Ali je prihodnost pogovora z umetno inteligenco v človeškem glasu? OpenAI je z novo funkcijo za ChatGPT namizno aplikacijo naredil velik korak v to smer. Konec julija 2026 so v podjetju predstavili glasovni način za ChatGPT, ki omogoča, da uporabniki zdaj svoja vprašanja postavljajo in prejmejo odgovore zgolj z govorom – brez tipkovnice in ekrana. Funkcija je trenutno na voljo naročnikom Plus in Team, za širšo uporabo pa še ni napovedanega datuma.
Kako deluje in komu je namenjeno: konkretni scenariji iz vsakdanjega življenja
Z novo možnostjo lahko uporabniki aplikacije na računalniku poenostavijo vsakodnevna opravila. Namesto da bi med kuhanjem z mokrimi rokami iskali recepte in tipkali po tipkovnici, lahko zdaj ChatGPT vprašajo, kako pripraviti določeno jed, in poslušajo navodila. Podobno lahko med delom na projektih, ko imajo polne roke z dokumenti, glasovno zahtevajo povzetek dolgega dokumenta ali prevod pomembnega odstavka. Glasovni način posebej olajša dostop osebam z motoričnimi ovirami, saj omogoča brezhibno upravljanje aplikacije brez tipkanja.
Funkcionalnost ChatGPT se glede na napovedi iz podjetja še razvija. Uporabniki lahko med petimi različnimi glasovi izbirajo, kateri jim najbolj ustreza, aplikacija pa odgovore predvaja tekoče in brez večjih zamikov. Pomembno vprašanje za slovenske uporabnike ostaja podpora slovenskemu jeziku – v trenutni različici glasovni način ne podpira slovenščine, kar pomeni, da je komunikacija mogoča le v izbranih svetovnih jezikih, predvsem angleščini. O tem, kdaj bo slovenščina dodana, v OpenAI še niso sporočili.
V vsakdanji uporabi se pokažejo tudi omejitve. Natančnost prepoznavanja govora upada v hrupnem okolju in nižje pri naglasih ali hitrejši govorici. Prav tako dolžina odgovorov ni vedno prilagojena pogovornemu slogu, zato lahko uporabniki naletijo na predolge ali premalo strukturirane odgovore. OpenAI poudarja, da vsi glasovni podatki ostajajo zaščiteni in se obdelujejo lokalno, a številni uporabniki ostajajo previdni zaradi vprašanj, povezanih z zasebnostjo in možnostjo shranjevanja glasovnih ukazov.
Kritičen pogled: konkurenca, izzivi in prihodnost interakcije z AI
OpenAI z glasovnim načinom sledi trendu, ki ga že leta narekujejo glasovni pomočniki, kot so Siri, Google Assistant in Alexa. Razlika v primerjavi z uveljavljenimi asistenti je v naprednejšem razumevanju konteksta in kompleksnejših odgovorih, ki jih zmore ChatGPT. Uporabniki lahko tako pričakujejo bolj poglobljene povratne informacije, saj je sistem zasnovan za naprednejši dialog, ne zgolj za preprosta vprašanja in ukaze. Kljub temu funkcionalnost v nekaterih primerih še zaostaja za konkurenco – predvsem v hitrosti odziva in naravnosti glasov.
Novost pa s sabo prinaša tudi vprašanja, ki jih je vredno kritično premisliti. Prehod na glasovno interakcijo lahko pomeni še večjo odvisnost od določenega tehnološkega ponudnika, še posebej, če funkcionalnost ni široko dostopna ali če ostane vezana na plačljive modele. Dodatno se pojavljajo dileme glede ravnanja z osebnimi podatki. Kljub zagotovilom OpenAI bodo številni uporabniki želeli jasnejše informacije o tem, kako dolgo se glasovni podatki hranijo in kdo ima dostop do njih.
V prihodnje bo ključnega pomena, ali bo OpenAI odprl glasovni način širši javnosti, prilagodil podporo manjšim jezikom in izboljšal uporabniško izkušnjo v zahtevnejših okoljih. Možnost, da AI odgovarja v maternem jeziku, bi lahko bistveno povečala uporabnost in zanimanje na številnih trgih. Vprašanje, ali smo kot družba pripravljeni na AI, ki je vedno in povsod dostopen zgolj z besedo, ostaja odprto. Uporabniki lahko novost že preskusijo, a jih ob tem čakajo nova tehnološka in etična vprašanja.
