Una mujer llama después de que caiga un árbol y da su dirección. El número es el 34 de Harbor Lane. La voz al otro lado empieza a comprobarlo cuando la mujer la interrumpe. Se ha equivocado, es el 35. El agente recoge la corrección y repite la dirección buena. De fondo se oye una tormenta. En esa llamada, publicada por Bland, la mujer, el agente y hasta los ruidos los ha generado una IA.
La empresa presentó Tofu-1 el 13 de noviembre. Es un modelo que recibe y produce sonido y que, según Bland, sigue escuchando mientras responde. La demostración plantea una pregunta más interesante que si su voz resulta convincente. ¿De qué sirve que una máquina hable con soltura si, cuando intentas corregir la dirección, ya ha pasado a lo siguiente?
La diferencia entre oír un «sí» y saber quién lo ha dicho
En una conversación telefónica, el micrófono recoge mucho más que la voz de quien llama. La radio puede lanzar una pregunta mientras un pasajero responde al conductor y el agente espera al otro lado. Convertir todo eso en líneas de texto ayuda a conservar las palabras, pero puede perder una pista decisiva. Una palabra pronunciada con toda claridad puede ir dirigida a otra persona.
Bland propone un ejemplo. Una asegurada busca su número de póliza y guarda silencio justo cuando el agente le pide que confirme una cancelación. En ese instante, alguien dice que sí en la televisión. El sistema tendría que pedir confirmación a la asegurada. La empresa describe esa escena como un ejercicio para explicar el problema. Lo que sí se puede escuchar es la dirección corregida durante la tormenta y un ejemplo con un conductor y un pasajero.

Por qué importa que sigas pudiendo hablar
Si interrumpes a alguien para cambiar el día de una cita, esperas que la búsqueda también cambie de fecha. Decir «ajá» mientras te leen una referencia, en cambio, suele ser una invitación a continuar. La dificultad para un agente telefónico consiste en distinguir las dos cosas antes de que acabe su propio turno. El término técnico que utiliza Bland, «dúplex completo», describe esos dos canales abiertos a la vez.
En la presentación de Isaiah Granet aparece un segundo ejemplo. Una agente revisa pedidos mientras habla. Descarta uno que ya se entregó y otro que estaba cancelado, hasta localizar un kit de maquillaje pendiente. Para quien llama, eso permite seguir el razonamiento y corregir a tiempo un malentendido. Para quien opera el servicio, queda otra comprobación más importante. Tendría que verificar que la acción final coincide con lo que el cliente realmente pidió.

Qué se puede probar desde hoy
Las grabaciones están disponibles en la página de investigación de Bland. Allí se pueden escuchar sin registrarse. El acceso al propio modelo sí requiere una solicitud y la compañía está seleccionando a un número limitado de empresas. Granet sitúa el lanzamiento que prevén para principios de enero. La página de la presentación no detalla un precio para Tofu-1.
La llamada de la tormenta permite escuchar una corrección bien resuelta en un ejemplo elegido por sus creadores. Para saber con qué frecuencia se equivocaría en un centro de atención haría falta probar situaciones nuevas y comprobar el resultado de cada gestión. El salto entre entender «35» y enviar ayuda al lugar correcto es precisamente la parte que más importa a quien está al teléfono.
