O futuro está se tornando muito falador, o que certamente deixará algumas pessoas desconfortáveis.
No recente Google Evento de E/S e a Worldwide Developer Conference (WWDC) da Apple, muitos novos recursos envolviam a interação com a IA conversando com ela por meio de seu telefone (ou dispositivos como óculos inteligentesno caso do Google). E com o novo Siri IAtambém vimos apresentadores da Apple conversando em seus iPhones durante a palestra da WWDC, explicando todas as novas maneiras pelas quais as pessoas podem interagir com o assistente virtual.
Este impulso em direção a um futuro mais centrado na voz parece um progresso, mas pressupõe que todos se sintam confortáveis a pensar em voz alta, o que poderá alienar ainda mais as pessoas que já podem estar cautelosas em relação à IA.
Um dos avanços mais notáveis da IA nos últimos anos tem sido a capacidade de interagir com grandes modelos de linguagem de forma conversacional. Passamos da emissão de comandos diretos para a resposta a respostas loquazes de IAs que sentem que estão se esforçando demais para também serem seus melhores amigos.
Na verdade, uma das conquistas anunciadas no Google I/O foi a capacidade do Gemini de analisar nossos padrões fragmentados de fala humana, incluindo todos os ums, ahs e frases quebradas, para descobrir o que realmente estamos dizendo. Quase posso imaginar uma IA paciente, mas frustrada, esperando com uma expressão de “basta começar já” em seu rosto virtual.
Mas esse é o ponto, não é? Já é fácil pensar em Gemini ou Siri (ou principalmente via texto usando Claude ou ChatGPT) como entidades individuais e abordá-los da mesma forma que falaria com um amigo enquanto caminhava pela calçada, trocando ideias de um lado para outro.
A diferença é que, ao conversar com a IA, estou em público falando sozinho.
Você pode argumentar que isso não é grande coisa agora. É comum ver pessoas em ligações públicas usando Apple AirPods ou outros fones de ouvido sem fio. Normalizamos a linguagem corporal e a interação específica de pausa e resposta de alguém falando durante uma chamada sem realmente segurar o telefone perto do ouvido. Mesmo que não vejamos os fones de ouvido, presumimos que é isso que eles estão fazendo. Não faz muito tempo que atender uma ligação de celular em público era considerado rude.
Mas nem todo mundo é tão verbal. Como escritor, tentei usar o ditado (incluindo um feitiço em que uma clavícula quebrada não me deixou muita escolha), mas sempre foi mais natural formar palavras com os dedos. Falar e escrever são duas disciplinas distintas, mesmo que compartilhem o idioma.
Usar a voz como interface é ótimo para demonstrações de palco, mas em muitos contextos é a melhor (ou única) opção: as mãos precisam permanecer no volante enquanto você dirige e os óculos inteligentes não possuem teclado. E para as pessoas que não conseguem visualizar as telas com facilidade, imagino que o reconhecimento de voz e os LLMs de conversação sejam genuinamente úteis.
Este também é um problema social. Já é ruim quando as pessoas usam o viva-voz em público para chamadas (muitas vezes sobre assuntos que deveriam ser privados), sem se importar com as pessoas ao seu redor. Agora todos precisarão estar sujeitos ao planejamento da festa ou às tentativas de garantir uma reserva em um restaurante? É mais uma erosão do respeito pelas pessoas ao nosso redor.
E levanta outra barreira contra a comunicação real. Se você vir alguém vestindo uma roupa incrível, pergunte educadamente onde a comprou. Agora, você pode tirar uma foto e pedir à IA para identificá-la – perdendo um momento de conexão humana e simultaneamente parecendo uma trepadeira tirando uma foto furtivamente.
As normas mudam com a tecnologia, por isso tenho certeza de que haverá um nível de aceitação (relutante) de pessoas conversando com aparentemente ninguém enquanto interagem com seus dispositivos.
Mas estaremos caminhando para um mundo cercado por conversas sobrepostas, onde ninguém fala entre si? Latir em nossos telefones, relógios, óculos e pins de IA soa como muito barulho em um momento em que as pessoas já estão esgotadas com IA.
