Caricamento player
Prima del 2011, l’anno in cui Apple presentò il suo assistente vocale Siri, l’idea di dare ordini parlando a un computer sembrava fantascientifica. Da allora, la pratica si è diffusa, grazie a servizi come Alexa di Amazon, anche se le capacità di questi assistenti vocali sono rimaste limitate: la maggior parte degli utenti li usa tuttora principalmente per impostare sveglie o scegliere la musica.
Negli ultimi anni, però, il progresso delle intelligenze artificiali (AI) ha migliorato notevolmente le capacità di comprensione ed espressione di questi strumenti, permettendo di intrattenere conversazioni lunghe e complesse con chatbot come ChatGPT e Claude. La possibilità di parlare con un’AI venendo capiti ha spinto molte persone, soprattutto tra gli addetti ai lavori, ad abbandonare quasi del tutto l’uso della tastiera in favore dell’interazione vocale.
Questa abitudine sta già cambiando la vita nelle startup della Silicon Valley, la zona di San Francisco dove hanno sede molte aziende tecnologiche, in cui sempre più persone parlano con i loro computer, oppure camminano per l’ufficio usando microfoni portatili. Lo scorso maggio un investitore del settore ha detto al Wall Street Journal che visitare la sede di un’azienda che si occupa di AI è ormai come entrare in un «call center di fascia alta», perché tutti parlano con i loro agenti, software AI in grado di svolgere autonomamente azioni online, a cui vengono delegate sempre più mansioni.
Per riuscirci, queste persone non si limitano a schiacciare l’icona del microfono sull’app di ChatGPT o Claude, ma usano software e dispositivi appositi, pensati per sostituire tastiera e mouse. Uno dei più noti è Wispr Flow, un’applicazione in grado di trascrivere con grande precisione e velocità i comandi vocali, per trasferirli a un servizio come Claude Code, l’assistente alla programmazione di Anthropic. Lo youtuber Otto Climan racconta di aver da alcuni mesi ridotto molto l’uso della tastiera, limitandosi a schiacciare il tasto Fn (uno dei tasti di controllo del computer, come Ctrl, Alt e Canc) per attivare Wispr Flow e dare comandi vocali a Claude Code.
Secondo i suoi sostenitori, l’interazione vocale garantisce una maggiore produttività nel lavoro e dimostra che, in un futuro non troppo lontano, le AI lavoreranno al posto nostro e agli esseri umani non resterà che coordinarle. Anche per questo, l’idea di parlare con i computer è stata promossa da molte personalità del settore, tra cui Reid Hoffman, cofondatore di LinkedIn e investitore tecnologico, che si è definito “voicepilled”, un’espressione gergale con cui si indica un grande entusiasmo per questa tecnologia.
– Leggi anche: L’AI ci fa davvero lavorare di meno?
Non tutti, però, concordano con questo entusiasmo. A fine agosto, il New York Times Magazine ha pubblicato un articolo scritto – o meglio, dettato – usando Wispr Flow, nel quale l’autrice, Amy X. Wang, pur apprezzando la precisione del software, ha sottolineato la differenza tra parlare e scrivere: «La scrittura è un processo rigoroso per capire i propri pensieri e disporli in un modo che convinca o ispiri le altre persone. Parlare è un’altra cosa». Dal suo punto di vista, la scrittura tradizionale rappresenta «una forma superiore di pensiero».
Anche la rivista The Spectator ha parlato recentemente del fenomeno in un editoriale di Rory Sutherland, presidente emerito dell’agenzia pubblicitaria Ogilvy Consulting, secondo il quale passare dalla tastiera alla dettatura potrebbe rendere le conversazioni online meno aggressive: «È molto più facile essere educato parlando a 150 parole al minuto che scrivendo a 40. Alcune parti della cattiveria di internet derivano dal fatto che scortesia e brevità vanno di pari passo».
Parlare continuamente con il proprio computer comporta anche una serie di problemi, tra tutti il fastidio che si può procurare a chi è nelle vicinanze, specie in un ambiente pubblico o in un ufficio open space. Il fatto che i comandi vengano detti ad alta voce, inoltre, rappresenta un possibile rischio per la privacy: per questo, alcune aziende hanno proposto delle soluzioni pensate per rendere questa pratica più sicura e meno fastidiosa per gli altri.
La startup Subtle ha presentato degli auricolari talmente sensibili da riuscire a trascrivere anche quello che viene sussurrato a qualche metro di distanza, permettendo così di abbassare il tono della voce. Un’altra azienda, Talk Technologies, ha invece messo in vendita uno strumento simile a una maschera, nella quale l’utente può parlare coprendosi la bocca, in modo da nascondere il labiale. A conferma dell’interesse per questo tipo di interazione, lo scorso gennaio Apple ha acquisito Q.ai, una startup israeliana che ha sviluppato una tecnologia simile a quella di Subtle.
Tuttavia, non c’è solo il rischio di essere spiati o ascoltati mentre si parla al proprio computer. Servizi come Wispr Flow, infatti, elaborano le informazioni degli utenti nel cosiddetto cloud (i sistemi di archiviazione esterna che consentono di accedere a file o servizi via internet), non sul dispositivo dell’utente: questo rende le conversazioni potenzialmente esposte a fughe di dati (leak) o attacchi da parte di hacker. Si tratta di un rischio comune ai servizi digitali, che però assume in questo caso maggiore gravità, visto che molti usano Wispr Flow per parlare di progetti di lavoro.
Wispr Flow fa parte di una gamma di prodotti e servizi nati negli ultimi anni e pensati per registrare tutto quello che succede attorno all’utente, con l’idea di permettere all’AI di analizzare quanto detto e ascoltato nel corso della giornata, come per esempio i dispositivi per prendere appunti durante le riunioni di lavoro. Secondo il New York Times, questi servizi e dispositivi rappresentano un crescente rischio di sicurezza per aziende e persone comuni, tanto che, lo scorso anno, l’Ordine degli avvocati dello stato di New York ha esortato i suoi iscritti a «diffidare di questi strumenti di registrazione» e informare i clienti che li utilizzano «degli svantaggi di tale scelta».
– Leggi anche: Perché i chatbot sono fissati con: “Non è X, è Y”?