En las máquinas que conversan con personas hay un mapa muy bien dibujado y un territorio entero en blanco.

El mapa cubre al usuario estándar: el que pronuncia como se espera, pide lo que estaba previsto y responde cuando le toca.

Ahí trabaja casi todo el mundo, y ahí los sistemas funcionan.

El territorio en blanco es todo lo demás.

El acento cerrado que el reconocedor no descifra.

El habla con patología.

La voz de ochenta años.

La lengua con pocos recursos.

Y también la petición que llega desordenada, la frase que se corrige a mitad, el silencio que dura más de lo que el sistema aguanta, la conversación que había que reparar y se reinició desde cero.

No está en blanco porque sea imposible. Está en blanco porque es caro, es lento y da menos titulares.

Nosotros trabajamos ahí desde 2005.

Es una decisión, no una limitación.

Somos un grupo pequeño porque estamos ultraespecializados en una sola cosa: que las máquinas conversen con personas reales. Para eso hace falta entender qué se ha dicho, qué se quería decir y cuándo toca responder — las tres cosas, o no hay conversación.

No hacemos inteligencia artificial en general. Hacemos la parte difícil de una cosa concreta, y llevamos veinte años haciéndola.