Block presenta Dessa: modelo de IA entrenado solo con conversaciones humanas
Block, la empresa detrás de Cash App y Square, anunció esta semana Dessa, un modelo de inteligencia artificial para procesamiento de habla que la empresa describe como "el modelo de habla full-duplex más auténtico jamás construido". A diferencia de casi todo el ecosistema actual de IA de voz, Dessa fue entrenado desde cero exclusivamente con grabaciones de conversaciones humanas: sin textos de internet, sin modelos preentrenados, sin pipeline intermedio de texto.
El enfoque: habla en lugar de texto
El flujo convencional de asistentes de voz sigue un camino de tres etapas: el usuario habla, el sistema convierte el audio en texto mediante reconocimiento de voz (ASR), un modelo de lenguaje procesa el texto y genera una respuesta, y luego esa respuesta se sintetiza en audio mediante un sistema de texto a voz. Block considera este flujo artificial y limitante.
"Creemos que la voz es la forma más natural de interactuar con la inteligencia", escribió el equipo del proyecto en la página de Dessa. "Tratar todo como texto y luego tirar información que el texto no puede transportar es absurdo, empeora la experiencia y es potencialmente peligroso."
Dessa opera de forma completamente diferente. Es un modelo de habla a habla real: el audio entra, el audio sale. Entrenado "desde cero en nada más que conversación humana", el modelo aprendió a sostener una conversación en tiempo real simplemente escuchando. No hay traducción intermedia a texto. La inferencia corre más rápido que el tiempo real en un MacBook Pro M4 Max o superior.
Lo que diferencia técnicamente al Dessa es su capacidad nativa full-duplex. El modelo escucha y habla simultáneamente, produce backchannel natural ("sí", "entendido", "ah-ja") en el momento preciso y puede interrumpir de forma natural — exactamente como funciona una conversación humana. Además, procesa emociones, sarcasmo, risas y suspiros de forma nativa, sin necesidad de capas adicionales de análisis emocional.
El equipo detrás: el laboratorio olvidado
Detrás de Dessa hay un pequeño laboratorio de investigación de IA dentro de Block, fundado por exmiembros de Dessa — la Dessa, la startup de deep learning de Toronto que originalmente producía voces sintetizadas realistas para publicidad. El equipo construye modelos de deep learning desde 2012 y modelos de habla generativa desde hace más de ocho años. Según su propia descripción en el sitio del proyecto, el equipo "perseguimos problemas de frontera que otros ignoramos" y reporta directamente a Jack Dorsey, cofundador y presidente de Block.
La conexión con Buzz — la plataforma de chat de equipos lanzada en julio de 2026, que permite que humanos y agentes de IA compartan canales — es evidente. Dessa complementa la estrategia de Dorsey de construir interfaces naturales entre humanos y máquinas, donde la conversación reemplaza al teclado como medio principal de interacción.
Contexto empresarial: la apuesta de Block por la IA
El anuncio del Dessa se inscribe en un momento de transformación radical en Block. En febrero de 2026, la empresa despidió cerca de 4.000 trabajadores — más del 40% de su fuerza laboral — argumentando que la inteligencia artificial permitiría operar de forma más rápida y eficiente. Desde entonces, la empresa ha reportado haber triplicado la cantidad de productos desarrollados internamente.
En el segundo trimestre de 2026, el beneficio bruto de Block subió un 27% interanual a US$2.900 millones, con ingresos de US$6.100 millones. Dorsey atribuyó parte significativa de este resultado a la IA, diciendo en una carta a los accionistas: "Internamente, la IA nos está ayudando a ir más rápido y mejorar la calidad. Externamente, nos está ayudando a construir productos que actúan antes para clientes y vendedores."
La empresa ya cuenta con dos asistentes de IA en Cash App — Moneybot y Managerbot — y está explorando modelos de precios para herramientas de IA antes de lanzarlas públicamente. Dessa representa la siguiente capa de esa estrategia: en lugar de construir sobre APIs de terceros o modelos de lenguaje existentes, Block está invirtiendo en modelos propietarios entrenados desde cero, con el objetivo de diferenciar su stack de IA de competidores que dependen de OpenAI, Anthropic o Google.
Por qué importa
La premisa de Dessa — que la conversación humana contiene toda la información necesaria para construir inteligencia conversacional — es ambiciosa y controvertida. La mayoría de los laboratorios modernos de IA confían en corpus de texto a escala de internet como base de conocimiento, aplicando después técnicas de alineación para hacer los modelos "amigables". El enfoque de Block parte de la idea opuesta: lo que importa en la conversación no es el conocimiento factual, sino el ritmo, la emoción y la interacción social.
Hay riesgos en este enfoque. Un modelo entrenado solo con conversaciones humanas tendrá naturalmente el conocimiento factual que las personas expresan en conversación — lo que significa vacíos en áreas técnicas, científicas y especializadas que rara vez aparecen en diálogos cotidianos. El propio proyecto admite que está dando acceso anticipado a un pequeño grupo de investigadores de seguridad para "encontrar los riesgos que no anticipamos".
Lo que Dessa revela, quizás más importante, es que Block cree que la diferenciación en la próxima ola de IA no vendrá de modelos más grandes o conjuntos de datos más amplios, sino de cómo la inteligencia se expresa. La voz, con su carga emocional y temporal, es el campo donde ocurre el próximo salto — y la empresa está dispuesta a construir el modelo desde cero para conquistarlo.
Fuentes: The Verge, AICoder, Unite.AI, Payments Dive, AGTP Insights
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
