¿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 molestarse con las ineficiencias del habla humana? ¿Por qué usar palabras si los datos puros son más rápidos, precisos y no dan lugar a errores?

Eso es exactamente lo que ocurrió en el Hackathon de ElevenLabs en Londres, donde 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. La idea no tardó en hacerse viral, con publicaciones compartidas 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 permitiendo que la IA hablara con otra IA de una forma optimizada para máquinas.

Este concepto surgió durante el Hackathon, mientras Starkov y Pidkuiko experimentaban con el producto de IA conversacional de ElevenLabs, que 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), ocasionalmente hablarían entre ellos, y generar voz similar a la humana para ello sería un desperdicio de capacidad de cómputo, dinero, tiempo y recursos. En su lugar, deberían cambiar a un protocolo más eficiente en el momento en que se reconocen mutuamente 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 plazo de un hackathon», aunque existen otros mecanismos para lograr resultados iguales o similares. Starkov escribió: «Los módems de acceso telefónico ya utilizaban 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. 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 dijo que cambiaran al protocolo basado en sonido si creían que el otro también era un agente de IA, pero no se les informó de que el otro era un agente.

En el vídeo de la demostración hay un momento en el que la IA que interpreta al cliente se da cuenta de la situación y declara que es un agente. La IA de reservas responde y pregunta si deben cambiar a GibberLink. Suena como dos 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 en texto momentos destacados de esta conversación digital, incluidas preguntas sobre el número de huéspedes y las fechas.

Cómo funciona

• Una IA empieza hablando con normalidad, como lo haría un asistente de voz al interactuar con una persona.
• Se activa el reconocimiento : si la IA se da cuenta de que habla con otra IA, ambas cambian de protocolo.
• El lenguaje cambia: en vez 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 usan 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 toma el control el protocolo de «datos mediante sonido» de ggwave, pero se mantiene el mismo hilo del 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 «permite indicar a la IA que ejecute código personalizado en determinadas circunstancias». ¿El resultado? Una comunicación más rápida, sin errores y más eficiente.

Cómo GibberLink revolucionó 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 su última versión de Claude Sonnet.

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

Luke Harries, de ElevenLabs, lo resumió muy bien en su publicación en X: «¿Y si un agente de IA hace una llamada telefónica y descubre 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 comunicarse sin errores y con un 80 % más de eficiencia. Es increíble».

Por qué es importante

GibberLink ofrece una perspectiva interesante de cómo podría comunicarse la IA en el futuro, especialmente a medida que avanzamos hacia un escenario en el que tanto las llamadas entrantes como las salientes pueden gestionarse mediante 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 de comunicación 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 ya están disponibles y son fáciles de personalizar para adaptarse a cualquier necesidad, incluidas instrucciones personalizadas.