Журналист NYT возненавидел ИИ-диктовку — и записал об этом целую колонку голосом

Автор журнала The New York Times Magazine решил проверить хайповое приложение для голосового набора текста Wispr Flow на собственной шкуре — и продиктовал нейросети целую колонку, не притронувшись к клавиатуре. Получилось быстро, точно и... совершенно невыносимо. Разбираемся, что не так с идеей заменить письмо разговором.

Эксперимент: колонка, надиктованная нейросети

Колумнист журнала The New York Times Magazine решил лично протестировать один из самых обсуждаемых ИИ-продуктов последнего года — приложение Wispr Flow, которое переводит речь в текст, пишет xrust. Условие эксперимента было жёстким: ни одной строчки руками. Всё, что попало на страницу, автор произнёс вслух, а нейросеть тут же и почти без ошибок превратила голос в готовый текст.

Результат он сам описал как фокус в духе рекламщика из 1960-х, у которого под рукой целая армия стенографисток. Хотя в черновике колумнист по ошибке отправил своего воображаемого помощника в 1940-е — и эту неточность заметил уже редактор, вычитывая готовый материал через несколько дней. Что, по мнению автора, только доказывает: без живого человека, перечитывающего текст, ИИ-инструменты пока не обходятся.

Почему в Wispr Flow вложились крупные инвесторы

Wispr Flow — не рядовой диктофон. Приложение, по заявлениям разработчиков, распознаёт естественную речь и на лету собирает из неё связный текст — вплоть до реплик пьесы с несколькими персонажами или технического описания проекта на GitHub. Заявленная точность распознавания и скорость набора, в четыре раза превышающая скорость обычного письма, сделали продукт любимой игрушкой предпринимателей уровня Рида Хоффмана и Марка Андриссена.

Деньги в проект идут соответствующие. С момента основания стартап Wispr привлёк порядка 81 млн долларов (около 6,5 млрд рублей по текущему курсу), а его оценка после раунда с участием Notable Capital и фонда Стивена Бартлетта Flight Fund превысила 700 млн долларов (порядка 56 млрд рублей). Но и это, похоже, не предел: этим летом агентство Bloomberg сообщило, что компания ведёт переговоры о новом раунде финансирования с оценкой уже в 2 млрд долларов — то есть около 160 млрд рублей за приложение, которое избавляет пользователей от необходимости печатать руками.

Автору колонки этот факт показался особенно абсурдным — сумма выглядит несоразмерной задаче «сэкономить пару минут и не перегрузить запястья».

Что умеет ИИ-диктовка — и чего не умеет

Разница с обычной голосовой клавиатурой смартфона, по описанию журналиста, разительная. Если раньше диктовка на ходу превращала фразу «я опаздываю на встречу» в нечто вроде признания в ненависти к начальнику, то Wispr Flow справляется даже с шёпотом — распознавание остаётся почти безупречным.

Приложение запоминает манеру речи конкретного пользователя и подстраивается под контекст: можно настроить, чтобы деловые письма печатались в одном стиле, а сообщения в мессенджерах — в другом, без запятых и заглавных букв. Слова-паразиты вроде «типа» и «э-э-э» вырезаются автоматически, если включить такую опцию, а произнесённый вслух список пунктов сервис сам оформляет маркированными строчками.

Но у технологии есть жёсткий потолок. Wispr Flow позволяет вычеркнуть последнее слово голосовой командой — и на этом гибкость заканчивается. Переставить местами абзацы, изменить порядок аргументов, поменять предлог в середине уже произнесённой фразы — всё это пока недоступно. Сервис умеет записывать мысль, но не умеет её редактировать. А ведь именно редактура, по мнению колумниста, и есть настоящая работа над текстом.

Голос — это не письмо, и в этом всё дело

Центральный тезис автора звучит жёстко: письмо — это более высокая форма мышления, чем устная речь. Работа над текстом требует времени, правок и внутренней дисциплины: нужно не просто сформулировать мысль, а найти способ убедить, тронуть или заинтересовать читателя. Устная речь для таких задач не годится — она хороша для инструкций, быстрых заметок в духе списка покупок или обсуждения идеи вслух, пока чистишь зубы.

По ходу эксперимента журналист пришёл к выводу, что разговоры о «конце грамотности» отчасти бьют мимо цели. Люди не перестали читать — наоборот, они поглощают текст весь день напролёт. Проблема в другом: то, что они читают, всё чаще оказывается не написанным в привычном смысле слова, а надиктованным — то есть устной речью, которую просто зафиксировали буквами.

Показательный штрих: в разгар работы над колонкой Wispr Flow прислало автору поздравление — мол, за несколько минут надиктовано столько слов, что хватило бы на двенадцать свадебных клятв. Колумнист саркастически поинтересовался, хотел бы кто-то, чтобы клятвы на свадьбе произносили экспромтом, без единой репетиции. По его словам, после этого эксперимента он был готов вообще замолчать.

Часть большого тренда: все хотят, чтобы мы говорили

История с Wispr Flow — не изолированный случай, а часть общей стратегии крупных ИИ-компаний. Meta, Google, OpenAI и Anthropic одна за другой добавляют голосовые режимы общения со своими ботами, стремясь приучить пользователей разговаривать с технологиями так же естественно, как с людьми. На этом фоне у Wispr Flow появляется всё больше конкурентов — от Superwhisper до открытых аналогов вроде OpenWispr, ставку на приватность и локальную обработку данных.

Ирония в том, что чем удобнее становится диктовка, тем меньше остаётся поводов сесть и просто подумать над словом — а именно в этом, по мнению автора колонки NYT, всегда и заключалась ценность письма.

Источники:
techcrunch.com
wisprflow.ai
en.wikipedia.org