La voce sarà la nuova tastiera (e non è una buona notizia per tutti)

Fino a poco tempo fa parlare con un assistente vocale era una piccola umiliazione: frasi spezzate, “non ho capito”, attese. I modelli di oggi sono un’altra cosa. Quelli full-duplex, come GPT-Live che ora fa parlare anche l’assistente di Lumen, ascoltano e parlano nello stesso momento: puoi interromperli, ti lasciano finire, capiscono un “mmh” o un’esitazione.

È un cambio di interfaccia, non solo di tecnologia. E le interfacce cambiano chi usa uno strumento.

Per chi è una buona notizia

Chi non scrive volentieri. Molte persone sanno spiegare benissimo un problema a voce e si bloccano davanti a un campo di testo. Con la voce il “prompt” diventa una conversazione.
Chi ha le mani occupate. In auto, in cantiere, in cucina, mentre si cammina tra un cliente e l’altro.
Le persone anziane o con disabilità. Per chi fatica con schermi e tastiere, un’interfaccia parlata può essere l’accesso che mancava.
Chi impara. Ripetere un argomento ad alta voce con un tutor paziente, o allenarsi in una lingua straniera, funziona meglio che leggere.

Cosa cambia nel modo di usarla

A voce si chiede in modo diverso: più contesto, meno precisione. Il modello deve fare domande di chiarimento, riassumere invece di elencare, rimandare i dettagli a un testo scritto. Per questo l’assistente di Lumen a voce risponde breve e mette i link nella chat: la voce è ottima per capire, il testo resta migliore per verificare.

I rischi, detti chiaramente

L’illusione della persona. Una voce calda, con pause naturali e una risata al momento giusto, ci fa dimenticare che dall’altra parte c’è un sistema statistico. È per questo che l’AI Act chiede che chi parla con un’AI lo sappia, salvo che sia evidente. Ogni assistente vocale serio dovrebbe dirlo all’inizio e ogni volta che glielo chiedi.

Le truffe con la voce clonata. Se le macchine parlano come noi, la voce smette di essere una prova di identità. La telefonata del “figlio in difficoltà” o del “direttore che chiede un bonifico urgente” è già una truffa diffusa: ne parlo nella guida su deepfake e truffe. Una parola d’ordine di famiglia e una regola semplice (mai pagare su richiesta telefonica senza richiamare) valgono più di qualsiasi software.

La privacy dell’ascolto. Un microfono che ascolta è un microfono che può ascoltare troppo. Chiediti sempre: quando è acceso? Dove va l’audio? Viene conservato? Su Lumen, per esempio, il microfono si accende solo quando premi il pulsante, l’audio va a OpenAI per la risposta e il sito non lo registra.

Il costo nascosto. La voce in tempo reale costa più del testo e il contatore gira anche nei silenzi. Per un’azienda che vuole metterla sul proprio sito conviene fissare limiti di durata e di spesa.

La mia posizione

Credo che tra qualche anno parleremo all’AI più di quanto le scriveremo, soprattutto fuori dall’ufficio. È una buona notizia per l’accessibilità e per chi oggi resta fuori. Ma servono tre abitudini: sapere sempre se stai parlando con una macchina, non fidarti di una voce come prova d’identità, e chiedere il testo quando una risposta conta.

In una riga

La voce rende l’AI più umana da usare. Proprio per questo dobbiamo ricordarci, ad alta voce, che umana non è.

Fonti

Contenuto informativo aggiornato alla data indicata. Prezzi, modelli e norme cambiano spesso: verifica sempre sulle fonti ufficiali. Testo scritto con il supporto di strumenti di AI e rivisto dall'autore.