Sesli Yapay Zeka: ChatGPT Eşiği Hâlâ Aşılamadı

Ancak sektördeki üst düzey yöneticilere göre, bir modelin insan gibi seslenip konuşmasıyla gerçek bir dönüşüm arasında hâlâ önemli mesafe var.

Doğallık ve Hızlı akıl yürütme zorunluluğu

PolyAI şirketinin CTO'su Shawn Wen, konuşma sırasında dinlemeye devam edebilen tam çift yönlü modellerin geliştirilmesinin bir milat olduğunu kabul etse de, sesli yapay zekanın henüz 'ChatGPT anını' yaşamadığını belirtiyor. Wen'e göre asıl meydan okuma, modellerin cevapları çok hızlı alabilmesi ve böylece sohbetin doğal hissettirmesini sağlamak. Müşteri hizmetlerindeki yapay zeka ajanlarının robotik sesle konuşmaktan kaçınması ve arayanlara sorunlarını çözebileceklerine dair güven aşılaması gerektiğini vurgulayan Wen, kullanıcıların ilk birkaç etkileşimde güven duyduğunda insanla konuşma ihtiyacının azalacağını ifade ediyor.

Transkripsiyon doğruluğu ve şeffaflık

Otter şirketinin Pazarlamadan Sorumlu Müdürü Alex Gay ise konuyu farklı bir açıdan ele alıyor. Gay, konuşmacı tanıma, niyet yakalama ve kurumsal bilgiyle birleştirme süreçlerinin otomasyon için kritik olduğunu savunuyor. Toplantılarda duygusal ifadeleri yansıtabilen dijital ikizler üzerinde çalışan Gay, bu teknolojinin başarısının, avatarın bir insanla konuşurken hissedilen stratejik tartışma ve ilişki dinamiklerini yansıtmasına bağlı olduğunu aktarıyor. Ayrıca otomatik konuşma tanıma (ASR) modellerinin önemli anahtar kelimeleri kaçırması durumunda, tüm süreçte güvenin sarsılacağını vurgulayan Gay, şeffaflık için kullanılcıların yapay zeka ile konuştuğunu veya kaydın alındığını bilmesi gerektiğinin altını çiziyor.