Block, la empresa fundada por Jack Dorsey, ha presentado Dessa, un modelo de inteligencia artificial de voz entrenado exclusivamente a partir de conversaciones humanas. El objetivo es crear una interfaz más natural que los modelos actuales, que suelen convertir el habla en texto y pierden el contexto emocional. El equipo de desarrollo, liderado por Ragavan Thurairatnam, destaca que Dessa es un modelo de 'speech-to-speech' que puede ejecutarse localmente en un MacBook Pro M4 Max o superior.
Para demostrar sus capacidades, Block ha compartido grabaciones de conversaciones con usuarios que muestran interacciones fluidas, aunque a veces con toques de incomodidad o errores menores, como confundir a un usuario con el nombre de Cristiano Ronaldo. Los ejemplos incluyen un juego de adivinación por voz, una discusión sobre películas de Christopher Nolan y una interacción con el modelo GPT-Live-1 de OpenAI, donde Dessa responde con una naturalidad superior.
La compañía justifica el desarrollo de Dessa por tres razones principales: la curiosidad científica, la mejora en la comprensión humano-IA y la seguridad. Según el equipo, la IA actual carece de sensibilidad a las emociones en la voz, lo que plantea riesgos de seguridad, como no detectar el dolor o la angustia del usuario. Dessa busca resolver esto al aprender a hablar como los bebés, sin necesidad de ver texto escrito. El acceso inicial estará restringido a un pequeño grupo de investigadores de seguridad de la IA.