Procesamiento en el dispositivo

“Local” en la página de un producto puede significar varias cosas. Reconocimiento en el dispositivo pero formato en la nube. Reconocimiento local por defecto pero con modelos en la nube como opción. Todo en local salvo el contexto de pantalla, que se sube para personalizar. O de verdad todo: captura, reconocimiento, formato, diccionario, historial y cualquier lectura de contexto, todo en el equipo. Solo la última te permite desactivar la red sin perder nada, y solo la última significa que no hay ninguna copia de tus palabras fuera de tu propio disco.

Tres pruebas, de menos a más esfuerzo. Desactiva el Wi-Fi y dicta; una herramienta que funciona del todo en el dispositivo funciona exactamente igual. Abre un monitor de red como Little Snitch, filtra por la app y dicta durante una hora; no deberías ver más que las conexiones que el fabricante ha documentado, como las descargas de modelos que iniciaste y la comprobación de actualizaciones. Lee la declaración de privacidad y mira si nombra cada conexión que hace la app y por qué. Una herramienta que supera las tres se ha ganado la palabra. Una página de política describe intenciones; el monitor de red describe el comportamiento.

Llegaron dos cosas a la vez. Modelos de voz abiertos lo bastante buenos para competir con los motores en la nube, y chips de consumo con hardware dedicado al aprendizaje automático para ejecutarlos. En Apple silicon, un modelo de reconocimiento grande y un modelo de lenguaje pequeño funcionan a la par en tiempo real en un portátil. El compromiso que antes definía a las herramientas locales, más lentas y menos precisas, casi ha desaparecido, y al procesamiento en la nube le quedan la sincronización entre dispositivos y poco más que alegar.

El Dictado de Apple puede funcionar en el dispositivo o en los servidores de Apple, según tu Mac y tu idioma. No tienes que adivinar cuál es tu caso, porque macOS te lo dice en los ajustes.

1. 01 Selecciona el menú Apple → Ajustes del Sistema y haz clic en Teclado en la barra lateral.
2. 02 Ve a Dictado.
3. 03 Lee el texto que aparece debajo del interruptor de Dictado. Indica si tu entrada de voz se procesa en tu dispositivo.
4. 04 Si dictas en más de un idioma, cambia el idioma de Dictado y vuelve a leer el texto, porque la disponibilidad varía según el idioma y el modelo de Mac.
5. 05 Si no dice que el procesamiento se hace en el dispositivo, da por hecho que lo que dictas se envía a Apple para procesarlo.

Monitor de Actividad viene incluido en todos los Macs y te permite hacer una primera comprobación sin instalar nada. No te muestra adónde van los datos, pero sí si se están moviendo mientras hablas.

1. 01 Cierra las apps que usan mucho la red, como navegadores y herramientas de sincronización, para que la lectura esté tranquila.
2. 02 Abre la app Monitor de Actividad y haz clic en Red.
3. 03 Mira la parte inferior de la ventana y anota “Datos enviados” y “Datos enviados/s”.
4. 04 Dicta durante un minuto completo en un editor de texto.
5. 05 Compara las cifras. El audio que sale de tu Mac durante un minuto se nota como un aumento claro de los datos enviados. Una línea plana es lo que se ve con el procesamiento en el dispositivo.
6. 06 Repite la prueba con la Wi-Fi desactivada en Ajustes del Sistema → Wi-Fi. Una herramienta que sigue funcionando no depende de un servidor para el reconocimiento.

Depende del dispositivo y del idioma. El aviso de privacidad de Apple sobre Siri y Dictado dice que tu dispositivo indica en los ajustes de Teclado si tu audio y tus transcripciones se procesan en el dispositivo y no se envían a los servidores de Apple.

Cuando no es así, el mismo aviso dice que lo que dictas se envía al servidor y se procesa allí, y que no se guarda salvo que aceptes participar en Mejorar Siri y Dictado. Apple también describe la recogida de datos relacionados con la solicitud, como las especificaciones del dispositivo y estadísticas de rendimiento.

Este es el patrón general que conviene buscar en cualquier herramienta: una declaración clara de cuándo el audio se queda en local, cuándo no y qué más se envía. Una declaración que solo cubre el mejor caso no es una respuesta completa.