos impulsados por voz son en realidad más simples en muchos sentidos que los que enfrentan otras tecnologías, como los automóviles autónomos. Por ejemplo, un avión que vuela a 20.000 pies no tiene que lidiar con semáforos en rojo, niños corriendo hacia la calle u otros conductores siguiéndolo de cerca.
Por este motivo, coincido con los expertos que dicen que tendremos aviones controlados por voz, seguros y eficaces, antes que coches autónomos. Y una vez que la tecnología esté completamente desarrollada, las ventajas de seguridad de un sistema que puede responder a comandos hablados casi instantáneamente en caso de emergencia serán demasiado poderosas para que la industria de la aviación las renuncie.