La prima versione di questo articolo raccontava con meraviglia la nuova modalità vocale di ChatGPT: una voce così naturale da far dimenticare che dall’altra parte non c’è nessuno. Quella meraviglia è durata poco — non perché la tecnologia abbia deluso, ma perché è diventata normale in fretta. E la normalità, per una tecnologia, è il traguardo più interessante da raccontare.
La voce è diventata un’interfaccia
Oggi conversare a voce con un’AI — con le pause, le interruzioni, i cambi di argomento di una telefonata vera — è un’esperienza offerta da tutti i principali assistenti. La differenza rispetto ai vecchi assistenti vocali è sostanziale: quelli riconoscevano frasi, questi sostengono conversazioni. Si può ragionare ad alta voce mentre si guida, farsi spiegare un concetto mentre si cucina, preparare un colloquio simulandolo.
Per me, che con la voce ci lavoro anche in musica, la parte affascinante è un’altra: la voce sintetica ha imparato la prosodia — il ritmo, le esitazioni, il calore. È lì che si gioca la sensazione di “umanità”, molto più che nella correttezza delle risposte.
Dove la voce funziona meglio del testo
- Quando le mani sono occupate: in auto, in cucina, camminando. È il caso d’uso più ovvio e resta il più solido.
- Quando si pensa ad alta voce: per sciogliere un problema, la conversazione batte la pagina bianca. L’AI fa domande, e le domande aiutano.
- Per chi con la tastiera non ha confidenza: la voce ha reso questi strumenti accessibili a persone che il testo escludeva — per età, disabilità o semplice abitudine.
Le domande che restano aperte
Una voce calda e paziente crea legame, e il legame con un software solleva domande che non possiamo più rimandare: cosa succede quando qualcuno preferisce la conversazione con l’AI a quella con le persone? Quanto conta che una voce sintetica si dichiari come tale? Non ho risposte definitive; ho una convinzione: più la tecnologia diventa intima, più serve consapevolezza nell’usarla. La voce è la più intima delle interfacce.
La domanda del titolo originale era «sei pronto ad ascoltare?». Col senno di poi, era la domanda sbagliata: abbiamo ascoltato tutti, e in fretta. Quella giusta, oggi, è «sappiamo ancora scegliere quando parlare con una persona?». Finché la risposta è sì, questa tecnologia resta quello che dovrebbe essere: uno strumento magnifico, e nient’altro.
