TikToker exposes glitch in OpenAI’s GPT-Live-1 voice mode with simple letter count test

El último modelo de voz de OpenAI, GPT-Live-1, anunciado como el siguiente paso para «conversaciones naturales entre humanos e IA», falló en una tarea básica: contar la letra E en la palabra «seventeen». En lugar de impresionar a los usuarios con un diálogo fluido, el modelo respondió incorrectamente, provocando una atención viral en las redes sociales. GPT-Live-1 se promociona como una forma más rápida y vivaz de chatear con ChatGPT, pero este fallo generó inquietud.

GPT-Live-1 está diseñado para operar en modo dúplex completo, lo que significa que puede escuchar y hablar simultáneamente, añadiendo confirmaciones breves como «ajá» o «sí» en mitad de la conversación para imitar los patrones del habla natural. Sin embargo, esta función le salió mal durante una prueba del tiktoker Husk, conocido por llevar las capacidades de voz de ChatGPT al límite. Le preguntó cuántas veces aparece la letra E en «seventeen». La respuesta fue «dos» cuando debería haber sido tres.

El momento incómodo no terminó ahí. Tras finalizar Husk la conversación, GPT-Live-1 falló en su despedida, ofreciendo un cierre torpe. El clip se difundió rápidamente por X (antes Twitter) y TikTok, atrayendo el escrutinio público. Jason Liu, ingeniero de Developer Experience en OpenAI, republicó el vídeo respondiendo con una expresión malsonante y sin filtros, una reacción que añadió leña al fuego de la controversia. Para un lanzamiento de producto, pareció más bien un tropiezo de relaciones públicas.

No es la primera vez que Husk detecta fallos del modo de voz. Anteriormente se volvió viral cuando ChatGPT tuvo problemas para programar un temporizador, un clip que incluso provocó la reacción del CEO de OpenAI, Sam Altman. Ahora, apareció una prueba similar digna de meme cuando otro usuario pidió a GPT-Live-1 que contara la letra R en «strawberry», y el modelo volvió a equivocarse. Contar letras es una comprobación de atención sencilla que muchos modelos de IA basados en texto —y competidores— manejan a la perfección.

Los usuarios también se quejan de que el modo dúplex completo hace que ChatGPT sea excesivamente hablador. En lugar de mejorar el flujo conversacional, el modelo interrumpe con frecuencia o inserta afirmaciones en momentos incómodos, haciendo que las conversaciones se sientan más como interrupciones que como un intercambio natural. En vez de un diálogo más fluido, algunos usuarios se han encontrado con algo más parecido a un parlanchín demasiado entusiasta.

Recomendado

El laboratorio de Mira Murati presenta Inkling, un modelo abierto de 975 000 millones de p

El momento es desafortunado para OpenAI. El campo de la IA conversacional se está calentando a nivel mundial: Google está impulsando Gemini Live como un asistente integrado en Android, Amazon relanza Alexa+ con funciones de IA generativa y Apple está incorporando nuevas capacidades de voz en su marco Apple Intelligence. La firma de investigación de mercado Markets and Markets predice que el sector de la IA conversacional superará los 40.000 millones de dólares para 2030. En este entorno ferozmente competitivo, incluso los pequeños fallos virales se convierten rápidamente en armas para los competidores.

Con el lanzamiento de GPT-Live-1 marcado por errores sencillos y un estilo de conversación abrumador, la pregunta clave ahora es si OpenAI podrá corregir rápidamente los fallos antes de que los rivales se apoderen de la narrativa. A medida que la IA de voz continúa madurando, la batalla no solo versará sobre la potencia bruta o las habilidades lingüísticas: dependerá de quién pueda ofrecer la experiencia conversacional más natural y de mayor confianza.