Tener un asistente de inteligencia artificial que llegue antes que tú a una reunión y tome notas perfectas suena futurista, pero ya es una realidad accesible. En esta sesión práctica se muestra paso a paso cómo una herramienta de transcripción automática captura, organiza y resume conversaciones profesionales, y cómo combinarla con un modelo de lenguaje para extraer todavía más valor de cada encuentro.
¿Cómo funciona un asistente de IA que toma notas en reuniones?
El flujo comienza cuando el asistente se conecta a la reunión —incluso antes que los participantes— y empieza a grabar el audio. Una configuración de seguridad importante es avisar a todos los asistentes que una inteligencia artificial está registrando la conversación [0:26]. Eso garantiza transparencia y confianza.
Una vez finalizada la sesión, la herramienta entrega varios productos de forma automática:
- Resumen ejecutivo: un esquema organizado de los temas tratados, sin que nadie se lo pida [3:10].
- Tareas pendientes: identifica compromisos concretos que surgieron durante la conversación [3:30].
- Identificación de hablantes: cada participante puede grabar una muestra de audio para que el sistema reconozca quién dijo qué en cada momento [3:47].
- Transcripción completa: el registro textual íntegro de todo lo que se dijo, con marcas de tiempo [4:38].
En el ejemplo mostrado se utilizó Sembly, aunque se deja claro que existen muchas alternativas. La clave está en evaluar características, precio e integración con otras plataformas.
¿Qué diferencia a las distintas herramientas de transcripción?
Hoy los grandes proveedores como Zoom, Google Meet y Microsoft Teams ya incorporan funciones de transcripción nativas que funcionan en cualquier idioma [7:42]. La diferencia entre unas y otras radica en varios factores:
- Integración con ecosistemas existentes: Teams se conecta con Microsoft 365, Google Meet con Workspace, y herramientas independientes como Sembly pueden integrarse con CRMs como HubSpot [5:08].
- Reconocimiento de patrones de reunión: el asistente intenta identificar el tipo de encuentro —un brainstorming, un uno a uno, una planificación— y adapta el formato del resumen a ese patrón [5:37].
- Modelos subyacentes: estas herramientas combinan modelos de voz a texto para la transcripción y modelos de procesamiento de lenguaje para generar resúmenes y detectar tareas [6:00].
El asistente funciona como un seguro: no sabes que lo necesitas hasta que tienes que buscar un compromiso olvidado o un dato específico de una conversación pasada [2:20].
¿Cómo combinar la transcripción con ChatGPT para obtener más valor?
El paso más interesante es tomar la transcripción generada y llevarla a un LLM (large language model) como ChatGPT para manipularla con mayor libertad [6:10].
¿Cuál es el proceso paso a paso?
- Exportar la transcripción desde Sembly en formato PDF o Markdown [6:22].
- Subir el archivo a ChatGPT usando la opción de cargar archivo [6:37].
- Darle contexto al modelo: explicarle que se trata de una transcripción y sobre qué tema versa [6:48].
- Pedir un resumen o cualquier análisis específico.
Un detalle valioso: no es necesario lanzar preguntas de inmediato. A veces conviene dejar que la herramienta procese el documento y ofrezca una primera respuesta por su cuenta antes de profundizar [6:58].
¿Y si no tengo tiempo de leer el resumen?
ChatGPT tiene un modo de voz avanzado que permite escuchar el resumen en lugar de leerlo [7:18]. Incluso se puede pedir que resuma solo lo dicho por un hablante específico, lo que resulta muy útil cuando participan varias personas.
El flujo completo ilustra una cadena de transformaciones de IA:
- Voz a texto: la conversación se convierte en transcripción.
- Texto a texto: la transcripción se procesa en un LLM para generar resúmenes personalizados.
- Voz a voz: una persona dialoga con la IA para obtener información de forma conversacional [7:28].
Este encadenamiento abre posibilidades enormes fuera de las reuniones. Piensa en ventas, donde cada llamada con un cliente queda documentada y analizada, o en servicio al cliente, donde se pueden detectar patrones en las consultas recurrentes.
Si ya estás usando alguna de estas herramientas o tienes ideas sobre cómo aplicarlas en tu contexto profesional, comparte tu experiencia en los comentarios.
