En los libros aparecen con toda naturalidad, pero cuando llega el momento de reproducirlos en un documento de Word, un correo electrónico o un simple chat, la cosa cambia. Hablamos de esos símbolos tipográficos que forman parte del buen uso del idioma —la raya de diálogo, las comillas angulares, los puntos suspensivos como carácter único, o el apóstrofo tipográfico— y que, sin embargo, no tienen un acceso directo en el teclado estándar.

El resultado suele ser una sucesión de apaños: guiones dobles (--) en lugar de rayas, tres puntos seguidos (...) en vez de los puntos suspensivos reales, o las comillas rectas (" ") usadas como sustitutas universales. Para el ojo entrenado, estos “parches” (que no "parches") se notan y empobrecen el texto.

Repasemos, así, los principales símbolos que se encuentran en esa situación, para qué sirven, por qué conviene usarlos bien y —lo más práctico— cómo escribirlos en Windows, macOS y Linux.

La estrella del diálogo: la raya (—)

Es uno de los más buscados por quienes escriben narrativa. La raya larga o de diálogo (Unicode U+2014, también llamada em dash) no debe confundirse con el guion (-), ni con la semirraya (–). En español, la raya larga se utiliza en acotaciones, o en cada intervención de un personaje durante un diálogo:

—¿Vas a venir? —preguntó Marta.

En Genbeta

Nadie sabe qué significa este símbolo, quién lo creó ni por qué puedes escribirlo en tu PC

Hasta ahora, en Windows solo era posible escribirla recurriendo a combinaciones de teclas poco intuitivas como Alt + 0151 (requiere teclado numérico), mientras que en Mac, la combinación ⌥ Option + ⇧ Shift + - lo resolvía, mientras que en Linux se logra con la tecla Compose (Compose + - - -).

La buena noticia es que recientemente Microsoft ha anunciado la inminente llegada de un nuevo atajo oficial para insertar este símbolo en Windows 11. Según anunció Microsoft, el acceso directo ya se está probando en las compilaciones de prueba (canal Dev) y llegará a todos los usuarios a lo largo de 2025:

"A partir de ahora, al presionar WIN + Menos (-) se insertará una semirraya, y al presionar WIN + Mayúsc. + Menos (-) se insertará una raya de diálogo. Nota: si estás usando la Lupa, WIN + Menos (-) seguirá reduciendo el zoom de la Lupa en lugar de insertar una semirraya".

Un alivio para quienes hasta ahora recurrían a trucos, macros o la eterna función de copiar y pegar.

La semirraya (–): un signo discreto pero útil

Menos conocida, pero igual de necesaria, es la semirraya (Unicode U+2013, en dash). Se usa para rango numérico (1939–1945) o para contraposiciones (Madrid–Barcelona).

En Windows se obtiene con Alt + 0150 (y, en breve, con el nuevo método explicado arriba), en Mac con ⌥ Option + -, y en Linux con Compose + - -.

En Genbeta

Las teclas 'Enter' y 'Return' de tu PC no hacen lo mismo, aunque lo parezca: estas son sus diferencias

Los puntos suspensivos (…)

Aunque en el teclado lo habitual es que escribamos tres puntos seguidos, en realidad existe un carácter único para los puntos suspensivos (Unicode U+2026). La diferencia es más que estética: el espaciado se comporta de forma correcta y evita cortes extraños.

• Windows: Alt + 0133.
• Mac: ⌥ Option + ;.
• Linux: Compose + . . ..

Las comillas que mandan en español: « »

Las comillas angulares o latinas (Unicode U+00AB y U+00BB) son las recomendadas por la RAE. Sin embargo, la mayoría termina(mos) usando las tipográficas o inglesas (“ ”) o incluso las rectas (" ").

• Windows: Alt + 0171 para « y Alt + 0187 para ».
• Mac: se insertan desde el Visor de caracteres (Ctrl + Cmd + Espacio).
• Linux: Compose + << → « y Compose + >> → ».

Las comillas tipográficas “ ” y el apóstrofo ’

Aunque el teclado nos ofrece solo comillas rectas, en tipografía se usan las comillas curvas: “ ” (dobles) y ‘ ’ (simples). El apóstrofo tipográfico es en realidad este último carácter (’), y no la comilla recta.

En Windows se logran con combinaciones Alt (0147, 0148, 0145, 0146) y en Mac con atajos que involucran la tecla Option. Al menos en Word, Google Docs y Pages es posible activar la opción de “usar comillas tipográficas” para que la sustitución se haga de forma automática.

Símbolos menos frecuentes pero importantes

• § (signo de párrafo): aparece en textos legales y referencias.
• ¶ (calderón o pilcrow): usado en edición para marcar párrafos.
• ≤, ≥, ≠, ±: habituales en textos científicos y técnicos.
• Flechas (→, ←, ↔): recurrentes en manuales y esquemas.
• Viñetas y dagas (•, †, ‡): notas y listados.
• Interrobang (‽): una curiosidad editorial que mezcla “?” y “!”.

Todos ellos se insertan con atajos Alt en Windows, Option en Mac, o secuencias Compose en Linux.

Los recursos universales: paneles y buscadores

No hace falta memorizar docenas de atajos para cada símbolo: los sistemas operativos modernos incluyen paneles de caracteres ocultos que permiten acceder a todo el repertorio tipográfico con apenas un par de teclas.

Dos opciones en Windows

• Panel de emojis y símbolos: con Win + . (tecla Windows + punto) se abre una pequeña ventana flotante. Allí no solo están los emojis: si cambias de pestaña encontrarás secciones para símbolos de puntuación, flechas, signos matemáticos, letras griegas, etc.

• Mapa de caracteres clásico: accesible desde el menú inicio buscando Mapa de caracteres. Es más rudimentario, pero útil para copiar cualquier carácter Unicode.

Visor de caracteres en macOS

Con Ctrl + Cmd + Espacio se abre un menú emergente que

• Incluye categorías (puntuación, flechas, matemáticos, emojis).
• Permite buscar por nombre (en inglés: guillemet, ellipsis, em dash).
• Muestra además variantes tipográficas del mismo carácter (p. ej. distintos estilos de comillas).
• Menú desplegable permanente: puedes fijar el Visor en la barra de menús para tenerlo siempre accesible con un clic.
• Sustituciones automáticas: en Preferencias del sistema > Teclado > Texto, puedes crear atajos personalizados (por ejemplo, escribir -- y que se convierta en —).

Una cuestión de estilo

En un chat informal, probablemente nadie se queje de ver tres puntos seguidos o un doble guion. Pero en literatura, periodismo, investigación académica o comunicación profesional, el cuidado tipográfico marca la diferencia.

Respetar la raya en un diálogo, usar las comillas adecuadas para cada ocasión o escribir los puntos suspensivos como corresponde no es un capricho estético: es escribir con rigor, del mismo modo que lo hicieron los tipógrafos que diseñaron los libros que leemos.

Y ahora, con la llegada de atajos más accesibles —como el que prepara Microsoft para la omnipresente raya de diálogo—, las excusas empiezan a agotarse.

Imagen | Marcos Merino mediante IA

En Genbeta | De  'cederrón' a 'bitcóin' pasando por 'zum': todas las palabras  tecnológicas que la RAE ha ido aceptando con mayor o menor acierto

En el imaginario tecnológico occidental, las grandes ideas nacen en garajes. En China, sin embargo, una de las innovaciones más cruciales del siglo XX germinó en una celda de seis metros cuadrados durante uno de los períodos más oscuros de su historia reciente.

Si has leído 'El problema de los tres cuerpos' de Cixin Liu (o has visto el primer episodio de la adaptación estadounidense), recordarás que comienza con una sesión de humillación pública y ejecución del académico Ye Zhetai por enseñar la teoría 'contrarrevolucionaria' del Big Bang. Eran los tiempos de la llamada "Revolución Cultural".

Ye Zhetai nunca existió, claro, pero otro profesor (este muy real, llamado Zhi Bingyi) fue encarcelado en 1968 bajo la acusación de ser una "autoridad académica reaccionaria".

Lo que los revolucionarios maoístas no pudieron imaginar es que, desde esa pequeña celda (y sin tener ni siquiera papel a mano), este físico e ingeniero transformaría el destino del idioma chino en la era digital (y, con él, el de la propia República Popular China), armado únicamente con una tapa de taza de té y un bolígrafo robado.

Una mente brillante entre rejas

Zhi había sido un científico respetado, que había estudiado en Alemania, rechazado ofertas laborales en Estados Unidos y contribuido al desarrollo tecnológico de la nueva China comunista. Pero en la China de Mao, la intelectualidad terminó convirtiéndose en 'enemiga del pueblo': en las prisiones y 'campos de trabajo', los académicos eran reeducados con pala y azadón.

Aislado de su trabajo, de su esposa alemana y del mundo exterior, Zhi no contaba con más compañía que un cartel del Partido Comunista pegado a la pared con una advertencia tan ominosa como totalitaria:

"Benevolencia para quien confiese, severidad para quien resista".

Pero tras leerlo cientos o miles de veces, los caracteres chinos comenzaron a transformarse ante sus ojos, y empezó a apreciarlos como estructuras lógicas. Los analizó como un ingeniero analiza un circuito: trazo por trazo, componente por componente. Y se preguntó: ¿cómo puede una máquina leer esto?

En Xataka

La evolución del alfabeto desde sus formas ancestrales hasta la actualidad, en un gráfico

El reto de trascribir con lógica binaria

Y es que, para que China pudiera participar en la naciente era de la informática, necesitaba algo esencial: lograr que sus caracteres, complejos y numerosos, fueran legibles para las computadoras.

A diferencia del alfabeto latino, el chino no tiene letras ni ortografía fonética. Cada palabra es un ideograma cargado de historia y forma visual. Eso hacía casi imposible introducirlos en la lógica de la programación de software (o en el limitado espacio de los teclados).

Zhi se propuso resolver este problema (al fin y al cabo, no es que tuviera nada más que hacer en ese momento), y encontró para ello una herramienta inesperada: la tapa de su taza de té. Usándola como una pizarra improvisada, comenzó a descomponer caracteres chinos en sus componentes básicos —llamados radicales— y a asignarles letras del alfabeto latino basadas en su pronunciación en pinyin.

Así nació un sistema que permitía representar visualmente un carácter chino con una secuencia de letras.

Pero su objetivo no era transcribir la fonética del chino, como hace el pinyin, sino algo más ambicioso: crear una interfaz entre el idioma y las máquinas. En otras palabras, traducir el sistema gráfico más complejo del mundo a un lenguaje que un ordenador pudiera entender y procesar con un teclado QWERTY occidental.

Zhi Code: un alfabeto para ideogramas

Zhi combinó dos enfoques previos para codificar el idioma: el fonético (usando el sistema pinyin) y el morfológico (basado en la forma de los caracteres). Pero encontró sus límites: el pinyin generaba demasiados homófonos, y el enfoque visual seguía siendo difícil de traducir al código de una máquina.

En Xataka

Si la pregunta es "por qué los árabes escriben con números", la respuesta es "por uno de los fenómenos sociolingüísticos más curiosos del siglo"

Su solución final fue brillante por su simplicidad: representar cada carácter chino con una secuencia de letras basada en los componentes visuales del ideograma, usando la inicial del pinyin de cada componente. Así, por ejemplo, el carácter 路 (lu, 'camino') podía dividirse en 口 (kou), 止 (zhi), 攵 (pu) y 口 (kou) de nuevo, dando como resultado el código "KZPK".

Este método resolvía varios problemas simultáneamente: evitaba la ambigüedad de los homófonos del pinyin, permitía representar caracteres con solo cuatro teclas (la mayoría de los caracteres chinos se pueden dividir en dos a cuatro partes) y no requería memorizar secuencias arbitrarias. Además, era compatible con el orden natural de los trazos, lo que facilitaba su aprendizaje a quienes ya sabían escribir chino a mano.

Zhi también propuso extensiones al sistema que incluían datos adicionales como la estructura del carácter (izquierda-derecha, arriba-abajo) o su pronunciación general, aumentando así su aplicabilidad en tareas como traducción automática o recuperación de información.

Del anonimato a la revolución digital

Cuando Zhi fue liberado en 1969, la revolución tecnológica aún parecía lejana. Pasó años en puestos marginales (por ejemplo, barriendo suelos). Pero no dejó de trabajar en su código: convirtió un almacén en su laboratorio secreto, recolectando revistas extranjeras (para estudiar los avances de otros países en el campo de la informatización de caracteres) y perfeccionando su sistema.

Así, se enteró de que otros países —como Japón, Australia, EE.UU.— también intentaban resolver el mismo problema, pero con métodos menos eficientes, como teclados gigantes con cientos de caracteres. Su sistema, sin embargo, apostaba por hacer más con menos.

En Xataka

El regulador de Internet chino obligará a que los algoritmos de recomendación promuevan los "valores sociales predominantes"

Fue en 1978 cuando, tras la muerte de Mao y el inicio de la apertura económica, China comenzó a valorar nuevamente la ciencia... y a importar computadoras occidentales. El problema que se les planteaba era obvio: esos equipos no estaban diseñados para un idioma con más de 50.000 caracteres.

Pero fue en ese momento, Zhi publicó su sistema en la revista 'Nature' bajo el nombre de “codificación visual directa” (On-Sight Coding System). Por primera vez, los caracteres chinos podían ser introducidos en una computadora con solo cuatro pulsaciones. La noticia fue celebrada en la portada del diario Wenhui Daily con un titular histórico:

"El idioma chino ha entrado en la era de la computación".

Posteriormente, a partir de su método, surgieron muchos otros esquemas de entrada que hoy usamos al escribir en mandarín con teclados QWERTY: desde el Wubi hasta el Cangjie. Pero fue el llamado "Zhima" (Código de Zhi) el que sentó las bases para la modernización digital del país.

Imagen | Marcos Merino mediante IA

En Genbeta | La 'gran muralla digital' que separa a China del resto del mundo: así funciona el Gran Cortafuegos 

La llegada de herramientas de inteligencia artificial como ChatGPT para el público en general y su adopción en infinidad de tareas por la posibilidad de aumentar la productividad y ahorrarnos mucho tiempo tiene una consecuencia: toparnos con textos escritos con IA en todas partes. Lo mismo puede ser trabajos de clase o descripciones de eBay como el próximo email que te llegue.

Aunque ayudarse de la inteligencia artificial para redactar no es algo malo ni mucho menos, sí que requiere de una lectura y revisión profundas posterior para no meter la pata o simplemente, abusar de la paja. Y esto aplica para quien la usa, pero también de quien se lo encuentra, por una sencilla razón: a veces hay quien copia y pega el texto sin preocuparse de más, la receta perfecta para el desaste.

Sí, hay detectores de IA, pero no son infalibles y hay un método todavía mejor: educar el ojo para descubrir cuándo un texto está escrito con inteligencia artificial. Porque la inteligencia artificial, aunque es de lo más capaz generando texto con sentido sobre un tema y con un tono concreto, todavía tiene margen de mejora frente a la buena escritura humana. Aquí tienes algunas señales para descubrirlo: no es que todas y cada una de las pistas impliquen necesariamente que así sea, pero si se cumplen varias, mejor sospechar.

La inteligencia artificial deja huella en los textos. Así puedes descubrir si la IA está detrás de un escrito

• La primera en la frente, parece una tontería pero lo de copiar y pegar sin leer tiene consecuencias como que se cuelen frases reveladoras y que no dejan lugar a dudas como 'respuesta generada' o 'como modelo de lenguaje de IA' o similares.

Toca para ir a la publicación de X/Twitter

• No se moja. La diplomacia es una virtud, pero cuando se abusa de la neutralidad, el contenido puede dejar de ser interesante porque no ofrece una respuesta que nos ayude a inclinarnos hacia una idea. La clave está en que la IA ha sido diseñada para evitar mostrar prejuicios y ofensas, satisfaciendo a todo el mundo... paradójicamente para la IA, en algunas cuestiones no se puede ser templado. Así, la estructura de 'por un lado..., por otro' es bastante habitual. Sin embargo, mientras que en textos redactados por humanos suele haber una conclusión, la inteligencia artificial peca al no comprometerse.
• También tiene sus muletillas. Si acostumbras a generar contenido con inteligencia artificial, verás cómo hay palabras y estructuras que se repiten, como la manida 'crucial' o 'cuando estás [inserta actividad]', 'comenzar en...', 'aprender sobre...', 'en el mundo actual...', 'si eres como yo...', 'ahí lo tienes'.
• ...y expresiones de lo más marketinianas. Asimismo, tiene predilección por patrones que chirrían por lo publicitarios que suenan. Un buen ejemplo lo tienes en numerosas cuentas de X/Twitter y su grandilocuencia ante cualquier lanzamiento. No faltan términos y recursos como 'profundizar, 'descubrir', 'transformar', 'desbloquear', 'dominar' o ya grandes clásicos: 'descubre X en el apasionante mundo' o 'llevar X al siguiente nivel'. Las hipérboles están a la orden del día.
• Abusa de los pronombres demostrativos: el, la, esto, estos, esos... es un indicador de IA a tener en cuenta. Como explica Daphne Ippolito, investigadora senior de Google Brain, esto sucede porque la IA sabe que son las palabras más comunes en inglés (ídem en castellano), así que al generar contenido, aplican esa norma aprendida en su entrenamiento.
• Metáforas y construcciones tricolon. La IA abusa de este recurso retórico, cuya estructura es: 'X es más que [breve descripción]; es [interpretación metafórica] [verbo] [contexto más amplio].
• Que vivan los paralelismos antitéticos. Esta fórmula retórica consiste en cuando dos ideas opuestas son yuxtapuestas en estructuras paralelas como 'de las tradiciones más antiguas a las tendencias más actuales' o 'ya seas un profesional experimentado o un incipiente novato', un recurso que ayuda a que el contenido suene equilibrado. Los humanos también lo usamos, pero con más medida.

• Pocos guiones y paréntesis. Mientras que personas que escriben como servidora tienden a adornar sus textos con información extra o matices a través de estos recursos, la IA no tiene esa necesidad, en tanto en cuanto es capaz de reducirlos a la mínima expresión al emplear construcciones sintácticas más sencillas y claras. Si ves pocos signos de puntuación, sospecha.
• ¿Anástrofes? No, gracias. Este recurso retórico consiste en invertir el orden natural de las palabras al estilo Yoda, como por ejemplo 'lo que oído habéis' y que suele emplearse en lenguaje coloquial y en publicidad para llamar la atención y hacer que una frase sea más fácil de recordar. Aunque no es muy común en el lenguaje humano (por eso la IA no ha sido suficientemente entrenada), los modelos no lo usan y cuando lo hacen fallan estrepitosamente, que además tiende per se a una escritura clara.
• Ni catacresis. La IA nunca escribe nada mal, pero los humanos sí y a veces lo hacemos adrede. La catacresis está detrás de muchos memes (because reasons) y letras de canciones ('Set fire to the rain'). En la escritura humana con este recurso se gana en humor y originalidad, algo de lo que adolece la IA.
• Ni un solo fallo tipográfico ni ortográfico. Está claro que lo ideal en un texto es que tras ser escrito, sea revisado... pero no siempre es así y a la especie humana se nos escapan cosas. A la IA, no: sabe perfectamente cómo se escribe cada palabra, no se le escapan errores fruto de cambiar de estructura o expresión en medio de la frase y como no tiene dedos, no se le cuela una letra que no toca.

Vía | Medium

Portada | Microsoft Designer con IA

En Genbeta | ChatGPT, guía a fondo: qué es, cómo usarlo y lo mejor que puedes hacer con este chat conversacional de IA

Desde hace año y medio, no dejan de aparecer nuevas plataformas y aplicaciones de inteligencia artificial. A veces ofrecen cambios revolucionarios, otras veces sólo pequeñas mejoras, pero que pueden marcar la diferencia en trabajo diario de muchos usuarios. Hoy os traemos una aplicación web que lleva varios días en boca de muchos creadores de contenido.

El motivo de ellos es que se trata de todo un salto adelante a la hora de crear imágenes… con texto: hablamos de Ideogram AI, una app capaz de crear texto coherente integrado en imágenes generadas mediante IA que no tienen nada que envidiar a la mayoría de las creadas mediante MidJourney o Stable Diffusion.

Así como lo lees: no sólo decimos adiós a los galimatías que a veces nos encontrábamos cada vez que tenía que aparecer un texto dentro de nuestras imágenes… sino que podemos indicar específicamente qué texto queremos que aparezca en las imágenes, y lograr que aparezca de forma coherente y definida en una amplia variedad de tipos de imagen.

Hecho con Stable Diffusion. Qué desastre…

En Xataka

14 alternativas gratis a Midjourney para crear tus imágenes con inteligencia artificial

En resumen, todo un notición si estás buscando generar un logotipo para su empresa, una ilustración para un proyecto creativo o una imagen para una campaña de marketing. Como esto:

Imagen | Marcos Merino mediante Ideogram AI

Para comprender la magnitud de la innovación de Ideogram AI, es esencial compararla con sus competidores más destacados, como MidJourney. Mientras que dicha plataforma, líder en el sector, se ha destacado en la creación de imágenes realistas y detalladas, Ideogram AI logra superarla en la mayoría de los casos cuando se trata de crear texto coherente que cumpla con las solicitudes específicas del usuario.

Usando Ideogram AI

El uso de Ideogram no reviste complejidad para ningún usuario. En primer lugar, el tema del acceso: recientemente, el registro como usuario de Ideogram AI dejó de estar sometido a una lista de espera, y ahora cualquiera puede registrarse gratuitamente con sólo iniciar sesión usando una cuenta de Google.

Una vez hayamos elegido nombre de usuario, se abren las puertas a un mundo de posibilidades creativas: en la página principal de Ideogram, los usuarios pueden explorar las creaciones de otros (de hecho, la app no permite crear imágenes privadas), lo que sirve tanto como fuente de inspiración como referencia para comprender cómo formular solicitudes a la IA.

Generar una imagen personalizada es tan fácil como escribir el prompt en el cuadro de texto proporcionado. Ideogram ofrece varios formatos para la imagen, como cuadrado, vertical u horizontal, y una amplia variedad de estilos (además de los que indiques en el prompt), como foto, póster, tipografía, dibujo, entre otros:

Estilos, a la izquierda. Dimensiones de la imagen, a la derecha.

Mientras se procesa tu solicitud, Ideogram AI mostrará un conjunto de cuatro imágenes en formación (al igual que ocurre, por ejemplo, en MidJourney). Podrás monitorizar el estado del progreso en la esquina superior izquierda.

Una vez que Ideogram AI haya terminado de procesar, visualizarás las cuatro imágenes finalizadas en una fila debajo del cuadro de texto que utilizó para ingresar el prompt.

Para abrir una de las imágenes a mayor escala, haga clic en la generación deseada. Podrás ver entonces también un botón de 'Remix', función que nos permite modificar una de las imágenes con un nuevo prompt y/o ajuste sin alterarla por completo.

En Genbeta | Stable Diffusion lanza su nueva versión (que ya puedes probar gratis) y se acerca al nivel de fotorrealismo de MidJourney

Hace un tiempo se viralizó una nueva forma de lectura denominada 'Bionic reading'. Se trata de un método que resalta las primeras letras de cada palabra, algo que dicen mejorar la velocidad de lectura. El concepto se apoya en que, al guiar los ojos únicamente hacia las letras resaltadas de cada palabra, nuestro cerebro completa el resto, haciendo que se incremente nuestra velocidad de lectura. Pura magia.

Sus responsables patentaron el concepto, y cualquiera puede utilizar su API para integrar este método de lectura en aplicaciones y servicios. De hecho, también ofrecen una herramienta para transformar a este formato cualquier archivo de texto. Sin embargo, quizás la forma más útil para utilizar este método es a través de una extensión para Chrome.

Cómo descargar la extensión que habilita Bionic Reading en Chrome

La extensión la podemos descargar ya desde su página de Github. El responsable de esta extensión no forma parte del equipo de Bionic Reading, tan solo ha integrado la API en esta útil herramienta. Habrá que realizar una serie de pasos para poder instalarla de manera correcta en nuestro navegador:

• En su página de Github, seleccionamos el botón verde de 'Code' y hacemos clic en 'Download ZIP' para descargar la extensión en nuestro ordenador.
• Extraemos el archivo en cualquier ruta.
• Introducimos en Chrome la URL de chrome://extensions/
• Habilitamos el 'Modo de desarrollador' en el interruptor de arriba a la derecha.
• Seleccionamos la opción de 'Cargar descomprimida' que nos ha aparecido tras activar el Modo de desarrollador.
• Seleccionamos la carpeta contenedora y la extensión se agregará a Chrome.

En Genbeta

Los mejores programas para leer PDF en Windows 10 gratis

El funcionamiento de la extensión es bastante sencillo. En cualquier página web que contenga texto, basta con pulsar en el icono de la extensión y presionar la opción de 'Toggle Reading Mode'. Tras ello, todo el texto pasará al modo de 'Bionic reading' y se resaltarán las primeras letras de cada palabra. Si queremos desactivarlo, basta con presionar el mismo botón. Además, también existe una opción para hacer que el texto de cualquier página que visitemos se transforme automáticamente. Para ello tan solo tenemos que activar la casilla de 'Toggle on default'.

Si así lo deseamos, también tenemos otras extensiones basadas en la lectura biónica como ésta publicada en la Chrome Web Store. Además, los usuarios disponen de aplicaciones móviles que transforman cualquier texto para ser leído en "modo biónico". Una de ellas es precisamente Bionic Reading para Android y iOS.

Una herramienta que ha causado polémica en las redes

Mi experiencia con esta 'lectura biónica' ha superado mis expectativas. Da la sensación de haber leído la palabra antes de haberlo hecho. Sin embargo, no todo el mundo ha visto con buenos ojos este nuevo método.

En cambio, la lectura biónica no se trata de una alternativa que guste a todo el mundo. Si bien funciona para muchos como método para ser más eficientes a la hora de leer e incrementar la velocidad en la que lo hacemos, otros tantos creen también que se trata de una especie de perversión hacia los lectores, dado que nos estaríamos centrando más en 'consumir', que en 'disfrutar' del propio texto.

Hay usuarios que afirman haberles ayudado en la lectura, aunque también hay quienes les ha resultado molesta, considerándola un obstáculo para retener la información.

Renato Casutt, fundador y creador de esta tipografía, lleva ya un tiempo impulsando su método. La primera aplicación en ofrecerlo fue Reeder para macOS en 2019. Sin embargo, no fue hasta el pasado año cuando se viralizó por redes sociales, haciendo que cada vez más personas estén descubriendo este método de lectura.

En Genbeta | Esta extensión gratuita te ayudará a leer más rápido y más concentrado

Hace tres años, nuestros compañeros de Xataka publicaban un reportaje analizando qué prestaciones ofrecían, en aquel entonces, el software de transcripción de textos. En la mente del autor estaba, como buen periodista, la habitual labor de pasar a texto las entrevistas. Y se planteaba una pregunta:

"¿No es curioso que teniendo asistentes virtuales que nos entienden casi a la perfección no haya un software conocido para transcribir audio a texto?".

La conclusión final era que sí, que había software, pero en su mayor parte o no servía para audios largos, o era de pago; y, normalmente, fallaba de manera miserable a la hora de interpretar la puntuación del texto. Y, por supuesto, estaba la cuestión de la privacidad: la transcripción no era posible si el audio no se subía, en algún momento, a un servicio en la 'nube'.

Y entonces llegó la revolución de la inteligencia artificial. Y abrió las puertas a múltiples usos en la generación de textos (con GPT-2). Y, poco después, revolucionó de arriba a abajo la tarea de generar imágenes (con DALL-E 2). Pero aún faltaba aplicar la IA a otro campo: al de la transcripción de audio a texto. Porque los periodistas no queremos que nos sustituya un robot, pero le dejaríamos encargarse de esta tarea en concreto sin problemas.

Y entonces, una de las principales entidades de desarrollo de IA, OpenAI, que ya habían copado titulares gracias a GPT-2 y DALL-E 2, lanzó el pasado mes de mayo una nueva IA: Whisper. Y, de pronto, eso entrevistar se hizo mucho más ligero.

En Genbeta

Esta web extrae la parte vocal y la instrumental de cualquier canción gracias a la inteligencia artificial

Whisper no es audio generativo: es algo mucho más útil

Whisper se define como "un sistema de reconocimiento automático de voz (ASR)" que ha sido sometido a un entrenamiento consistente en procesar "680.000 horas de datos supervisados multilingües recopilados de la web". Y, aunque es cierto que el 65% de esas horas están en inglés, sus resultados son también excelentes en español, mostrando una ratio de error por palabra menor que en inglés.

Eso sí, sólo los angloparlantes pueden hacer uso de la función de traducción directa del texto extraído del audio a su idioma.

"Un dataset tan grande y diverso permite un mejor manejo de los acentos, del ruido de fondo y del lenguaje técnico. Además, facilita la transcripción en varios idiomas, así como la traducción de esos idiomas al inglés".

En realidad, Whisper es un conjunto de cinco modelos sucesivamente más complejos (hablando técnicamente, con mayor cantidad de parámetros de entrenamiento, lo que se traduce en más GB de espacio en disco) y sucesivamente más exigentes en cuanto a hardware (lo que significa un mayor consumo de GB de RAM).

Así, podemos pasar de la versión 'tiny', con sólo 39 millones de parámetros y un consumo de tan sólo 1 GB de RAM, a la 'large', con 1550 Mill. de parámetros, un gasto de 10 GB de RAM, y una velocidad 32 veces menor que la anterior.

En cualquier caso, sigue siendo una tarea al alcance de la mayoría de ordenadores de escritorio hoy en día, lo que unido a su condición de software 'open source', abre la puerta a que cada cual realice la transcripción en su equipo, sin depender de servicios ajenos. Pero, en un primer momento, eso era más fácil de decir que de hacer: como tantas otras aplicaciones de IA, en muchos casos la única forma de usar Whisper era recurriendo a servicios como Google Colab:

No es un método insuperablemente complejo (de hecho, rápidamente se multiplicaron los tutoriales), pero sí puede echar atrás a los usuarios menos experimentados. Y, desde luego, sigue sin solventar el aspecto de la privacidad que comentábamos antes. Por fortuna, al igual que ocurrió con Stable Diffusion (otra IA open source), han empezado a desembarcar las aplicaciones que nos ofrecen una interfaz gráfica que convierte prácticamente en trivial el uso de la aplicación, y deja al usuario poca más tarea que seleccionar una serie opciones y hacer clic en 'OK'.

En Genbeta

He probado una Inteligencia Artificial para crear canciones, pero no querría volver a escuchar ninguna

Buzz: Whisper para dummies

Y ahí es donde entra Buzz, un sencillo programa de escritorio multiplataforma (está disponible para Windows, macOS y Linux) que podemos descargar desde su repositorio de Github, y que luce este aspecto:

Desde esa ventana, podemos elegir tarea (Transcribir / traducir), lenguaje de origen (la lista es extensa, e incluyo por defecto la detección automática), calidad del modelo (excluye el modelo más complejo de los 5 antes citados) y micrófono de origen del audio. Esto nos permite ir dictando sobre la marcha y viendo cómo nuestras palabras se reflejan o se traducen al inglés.

Sin embargo, el uso más habitual de este programa consistirá en que lo utilicemos para procesar un archivo de audio. Para ello, deberemos clicar en 'File > Import audio file'. Una vez hayamos seleccionado el archivo en cuestión, nos aparecerá otra ventana similar a la anterior, aunque veremos cómo cambia el campo relacionado con el micrófono por otro que nos permite elegir el formato de archivo de la transcripción (.txt, o bien algún formato de subtítulos).

En la prueba que realizamos, decidimos apostar por un audio difícil (un diálogo algo frenético, con tres interlocutores en una retransmisión de vídeo en directo); elegimos, concretamente, este vídeo de Xataka TV. Extrajimos la pista del audio del mismo y se la pasamos a Buzz de dos formas: usando el modelo de calidad 'Very Low', primero, y la de calidad 'High', después. He aquí el resultado:

Bueno, la calidad 'Very Low' no merece mayor comentario, es una transcripción ligeramente lisérgica con similitudes tangenciales con la realidad. El modelo de máxima calidad (entre los ofrecidos por Buzz) proporciona, sin embargo, una experiencia muchísimo mejor. Sin ser infalible, diríamos que sólo le falta identificar y separar por interlocutores para ser todo lo que un entrevistador pediría por Navidades. En cualquier caso, nos hace la vida mucho más fácil.

Eso sí, para conseguir ese resultado, hemos tenido que darle una pequeña paliza a nuestro equipo durante casi media hora, como puede verse en esta captura:

No hace ni una semana que los responsables del desarrollo de la suite de utilidades Microsoft PowerToys anunciaban el inminente lanzamiento de una nueva y útil herramienta —Screen Ruler, una regla para medir elementos de la pantalla—, y ya nos han puesto sobre la mesa la siguiente incorporación a esta colección de 'toys' para Windows.

PowerOCR —tal es su nombre— es una utilidad que nos permite copiar texto de una región de la pantalla: iniciamos la herramienta, seleccionamos un área rectangular —como si estuviéramos haciendo una captura con la herramienta Recortes— y cuando, a continuación, procedamos a pegar el contenido, el Portapapeles no contendrá ninguna imagen, sino el texto que ésta contuviera (si ese fuera el caso).

La siguiente imagen ilustra claramente qué ofrece PowerOCR al usuario:

Además, según se lee en la explicación publicada en su repositorio oficial en GitHub, además de esta funcionalidad también habilitará una nueva entrada en el menú contextual de los archivos de imagen, para que podamos copiar el texto que contengan sin necesidad de abrir, tan siquiera, el archivo.

En resumen, nos permite contar con un OCR (software de Reconocimiento Óptico de Caracteres) de bolsillo, una adición invaluable para muchos usuarios, que nos permitirá, por ejemplo, extraer fácilmente el texto de memes o de ciertos PDFs escaneados.

En Xataka

Imagen a texto u OCR: cómo extraer el texto de una imagen en móvil y en PC

Además, se trata de una funcionalidad con el que otros sistemas operativos ya cuentan de serie (iOS, por ejemplo, ya permite hacer lo mismo, y a partir de su versión 16 ampliará esta capacidad a los vídeos)… y que se empezaba a echar de menos en Windows.

Microsoft PowerToys es una herramienta que ya era útil cuando se lanzó (en realidad, relanzó) hace tres años, pero cada pocos meses somos testigos de cómo crece su funcionalidad. A estas alturas, se echa de menos que Microsoft se decida por juntar a los desarrolladores de PowerToys con los de Windows para que éste último integre todas las 'toys' de forma nativa.

Estoy deseando usarlo…

Eso sí, PowerOCR se encuentra todavía en la etapa inicial de su desarrollo, por lo que (al igual que ocurre con Screen Ruler) los programadores todavía tienen trabajo por delante antes de que los usuarios podamos disfrutar de esta herramienta en nuestros equipos Windows.

¿Qué dices? ¿Que no puedes esperar para probarlo? Bueno, entonces quizá te interese saber que uno de sus principales autores ya desarrolló previamente otra herramienta, denominada Text Grab, que ofrece prácticamente la misma funcionalidad y que hace tiempo que está disponible (gratuitamente en su repositorio en GitHub y por 9,99 dólares en la Microsoft Store).

Vía | Neowin

Los modelos de lenguaje resultan cada vez más sorprendentes: a todos nos vienen a la mente ejemplos de inteligencias artificiales como GTP-2 o GPT-3 de OpenAI, generadores de texto capaces de mantener el sentido y la coherencia del mismo, llegando en algunos casos a resultar indistinguible de un texto escrito por humanos. Sin embargo, esta clase de modelos adolecen de dos defectos:

• Casi en su totalidad, son desarrollos privativos, cuyo código permanece inaccesible para la comunidad de investigadores.

• Suelen olvidarse de que existen (muchas) lenguas al margen del inglés.

¡BLOOM!

Ahora, ambas cosas van a cambiar gracias al lanzamiento de 'BigScience Large Open-science Open-access Multilingual Language Model', más conocido como 'BLOOM'. El desarrollo de esta IA comenzó en 2021, con el respaldo humano y financiero (100 millones de dólares) de la startup de machine learning Hugging Face (a la que conocerás, por ejemplo, por alojar el generador de DALL-E Mini en su sitio web), aunque también han colaborado Nvidia, Microsoft y el CNRS (el 'CSIC francés').

En declaraciones a VentureBeat, Teven Le Scao, ingeniero de investigación de Hugging Face, ha explicado que Hugging Face hizo uso de los proyectos opensource 'Megatron' de Nvidia y 'DeepSpeed' de Microsoft —ambos basados en el framework de machine learning PyTorch—, creados para permitir a los científicos de datos entrenar grandes modelos de lenguaje.

BLOOM está entrenado para generar texto un total de 59 idiomas: 46 de ellos naturales (incluyendo el español, el catalán y el vasco) y 13 de ellos de programación. Sus 176.000 millones de parámetros (que superan, aunque sea por poco, el límite establecido previamente por GPT-3) necesitaron ser sometidos a 117 días (del 11 de marzo al 6 de julio) de capacitación en la supercomputadora francesa Jean Zay.

Ejemplos de uso de BLOOM. Ojo al de la derecha, en el que se aprecia cómo es capaz de 'traducir' entre dos variantes de un mismo idioma (el español de España y el de Argentina).

Y esta es una noticia ESPECTACULAR!

Que la comunidad haya tardado ~2 años en liberar un modelo open source semejante a GPT-3 es increíble. Algo que da esperanza a un futuro donde la IA siga estando abierta para su investigación y uso.

— Carlos Santana (@DotCSV) July 12, 2022

Además, se ha licenciado bajo una licencia abierta propia, basada en la 'Responsible AI', que permite un uso "lo más abierto posible" sin renunciar a mantener cierto control sobre el uso que se le da a la IA: "Estamos tratando definir qué significa el código abierto en el contexto de los grandes modelos de IA, porque realmente no funcionan como lo hace el software", dijo Le Scao.

En Xataka

¿Sueñan los androides con poesías de silicio? El gran reto de enseñar a las máquinas el lenguaje humano

Cualquiera puede descargarlo. Y, en teoría, ejecutarlo

Pero, ojo: que BLOOM esté sometido a una licencia libre no significa que su uso tenga que ser necesariamente gratuito. Estamos acostumbrados a que esta clase de modelos de IA (al igual que los basados en imágenes, como DALL-E) se vean como meras aplicaciones web, pero si OpenAI cobra por usar GPT-3 es porque hace un uso intensivo de su costosa infraestructura física…

…de modo que Hugging Face podría estar cobrando por el uso de BLOOM si quisiera (por ahora, sólo te pide que te registres en su web). Sin embargo, su licencia evita que esta compañía tenga el monopolio del modelo: cualquier otra entidad con acceso al mismo hardware podrá ahora poner en marcha su propia instancia de BLOOM.

"Todos los experimentos que los investigadores y profesionales siempre han querido ejecutar […] ahora son posibles. BLOOM es la semilla de una familia viva de modelos que pretendemos cultivar, no un modelo único, y estamos listos para apoyar los esfuerzos de la comunidad para expandirlo".

Hemos probado a generar nuestro propio texto (en negro lo escrito por nosotros, en azul lo escrito por BLOOM)… y tenemos malas noticias: la IA cree que para agosto ya deberíamos haber iniciado el nuevo curso escolar.

Imagen | Darryl Morran

Unicode es famosa por ser la organización responsable de aceptar todos los emojis estándar que, cada poco tiempo, se van agregando a la creciente lista de los mismos. De hecho, para septiembre se espera el lanzamiento de Unicode 15.0. Pero antes de eso, incluso cuando la mayoría de los usuarios sólo tecleaban en modo texto, Unicode ya se dedicaba a estandarizar los llamados símbolos de texto ASCII…

…que incluían miles de símbolos de todo tipo de los que el usuario medio apenas sería capaz de reconocer la función de una pequeña parte de los mismos. De este modo, no sería raro que hubiera que recurrir a perfiles muy especializados para reconocer muchos de los símbolos incorporados en los 90 por Unicode.

Pero, ¿qué ocurre cuando te das cuenta de que existe un símbolo que nadie sabe qué representa ni quién lo propuso originalmente —que, en definitiva, nadie sabe qué hace siendo un carácter Unicode—?

Se llama U+237C, pero no es un hijo de Elon Musk

El carácter en cuestión es '⍼', mas conocido como U+237C, 'angzarr' o "ángulo recto con flecha en zigzag hacia abajo". Aquí debajo tienes varios ejemplos de cómo aparece recogido en varios de los documentos oficiales Unicode/ISO que hacen referencia al mismo, así como el modo en que lo muestran algunas de las tipografías que lo incorporan:

Los cuatro ejemplos de debajo pertenecen, respectivamente, a las tipografías GNU Unifont, STIX Two, Julia Mono y Noto Sans Math/Symbols.

Pero, ¿cuál es su historia? Encontramos por primera vez la descripción del carácter en las propuestas originales de 1997 del STIX Project, una iniciativa destinada a obtener la aceptación en Unicode de símbolos adicionales utilizados en publicaciones matemáticas y técnicas.

Su primera aparición como gráfico se produce en este listado datado en 1998 (vinculado a un código Unicode distinto al que ostenta actualmente), tras lo que 'agzarr' desembarcaría dos años después en esta propuesta oficial a la ISO (International Organization for Standards).

Sin embargo, una investigación más a fondo por parte de Jonathan Chan ha podido localizar a 'angzarr' en otro estándar ISO previo, este de 1991, titulado "Técnicas para el uso de SGML — Parte 13: Conjuntos de entidades públicas para matemáticas y ciencias". De nuevo, sin más descripción que su forma, pero nada sobre su origen o función.

En dicho documento, se menciona que sustituye "al anexo D de la norma ISO 8879:1986"… pero este anexo, publicado en 1988, ya no incluye a 'angzarr' en su sección de 'símbolos matemáticos agregados' por ningún lado.

Sin embargo, el 'Registro de objetos relacionados con fuentes ISO/IEC 10036' lo incluye dentro del apartado '556xx' entre los 'Glifos heredados de la AFII' (es decir, la Association for Font Information Interchange), y la propia AFII incluye a nuestro protagonista en ' International Glyph Register, Volume 1: Alphabetic Scripts and Symbols' (1993).

Pero este dato no es muy útil: la publicación es de 1993, pero ya teníamos a 'angzarr' en un documento de 1991. Y, además, la AFII se disolvió poco tiempo después. En cualquier caso, un intercambio emails entre Chan y el último presidente de la asociación, Asmus Freytag, permite descubrir que por aquella época "cualquiera podría registrar un glifo con la AFII por una tarifa de 5 a 50 dólares".

En Xataka

Cuando el ASCII Art conquistó nuestras pantallas

Chan explica que su investigación parecer haber llegado ahí a un callejón sin salida:

"Conocer sus orígenes requeriría la solicitud de registro original que agregó el carácter, pero es poco probable que documentos tan antiguos de una organización sin fines de lucro desaparecida en los años 90 sigan existiendo o se hayan digitalizado".

Pero queda una última bala: preguntar en Stack Exchange (concretamente en la comunidad dedicada a TeX). Y cruzar los dedos para que alguien implicado en todo el proceso siga disponible para explicar lo ocurrido. Y Chan tiene suerte, mucha suerte: porque le responde nada menos que Barbara Beeton, la autora de los informes del STIX Project de finales de los 90:

"No tenía idea de lo que significaba o para qué se usaba, por lo que le asigné un "nombre descriptivo" al recopilar los símbolos para el proyecto STIX. (Todavía sigo sin tener ni idea, ni puedo poner un ejemplo de uso de este símbolo). [...] Aunque pregunté, nadie pudo decirme si había una sola fuente de origen o si los caracteres simplemente fueron recogidas de varias fuentes".

Bueno, quizá no haya tenido tanta suerte. Es decir, que ni la responsable de su inclusión en Unicode tiene idea de su uso u origen (de hecho, ni siquiera es seguro que proceda originalmente del registro de AFII).

Llegados a este punto, Chan sentencia:

"Si no pudo encontrar una fuente mientras [Beeton] trabajaba activamente con AFII y STIX en los años 90, dudo que pudiera descubrir algo nuevo ahora, tres décadas después. Ahora sí, cierro mi investigación. El significado de ⍼ será cualquier significado que le asigne quien lo use a continuación... si alguien lo usa".

¿Y si…?

Escena final poscréditos

Lo más gracioso es que, por ahora, parece que los únicos que parecen haberse preocupado de rescatar 'angzarr' han sido un grupo de pseudo-ocultistas practicantes de la 'magia del caos', que en 2004 lo modificaron ligeramente (un punto por allí, tres flechas por allá) y lo convirtieron en el 'Sigil de Enlace', un símbolo para crear 'redes de energía mágica multiparadigmática'.

Sí, hemos saltado directamente de papeleo y burocracia de la ISO a una trama de cómic del Grant Morrison más hardcore. ¿A que tú tampoco te lo esperabas?

Vía | Hackaday

Imagen | Basada en 'Mystery man' de Georgie Pauwels

Google Docs va a expandir su compatibilidad con Markdown, el lenguaje para texto que se utiliza a diario en múltiples sitios web. Su implementación en Docs nos permitirá beneficiarnos de los atajos de texto comunes de este formato. Para ello, la compañía ha publicado una entrada en su blog oficial anunciando esta nueva adición.

Para comenzar a escribir en Markdown, Google lo hará a través de su función de autocorrección. De esta forma, si utilizamos cualquier elemento de su lenguaje, el texto se transformará a este formato. Esta actualización de Docs ya ha sido lanzada, y llegará de manera progresiva a todo el mundo a partir de estos días.

Markdown llega a Docs, pero deshabilitado por defecto

Imagen: The Verge

Docs ya utilizaba Markdown, aunque de manera limitada. Si bien antes Google permitía este formato para hacer listas y casillas, ahora ofrece un soporte más completo, pudiendo aprovechar este formato para añadir encabezados, negritas, cursivas, enlaces, etc. Hace un tiempo escribimos en Genbeta una guía sobre cómo utilizar este formato que cada vez vemos más implementado en los múltiples sitios web que visitamos a diario.

Para activar esta característica, tenemos que abrir Google Docs y en la pestaña 'Herramientas' seleccionar la opción de 'Preferencias'. Aquí marcamos la opción de 'Detectar Markdown automáticamente'. Si aún no os aparece esta función, debéis darle unos días, pues aunque esta característica ya está implementada en Docs, tardará unos días en llegar a todo el mundo. Desde la compañía aseguran que podría tardar incluso 'algo más de 15 días'.

En Genbeta

Marp, la herramienta que nos permite crear presentaciones en modo texto usando Markdown

La implementación de Markdown en Docs puede ser algo distinta a lo que uno suele estar acostumbrado. Y es que generalmente, cuando se escribe en este formato, se muestra en texto plano con los elementos de Markdown, y en otra sección vemos cómo quedaría, ya con el formato aplicado. En el caso de Google Docs, el autocorrector sustituirá el texto en Markdown, en vez de ver una vista previa de cómo quedaría el documento.

Markdown beneficia sobre todo a aquellos usuarios que no quieren pelearse con HTML para darle formato al texto. Se trata de una vía mucho más centrada en la escritura, y su implementación en Docs es totalmente preferencia personal, ya que podemos activarla o desactivarla desde el panel de preferencias cuando queramos. Desde Google aseguran que la característica estará deshabilitada por defecto, y es buena idea, ya que muchos usuarios quedarán confundidos si el texto cambia radicalmente al aplicar un '#'.

Vía | The Verge

Más información | Google