- Microsoft solicita patente para sincronización y traducción de voz en video mediante inteligencia artificial generativa.
- La tecnología puede ajustar en tiempo real el contenido del video, eliminando muletillas innecesarias y errores de pronunciación.
- Expertos temen que el sistema pueda ser mal utilizado para difundir información inexacta.
- El sistema cuenta con protocolos de verificación para abordar los riesgos de falsificación profunda y manipulación.
Microsoft ha solicitado una patente que utiliza tecnología de inteligencia artificial generativa para ajustar en tiempo real la boca, labios y expresiones faciales del hablante en un video, de modo que se sincronice con el audio modificado o traducido, logrando así un efecto más fluido y ordenado. La patente fue presentada el 29 de abril de 2025 y se hizo pública el 29 de octubre de 2026. El principal objetivo de esta patente es adaptar, traducir y organizar la comunicación en video de discursos en vivo, logrando una experiencia de visualización más clara, personalizada y fluida, eliminando la necesidad de edición manual. Esta tecnología puede ayudar a resolver las barreras de comunicación que surgen en conferencias o seminarios multilingües, al traducir el lenguaje del hablante al idioma nativo de la audiencia, mientras sincroniza los movimientos de los labios y expresiones faciales del hablante, haciendo que parezca que está hablando de manera natural.
Otra característica de esta tecnología de Microsoft es la capacidad de ajustar en tiempo real el material fuente según las preferencias del usuario y la audiencia, reemplazando muletillas innecesarias, corrigiendo errores de pronunciación, traduciendo dialectos regionales a vocabulario estándar y eliminando o silenciando comentarios inapropiados y ofensivos, logrando así una comunicación en video en tiempo real. También puede detectar hechos inexactos y palabras incorrectas, sustituyéndolas instantáneamente por términos precisos cuando el hablante comete errores o proporciona datos erróneos. Su función más destacada es eliminar los efectos de doblaje y desincronización que son comunes en la actualidad, utilizando inteligencia artificial generativa para recalibrar los movimientos de la boca y la cara, haciendo que la salida audiovisual final sea fluida.
Función de ajuste en tiempo real de la tecnología
Los riesgos de vulnerabilidad y desinformación de la nueva patente de inteligencia artificial de Microsoft han suscitado preocupaciones entre expertos e investigadores, debido a que este sistema modifica el contenido de videos en vivo casi en tiempo real, lo que incluye el riesgo de compartir información inexacta y engañosa. Otro riesgo potencial significativo es que partes interesadas malintencionadas podrían utilizar este sistema para interceptar transmisiones en vivo y alterar declaraciones de políticos, comunicados de políticas empresariales o cambiar reportes en vivo, lo que podría propagar información falsa coordinada en ámbitos políticos, sociales y empresariales. Para abordar estos riesgos de falsificación profunda y manipulación, la patente describe un estricto protocolo de verificación integrado en la arquitectura del sistema.
En este proceso, el sistema captura y almacena el contenido original de la transmisión en vivo sin editar, como un "referente de hechos" inalterable. La versión modificada incluye marcas de agua digitales y datos encriptados, que pueden mostrar que el video ha sido mejorado por inteligencia artificial al ser revisado con herramientas de detección. Si hay disputas sobre el contenido original del video, las autoridades legales pueden acceder a archivos seguros de "referente de hechos" para resolver la controversia.
Desafíos legales y éticos
La implementación de esta tecnología, además de la innovación técnica y los protocolos de seguridad, plantea serios dilemas regulatorios y éticos en torno a los derechos digitales y la autenticidad del contenido en línea. La capacidad de modificar dinámicamente el contenido visual y auditivo de una transmisión en vivo crea áreas grises legales relacionadas con la propiedad intelectual y la protección de la identidad personal. Los broadcasters, creadores de contenido y figuras públicas pueden encontrar más difícil que nunca controlar su imagen en línea, ya que los cambios instantáneos pueden difuminar las intenciones originales sin autorización explícita. Por lo tanto, los expertos en políticas tecnológicas enfatizan que es crucial establecer estándares claros de identidad, exigir etiquetas visuales en las transmisiones editadas por inteligencia artificial y aplicar estrictas protecciones legales para mantener la confianza del público en los medios digitales.
Impacto potencial de la modificación instantánea del contenido de video
La nueva tecnología de patente de Microsoft que permite ajustar instantáneamente el contenido de video presenta desafíos legales y éticos, además de mejorar la experiencia de visualización. A medida que la tecnología avanza, el control sobre el contenido digital se vuelve más complicado, especialmente para figuras públicas y creadores de contenido. Esta capacidad de modificación instantánea podría generar problemas relacionados con la protección de la propiedad intelectual y la identidad personal, lo que a su vez suscita un debate sobre la autenticidad y la confianza en los medios digitales. Por lo tanto, es especialmente importante desarrollar leyes y estándares relevantes para asegurar que el avance tecnológico no infrinja los derechos individuales o la confianza social.

