O futuro dos bots: a voz como principal interface do computador

Na época da faculdade, eu tinha sérias dúvidas de que a voz pudesse se tornar uma interface viável para computadores, mas os rápidos avanços na tecnologia de bots e IA me fizeram reconsiderar essa posição. Conversei com Martin Beeby, evangelista técnico da Microsoft, e com Oscar Merry, cofundador e diretor de tecnologia da Opearlo, sobre como eles enxergam o futuro dos bots e da IA. Ambos acreditam que a computação por comando de voz se tornará realidade mais cedo do que muitos esperam.

Assista ao Video da nossa conversa aqui ou role a página para baixo, abaixo do Video, para ler a transcrição.

Voice como principal interface do computador (transcrição completa)

Martin Beeby (Evangelista Técnico da Microsoft): Não, acho que a única coisa a se destacar sobre todo esse universo dos bots é que só venho me dedicando de fato à criação deles há cerca de seis a sete meses. E, desde o início desse período até agora, as coisas mudaram enormemente em relação à forma como criamos bots e como recomendamos aos clientes que os criem. E acredito que este seja um setor que evolui muito rapidamente.

Estão surgindo muitos canais diferentes o tempo todo, com diversas funcionalidades. Acho que estamos realmente à beira do que está por vir. E imagino que, daqui a seis meses ou talvez um ano, as coisas estarão muito, muito diferentes do que são agora.

Sam Machin (Defensor de Desenvolvedores da Nexmo e Campeão da Alexa): A evolução está, sem dúvida, acontecendo muito rápido. O que sempre me surpreende é que, durante anos, eu sempre achei que a fala certamente nunca se tornaria uma interface. Quero dizer, há quanto tempo já temos coisas como o DragonDictate ou esse tipo de ideia de que você poderia falar com seu computador para...Lembro-me de quando estava na escola — quer dizer, isso foi há uns 15 anos ou algo assim —, da ideia de que eu não precisaria digitar minha redação. Eu poderia simplesmente ler minha redação para o computador e ele faria a digitação. E isso nunca funcionou, e tudo mais. E agora…

Martin: Era exatamente assim, como aquela metáfora sobre o toque que eu usei em relação a 2004; era exatamente assim que as interfaces sensíveis ao toque funcionavam. Muitas pessoas diziam que nunca seria possível usar o toque como principal forma de entrada para um sistema. Era preciso sempre ter mouse e teclado, era assim que as coisas funcionavam. E então isso se provou falso.

E acho que, embora o reconhecimento de voz seja um problema muito mais difícil de resolver, ele será resolvido. E será resolvido muito rapidamente. E chegará um momento em que a entrada de dados nos sistemas será, em geral, feita por meio da voz. Acho isso assustador, mas também muito interessante, porque isso muda muitas coisas.

Tipo, se a gente não precisar mais de aparelhos com telas, aí se abrem muitos cenários diferentes. E isso muda a forma como a gente interage com a tecnologia. É só uma questão de quando isso vai acontecer, não de se vai acontecer, eu acho.

Chegará um momento em que a entrada de dados nos sistemas será, em geral, feita por comando de voz

Sam: Interessante. Então você realmente acha que vamos acabar controlando mais nossos computadores, tanto para trabalhar quanto para simplesmente usar interfaces de Voice e assistentes do tipo IA, ou…

Martin: Exatamente. Isso é perfeitamente concebível. E essa é, sem dúvida, a direção que os sistemas de reconhecimento de voz estão tomando. Eles estão tentando compreender cada vez mais a linguagem natural, mas acredito que se tornarão dispositivos de computação ambiental, nos quais não será necessariamente preciso ter uma tela à sua frente. Não será necessário ter uma interface sensível ao toque. Será muito mais controlado pela voz. Não vejo motivo para que isso não possa ser alcançado nos próximos 10 anos, mais ou menos. E esse será o sistema operacional: sua voz será o seu sistema operacional.

sua fala será o seu sistema operacional

Sam: Acho que é legal e assustador ao mesmo tempo. Mas ainda estamos entendendo... é Star Trek.

Martin: É por isso que, se você observar todas as grandes empresas de tecnologia, verá que elas estão investindo tanto em reconhecimento de voz. Porque é assim que elas imaginam que seus sistemas operacionais serão usados no futuro. É por isso que isso é tão importante e essencial, e por que bilhões de dólares estão sendo investidos em pesquisa nessa área neste momento.

Sam: Oscar, você... tinha mais alguma coisa que queria mencionar?

Oscar Merry (cofundador e diretor de tecnologia da Opearlo): Acho que já abordamos tudo. Uma coisa que sempre comento quando estou em encontros ou em palestras como esta é que acredito que o futuro que o Martin está descrevendo chegará mais rápido do que muitas pessoas imaginam. Quero dizer, chegaremos muito rapidamente a um ponto em que todas as casas terão um assistente digital e as pessoas simplesmente começarão a usá-lo como a primeira, digamos, interface com suas marcas. E acho que isso vai acontecer muito mais rápido do que muita gente imagina.

Chegaremos muito rapidamente a um ponto em que todas as casas terão um assistente digital e as pessoas simplesmente começarão a usá-lo como a primeira... interface com a marca.

Martin: Exatamente. Foi assim que aconteceu com o toque. Literalmente, em um ano, o toque deixou de ser uma porcaria para se tornar excelente. E acho que vai acontecer o mesmo com a fala.

Oscar: É. E, no momento, muita gente não percebe ou não acredita que isso vai acontecer, porque a realidade é que a tecnologia ainda não chegou lá. E as pessoas ainda estão passando por essas experiências frustrantes das quais temos falado. Então, muita gente está dizendo: “Não, essa tecnologia é uma porcaria”. Mas vai chegar aquele momento em que a tecnologia, de repente, ficará boa o suficiente para que a maioria das pessoas tenha experiências realmente boas. E será isso.

[Nota do editor: Assista à discussão completa de uma hora sobre o estado da tecnologia de bots de IA.__]**