Los actores de voz de Japón escribieron las reglas del consentimiento para la IA

Masako Nozawa pone la voz de Son Goku desde 1986. Tiene 89 años. En 2025 se convirtió en la primera actriz de doblaje en recibir uno de los máximos reconocimientos culturales de Japón.

Este mes, hablando con NHK sobre los vídeos que recrean su voz con IA, dijo esto: «Esta no es mi voz. Usarla sin permiso es imperdonable. Es lo mismo que robar, y me da rabia».

También dijo que las copias pueden ser técnicamente perfectas y aun así fallar. «Puede que sea una copia perfecta. Pero no tiene corazón, ¿verdad?»

Esas citas serían por sí solas una bonita historia humana. Llegaron junto a algo con más consecuencias: el 15 de octubre, el Japan Actors Union publicó unas directrices sobre el uso de la voz con IA que cubren a unos 2.600 actores y actores de doblaje.

Qué exigen realmente las directrices

La disposición central es el consentimiento previo. Los intérpretes deben dar su acuerdo antes de que su voz se use para entrenar modelos de IA, para generar grabaciones nuevas o para aparecer en contenido publicado. Las directrices también fijan una compensación y protecciones frente al uso no autorizado.

Ese orden es lo importante. No es un mecanismo de retirada, es un mecanismo de permiso. El valor por defecto pasa de «úsalo y quítalo si te lo piden» a «pregunta primero», y eso es un cambio mucho mayor de lo que parece, porque pone la carga de la prueba en quien clona y no en quien es clonado.

Y les da a los intérpretes algo que los pleitos individuales rara vez ofrecen: una lista de comprobación. Antes de que nadie firme un contrato de síntesis, el sindicato ya ha definido qué contiene uno justo.

Un sindicato es un lugar raro y eficaz para escribir un estándar

La mayoría de los países lo están abordando por la vía legislativa o judicial. Japón lo hace mediante organización colectiva, y hay una razón por la que eso puede ir más rápido.

La legislación es lenta y general. Los tribunales son más lentos y solo valen para quien presentó la demanda. Una directriz sindical no es ninguna de las dos cosas. Es un estándar de mercado que 2.600 profesionales en activo pueden exigir para trabajar, lo que obliga a las productoras a tenerlo en cuenta antes del primer proyecto y no después de la primera demanda.

También resuelve un problema de coordinación que cada intérprete no puede resolver por su cuenta. Una actriz de doblaje joven a la que piden firmar una cláusula de cesión amplia tiene muy poca capacidad de negociación. Un sindicato que dice «esta cláusula no es aceptable» le da un margen que no tenía al negociar sola.

La limitación obvia: una directriz no es una ley exigible. Si un estudio la ignora, la respuesta es sindical, no legal. Pero en una industria donde las mismas cuatro agencias colocan casi todo el trabajo, la presión sindical no es poca cosa.

Nozawa no está en contra de la tecnología

El detalle que casi todas las coberturas se saltaron: también dijo que la IA le parece emocionante.

Su objeción es concretamente sobre la autorización, no sobre que la síntesis exista. «No puedo perdonar que se use sin preguntar», dijo. «Quiero que la gente siga las reglas».

Esa postura es más útil que un rechazo en bloque, porque señala una línea viable. La tecnología está bien; lo que falta es una capa de permiso y un pago. Que es exactamente lo que las directrices intentan construir.

Es la misma postura de Megumi Ogata, que puso la voz a Shinji en Evangelion y en agosto calificó el clonado de voces con IA de «desgarrador» mientras pedía al gobierno que interviniera. Dos intérpretes muy distintos, la misma petición: no una prohibición, sino un reglamento.

Por qué la voz es un caso más difícil que la imagen

Hay una razón estructural por la que los intérpretes están ganando este debate más rápido que los artistas visuales.

Una voz es inequívocamente de una sola persona. Nadie sostiene que una voz sea un género o una técnica. Cuando alguien clona al Goku de Nozawa, no hay ninguna alegación creíble de que solo se inspiró en un estilo: reprodujo el instrumento de una persona identificable.

El estilo es la ambigüedad que ha enredado los litigios de imagen durante tres años. La voz no tiene esa vía de escape. Por eso los casos de voz han avanzado más rápido, y por eso los estándares que se escriben ahora probablemente serán la plantilla sobre la que se modelen las normas del parecido visual.

Para quien construya productos que sinteticen caras o voces, esa es la señal que hay que leer: la arquitectura del consentimiento la están definiendo primero los intérpretes, y se va a exportar.

El doblaje es donde esto se vuelve caro

Las voces del anime son el caso visible, pero el doblaje es el comercial.

Toda película y serie extranjera que se estrena en Japón se vuelve a doblar, y ese trabajo es una porción grande, estable y sindicada de la industria. También es la parte más obviamente automatizable del oficio: ajustarse al movimiento de labios, mantener el registro del personaje, entregar a tiempo. Un modelo que haga un doblaje aceptable por una décima parte del coste es una oferta existencial para quien vive de esto.

Por eso precisamente las reglas de consentimiento importan aquí más que en cualquier otro rincón del trabajo de voz. Si el doblaje se vuelve sintético por defecto, la profesión se encoge a un papel de supervisión. Si exige consentimiento y pago, se convierte en un insumo con licencia: la misma posición estructural en la que está un compositor cuando se hace una versión de su canción.

Las directrices no resuelven esa pelea. Solo aseguran que los intérpretes estén en la mesa cuando se fijan las condiciones, en lugar de enterarse después por un tráiler.

Qué significa esto en la práctica

Tres cosas, para tres personas distintas.

Si eres intérprete, el artefacto útil es la lista de comprobación. Pregunta por el alcance del uso para entrenamiento, la duración, el territorio, si se permite sublicenciar y qué pasa con los derivados cuando termina el contrato. Consigue la respuesta por escrito. «No te vamos a clonar» no es una cláusula.

Si estás construyendo un producto, el consentimiento se está volviendo un problema de datos antes que uno legal. Necesitas un registro de quién aceptó qué, vinculado al modelo de voz concreto y con fecha de caducidad. Los estudios que puedan presentar ese registro cuando se lo pidan ganarán contratos; los que no, los perderán, sea cual sea la calidad del resultado.

Si eres público, el cambio interesante es que «¿es una persona real?» se está volviendo la pregunta equivocada. La correcta es «¿esta persona dio su consentimiento?». La primera es un problema de detección que nadie está ganando. La segunda es un problema de papeleo que sí se puede resolver.

La frase que se va a citar

«Sin corazón no sirve, sea el papel que sea. Hasta una voz que solo llora es distinta cuando lloras con sentimiento de verdad».

Se puede leer como una actriz veterana defendiendo su oficio frente a una máquina, y mucha gente lo hará. Pero la afirmación es más precisa que eso. Lo que dice es que lo copiado no es el sonido: es la decisión detrás del sonido, la elección de llorar de una manera concreta en una toma concreta.

Eso no se puede licenciar, y no se puede sintetizar. Solo se puede contratar a la persona que lo hace. Las directrices existen para que esa contratación siga ocurriendo, y para que, cuando no ocurra, alguien cobre.