El 24 de septiembre, Google incorporó una presencia en vídeo a Gemini 3.8 Live en su oferta Enterprise. Para la hotelería, la cuestión es qué tiene derecho a decir, hacer y transmitir ese rostro animado.
Un rostro que sigue hablando mientras trabaja
En el anuncio, firmado por Shuo-yiin Chang y CJ Zheng en nombre del equipo de audio de Gemini, Google describe una voz combinada con un vídeo generado casi en tiempo real. El avatar escucha, mira y responde con expresiones y sincronización labial. Puede invocar herramientas en segundo plano sin interrumpir la conversación. Google también anuncia el cambio entre 97 idiomas sin degradación de la imagen.
La única escena hotelera del texto es una demostración: el registro de un huésped en un hotel mientras las herramientas trabajan en segundo plano. Es un vídeo de presentación, no el testimonio de un establecimiento que lo utiliza. El anuncio no ofrece ninguna medición de latencia, precisión o tasa de error.
El rostro da peso a la respuesta
Un rostro que sonríe y mira hace que un intercambio resulte más comprensible. También hace más creíble una respuesta errónea. Un texto incorrecto en pantalla se lee con desconfianza. El mismo contenido, pronunciado por una persona que parece atenta, se comprueba con menos disposición. Este juicio es del autor, no de Google, pero justifica abordar la cuestión de la autoridad antes que la de la apariencia.
Traslademos la idea a situaciones hipotéticas, sin describir un caso real. Un avatar consulta una disponibilidad y se la comunica al huésped, sin tener autorización para reservarla. Otro menciona una tarifa o una modificación de la estancia que no puede confirmar ni cumplir. En ambos casos, la formulación debe indicar qué se consulta, qué se promete y qué queda pendiente de validación por una persona. Un huésped no hará esa distinción por sí solo ante un rostro que se mueve con tanta fluidez.
Qué abarca la transparencia anunciada
Google indica que todas las salidas de audio y vídeo llevan la marca de agua SynthID, que califica de imperceptible. Su función es permitir detectar, a posteriori, que un contenido ha sido generado. No informa al huésped, en ese momento, de que está hablando con una presencia sintética. Esa información es responsabilidad del establecimiento, que debe proporcionarla en pantalla o de palabra.
Google precisa que la creación de un avatar personalizado a partir de una imagen de referencia está reservada a las empresas incluidas en una lista de autorizadas. Surge entonces la cuestión del rostro: ¿el de un empleado, el de una persona real o el de un personaje inventado? El anuncio no aborda los derechos asociados a la imagen de partida.
Qué debería probar el establecimiento antes de ponerlo a disposición de los huéspedes
La evaluación abarcaría intercambios completos, incluidos aquellos en los que falta la respuesta. Un avatar que se mueve con fluidez pero retrasa el contacto con la persona capaz de decidir deteriora el servicio. Por tanto, el relevo hacia el equipo debe probarse tanto como la calidad de la imagen: cuándo se activa, qué se transmite y si el huésped tiene que repetirse.
La coherencia visual ayuda a un establecimiento a presentarse. Pero la confianza depende de una coherencia que la pantalla no muestra: cada promesa del avatar debe corresponder a un dato verificado y a una persona identificable que responda por ella.
Cette publication est également disponible en :
