Meta probó operadores humanos detrás de las llamadas de Muse

Por Redacción Pangea IA · 22 de septiembre de 2026

Meta probó operadores humanos para realizar algunas llamadas que su agente de inteligencia artificial Muse no podía completar por sí solo, según comunicaciones internas examinadas por Reuters. La empresa activó el llamado «human concierge» para parte de su plantilla y retiró temporalmente la prueba después de que empleados cuestionaran la falta de una divulgación adecuada. La novedad no significa que todas las llamadas de Muse fueran humanas, pero sí revela una frontera poco visible entre automatización, asistencia humana y privacidad.

La historia importa porque Muse se presenta como un agente personal capaz de actuar en nombre del usuario: puede navegar, rellenar formularios, comprar, organizar viajes y llamar a negocios. Si una tarea aparentemente autónoma termina en manos de una persona contratada, cambian las expectativas sobre quién escucha la conversación, quién accede a la instrucción y cómo debe informarse a las dos partes. El problema no es utilizar apoyo humano durante una prueba; es hacerlo sin que todos los participantes entiendan con claridad quién está actuando.

Qué hizo Meta con las llamadas de Muse

Reuters publicó la investigación el 22 de septiembre a las 16:01 UTC. De acuerdo con los mensajes internos consultados por la agencia, Meta había habilitado la función de operadores humanos para aproximadamente la mitad de sus empleados durante una prueba interna. El sistema podía transferir una petición a una persona formada para llamar a un comercio y completar el encargo.

La función se había anunciado internamente la semana anterior y permitía a los empleados excluirse mediante un grupo de opt-out. El objetivo era elevar la tasa de éxito de las llamadas: los ensayos citados por Reuters situaban los resultados con ayuda humana entre el 95 % y el 98 %, por encima del porcentaje obtenido por la automatización. Son cifras de una prueba interna comunicadas por Meta, no una evaluación independiente.

Varios empleados advirtieron de que los contratistas podían recibir información sensible sin que existiera una explicación suficiente. Una vicepresidenta de Meta Superintelligence Labs reconoció en los mensajes que iniciar la prueba sin la divulgación adecuada había sido un error y señaló que la empresa había revertido la función por el momento. Meta dijo a Reuters que solo la desplegará públicamente cuando esté preparada y cuente con las explicaciones y protecciones necesarias.

Lo que está confirmado y lo que todavía no sabemos

Aspecto	Estado conocido
Prueba con operadores humanos	Confirmada por comunicaciones internas y por la respuesta de Meta a Reuters.
Alcance	Se habilitó para aproximadamente la mitad de la plantilla durante una prueba, no para todos los usuarios.
Uso público	Meta afirmó que no desplegará la función hasta que esté lista y tenga una divulgación adecuada.
Situación actual	La prueba fue revertida temporalmente.
Datos tratados por contratistas	No se ha detallado qué información exacta podían ver, durante cuánto tiempo ni dónde se procesaba.
Disponibilidad en España	Muse se lanzó inicialmente en Estados Unidos; no hay una fecha pública confirmada para España.

Conviene mantener estas fronteras porque el término «humano detrás de la IA» puede sugerir más de lo demostrado. Reuters describe una prueba concreta para llamadas, no que el agente completo sea una fachada ni que todas sus tareas dependan de personas. Tampoco consta que los contratistas se hicieran pasar deliberadamente por una voz sintética: realizaban la llamada cuando el sistema les transfería la petición. La cuestión central es la transparencia sobre esa transferencia.

Por qué un agente necesita ayuda humana para llamar

Una llamada cotidiana contiene dificultades que un modelo no resuelve únicamente con mejor reconocimiento de voz. Puede encontrarse con una centralita, una espera larga, ruido, acentos, preguntas imprevistas, una política que exige confirmar datos o una persona que se niega a hablar con un bot. Además, una reserva sencilla puede convertirse en una negociación: no queda la hora solicitada, hay que elegir otra, aparece un suplemento o se pide información que el usuario no había facilitado.

La intervención humana ofrece una salida práctica mientras la automatización mejora. También permite detectar fallos, clasificar casos y generar ejemplos de entrenamiento. Este modelo de «humano en el circuito» se utiliza desde hace años en moderación, etiquetado de datos, atención al cliente y conducción autónoma. No es necesariamente negativo: puede impedir que una máquina improvise en una situación delicada. Pero solo funciona de forma responsable si los límites, la identidad de quien actúa y el tratamiento de los datos están claros.

Meta ya conoce este equilibrio. Reuters recuerda que su asistente M, probado hace una década dentro de Messenger, también dependía ampliamente de personas para resolver tareas. La diferencia actual es la escala y la sensibilidad. Muse no se limita a recomendar: pretende actuar con información personal, comunicarse con terceros y, en algunos casos, iniciar compras. Esa capacidad aumenta el coste de una divulgación incompleta.

La privacidad afecta al usuario y a quien recibe la llamada

Hay al menos dos personas cuyos datos pueden entrar en juego. La primera es el usuario de Muse, que podría compartir una dirección, una preferencia médica, una fecha de viaje o un presupuesto al encargar una gestión. La segunda es el trabajador del negocio que responde, cuya voz y conversación pueden quedar transcritas y resumidas. Si interviene además un contratista, aparece un tercer participante que debe estar contemplado en la información del servicio y en sus controles de acceso.

Para un lanzamiento en España o en otro país de la Unión Europea, no bastaría con copiar sin más una prueba estadounidense. La normativa europea exige, entre otros principios, transparencia, limitación de la finalidad y minimización de datos personales. Eso no permite concluir desde fuera qué base jurídica necesitaría cada llamada, porque dependería del diseño concreto, de quién sea responsable del tratamiento y de la información recopilada. Sí obliga a plantear preguntas antes del despliegue: qué ve el operador, si escucha audio o solo recibe instrucciones, qué se almacena, cuánto tiempo se conserva y cómo se informa a la persona llamada.

La divulgación debería producirse antes de exponer información, no enterrarse en unas condiciones extensas. Una fórmula comprensible sería indicar que «esta gestión puede ser completada por un operador humano» y permitir elegir entre continuar, cancelar o realizar la llamada personalmente. El comercio también debería saber si habla con un bot, con una persona en nombre de un agente o con el cliente final.

Muse acumula tres avisos sobre confianza en pocos días

La prueba del «human concierge» no aparece aislada. The Verge informó el mismo 22 de septiembre de que Meta corrigió una vulnerabilidad de día cero en la aplicación de Muse para macOS. El fallo requería que código malicioso ya se estuviera ejecutando localmente en el ordenador, por lo que Meta consideró bajo el riesgo práctico, pero permitía redirigir el procesamiento de transcripciones y aprovechar los permisos del agente. La empresa publicó una corrección rápida.

Un día antes, Amazon había bloqueado el acceso de Muse a su tienda. La plataforma alegó que un agente de terceros debía identificarse y obtener permiso para operar, además de expresar preocupaciones sobre privacidad y seguridad. Ese conflicto ya formaba parte de nuestro análisis sobre los riesgos de comprar con agentes de IA. La nueva investigación añade otra capa: incluso cuando la tarea no termina en un pago, debe quedar claro quién la ejecuta.

Meta, por su parte, ha insistido desde el lanzamiento en que Muse funciona dentro de un ordenador virtual aislado, no puede ver contraseñas ni métodos de pago y solicita aprobación para acciones sensibles. La compañía también retrasó el producto durante varios meses por motivos de seguridad, según Associated Press. Esas salvaguardas son relevantes, pero no resuelven por sí solas el acceso de un operador humano: la seguridad técnica y la transparencia organizativa son controles distintos.

Qué significa para las empresas que quieren usar agentes

Para una empresa, la lección no es prescindir de la supervisión humana. Al contrario: mantener una persona disponible puede ser la opción más segura cuando la IA encuentra una excepción. Lo importante es diseñar el relevo como una función visible y gobernada. Un sistema empresarial debería registrar cuándo se produce la transferencia, limitar la información mostrada al operador y permitir auditar qué decisiones tomó cada parte.

• Informar antes de transferir. El usuario debe saber que una persona puede recibir la tarea y decidir si continúa.
• Aplicar acceso mínimo. El operador solo necesita los datos imprescindibles para completar esa gestión.
• Separar funciones. Quien realiza la llamada no debería obtener automáticamente contraseñas, tarjetas o el historial completo del usuario.
• Definir casos prohibidos. Salud, finanzas, menores y trámites jurídicos requieren controles reforzados o exclusión.
• Conservar una trazabilidad útil. Debe distinguirse qué hizo el modelo, qué hizo la persona y qué aprobó el cliente.
• Gestionar a los proveedores. Si participan contratistas, la empresa necesita reglas de confidencialidad, formación, supervisión y borrado.

Estas medidas también protegen al trabajador que recibe la llamada. Los comercios necesitarán políticas para decidir si aceptan agentes, qué operaciones permiten y cuándo exigen hablar directamente con el cliente. La llegada de Muse demuestra que la automatización no depende solo de la capacidad del modelo: también necesita que bancos, tiendas, call centers y usuarios acepten sus reglas.

El éxito de Muse eleva el impacto de cada fallo

Según datos de Sensor Tower citados por Reuters, Muse superó los 2,5 millones de descargas y encabezó las listas estadounidenses durante sus dos primeras semanas. Esa adopción explica por qué la prueba merece atención aunque se hiciera con empleados. Una función experimental puede convertirse rápidamente en un componente de consumo si eleva de forma notable el porcentaje de tareas completadas.

También explica la presión comercial. Shopify prepara una integración con Shop Pay para que Muse pueda completar compras en las tiendas de su plataforma, de acuerdo con The Wall Street Journal. Cuantas más acciones pueda realizar el agente, más valiosa se vuelve una tasa de éxito cercana al 100 %. Pero optimizar esa cifra no debe borrar la diferencia entre una tarea resuelta por software y una resuelta por una persona.

Cuando presentamos el lanzamiento de Muse y sus capacidades para enviar correos, reservar viajes y pagar, la pregunta era hasta dónde podría actuar un agente generalista. Dos semanas después, la cuestión más urgente es cómo explica sus límites. La autonomía real no se mide solo por el resultado final, sino por la cantidad de intervención externa necesaria para conseguirlo.

Conclusión: ayuda humana sí, pero nunca invisible

La prueba de Meta ofrece una advertencia útil para toda la industria. Incluir personas como red de seguridad puede mejorar un producto y evitar que un agente falle ante una situación imprevista. El problema aparece cuando esa intervención contradice la expectativa creada por la interfaz o expone información sin una explicación previa suficiente.

Muse no queda invalidado por haber utilizado operadores durante un ensayo. La respuesta responsable será convertir ese aprendizaje en un diseño verificable: aviso claro, consentimiento cuando corresponda, acceso limitado, registro de la transferencia y una alternativa para quien no quiera intervención humana. Si la IA necesita ayuda para terminar una tarea, decirlo no reduce su utilidad. Ocultarlo sí reduce la confianza.

Fuentes consultadas

• Reuters: Meta probó un «human concierge» para las llamadas de Muse, publicada el 22 de septiembre de 2026.
• The Verge: Meta corrige una vulnerabilidad en Muse, publicada el 22 de septiembre de 2026.
• The Verge: capacidades, privacidad y lanzamiento de Muse, publicada el 8 de septiembre de 2026.
• Associated Press: Meta retrasó Muse por motivos de seguridad, publicada el 16 de septiembre de 2026.
• The Wall Street Journal: Shopify integrará Muse con Shop Pay, publicada el 22 de septiembre de 2026.

Fuentes consultadas el 22 de septiembre de 2026.