Microsoft cree que debería ser más fácil interrumpir a las personas durante las reuniones, y es algo brillante

Si ha pasado mucho tiempo en videoconferencias en los últimos años, probablemente tenga sentimientos encontrados al respecto. Por un lado, tienen hizo posible estar conectado durante un tiempo en el que simplemente no era posible que estuviéramos juntos en persona. Durante la pandemia, las videollamadas eran la forma en que hacíamos todo, desde el trabajo, la escuela, las clases de yoga e incluso las vacaciones familiares.

Por otro lado, las videollamadas siguen siendo malas.

Claro, son mejores que no poder verse y hablar entre ellos, pero están muy lejos de cómo casi todos quieren pasar una cantidad significativa de tiempo. Incluso si está a favor de trabajar de forma remota (como yo), debe admitir que las videollamadas no son un buen sustituto para estar juntos en persona.

En parte, esto se debe a que las personas no son buenas para las videollamadas. En primer lugar, son agotadores. En segundo lugar, en realidad no facilitan la interacción a menos que seas implacable en mantener a las personas involucradas (lo que podría explicar por qué son tan agotadores). Finalmente, incluso después de dos años, la mayoría de la gente todavía no se da cuenta como lucir y sonar bien en una videollamada, o simplemente ya no les importa.

Pero también se debe a que el software nunca podrá recrear auténticamente la experiencia de estar juntos en persona. A pesar de los esfuerzos de las empresas de tecnología, las videollamadas no son mucho mejores que la primera vez que alguien le envió un enlace para unirse a la sala de Zoom.

Eso no quiere decir que no lo estén intentando. De hecho, a principios de este mes, Microsoft anunció dos nuevas funciones en Teams destinadas a resolver algunas de las peores cosas de tratar de hablar con alguien a través de una cámara web y un altavoz.

Primero, la compañía está utilizando inteligencia artificial (IA) avanzada para cancelar mejor el ruido de fondo. Esto incluye la reverberación y el eco de la sala, lo que hace que parezca que estás usando un micrófono de alta calidad, incluso si no es así. Incluso mejora tu sonido cuando no estás usando auriculares con micrófono.

La segunda característica, mucho más interesante, está diseñada para facilitar que la gente interrumpa, lo cual, cuando lo piensas bien, es bastante brillante. Este es el por qué:

Las interrupciones son algo real que sucede, especialmente cuando las personas están juntas en una habitación. Es posible que desee hacer una pregunta o aclarar algo que alguien dijo antes de continuar. En la vida real, esto es una parte natural de tener una conversación. A menudo ni siquiera se siente como una interrupción, es solo nuestra forma de hablar. Las conversaciones fluyen naturalmente entre dos personas.

En una videoconferencia, sin embargo, no es bueno. Las videoconferencias son buenas cuando una persona está presentando, y todos los demás están en silencio y solo hablan cuando están seguros de que el piso está abierto. Si alguien empieza a hablar, todo se desmorona.

Principalmente porque las videollamadas no son buenas para manejar la diafonía donde dos personas hablan al mismo tiempo porque el software está tratando de evitar la retroalimentación. En una videollamada, si una persona está hablando, el sonido de su voz saldrá del altavoz del dispositivo de todos los demás. Si uno de estos otros participantes comienza a hablar, su micrófono captará tanto la voz como el sonido que sale del altavoz, creando un eco y un bucle de retroalimentación.

Entonces, la mayoría del software de videoconferencia básicamente silencia su micrófono a menos que esté hablando. Cuando comienza a hablar, el software debe reconocer su voz y realizar todo el procesamiento necesario para filtrar cualquier sonido de fondo. Esto a menudo resulta en un ligero retraso antes de que alguien pueda escuchar lo que está diciendo. Durante este tiempo, parte de la conversación se interrumpe, lo que lleva al incómodo «no, adelante».

Microsoft, por otro lado, dice que está utilizando inteligencia artificial para eliminar el eco y facilitar que varias personas hablen a la vez. Microsoft dice que usó un modelo de IA entrenado en «30,000 horas de muestras de voz para retener las voces deseadas mientras suprimía las señales de audio no deseadas, lo que resultó en un diálogo más fluido». O, en otras palabras, está haciendo que las conversaciones por video sean más naturales y más parecidas a conversaciones reales.