{"id":5576,"date":"2024-06-14T15:00:47","date_gmt":"2024-06-14T18:00:47","guid":{"rendered":"https:\/\/blog.scielo.org\/es\/?p=5576"},"modified":"2024-06-14T14:58:15","modified_gmt":"2024-06-14T17:58:15","slug":"escritura-academica-en-podcasts-usando-ia","status":"publish","type":"post","link":"https:\/\/blog.scielo.org\/es\/2024\/06\/14\/escritura-academica-en-podcasts-usando-ia\/","title":{"rendered":"C\u00f3mo traducir la escritura acad\u00e9mica en podcasts<\/em> usando IA generativa [Publicado originalmente en el LSE Impact Blog en junio\/2024]"},"content":{"rendered":"

Por Andy Tattersall<\/strong><\/p>\n

\"Imagen<\/a>

Imagen: Google DeepMind.<\/em><\/p><\/div>\n

Durante la \u00faltima d\u00e9cada, he escrito varios art\u00edculos para el LSE Impact Blog<\/em><\/a> y otras plataformas. Creo que el blog<\/em> es un medio vital para compartir nuevas investigaciones e ideas. Como piezas independientes o compa\u00f1eros de producciones formales m\u00e1s largas, los posts<\/em> desempe\u00f1an un papel importante en el panorama de la informaci\u00f3n.<\/p>\n

Sin embargo, existen l\u00edmites inherentes al texto y el desarrollo de nuevas herramientas de inteligencia artificial (IA) generativa ha hecho m\u00e1s f\u00e1cil la transici\u00f3n del texto a la voz. Por lo tanto, quer\u00eda ver si pod\u00eda combinar el blog<\/em> con otra actividad favorita m\u00eda, el podcast<\/em>.<\/p>\n

Mi plan era dar nueva vida a este archivo de art\u00edculos escritos, muchos de los cuales siguen siendo relevantes y bien le\u00eddos. Por supuesto, podr\u00eda grabar estos art\u00edculos como podcasts usando mi propia voz (tengo las habilidades y la tecnolog\u00eda necesaria), pero quer\u00eda explorar si la IA podr\u00eda crear formas m\u00e1s simplificadas y accesibles de podcast<\/em> para los acad\u00e9micos.<\/p>\n

La tecnolog\u00eda de texto a voz est\u00e1 progresando r\u00e1pidamente y hay un n\u00famero creciente de herramientas que pueden ayudar con la accesibilidad. Las versiones de audio no son nuevas, los audiolibros est\u00e1n bien establecidos y las versiones de audio de art\u00edculos de investigaci\u00f3n son algo que las editoriales han experimentado durante alg\u00fan tiempo, aunque generalmente con resultados mixtos. Los podcasts<\/em> todav\u00eda son considerados por muchos en la academia como una nueva forma de diseminar ideas e investigaciones, pero tambi\u00e9n han estado disponibles durante las \u00faltimas dos d\u00e9cadas. Seg\u00fan una relator\u00eda de statista<\/em><\/a>,1<\/sup> la audiencia de podcasts<\/em> en el Reino Unido contin\u00faa creciendo, con una estimaci\u00f3n de 21,2 millones de oyentes de podcasts<\/em> en 2022. Entonces, \u00bfpor qu\u00e9 no (para acu\u00f1ar una nueva palabra) blogcasts<\/em>?<\/p>\n

Como la mayor\u00eda de las nuevas tecnolog\u00edas digitales, la adopci\u00f3n lenta de los podcasts en la academia se debe principalmente a barreras relacionadas con el tiempo, las finanzas, la confianza y el conocimiento. Sin embargo, con el apoyo y la formaci\u00f3n adecuados, cualquiera puede hacer y compartir un podcast<\/em>. Esto podr\u00eda ser un podcast<\/em> b\u00e1sico y sin muchos recursos, aunque a\u00fan as\u00ed requiere habilidades de planificaci\u00f3n, alojamiento y edici\u00f3n. Para muchos, la ansiedad por grabar (o incluso escuchar) su propia voz puede ser desafiante. En \u00faltima instancia, el contenido debe valer el tiempo del oyente, tal vez no sea de la calidad de la BBC, pero cuanto mejor sea la presentaci\u00f3n y la calidad del sonido, m\u00e1s probable es que los oyentes se involucren.<\/p>\n

Entonces, este fue mi proyecto. Despu\u00e9s de obtener permiso del LSE Impact Blog<\/em> y de The Conversation<\/em> para republicar mis art\u00edculos en un nuevo formato, cre\u00e9 una nueva cuenta de podcast en Spotify<\/em> llamada Talking Threads<\/em><\/a>. Aunque hay muchas opciones disponibles en el mercado, eleg\u00ed una herramienta llamada Augie<\/em><\/a>, que se centra principalmente en la creaci\u00f3n de videos y animaciones utilizando IA. Tiene una funci\u00f3n que le permite agregar texto, que se puede usar para generar un video con una voz de IA narr\u00e1ndolo con sus propias palabras. Lo us\u00e9 principalmente para exportar un archivo de audio, ya que las elecciones de im\u00e1genes de IA a\u00fan est\u00e1n muy alejadas de temas tan espec\u00edficos.<\/p>\n

Proporcion\u00e9 una introducci\u00f3n al podcast<\/em> usando mi propia voz y luego reformate\u00e9 todos mis antiguos art\u00edculos para que Augie<\/em> tuviera una mejor oportunidad de leer el texto correctamente. Sorprendentemente, fue bueno pronunciar nombres, pero tuvo dificultades con palabras compuestas como “paywall<\/em>“, que cambi\u00e9 a “pay wall<\/em>“. Lo mismo ocurri\u00f3 con acr\u00f3nimos como \u201cAPI\u201d y \u201cDOI\u201d, que cambi\u00e9 a \u201cA P I\u201d y \u201cD O I\u201d. Fue interesante escuchar lo que hab\u00eda escrito que me le\u00edan tan claramente, pero tambi\u00e9n resalt\u00f3 algunas ocasiones en las que necesitaba modificar el texto para que sonara mejor. Una vez que resolv\u00ed cualquier problema y le\u00ed el art\u00edculo modificado, el proceso fue bastante simple.<\/p>\n

La breve gu\u00eda de Augie<\/em><\/a>2<\/sup> explica c\u00f3mo agregar texto para generar su audio. Los pasos son los siguientes: seleccione “crear” y luego elija “tengo un texto que quiero convertir en video”. Luego pegue su guion y elija una voz y luego escuche una vista previa. Una vez satisfecho con la grabaci\u00f3n, haga clic en los tres puntos en el bot\u00f3n de reproducci\u00f3n\/vista previa y seleccione descargar. Esto descargar\u00e1 su audio como un archivo mp3.<\/p>\n

Una consideraci\u00f3n que tuve que hacer fue la elecci\u00f3n de la voz. Augie<\/em> tiene algunas docenas de voces para elegir. La mayor\u00eda de ellas son estadounidenses, al igual que con los generadores de im\u00e1genes de IA, parece haber un sesgo hacia las salidas de los Estados Unidos. Decid\u00ed, como hombre blanco ingl\u00e9s, elegir voces de hombres blancos ingleses para los podcasts<\/em>, ya que inicialmente sent\u00ed que deber\u00edan representar al autor. Luego me di cuenta de que los audiolibros pueden no ser le\u00eddos por alguien con el mismo trasfondo que el autor. As\u00ed que experiment\u00e9 creando algunos con acentos estadounidenses y australianos y una voz femenina. Aunque esto puede plantear otros problemas sobre la representaci\u00f3n, si tuviera que hacerlo de nuevo desde cero, definitivamente considerar\u00eda aumentar la variedad de voces en la mezcla.<\/p>\n

Mi enfoque para la adopci\u00f3n de tecnolog\u00eda est\u00e1 impulsado por dos factores. En primer lugar, adopto la tecnolog\u00eda basada en razones pedag\u00f3gicas a trav\u00e9s del prisma de la comunicaci\u00f3n de investigaci\u00f3n. En segundo lugar, para explorar la novedad de las nuevas tecnolog\u00edas y sus posibilidades. Los podcasts<\/em> pueden tomar una idea, una teor\u00eda y algo escrito y hacerlos m\u00e1s accesibles. Esto ayuda naturalmente a las personas con discapacidades visuales o discapacidades, pero tambi\u00e9n incluye a personas que simplemente quieren un descanso de la pantalla de la computadora. Tambi\u00e9n son port\u00e1tiles y ofrecen un respiro del bombardeo de la palabra escrita en el entorno laboral. Mientras que un art\u00edculo de revista o un libro exige toda tu atenci\u00f3n, el audio tambi\u00e9n proporciona una forma m\u00e1s ambiente de interactuar con las ideas, mientras las personas viajan o realizan otras tareas.<\/p>\n

El otro factor, la novedad, de ninguna manera menosprecia la primera raz\u00f3n. Como defendi\u00f3 el te\u00f3rico de la comunicaci\u00f3n Marshall McLuhan: \u201cEl medio es el mensaje\u201d y explorar la IA y el audio puede ser un catalizador para llamar la atenci\u00f3n sobre tu trabajo. Por supuesto, al igual que los podcasts en s\u00ed mismos, no son para todos y idealmente querr\u00edas grabar tu propio podcast<\/em> usando tu propia voz. Esta ciertamente fue una opci\u00f3n para m\u00ed, pero fue refrescante usar una variedad de voces. La calidad y el tono de ellas es profesional, pudieron captar la iron\u00eda y aplicar pausas en los lugares correctos. Grabar la propia voz a partir del texto requiere pr\u00e1ctica, de lo contrario, puede sonar igual de r\u00edgido y aburrido que una voz generada. Todos hemos experimentado presentaciones en las que el orador ha le\u00eddo p\u00e1ginas de texto textualmente a una audiencia y ha logrado perder su atenci\u00f3n despu\u00e9s de los primeros minutos debido a tener el tono incorrecto.<\/p>\n

La IA no sufri\u00f3 notablemente el problema de sonar aburrida con su propia voz. Si deseas que otros se interesen en tus ideas e investigaciones, es fundamental que el narrador suene comprometido con el texto que est\u00e1 leyendo. Los podcasts<\/em> producidos por IA abren otras posibilidades futuras para producir versiones en otros idiomas traducidos (siempre que sean revisados adecuadamente). Los podcasts<\/em> de IA pueden no ser para todos, pero s\u00ed ofrecen una soluci\u00f3n a personas y grupos que no tienen acceso a equipos de grabaci\u00f3n o que carecen de confianza. Y por si te lo estabas preguntando, este post<\/em> fue 100% escrito por m\u00ed.<\/p>\n

Puedes escuchar el blogcast<\/em> de Andy, Talking Threads – Where AI Meets Impact<\/a><\/em>, siguiendo el enlace. Tambi\u00e9n puedes encontrar todas las publicaciones de Andy en el LSE Impact Blog<\/em> aqu\u00ed<\/a>.<\/p>\n

 <\/p>\n