Botar som ringer frisörer blir en kort parentes

Vem ringer och vem svarar?

För­ra vec­kan visa­de Goog­les vd, Sun­dar Pichai, hur Goog­le Assi­stant kan ringa och boka en klipp­tid åt dig – inte bara kol­la ledi­ga tider i din kalen­der. Besö­kar­na på Goog­le I/​O 2018, som är före­ta­gets årli­ga utveck­lar­kon­fe­rens, fick höra en för­in­spe­lad demonstration.

https://​www​.youtu​be​.com/​w​a​t​c​h​?​v​=​b​d​1​m​E​m​2​F​y08

Goog­les vd Sun­dar Pichai på I/​O 2018 

En intet ont anan­de fri­sör sva­rar och vi får föl­ja hur assi­sten­ten här­mar mänsk­lig inter­ak­tion, kom­plett med ”mm-hmm”-anden när det pas­sar att föra kon­ver­sa­tions­part­nern vida­re. Goog­le kal­lar den AI som hjäl­per assi­sten­ten för ’Duplex’.

Det här med att röst­styr­da assi­sten­ter, som spa­rar tid åt oss genom att ringa våra sam­tal, tror jag ändå blir en kort paren­tes i inter­nets histo­ria. Om smar­ta botar slår ige­nom stort är det tro­ligt­vis inte för att ringa tjäns­te­le­ve­ran­tö­rer av kött och blod åt oss. Och fram­förallt inte utan att låta dem veta att de själ­va inte är mänsk­li­ga. Så fort det blir tyd­ligt för till exem­pel fri­ser­sa­long­en mins­kar moti­va­tio­nen att själv sva­ra i tele­fo­nen, då det­ta tar tid från klipp­ning­ar­na. Bätt­re då att låta den egna assi­sten­ten sva­ra i tele­fo­nen, sär­skilt när and­ra assi­sten­ter ringer.

Hur kommunicerar assistenter med varandra?

Kon­ver­sa­tio­nen som spe­la­des upp på Goog­le I/​O var under­hål­lan­de (och oro­an­de!), och jag ser fram emot hur det kom­mer låta när assi­sten­ter pra­tar med varann. Om oss. När min Apples Siri ring­er till din Ama­zons Alexa, kom­mer då sam­ta­let gå i nor­mal och mänsk­lig has­tig­het eller finns det tids­vins­ter att göra genom att till exem­pel pra­ta i myc­ket hög­re has­tig­het? Kan de båda assi­sten­ter­na kom­ma över­ens om för­kort­ning­ar som spa­rar tid? Och om de direkt mär­ker att den and­ra ock­så är en assi­stent, skip­par de då artig­hets­fra­ser­na? Eller går de direkt över till ett annat medium, där data förs över lät­ta­re? Frå­gor­na som väcks är många.

Spi­o­ner under kal­la kri­get skic­ka­de inspe­la­de med­de­lan­den och mor­se­sig­na­ler i hög has­tig­het, främst för att kor­ta tiden en sän­da­re var aktiv och där­med und­gå upp­täckt och för­svå­ra pej­ling. De använ­de så kal­la­de ’Burst enco­ders’

Mark Sachs berät­tar ingå­en­de om en tysk ’Burst enco­der’. Om kal­la kri­gets kom­mu­ni­ka­tions­me­to­der inte intres­se­rar dig behö­ver du fak­tiskt inte se klip­pet för att föl­ja med i den här krönikan.

Det är fult att luras

Jakob Nils­son på 99​.se menar att Goog­le Duplex visar före­ta­get från sin säms­ta sida, den sidan som glöm­mer män­ni­skor­na i ekva­tio­nen. Jag kan bara hål­la med. Att vara artig och pra­ta med någon som sena­re visar sig vara en ”robot” gör att man kän­ner sig lurad. Män­ni­skor som du och jag gil­lar inte att bli lura­de. Om det är din assi­stent som ring­er upp fri­sö­ren, så ska du dess­utom träf­fa hen på den boka­de tiden. Det kan bli ett stelt möte och sax­ar är vas­sa verktyg.

”Robo­tic voi­ces should always sound ”synt­he­tic” rat­her than human” och ”suc­cess­ful spoo­fing of any kind destroys trust” kan man ock­så till exem­pel läsa i en arti­kel i Bloomberg.

Jakob Nils­son har ock­så en vik­tig poäng i vems tid som är vik­ti­gast (min kursivering):

Även en Goog­le Home som skö­ter sig god­känt på tele­fon bör rim­ligt­vis ta läng­re tid på sig än om jag själv skul­le ringa. Vad Goog­le gör här är att spa­ra på använ­da­rens tid, på bekost­nad av per­so­na­len som blir uppringd.

Själv kan jag bara se ett använd­nings­om­rå­de i dags­lä­get för tele­fonas­si­sten­ter: att låta mig slip­pa tele­fon­kö­er. Sär­skilt såda­na som för­hopp­nings­vis leder till Bru­ce Springsteenbiljetter.

Behöver vi anpassa oss?

En förs­ta seri­ös juste­ring behö­ver vi alla som pro­du­ce­rar inne­håll göra när assi­sten­ter­na blir smar­ta­re och fler loc­kas att använ­da dem. Vi behö­ver ta i beak­tan­de att män­ni­skors (och assi­sten­ters?) sätt att söka för­änd­ras när rös­ten blir ett lika vik­tigt verk­tyg som tangentbordet.

När vi text­sö­ker hål­ler vi oss ofta till kor­ta sökord (key­words), men när vi frå­gar en röst­styrd assi­stent använ­der vi i hög­re grad en natur­lig fråga, sökords­fra­ser (key phra­ses). Låt mig ge ett exem­pel. Säg att jag gått och nyn­nat på en låt jag inte kan pla­ce­ra rik­tigt. Jag tror mig min­nas att tex­ten går ”…why you always run around in crowds, becau­se we want to”. Min text­sök­ning skul­le kun­na bli:

always run around crowds becau­se we want to + artist (eller + lyrics)

Men att säga det högt skul­le låta lite kne­pigt, så min röst­sök­ning skul­le sna­ra­re bli:

Who sang always run around in crowds becau­se we want to?

Sva­ret på text­sök­ning­en är givet, det är ju Bil­lie Pipers ’Becau­se we want to’ från 1998. Men min mer natur­li­ga frå­ga ger inte sam­ma rät­ta svar för­rän jag frå­gar igen, och kor­ri­ge­rar till ’which artist sang always run around in crowds becau­se we want to?’.

Nu kanske det inte finns så stor busi­ness i att leve­re­ra svar på just den här frå­gan – men det här exemp­let visar att det som ran­kar bra på text inte nöd­vän­digt­vis gör det för röst.