La inteligencia artificial ya puede clonar voces, crear rostros y generar movimientos, pero especialistas señalan que aún enfrenta dificultades para reproducir emociones humanas.
Escucha este artículo
Extras y actores con participaciones de pocos segundos podrían ser de los primeros afectados por el avance de la IA en las producciones audiovisuales
En México y el resto del mundo, la inteligencia artificial ya es capaz de crear rostros de personas que nunca existieron, clonar voces y generar movimientos cada vez más parecidos a los humanos. El avance podría golpear primero a extras y actores con participaciones de apenas unos segundos, aunque especialistas advierten que existe una barrera que las máquinas todavía no logran superar por completo: conseguir que el público crea y sienta una emoción como ocurre con una interpretación humana.
En el marco del Día Internacional del Actor y la Actriz, que se conmemora cada 26 de agosto, especialistas en inteligencia artificial, actuación y expresión vocal analizaron una pregunta que cobra relevancia conforme estas herramientas se vuelven más sofisticadas: ¿la IA realmente puede reemplazar a los actores?
La respuesta no es sencilla. La tecnología ya puede imitar numerosos elementos externos de una interpretación y continúa perfeccionándose con nuevo material. Sin embargo, actuar implica mucho más que reproducir una voz, mover un rostro o ejecutar correctamente un diálogo.
Mariano Puebla, experto en inteligencia artificial y profesor universitario, explica que el desarrollo de estas herramientas está estrechamente relacionado con la manera en que los seres humanos entrenan y utilizan los modelos. Es decir, detrás de las capacidades que sorprenden a los usuarios existe una enorme cantidad de información y decisiones humanas que permiten a los sistemas aprender patrones.
Puebla resume de esta manera la relación entre las personas y esta tecnología: “La inteligencia artificial al final es un humano diciéndole a una máquina qué hacer”.
Uno de los campos donde el avance resulta particularmente evidente es la voz. Los sistemas actuales necesitan cada vez menos material para generar voces sintéticas capaces de reproducir determinadas características de una persona, una posibilidad que podría transformar algunos segmentos de la industria audiovisual.
La preocupación aumenta especialmente en trabajos donde la intervención de un intérprete es muy breve. Si una producción necesita solamente unos segundos de voz, diálogo o presencia en pantalla, utilizar herramientas generativas podría convertirse en una alternativa tecnológica.
El crecimiento de la IA no necesariamente tendría el mismo impacto en todos los profesionales de la actuación. De acuerdo con Puebla, uno de los primeros segmentos que podría experimentar cambios es precisamente el de los papeles pequeños, debido a que algunas de estas participaciones requieren apenas unos segundos frente a una cámara o un micrófono.
El especialista considera que extras y actores de comerciales con intervenciones muy breves se encuentran entre los perfiles que podrían enfrentar antes esta transformación.
“En un principio, los roles que más va a atacar van a ser los roles de extras, pequeños comerciales, que son a veces cosas de tres segundos de hablar”, señala Puebla.
A esto se suma una característica fundamental de los modelos de inteligencia artificial: su capacidad para mejorar conforme son entrenados con una mayor cantidad de material. Videos, voces y otros contenidos pueden ayudar a perfeccionar los resultados generados.
Puebla explica que este aprendizaje podría provocar que las diferencias sean cada vez menos evidentes: “Al final va aprendiendo de cómo lo van haciendo los demás. Mientras más videos haya y más se vayan entrenando los modelos, se va a ir haciendo mejor”.
El escenario abre una discusión que va más allá de la tecnología. La pregunta es qué elementos de una interpretación humana pueden automatizarse y cuáles continúan siendo extraordinariamente difíciles de reproducir.
Para Antonio Castro, maestro y director de actuación con 30 años de experiencia, una de las principales diferencias se encuentra en la enorme particularidad del comportamiento de cada ser humano. Una interpretación memorable no depende exclusivamente de pronunciar correctamente un diálogo.
Castro destaca precisamente esa singularidad como uno de los elementos centrales de la actuación: “Yo lo que pienso es que la conducta de los seres humanos es extraordinariamente particular”.
En el cine, la televisión y el teatro existen escenas en las que una mirada o una reacción pueden comunicar mucho más que una frase completa. El público interpreta movimientos, silencios, expresiones faciales y cambios sutiles en el comportamiento del actor para comprender qué está ocurriendo emocionalmente con un personaje.
El director explica por qué ese discurso no verbal resulta determinante: “El gran momento de un actor no es necesariamente cómo dijo una palabra o cómo dijo un parlamento, sino muchas veces una mirada, una reacción. Es algo que está en el discurso no verbal del actor, y es cuando una persona dice, ‘yo sé lo que ese actor está sintiendo’”.
Ese reconocimiento emocional representa uno de los desafíos más complejos para una tecnología que puede reproducir señales externas, pero que no experimenta las emociones de la misma manera que una persona.
La voz ofrece otro ejemplo de esta dificultad. Los sistemas de inteligencia artificial pueden incorporar pausas, respiraciones y determinadas inflexiones para conseguir resultados cada vez más naturales. Sin embargo, una interpretación convincente también depende de aquello que el personaje comunica sin decirlo expresamente.
Yopa Ponce, experta en expresión vocal y corporal y locutora, identifica al subtexto como un elemento fundamental. Se trata de aquello que existe detrás de las palabras y que permite al público interpretar intenciones y emociones que no necesariamente aparecen escritas en el diálogo.
Ponce reconoce los avances tecnológicos, pero pone el foco precisamente en esa capa adicional de una interpretación: “La inteligencia artificial ya está alimentada de cierta forma para hacer pausas, hacer respiraciones y con esto intentar hacer lo más real y creíble una actuación. Por eso yo me voy por el subtexto”.
El desafío para la IA no consiste únicamente en saber cuándo respirar o hacer una pausa. También tendría que reproducir suficientes señales para que el espectador perciba de manera natural aquello que el personaje piensa o siente sin expresarlo directamente.
La diferencia entre imitar una emoción e interpretarla está en el centro del debate. Una IA puede aprender patrones asociados con tristeza, miedo, alegría o enojo y utilizarlos para generar una expresión facial, una voz o un movimiento determinado.
Antonio Castro considera, sin embargo, que la distancia respecto de una interpretación humana continúa siendo considerable en el terreno emocional.
El director lo resume de manera contundente: “Están muy lejos todavía de tener el discurso emocional de un actor”.
La cuestión podría volverse más compleja conforme avance la tecnología. Si un sistema llega a reproducir de forma prácticamente perfecta las señales externas asociadas con una emoción, el público podría tener cada vez mayores dificultades para distinguir entre una actuación humana y una generada artificialmente.
Ahí surge una de las interrogantes que marcarán el futuro del sector: ¿es necesario que quien interpreta sienta una emoción si el espectador termina percibiéndola como auténtica?
Aunque existen importantes limitaciones, los especialistas reconocen que la inteligencia artificial continuará evolucionando. Cada generación de herramientas puede incorporar nuevas capacidades y perfeccionar elementos que anteriormente resultaban poco naturales.
Mariano Puebla contempla incluso la posibilidad de que llegue un momento en el que, desde la perspectiva del público, las diferencias entre un intérprete humano y un personaje generado mediante inteligencia artificial sean mucho menores.
El experto anticipa este escenario: “Creo que sí va a llegar un punto en el que el actor persona y el actor inteligencia artificial generativa van a ser bastante similares”.
Eso no significa necesariamente que desaparezca el valor de los intérpretes humanos. Puebla considera que el rostro y la identidad de un actor pueden continuar teniendo un peso importante en la relación que las audiencias establecen con una película, serie, comercial u otra producción.
La tecnología podría entonces no eliminar completamente al intérprete, sino modificar la manera en que se construyen personajes y se realizan producciones audiovisuales.
Otro escenario posible es la coexistencia. En lugar de una sustitución total, las producciones podrían combinar trabajo humano con personajes, voces o recursos generados mediante inteligencia artificial, dependiendo de las necesidades creativas, técnicas y comerciales de cada proyecto.
Yopa Ponce considera que ambos modelos tienen espacio dentro del futuro de la industria audiovisual.
La especialista plantea una convivencia directa entre las dos formas de creación: “La actuación humana y la actuación con inteligencia artificial van a coexistir”.
En ese escenario también podrían aparecer públicos con preferencias diferentes. Algunos consumidores podrían privilegiar contenidos inmediatos o realizados con nuevas tecnologías, mientras que otros podrían buscar producciones donde la interpretación humana y la conexión emocional tengan un papel central.
La coexistencia, por lo tanto, también podría reflejar gustos distintos y nuevas maneras de consumir entretenimiento.
Por ahora, los especialistas coinciden en un punto fundamental: la inteligencia artificial puede reproducir cada vez más elementos externos de una actuación, pero todavía tiene dificultades para replicar por completo el subtexto y el discurso emocional de un intérprete humano.
Una máquina puede generar un rostro que nunca existió, imitar una voz, insertar respiraciones y reproducir determinados movimientos. El verdadero reto aparece cuando tiene que conseguir que el espectador no solamente observe una emoción, sino que conecte con ella.
Actuar no consiste únicamente en parecer que se siente algo. También implica lograr que quien observa una escena entienda, crea y, en ocasiones, experimente algo junto con el personaje.
La inteligencia artificial seguirá avanzando y su impacto podría sentirse primero en extras, comerciales y pequeñas participaciones, antes de alcanzar interpretaciones de mayor complejidad. Pero la gran pregunta ya no es solamente hasta dónde llegará la tecnología.
El dilema será decidir qué parte de la experiencia humana estamos dispuestos a sustituir cuando una máquina sea capaz de parecer, hablar y moverse casi como un actor real.
Con información de Remigio Barragán.
