A cikk az Android Authoritynál dolgozó Karandeep Singh véleménye, ezt tolmácsoljuk: “Sosem gondoltam volna, hogy eljutok odáig, hogy egy teljes cikket egyetlen billentyű leütése nélkül készítsek el. Mégis pontosan ez történt: ezt a szöveget nem begépeltem, hanem felmondtam a számítógépemnek, és a szavak szinte azonnal megjelentek a kijelzőn – helyes írásjelekkel, javított hibákkal, és a beszéd közbeni botlásaim elegáns figyelmen kívül hagyásával. Mindezt a Wispr Flow nevű, mesterséges intelligenciára épülő hangalapú diktáló alkalmazás tette lehetővé.
Újságíróként és íróként mindig is büszke voltam arra, hogy vakon, villámgyorsan tudok gépelni. A billentyűzet számomra nem csupán eszköz volt, hanem afféle hangszer: mint egy ütőhangszer, amelyen az ember ritmusból és izommemóriából játszik. Azonban az évek során egyre gyakrabban éreztem, hogy a gondolataim gyorsabban rohannak, mint ahogy az ujjaim követni tudnák őket. Amikor pedig szoros határidők között dolgozik az ember, a sebesség nem luxus, hanem alapkövetelmény – és ekkor döbbentem rá, hogy maga a gépelés vált szűk keresztmetszetté.
A Wispr Flow megjelenésével ez gyökeresen megváltozott. Az alkalmazás lehetővé tette, hogy az írás középpontjába a beszéd kerüljön, a billentyűzet pedig háttérbe szoruljon. Eleinte idegen volt ez az egész: az első, diktálásra épülő írási próbálkozásaim kissé döcögősek voltak, mintha egy teljesen új műfajjal ismerkednék. De ahogy túljutottam ezen az „ismerkedési szakaszon”, minden hirtelen a helyére kattant – még ha ezúttal nem is billentyűk formájában.
Meglepő módon a hangalapú írás jóval gyorsabbnak bizonyult, mint a klasszikus gépelés. Ráadásul a szöveg stílusa is átalakult: természetesebb, beszédszerűbb lett, kevésbé merev, kevésbé kötött az írott nyelv szabályaihoz. Ez elsőre megfoghatatlan előnynek tűnhet, de a gyakorlatban nagyon is érezhető: a gondolat és a leírt szó közötti távolság jelentősen lerövidült.
A Wispr Flow igazi ereje azonban nem pusztán abban rejlik, hogy „leírja”, amit mondok. A mesterséges intelligencia érti a beszéd közbeni javításokat is. Ha fél mondatnál meggondolom magam – ami nálam kifejezetten gyakori –, az alkalmazás nem jeleníti meg a téves verziót, csak a végleges, korrigált gondolatot. Hagyományos diktálásnál ez állandó visszajavítást igényelne, ami több időt venne el, mint maga a gépelés. Itt viszont eltűnik a súrlódás, és megmarad az áramlás.
Számomra külön felszabadító élmény, hogy a helyesírás többé nem szakítja meg a gondolatmenetet. Vannak szavak, amelyekkel mindig küzdöttem – elég egy piros hullámos aláhúzás, és máris kizökkenek. Hangalapú írásnál ezek a szavak elsőre helyesen jelennek meg, és az elmém végre nem a javítással, hanem a tartalommal foglalkozhat.
A legnagyobb meglepetés mégis az volt, hogy mennyire hozzászoktam ehhez az új munkamódszerhez. Ma már azon kapom magam, hogy egyre többet „beszélgetek” a Macemmel, és egyre ritkábban nyúlok ösztönösen a billentyűzethez. Nem arról van szó, hogy a gépelés eltűnne az életemből – inkább arról, hogy elvesztette kizárólagos szerepét.
A Wispr Flow számomra nem egyszerűen egy újabb MI-eszköz, hanem egy szemléletváltás kezdete. Megmutatta, hogy az írás nem feltétlenül az ujjak munkájával kezdődik, hanem a gondolat kimondásával. És bár sosem hittem volna, hogy ezt mondom: lehet, hogy a jövőben már nem gépelek, hanem mesélek a számítógépemnek – és ő leírja helyettem.
Mindezek ellenére a Wispr Flow sem tévedhetetlen. Miközben korábban ennek a cikknek egy részét diktáltam, az alkalmazás egyszerűen „lenyelt” egy szót – és ez sajnos nem ritka jelenség. Máskor ott zár le egy mondatot, ahol valójában csak egy vesszőnek lenne helye, vagy kötőjelet illeszt be akkor, amikor kifejezetten hosszú gondolatjelet kértem. Hiába érti az összefüggéseket, és hiába támaszkodik nyelvi modellekre a szándék felismeréséhez, a hibák időről időre előfordulnak.
Előfordult az is, hogy teljesen oda nem illő szavakat cserélt be. Egy korábbi írásomban például a „NAS-eket” „nővérekre” cserélte, miközben az egész cikk hálózati adattárolásról szólt. Ez a baki egyszerre lett volna kínos és mulatságos, ha átcsúszik az ellenőrzésen. Éppen ezért ma már rövid szakaszokban diktálok, általában legfeljebb egy-két mondatot egyszerre. A szöveg ugyanis csak akkor jelenik meg a képernyőn, amikor felengedem az Fn billentyűt a Macemen; nem látom valós időben, szóról szóra, mit „hall” és mit ír. Ez azt jelenti, hogy folyamatosan figyelnem kell arra, mit rögzít és mit gépel le.
ÚJ! Tokok, üvegek, töltők a shopban!
Az én esetemben a hangalapú írás szinte kizárólag munkára korlátozódik, ezért a Wispr Flow-t csak Macen használom. Androidon még akkor sem tudnám bevetni, ha szeretném, mivel ott egyelőre nem érhető el, még az előzetes hozzáféréshez is várólistára kell feliratkozni. iPhone-on ugyan elérhető, de ott a billentyűzetet kell átváltani Wispr Flow-ra. Ha Androidon is hasonló megkötés lenne, sok felhasználónak valószínűleg továbbra is a Gboard kiváló hangalapú gépelése lenne a praktikusabb választás.
Mindezek ellenére bátran kijelenthetem, hogy az esetek döntő többségében jól dolgozik: a pontossága könnyedén eléri a 90-95 százalékot. Az általam végzett írásmennyiség és az elmúlt hetek tapasztalatai alapján ez kifejezetten impresszív arány. Ingyenes próbaidőszakkal kezdtem, de ma már annyira megbízom benne, hogy kifizettem az éves, 144 dolláros előfizetést. Ritkán válik ennyire gyorsan a mindennapi munkarutinom részévé egy eszköz.
Mindig is vita tárgya volt, mit érdemes megőrizni a régi eszközökből, amikor új technológiák veszik át a helyüket. Láttuk ezt akkor is, amikor az írógépek kiszorították a kézírást, majd később a billentyűzetek tették ugyanezt az írógépekkel. A kézírás mára annyira háttérbe szorult, hogy sokan alig tudunk többet tenni, mint aláírni a nevünket egy tollal.
A Wispr Flow hosszabb ideig tartó használata közben óhatatlanul felmerült bennem a kérdés: vajon a hangalapú gépelés ugyanazt teszi majd a billentyűzettel, amit a billentyűzet tett egykor a kézírással?
Lehet, hogy a produktivitásom nőtt, de jóval kevesebbet gépelek, mint korábban. Miközben egyesek attól tartanak, hogy a mesterséges intelligencia tompítja a gondolkodást, engem inkább egy egyszerűbb dolog aggaszt: az izommemória. A gépelés egyfajta ütőhangszeres mesterség, és mint minden ilyen készség, elsorvad, ha nem gyakoroljuk. Éppen ezért egyelőre csak részben delegáltam ki a munkát. A hangalapú diktálást arra használom, hogy gyorsan „kiköpjem” a nyers vázlatot, míg a billentyűzet marad a szerkesztéshez és az apró finomításokhoz, amelyeket a diktálás még nem kezel jól. Ráadásul utazás közben továbbra is nélkülözhetetlen – egyszerűen nem tudom elképzelni, hogy egy repülőtér közepén a laptopomhoz beszéljek.
Jelenleg azonban a hatékonyság győzött. A billentyűzet hátrébb lépett, a hangom került előtérbe, és őszintén szólva egyáltalán nem bánom. Olyan módon tette könnyebbé az írói életemet, amire nem számítottam – annyira, hogy legszívesebben másokat is biztatnék a kipróbálására. Hogy ez hosszú távon így marad-e, vagy egyszer visszatérek a billentyűzethez, az majd egy másik nap kérdése lesz.”
Megérné Önnek telefont váltani csak azért, mert az új modell dupla alap tárhellyel érkezik?
Honlapunk oldalain található információk és számítások a piacon elérhető adatokon alapszanak.
Sajnos mi sem vagyunk tévedhetetlenek, és az adatközlők sem. Az esetleges pontatlanságokért valamint az adatok felhasználásból eredő károkért felelősséget nem tudunk vállalni.
A Telefonguru oldalainak másodközlése csak a tulajdonos engedélyével lehetséges!
