¿Qué pasa cuando dos asistentes de voz con IA mantienen una conversación?

¿Qué ocurre cuando dos asistentes de voz con IA conversan? Si una IA habla con otra IA, ¿por qué debería lidiar con las ineficiencias del habla humana? ¿Por qué usar palabras cuando los datos puros son más rápidos, precisos y libres de errores?

Eso es exactamente lo que ocurrió en el Hackathon de ElevenLabs en Londres, donde los desarrolladores Boris Starkov y Anton Pidkuiko presentaron GibberLink, un mecanismo que permite a agentes de IA reconocerse entre sí y cambiar a un nuevo modo de comunicación, más eficiente que el lenguaje hablado. Y la idea no tardó en hacerse viral, compartida por Marques Brownlee, Tim Urban y otros.

El nacimiento de GibberLink

La idea detrás de GibberLink es sencilla: la IA no necesita hablar como los humanos. Durante el hackathon, Starkov y Pidkuiko exploraron las limitaciones de la comunicación tradicional entre IA y se dieron cuenta de que podían eliminar complejidad innecesaria dejando que la IA hablara con otra IA de una forma optimizada para máquinas.

El concepto surgió durante el hackathon, mientras Starkov y Pidkuiko experimentaban con el producto de IA conversacional de ElevenLabs, que te permite conectar cualquier LLM y crear un agente.

Starkov escribió en LinkedIn: «Queríamos mostrar que, en un mundo en el que agentes de IA pueden hacer y recibir llamadas telefónicas (es decir, hoy), de vez en cuando hablarían entre ellos, y generar habla similar a la humana para ello supondría desperdiciar capacidad de cómputo, dinero, tiempo y recursos medioambientales. En su lugar, deberían cambiar a un protocolo más eficiente en cuanto se reconozcan como IA».

Al combinar la tecnología de IA conversacional de ElevenLabs con ggwave, una biblioteca de código abierto para transmitir datos mediante sonido, crearon un sistema en el que asistentes de IA pueden detectar cuándo hablan con otra IA y cambiar al instante a un modo de comunicación más eficiente: transmiten datos estructurados mediante ondas sonoras en lugar de palabras.

Usaron ggwave porque era «la solución más práctica y estable que pudimos encontrar en el tiempo de un hackathon», aunque hay otros mecanismos para lograr resultados iguales o similares. Starkov escribió: «Los módems de acceso telefónico usaban algoritmos similares para transmitir información mediante sonido desde los años 80, y desde entonces han existido muchos protocolos».

El código del mecanismo fue auditado por ingenieros de ElevenLabs y, durante la demostración, se indicó a un agente de IA conversacional que consiguiera una habitación de hotel para una boda y al otro que atendiera la solicitud, interpretando el papel del sistema de reservas del hotel. También se les indicó que cambiaran al protocolo basado en sonido si creían que el otro también era un agente de IA, pero no se les dijo que el otro lo fuera.

En el vídeo de demostración hay un momento de revelación en el que la IA que interpreta al cliente declara que es un agente. La IA de reservas responde y pregunta si deben cambiar a GibberLink. Suena como un par de módems de acceso telefónico compitiendo con R2D2 por el premio a la voz del año. En la pantalla de cada dispositivo usado en la demostración puedes ver fragmentos de esta conversación digital en texto, incluidas preguntas sobre el número de huéspedes y las fechas.

Cómo funciona

• Una IA empieza hablando con normalidad — como un asistente de voz que interactúa con una persona.
• Se activa el reconocimiento — si la IA se da cuenta de que habla con otra IA, ambas cambian de protocolo.
• Cambia el lenguaje — en lugar de palabras habladas, los agentes de IA transmiten datos estructurados mediante ondas sonoras moduladas, gracias al sistema de modulación de frecuencia de ggwave.

Más concretamente, dos agentes de IA conversacional de ElevenLabs empiezan hablando en lenguaje humano. Ambos utilizan una función de llamada para activar el modo GibberLink si se cumplen las condiciones adecuadas. Si se llama a la herramienta, la llamada de ElevenLabs termina y el protocolo de ggwave de «datos mediante sonido» toma el relevo, pero con el mismo hilo de LLM.

Starkov afirma que fue «la magia de las herramientas que ofrece ElevenLabs» lo que lo hizo posible, ya que nuestro sistema de IA conversacional «te permite indicar a la IA que ejecute código personalizado en determinadas circunstancias». ¿El resultado? Una comunicación más rápida, libre de errores y más eficiente.

Cómo GibberLink conquistó internet

GibberLink no fue solo un ingenioso experimento de hackathon: rápidamente se convirtió en uno de los temas de IA más comentados del momento. Y ocurrió en una semana en la que xAI lanzó Grok 3 y Anthropic presentó la última iteración de Claude Sonnet.

Cuando Georgi Gerganov, creador de ggwave, publicó sobre ello en X, las comunidades de IA y tecnología siguieron difundiendo el vídeo que muestra cómo los dos modelos alternan entre habla humana y sonido. Influencers destacados y grandes publicaciones tecnológicas, incluido Forbes, se sumaron a la historia.

Luke Harries, de ElevenLabs, lo resumió mejor en su publicación en X: «¿Y si un agente de IA hace una llamada telefónica y luego se da cuenta de que la otra persona también es un agente de IA? En el Hackathon de ElevenLabs en Londres, Boris Starkov y Anton Pidkuiko presentaron un protocolo personalizado al que los agentes de IA pueden cambiar para lograr una comunicación libre de errores y un 80 % más eficiente. Es alucinante».

Por qué es importante

GibberLink ofrece una interesante visión de cómo podría comunicarse la IA en el futuro, especialmente a medida que avanzamos hacia una situación en la que tanto las llamadas entrantes como las salientes podrían ser gestionadas por asistentes virtuales y agentes.

Imagina bots de atención al cliente con IA, asistentes inteligentes o incluso sistemas autónomos colaborando al instante en su propio modo específico y enviando después un sencillo informe de texto a la persona responsable.

GibberLink es de código abierto y está disponible para que desarrolladores lo exploren en GitHub. Los agentes de IA conversacional de ElevenLabs están disponibles y son fáciles de personalizar para adaptarse a cualquier necesidad, incluidas las instrucciones personalizadas.