La demo del “patito” de Gemini no se hizo en tiempo real ni con voz
La demo de alto perfil del “patito” de Gemini de Google está siendo criticada por mostrar interacciones fuertemente escenificadas y editadas como si fueran capacidades de IA multimodal en tiempo real. Los comentaristas sostienen que el video cruza de un pulido normal de producto a un marketing engañoso, ya que el modelo en realidad respondió a imágenes fijas seleccionadas a mano y a prompts de texto detallados en lugar de video y voz en vivo. El episodio alimenta preocupaciones más amplias sobre la confianza en los proveedores de IA, los benchmarks inflados y cómo el hype agresivo de las grandes tecnológicas distorsiona tanto las expectativas de los inversores como la adopción por parte de los desarrolladores.
Naturaleza de la demo del “patito” de Gemini
- El video daba a entender claramente una interacción en tiempo real y sin límites, con video y voz continuos.
- Cobertura posterior en el blog y la prensa de Google muestra que se construyó a partir de imágenes fijas seleccionadas a mano y prompts de texto cuidadosamente redactados, con salidas editadas y reordenadas.
- El audio, el timing y algunas capacidades (p. ej., “generar” música en vez de solo buscarla; el juego de mover tazas a partir de imágenes fijas, no de video) se dramatizaron más allá de lo que el producto hace actualmente.
Avisos, marketing y engaño
- La descripción en YouTube y el pequeño texto en pantalla indicaban “secuencias acortadas” y menor latencia, pero no dejaban claro que los prompts, las entradas y el modo de interacción eran sustancialmente distintos.
- Muchos comentaristas sostienen que esto cruza la línea entre una demo pulida normal y una publicidad engañosa o “abiertamente falsa”.
- Otros lo ven como el típico marketing de “humo y espejos” o prototipado aspiracional, algo no inusual en las demos tecnológicas.
Confianza, ética y posibles problemas legales
- Varios dicen que al principio quedaron impresionados, pero luego se sintieron engañados; algunos afirman que esto erosiona de forma permanente la confianza en los anuncios de Google y en sus afirmaciones sobre IA.
- Se hacen comparaciones con demos anteriores de Google (p. ej., llamadas de Assistant/Duplex) y con industrias que prometen más de la cuenta (juegos AAA, startups de vehículos eléctricos).
- Una minoría plantea la posibilidad de fraude bursátil o al consumidor, señalando el impulso en la acción, mientras que otros creen que solo se trata de exageración agresiva.
Comparación con OpenAI y estrategia de producto
- Muchos contrastan esto con las demos de GPT-4/GPT-4V y el Dev Day de OpenAI, percibidos como más cercanos al uso en vivo y respaldados por productos disponibles de inmediato.
- Algunos dicen que GPT-4 ha reemplazado en gran medida a Google Search y Stack Overflow para programación y muchas consultas de “pregunta simple”; otros siguen viendo la búsqueda clásica como esencial para navegación, documentación oficial e información empresarial.
- Varios interpretan el lanzamiento de Gemini como evidencia de que Google va por detrás en IA desplegada, pese a su historial de investigación (por ejemplo, inventar los transformers).
Alucinaciones y corrección
- La propia demo contiene al menos un error factual (razonamiento sobre por qué flota el patito de goma), usado para ilustrar que Gemini todavía “alucina” con seguridad.
- Hay una larga discusión paralela sobre cómo juzgar las respuestas de los LLM, la dificultad de verificar la corrección y si las herramientas imperfectas son aceptables si se usan con cuidado.
- Se mencionan varias técnicas (probar código, RAG, chain-of-thought, verificación externa de hechos), pero no hay consenso en que las alucinaciones estén cerca de estar “resueltas”.
Implicaciones más amplias
- Los comentaristas temen que estas demos de IA escenificadas normalicen la falsificación en una era de deepfakes y contenido generado, erosionando aún más la confianza en el video, el audio y las afirmaciones corporativas.
- Algunos argumentan que el verdadero problema son los incentivos corporativos: la presión por impresionar a los inversores y “mantener el ritmo” en IA lleva al hype excesivo y socava el progreso técnico genuino.