¿Y si el problema no fuera el acento sino quien lo escucha?

La empresa canadiense de comunicaciones Telus ha empezado a utilizar inteligencia artificial para modificar en tiempo real el acento de algunos agentes de atención al cliente. La tecnología, suministrada por Tomato.ai a través de Telus Digital, procesa la voz del trabajador durante la llamada y suaviza determinados rasgos de pronunciación para reducir lo que la compañía denomina “fricciones relacionadas con el acento”. Según la información publicada, el sistema se aplica a agentes offshore y ha provocado críticas de sindicatos y organizaciones laborales, que cuestionan la falta de transparencia hacia los clientes y los posibles efectos sobre el empleo local.

La noticia puede leerse como una anécdota más en la carrera por introducir IA en todos los rincones de la empresa. Pero creo que sería un error. Lo que está en juego aquí no es solo una herramienta para que las llamadas sean más fluidas. Es una nueva muestra de cómo la inteligencia artificial empieza a intervenir en dimensiones cada vez más íntimas del trabajo humano, en concreto en cómo “sonamos”, y en qué parte de nuestra identidad profesional se considera aceptable en una interacción comercial.

De nuevo, como ocurre tantas veces con la IA, la cuestión no es la viabilidad tecnológica, si la tecnología funciona. La pregunta es para qué se usa, bajo qué condiciones, con qué transparencia, quién gana, quién pierde y qué normaliza.

Inteligencia artificial para entendernos mejor

En realidad, hay argumentos razonables a favor de una solución como esta.

El primero es la claridad. En un “contact center”, la voz no es un detalle menor sino la interfaz. Cuando un cliente llama porque tiene un problema, quiere entender y ser entendido. Si una conversación se llena de repeticiones, malentendidos, pausas o frustración, la experiencia se deteriora para ambas partes. Telus Digital defiende precisamente este punto. Para esta empresa la mejora de voz mediante IA busca facilitar conversaciones más claras, reducir repeticiones y acortar los tiempos de resolución. En su explicación técnica, la compañía sostiene que estos sistemas modifican rasgos acústicos y de pronunciación, pero preservan la identidad vocal, el tono emocional y el contenido de lo que se dice. 

Desde esta perspectiva, la tecnología podría verse como una extensión de otras herramientas ya normalizadas en las comunicaciones laborales como cancelación de ruido, mejora automática del audio, transcripción en tiempo real o subtítulos automáticos. Nadie suele indignarse porque una plataforma elimine el ruido de fondo de una llamada. ¿Por qué debería ser necesariamente distinto si el sistema reduce rasgos de pronunciación que dificultan la comprensión?

Además, puede haber un argumento de inclusión laboral. En mercados globales, muchas personas altamente capacitadas se enfrentan a barreras no por lo que saben, ni por cómo resuelven problemas, sino por cómo suenan. En algunos trabajos, el acento se convierte en un filtro informal de empleabilidad, evaluación del desempeño o promoción. Investigaciones académicas han mostrado que los acentos no nativos pueden activar evaluaciones negativas en contextos como la contratación, la promoción o incluso decisiones judiciales, y que no todos los acentos reciben el mismo trato. Mientras algunos se perciben como prestigiosos, otros se perciben como menos competentes o confiables.

Así visto, una tecnología de “suavizado” del acento podría funcionar como un escudo. Podría proteger a trabajadores que, de otro modo, serían penalizados por prejuicios lingüísticos o raciales. Podría reducir comentarios despectivos de clientes. Podría aumentar la confianza del agente. Podría permitir que más personas participen en mercados laborales globales sin tener que someterse durante meses a programas de “neutralización” del acento que, en el fondo, persiguen el mismo objetivo por una vía más lenta y costosa.

De hecho, podríamos imaginar usos más sofisticados. Por ejemplo, que cada cliente escuche una pronunciación más cercana a su variedad lingüística, que una persona mayor o con dificultades auditivas reciba una señal de voz más clara, o que equipos globales reduzcan malentendidos en contextos de alta presión. No sería la primera vez que una tecnología polémica empieza siendo percibida como una amenaza y termina encontrando usos legítimos cuando se diseña con buenas reglas.

El problema es que aquí empieza la zona gris.

Cuando la IA refuerza sesgos y prejuicios

Si un cliente reacciona peor ante un acento filipino, indio, latinoamericano o africano, la decisión de modificar ese acento puede mejorar la interacción entra la empresa y ese cliente. Pero también puede transmitir el mensaje de que el problema no está en el sesgo del cliente, sino en la voz del trabajador.

Ahí la tecnología deja de ser una simple herramienta de comunicación y se convierte en un mecanismo de acomodación al prejuicio. No educamos al cliente. No cuestionamos sus expectativas. No intervenimos sobre la discriminación.

Este punto es importante porque muchas soluciones de IA se presentan como neutrales precisamente porque son funcionales. Reducen fricciones, mejoran métricas, aumentan la satisfacción del cliente. Pero no todas las fricciones merecen ser eliminadas de la misma manera. Algunas fricciones revelan problemas que conviene afrontar, no ocultar. Si una organización descubre que algunos clientes tratan peor a los agentes con ciertos acentos, tiene varias opciones. Por ejemplo, formar a sus clientes, respaldar a sus empleados, sancionar conductas abusivas, rediseñar protocolos de atención o modificar la voz de los trabajadores para que el problema desaparezca de la superficie.

La última opción puede ser eficaz. Pero también puede ser la más cómoda. Es la diferencia entre resolver un problema y hacerlo invisible.

La voz como dimensión de la identidad

El acento no es un simple ruido técnico adherido al habla. El acento forma parte de nuestra biografía. Dice algo de dónde hemos crecido, con quién hemos aprendido a hablar, qué comunidades nos han moldeado, qué trayectorias migratorias o sociales llevamos dentro.

Por eso no es lo mismo mejorar la calidad de una señal de audio que modificar el acento de una persona. La cancelación de ruido elimina algo externo a la voz. El suavizado del acento interviene sobre una dimensión de la voz que está mucho más cerca de la identidad.

La pregunta entonces es hasta qué punto un empleador puede pedir (o imponer) a un trabajador que modifique esa dimensión para adaptarse mejor a las expectativas del cliente. ¿Debe ser siempre voluntario? ¿Puede el trabajador desactivarlo siguiendo el principio de “autonomía”? ¿Puede negarse sin sufrir consecuencias en su evaluación? ¿Se utilizarán las métricas de satisfacción para presionar indirectamente a quienes no quieran emplearlo? ¿Qué ocurrirá si los clientes puntúan mejor a los agentes con acento modificado? ¿Se convertirá la “voz optimizada” en el nuevo estándar de desempeño?

Es uno de los grandes riesgos de muchas tecnologías laborales que comienzan como una ayuda y terminan como una norma. Primero te permiten usarla. Después se espera que la uses. Finalmente, no usarla se interpreta como falta de profesionalidad, resistencia al cambio o bajo compromiso con la experiencia del cliente.

La transparencia con el cliente

También está el debate sobre la transparencia. ¿Debe saber el cliente que la voz que escucha ha sido modificada por IA?

La respuesta no es obvia. En una llamada con un call center, el cliente rara vez sabe qué tecnologías están operando en segundo plano (enrutamiento automático, análisis de sentimiento, grabación, asistentes para el agente, recomendaciones en tiempo real, sistemas de calidad, etc.). Pero la voz ocupa un lugar distinto. Es la base de la relación. Nos ayuda a inferir si hablamos con una persona o con una máquina, si la persona está cerca o lejos, si domina el idioma, si hay autenticidad en la interacción.

Si una compañía modifica en tiempo real el acento de un agente sin informar al cliente, puede que el cliente entienda mejor. Pero también puede sentirse engañado si lo descubre. Y, en un contexto donde la confianza en las instituciones y las empresas ya es frágil, no conviene subestimar el coste de pequeñas opacidades acumuladas.

La OCDE ha clasificado este caso dentro de su monitor de incidentes y riesgos de IA por las preocupaciones que plantea sobre transparencia, confianza del consumidor, trabajadores afectados y posibles impactos económicos. Aunque la propia ficha advierte que su contenido no representa necesariamente la posición oficial de la OCDE, el hecho de que este uso aparezca en ese tipo de repositorios muestra hasta qué punto la cuestión ha dejado de ser meramente operativa. 

La transparencia, sin embargo, también tiene matices. Si se informa al cliente de que “la llamada puede utilizar tecnologías de mejora de voz mediante IA”, ¿es suficiente? ¿O habría que decir explícitamente que el acento del agente puede estar siendo modificado? ¿Y qué efecto tendría esa información sobre la percepción del cliente? ¿Aumentaría la confianza o activaría nuevas sospechas?

De nuevo, no hay una respuesta sencilla. Pero sí parece claro que la decisión no debería quedar enterrada en una política de privacidad incomprensible.

El impacto sobre el empleo local

Otro ángulo incómodo es el empleo. Una de las razones por las que algunas empresas mantienen centros de atención en determinados países es la proximidad lingüística y cultural con sus clientes. Si la IA reduce la importancia del acento como barrera, puede facilitar la externalización hacia países con menores costes laborales.

Esto no significa que la tecnología “destruya” empleo de manera automática. Como ya hemos explicado en otras ocasiones, la secuencia es más compleja. La IA no decide por sí sola que una empresa deslocalice un servicio. Pero puede alterar los costes, las restricciones y las posibilidades organizativas que hacen más atractiva esa decisión.

Si antes una empresa dudaba en trasladar llamadas a otro país porque temía un deterioro en la experiencia del cliente, una herramienta que suaviza acentos puede cambiar la ecuación. En ese caso, la tecnología no solo mejora la comunicación, sino que también reconfigura el mapa de la competencia laboral. Trabajadores de distintos países pasan a competir en un mercado más integrado, donde la voz local deja de ser una ventaja diferencial y el coste laboral gana peso.

Para algunos trabajadores en países emergentes, esto puede abrir oportunidades. Para trabajadores locales en países de mayor coste, puede acelerar la pérdida de empleos. Para las empresas, puede aumentar la eficiencia. Para la sociedad, plantea la pregunta de quién captura las ganancias de productividad y quién absorbe los costes de transición.

El riesgo de una experiencia demasiado sintética

Otra cuestión es la autenticidad de la relación.

Durante años, muchas empresas han intentado hacer que los bots parezcan humanos. Pero decisiones como la que estamos analizando sugiere una tendencia inversa a que los humanos suenen más procesados, más estándar, más ajustados a una expectativa estadística de claridad y familiaridad.

En los centros de contacto ya existen guiones, métricas, controles de calidad, análisis de emociones, sistemas de recomendación de respuestas y herramientas de coaching en tiempo real. Si añadimos modificación de voz, el trabajador puede acabar convertido en una especie de interfaz humana aumentada, donde la organización optimiza no solo lo que dice, sino también cómo lo dice, con qué tono, con qué ritmo, con qué acento y quizás, más adelante, con qué emoción.

La paradoja es evidente. El cliente quiere hablar con una persona. Pero la empresa introduce capas crecientes de tecnología para que esa persona se parezca más a lo que el cliente espera escuchar. La humanidad se mantiene, pero cada vez más mediada, filtrada y optimizada.

Esto no tiene por qué ser malo en todos los casos. Pero conviene preguntarse dónde está el límite. Porque una cosa es ayudar a una persona a comunicarse mejor. Otra, convertir su expresión en un producto ajustable.

La gobernanza que falta

El caso Telus muestra que gran parte de las decisiones sobre IA en el trabajo no pueden evaluarse solo con criterios de viabilidad técnica y eficiencia. Necesitamos preguntas más amplias.

¿La herramienta mejora realmente la comprensión o simplemente oculta diversidad? ¿Es voluntaria para los trabajadores? ¿Quién decide cuándo se activa? ¿Qué datos de voz se procesan y dónde? ¿Se conserva información biométrica? ¿Hay auditorías independientes? ¿Se ha consultado a los representantes de los trabajadores? ¿Se informa a los clientes? ¿Se mide el impacto en satisfacción, en bienestar de los agentes, en discriminación recibida, en empleo local y en confianza? ¿Existe un canal para que trabajadores y clientes expresen objeciones?

Estas preguntas no son un freno a la innovación. Son condiciones para que la innovación no se convierta en una forma de trasladar costes a quienes tienen menos poder.

Una política razonable podría partir de la aplicación de principios como consentimiento informado de los trabajadores, opción real de no uso, prohibición de utilizar la negativa como criterio negativo de desempeño, transparencia con los clientes, evaluación de impacto antes del despliegue, revisión periódica de resultados, participación de representantes de los trabajadores, límites claros al uso de datos de voz,  y una distinción explícita entre mejorar la inteligibilidad y alterar la identidad percibida de la persona.

También sería útil que las empresas no escondieran estas decisiones bajo el lenguaje amable de la “mejora de experiencia”. Si el sistema cambia cómo suena una persona, digámoslo. Si se usa para hacer viable un determinado modelo de externalización, digámoslo también. La claridad no debería exigirse solo a los agentes, también a las organizaciones.

La pregunta de fondo

La decisión de Telus no es fácil de juzgar porque combina beneficios reales con riesgos reales. Puede mejorar la experiencia del cliente. Puede proteger a trabajadores frente a sesgos y agresiones. Puede ampliar oportunidades laborales para personas con acentos diversos. Pero también puede perpetuar los prejuicios que dice mitigar, ocultar la deslocalización, debilitar la transparencia, presionar a los trabajadores para modificar una parte de su identidad y acelerar una estandarización cada vez más profunda de la interacción humana.

Quizá por eso este caso resulta tan interesante. Porque nos obliga a abandonar las respuestas simples.

Además, nos recuerda que la IA no solo automatiza tareas. También redefine normas. Cambia lo que consideramos profesional, aceptable, eficiente, humano. En este caso, la pregunta no es únicamente si una voz modificada por IA se entiende mejor. La pregunta es qué estamos diciendo, como organizaciones y como sociedad, cuando decidimos que algunas voces necesitan ser corregidas para poder ser escuchadas.

+++

Foto de Charanjeet Dhiman en Unsplash