El tono de la voz
Leemos con más acierto una voz que un rostro, y desconfiamos más de ella. Los trabajos disponibles sugieren que esa jerarquía está invertida.
Un canal descuidado
Lo esencial de la investigación sobre la lectura del otro ha versado sobre el rostro, por razones prácticas: una fotografía es más fácil de estandarizar que una grabación. El canal vocal se ha estudiado menos, siendo así que está disponible en gran número de situaciones en las que el rostro no lo está.
Los parámetros en juego son medibles: altura, variaciones de altura, intensidad, velocidad, pausas, calidad del timbre. Se combinan en perfiles que los oyentes clasifican con una regularidad honorable, también entre lenguas.
Lo que permite la voz sola
Estudios que comparan canales comunican que la escucha sola da a veces mejores resultados que el vídeo para identificar el estado de un interlocutor. La explicación propuesta es que el rostro atrae la atención y proporciona indicios socialmente controlados, mientras que la voz es más difícil de escenificar a lo largo del tiempo.
Ese resultado merece prudencia: depende mucho de los materiales y de las consignas. Basta, sin embargo, para descartar la idea recibida según la cual el rostro sería el canal principal y la voz un complemento.
El caso del teléfono
Una conversación telefónica suprime el rostro y el cuerpo, deja intacta la voz y conserva la sincronización del ritmo. Es una configuración pobre en canales pero rica en el que queda, y la experiencia corriente confirma que allí se percibe muy bien que una persona no está en su estado habitual.
El escrito suprime el canal por entero. No es un detalle: la misma frase, leída sin prosodia, se presta a lecturas opuestas, y el lector proyecta en ella el tono que espera. Es el mecanismo principal de los malentendidos por mensajería.
Lo que engaña
Algunos parámetros vocales son comunes a estados muy distintos. La elevación de la altura acompaña a la ira como a la alegría intensa, la aceleración del ritmo acompaña al entusiasmo como a la ansiedad. Un oyente que no dispone del contexto se equivoca con regularidad de signo.
Se añaden diferencias estables entre personas: algunas hablan deprisa y alto en toda circunstancia. Comparar a alguien consigo mismo informa mucho mejor que compararlo con una norma, lo que supone conocerlo un mínimo.
El uso que hacen las máquinas
El análisis automático del tono se ha extendido en los centros de llamadas, donde sirve para señalar a un cliente descontento o para evaluar a un asesor. Descansa en la misma hipótesis discutida que el reconocimiento facial: que un perfil de señal corresponda de forma fiable a un estado.
El reglamento europeo sobre inteligencia artificial adoptado en 2024 prohíbe los sistemas de inferencia emocional en el lugar de trabajo, fuera de motivos médicos o de seguridad. La cuestión del alcance exacto de esa prohibición, para dispositivos que pretenden medir la satisfacción del cliente y no el estado del asalariado, ocupará con toda probabilidad a los juristas.
Para recordar
La voz sola permite a veces identificar el estado del otro mejor que el vídeo, al controlarse el rostro con mayor facilidad.
Varios parámetros vocales son comunes a estados opuestos: sin contexto, uno se equivoca de signo.
El escrito suprime la prosodia, y el lector proyecta en él el tono que espera.
Este artículo describe mecanismos y desacuerdos documentados. No recomienda ninguna posición, ningún partido y ningún voto, y no compromete otra lectura que la de los trabajos que cita.
Y usted, ¿dónde se sitúa?
El test Civix sitúa sus convicciones en seis dimensiones y lo vincula a uno de los doce perfiles, sin decirle nunca qué pensar.
Empezar mi test