El pasado 1 de octubre, Tavus, un laboratorio de inteligencia artificial con sede en San Francisco, dio a conocer Griffin, al que calificó como el primer modelo en superar la prueba de Turing en videollamadas. Según una investigación interna, 26 de 54 voluntarios pensaron que la persona al otro lado de la pantalla era un ser humano durante una conversación de sesenta segundos. En comparación, su versión anterior logró engañar solo a una de 41 personas.
El dato se difundió rápidamente en la red social X. Sin embargo, pocos repararon en los detalles del procedimiento, que la misma compañía había hecho públicos.
Los sujetos, reclutados a través de una plataforma de estudios, fueron informados de que conversarían con otro voluntario acerca de sus expectativas para el año. No se les advirtió que podrían estar interactuando con una máquina. La consulta sobre si habían tenido alguna sospecha se realizó únicamente al final del cuestionario. Más de la mitad afirmó que la idea ni siquiera se les había pasado por la mente.
Esto dista de ser una verdadera prueba de Turing. En el esquema original de Alan Turing (1950), el evaluador tiene conocimiento de que uno de los dos participantes es una máquina y debe identificar cuál. En este caso no existía un juez: los individuos dialogaban de forma natural con alguien que consideraban su igual.
Griffin no midió si parece humano, sino si alguien desconfía
La distinción no es meramente teórica. Una prueba con juez evalúa la capacidad de simulación. Una prueba sin juez mide algo distinto: el tiempo que tarda una persona en empezar a dudar de un rostro que le habla, cuando no tiene razón alguna para sospechar. Esto se asemeja más a un contexto de fraude por videollamada que a un entorno científico.
En ese marco, los resultados ofrecen dos interpretaciones. Quienes detectaron la presencia de IA lo hicieron en los primeros 20 segundos. Los que respondieron «es humana» reportaron un nivel de confianza promedio del 79%, mientras que los que señalaron «es IA» alcanzaron un 81%. Una conversación de un minuto sobre un asunto trivial bastó para dividir al grupo en dos, con ambas partes firmemente convencidas de su veredicto.
El 48% de acierto en identificar a la máquina está por debajo de lanzar una moneda al aire. El hecho de que la mitad pueda detectar el engaño en solo sesenta segundos puede considerarse, según la perspectiva, un fracaso o una señal de alarma.
El dato independiente es más serio que el titular
La información verificable más allá de Tavus proviene de NVIDIA. Su referencia VideoFDB, divulgada por NVIDIA Research en colaboración con David AI, evalúa la capacidad de un sistema para interpretar y generar las señales propias de una conversación presencial: silencios, contacto visual, gestos, risas. Se trata de una tabla de acceso público que incorpora los modelos en tiempo real de OpenAI y Google.
En ese ranking, Griffin ocupa el primer lugar en ambas categorías. En el apartado de generación, que califica la naturalidad de la voz y los movimientos faciales, obtuvo 3,83 sobre 5, frente al 3,92 del estándar humano y el 2,80 del siguiente competidor, que combina un modelo de Google con un avatar de Anam.
Sin embargo, hay una salvedad: en el rubro de percepción, Tavus se compara con el modelo de OpenAI en su versión únicamente de audio, mientras que NVIDIA también lo evaluó con video. Griffin vence en ambas modalidades, pero con una ventaja menor de la que se desprende del anuncio oficial.
Tavus vende lo que dice que no puede lanzar
La compañía fue fundada en 2020, con Hassaan Raza como director ejecutivo y Quinn Favret como director de operaciones. Ha recaudado aproximadamente 64 millones de dólares, de los cuales 40 millones provinieron de una ronda liderada por el fondo CRV en noviembre de 2025. Inicialmente se dedicaba a videos personalizados para equipos de ventas, y actualmente ofrece avatares en vivo para procesos de reclutamiento, capacitación de vendedores y atención a pacientes.
No hay un villano en esta historia. Una empresa cuyo negocio consiste en que las personas interactúen con un rostro artificial sin fricción tiene todos los motivos para medir, y festejar, que ese rostro pase inadvertido. El 48% no es un error del experimento: es la promesa comercial traducida a un número.
Por ello, el comunicado tiene una doble lectura. Griffin-Lite, la versión de prueba, no está a la venta: Tavus afirma que requiere mayor alineación y protocolos de seguridad antes de liberarla, y por ahora se la proporciona a evaluadores seleccionados. El propio informe que proclama el hito reconoce que parecer humano y la capacidad de engañar son una misma habilidad.
Lo que ninguna de estas interpretaciones aclara es qué ocurre con los 150.000 desarrolladores y compañías que, según Tavus, ya emplean sus modelos previos. Aquellos modelos lograron un 2,4% de efectividad. La nueva versión, cuando se lance, no incluirá una advertencia.
Griffin no superó la prueba de Turing. Pasó la prueba de la confianza, la misma que cada persona enfrenta sin saberlo cada vez que responde a una videollamada. Y ese examen lo redacta quien comercializa el rostro.
Fuente: Infobae