Hecho: Tavus presentó Griffin-Lite el 1 de octubre como una vista previa de investigación para un modelo de conversación por video que procesa audio y video mientras genera su propia respuesta. En un estudio conducido por la propia empresa, 26 de 54 participantes —48%— creyeron que la persona del otro lado era humana tras una llamada de un minuto. Tavus no ofrece Griffin a clientes en general y dice que trabaja en funciones de divulgación y medidas de seguridad antes de ampliar el acceso. El anuncio del equipo de investigación explica el método y sus límites.
Los participantes pensaban que hablarían con otra persona y recién al terminar respondieron si sospecharon que era una IA. Tavus compara el resultado con una prueba anterior de su sistema Phoenix-4.5, Sparrow-2 y Raven-1: una de 41 personas, o 2,4%, lo tomó por humano. Los grupos eran distintos; el resultado no es una comparación aleatorizada ni una evaluación académica independiente. Tampoco constituye el protocolo clásico de Turing, donde una persona evaluadora sabe que puede hablar con una máquina y debe identificarla.
Qué hace el sistema
Según Tavus, Griffin recibe video y audio, decide continuamente cuándo hablar o esperar, y genera expresión facial, gestos, mirada y voz. El sistema puede ser interrumpido y reaccionar a señales visuales. La compañía afirma que Griffin-Lite crea video de 720p en fragmentos de 320 milisegundos y puede imitar una voz con una muestra breve. Estas son descripciones técnicas del fabricante; la cifra de 48% procede de su propio ensayo.
The State of AI destaca que el estudio fue breve, pequeño y diseñado y publicado por Tavus, y advierte que el resultado no prueba que el modelo engañe a personas durante conversaciones largas o en condiciones adversariales. Decrypt también diferencia la prueba de percepción del benchmark VideoFDB. En este último, NVIDIA evaluó el modelo con un juez de lenguaje: Tavus reporta 3,83 sobre 5 en generación, frente a 2,80 del siguiente sistema y 3,92 para la referencia humana. Esa puntuación sí proviene de un benchmark externo según la publicación, pero no mide si una persona identifica correctamente al interlocutor.
AI.info subraya que 26 respuestas en una muestra pequeña no permiten inferir tasas de engaño en el uso cotidiano, y que el producto sigue siendo una vista previa restringida.
La cuestión de la divulgación
Opinión: el dato más relevante no es declarar que el modelo “pasó el test de Turing”, sino que la empresa eligió limitarlo porque su realismo puede confundir. Eso convierte la identificación del contenido sintético en una decisión de interfaz y no solo en una cláusula escondida en los términos de uso. Para empresas, la prueba no justifica reemplazar una llamada humana ni sirve para afirmar que la mayoría de usuarios será engañada: describe una situación de un minuto, con participantes no advertidos de la posibilidad de hablar con una IA. La replicación independiente, muestras mayores y pruebas con aviso explícito siguen pendientes.




