La semana pasada OpenAI reveló una nueva interfaz conversacional para ChatGPT con una voz expresiva y sintética sorprendentemente similar a la del asistente de IA interpretado por Scarlett Johansson en la película de ciencia ficción. Su—Solo para desactivar repentinamente la nueva voz durante el fin de semana.
El lunes, Johansson emitió un comunicado afirmando haber forzado esa reversión, después de que sus abogados exigieran a OpenAI que aclarara cómo se creó la nueva voz.
La declaración de Johansson, transmitida a WIRED por su publicista, afirma que el CEO de OpenAI, Sam Altman, le pidió en septiembre pasado que proporcionara la nueva voz de ChatGPT, pero ella se negó. Ella describe su asombro al ver a la compañía hacer una demostración de una nueva voz para ChatGPT la semana pasada que de todos modos sonaba como ella.
«Cuando escuché la demostración del lanzamiento me quedé sorprendido, enojado e incrédulo de que el Sr. Altman persiguiera una voz que sonaba tan inquietantemente similar a la mía que mis amigos más cercanos y los medios de comunicación no podían notar la diferencia», se lee en el comunicado. Señala que Altman pareció alentar al mundo a conectar la demostración con la actuación de Johansson al tuitear «ella», en referencia a la película, el 13 de mayo.
La declaración de Johansson dice que Altman se puso en contacto con su agente dos días antes de la demostración de la semana pasada y le pidió que reconsiderara su decisión de no trabajar con OpenAI. Después de ver la demostración, dice que contrató a un asesor legal para escribir a OpenAI pidiendo detalles sobre cómo creó la nueva voz.
La declaración afirma que esto llevó al anuncio de OpenAI el domingo en una publicación en X de que había decidido «pausar el uso de Sky», el nombre de la compañía para la voz sintética. La compañía también publicó una publicación en el blog que describe el proceso utilizado para crear la voz. «La voz de Sky no es una imitación de Scarlett Johansson, sino que pertenece a una actriz profesional diferente que usa su propia voz natural», decía la publicación.
Sky es una de varias voces sintéticas que OpenAI le dio a ChatGPT en septiembre pasado, pero en el evento de la semana pasada mostró una entonación mucho más realista con señales emocionales. En la demostración, una versión de ChatGPT impulsada por un nuevo modelo de IA llamado GPT-4o parecía coquetear con un ingeniero de OpenAI de una manera que a muchos espectadores les pareció una reminiscencia de la actuación de Johansson en Su.
«La voz de Sky no es la de Scarlett Johansson, y nunca tuvo la intención de parecerse a la de ella», dijo Sam Altman en un comunicado proporcionado por OpenAI. Afirmó que el actor de doblaje detrás de la voz de Sky fue contratado antes de que la empresa contactara a Johannsson. “Por respeto a la señora Johansson, hemos dejado de utilizar la voz de Sky en nuestros productos. Lamentamos mucho para la señora Johansson no habernos comunicado mejor”.
El conflicto con Johansson se suma a las batallas existentes de OpenAI con artistas, escritores y otros creativos. La compañía ya está defendiendo una serie de demandas que alegan que utilizó de manera inapropiada contenido protegido por derechos de autor para entrenar sus algoritmos, incluidas demandas de The New York Times y autores como George RR Martin.
La IA generativa ha hecho que sea mucho más fácil crear voces sintéticas realistas, creando nuevas oportunidades y amenazas. En enero, los votantes de New Hampshire fueron bombardeados con llamadas automáticas con un mensaje de voz falso de Joe Biden. En marzo, OpenAI dijo que había desarrollado una tecnología que podía clonar la voz de alguien a partir de un clip de 15 segundos, pero la compañía dijo que no lanzaría la tecnología porque podría usarse indebidamente.
Actualizado el 20 de mayo de 2024 a las 9 p. m. EDT: este artículo se actualizó con un comentario del director ejecutivo de OpenAI, Sam Altman.