موارد مهم
- Siri دو صدای جدید آمریکایی-انگلیسی را اضافه می کند.
- آیفون دیگر صدای Siri زنانه را پیش‌فرض نمی‌کند.
- تعامل صوتی ممکن است هرگز به خوبی در فیلم ها نباشد.
Siri به تازگی دو صدای جدید در ایالات متحده اضافه کرده است و دیگر به صورت پیش فرض برای خدمتکار زن نخواهد بود، اما آیا دستیارهای صوتی واقعاً آینده هستند؟
در داستان های علمی تخیلی، انسان ها همیشه با روبات ها و رایانه ها صحبت کرده اند. بخشی از آن مطمئناً به الزامات دراماتیک فیلم و تلویزیون مربوط می شود: صحبت کردن همیشه جالب تر از تایپ کردن است.
همانطور که دستیارهای صوتی توانمندتر می شوند، به راحتی می توان باور کرد که آینده محاسبات تماماً صدا است. اما آیا این امکان پذیر است؟ و آیا حتی مطلوب است؟
"در حال حاضر، دستیارهای صوتی فوق العاده محبوب هستند،" استفان چکانوف، مدیر عامل شرکت کار از راه دور Brosix، از طریق ایمیل به Lifewire گفت. "با این حال، همه دستوراتی که به دستیار می‌روند نسبتاً ساده و سرراست هستند."
"وقتی صحبت از ورودی‌های ظریف‌تر به میان می‌آید، فناوری صدا به احتمال زیاد اشتباه می‌کند، به همین دلیل من فکر نمی‌کنم که غالب شود. برای اقداماتی که به دقت زیادی نیاز دارند، مانند کدنویسی یا طراحی، این نوع تعامل کمک زیادی نمی کند."
خیلی انسانی
در فیلم ها، رایانه ها به اندازه مردم باهوش هستند. C3PO به اندازه هر انسان باهوش و روان رنجور است. Iron Man's J. A. R. V. I. S بیشتر شبیه یک دستیار صوتی معمولی است، زیرا در یک ابر زندگی می کند، نه یک بدنه ربات، اما می تواند تمام دستورالعمل های تونی استارک را بدون اشتباه تفسیر کند.
مقایسه کنید با سیری که حتی با ابتدایی ترین کارها مشکل دارد. سرزنش خود دستیار آسان است، اما یکی از بزرگترین مشکلات انتظارات ماست.
بین تاریخچه رایانه های فیلم و وعده های اپل، گوگل، آمازون و سایر فروشندگان دستیار مجازی، انتظار زیادی داریم. اگر رایانه ای شبیه انسان به نظر می رسد، انتظار داریم که مانند یک کامپیوتر رفتار کند.
این جایی است که تعصبات جنسیتی ما وارد می شود. در ایالات متحده، سیری به طور پیش فرض از صدای زنانه استفاده می کند، اگرچه همه جا اینطور نیست. اگر ما از یک کامپیوتر انتظاراتی داشته باشیم زیرا به نظر انسانی می رسد، نتیجه آن این است که این انتظارات از تعصبات اجتماعی موجود ما تقلید خواهند کرد.
آندری بوگدانوف، متخصص طلاق آنلاین، از طریق ایمیل به Lifewire گفت: «به دلیل کلیشه‌های عمیق در مورد زنان، اکثر دستیاران صوتی زن هستند.»
"صدای زنانه استفاده می شود تا به کاربر این تصور را بدهد که ربات مفید، مهربان و قابل اعتماد است، همه اینها ویژگی هایی هستند که معمولاً با زنان مرتبط هستند."
Q یک صدای کامپیوتری بدون جنسیت است که برای استفاده در دستیارهای مجازی طراحی شده است. از ضبط‌های انسان‌هایی که به‌عنوان مذکر یا ماده شناسایی نمی‌شوند، ایجاد می‌شود و سپس برای رساندن آن به محدوده‌ای که نه عمیق است و نه زیاد، پردازش می‌شود.
در iOS 14.5، کاربران جدید باید صدایی را برای Siri انتخاب کنند. در نسخه بتا فعلی، آن صداها به جای اینکه به عنوان مرد یا زن شناخته شوند، با اعداد برچسب گذاری می شوند. این به نوعی ستودنی است، اما آزاردهنده است.
وقتی صحبت از ورودی های ظریف تر به میان می آید، فناوری صدا بسیار بیشتر احتمال دارد اشتباه کند، به همین دلیل است که من معتقد نیستم که غالب شود.
شماره‌گذاری گزینه‌ها باعث نمی‌شود نگرش یا ترجیحات خود را تغییر دهید، اما انتخاب صدای مورد نظرتان را سخت‌تر می‌کند. این مانند مجبور کردن مردم به انتخاب یک موتور جستجو است. بسیاری از ما با آشناترین Google آشنا می شویم.
شاید بهتر است صدا را به صورت پیش فرض روی گزینه ای غیر باینری قرار دهید و افراد را مجبور کنید که تنظیمات را برای تغییر آن جستجو کنند.
کارهای پیچیده و ساده
کامپیوترهای کنترل‌شده صوتی باید قبل از اینکه برای همه چیز مورد استفاده قرار گیرند، بسیار بهتر شوند. تنظیم تایمر، افزودن یک رویداد تقویم، و حتی پاسخ دادن به پیام‌های متنی دریافتی، همگی با دستیارهای فعلی کاملاً بدون مشکل هستند.
هنوز، برای هر چیز پیچیده تر، ممکن است بخواهید به روش ورودی دیگری بروید.
اریک فلورانس، تحلیلگر امنیت رایانه، از طریق ایمیل به Lifewire گفت: «در حالی که سیری یا دستیار Google در یافتن یک کمدی ویژه نتفلیکس مشکلی ندارند، ورودی‌های پیچیده‌تر ممکن است بیشتر از اینکه کار را آسان‌تر کند، کاربر را آزار دهد.»
"به عنوان فردی که قبلاً با هزاران خط کد کار کرده‌اید، فقط می‌توانید قبل از اینکه دستورات خاصی شروع به رقابت کنند یا دستورات دیگر را نادیده بگیرند، آنقدر مشخص شوید که منجر به پارازیت‌هایی در سیستم می‌شود که ممکن است فقط کاربر را ناامید کند."
نائومی اسراف، بنیانگذار و مدیر ارشد اجرایی CloudHQ، از طریق ایمیل به Lifewire گفت: «احتمال صفر درصدی وجود دارد که تعامل انسان/رایانه در درجه اول به یک رابط صوتی تبدیل شود.»
"دلیل این است که ما از رایانه‌ها، تلفن‌ها و سایر دستگاه‌های خود در مکان‌های بسیار متنوعی استفاده می‌کنیم که در آن‌ها صحبت کردن با رایانه‌ها عملی نیست."
هنگام رانندگی، شستن ظروف یا کار در مغازه، کنترل صوتی راحت است. اما علمی تخیلی نیز چیزی در این مورد به ما می‌آموزد: «حتی افرادی که در ایستگاه‌های پیشتازان فضا بودند، علاوه بر «رایانه» معروف، رابط‌های لمسی داشتند.
دستیارهای صوتی به پیشرفت خود ادامه خواهند داد و شاید روزی واقعاً به خوبی همتایان روی صفحه نمایش خود شوند. اما روابط ما با این دستگاه ها نیز باید تغییر کند. خود سیری ممکن است اهمیتی ندهد که با توهین‌های جنسیتی به آن توهین کنید، اما در مورد فردی که توهین می‌کند چیزهای زیادی می‌گوید.
