The post has been translated automatically. Original language: Russian
It would seem that if we perceive AI as an assistant, talking to it with a voice is more natural than typing text. We usually talk to a person, not exchange written messages.
But chat is still one of the main ways to work with AI. And it's not just a matter of habit, in my opinion.
The text has several properties that are especially important in the work.
The voice is faster, but the text is more accurate
Saying a phrase is usually faster than typing it on the keyboard. Therefore, the voice is great for a simple question or a short command.
But a work task often requires precision.
For example:
"Compare the two contracts, pay attention only to the financial terms, exclude the appendices and show the changes in the table."
You can say that. But the text allows you to re-read the request before sending it, correct the wording and make sure that nothing is forgotten.
The more difficult the task, the more valuable this opportunity is.
The text remains in front of the eyes
In conversation, the spoken phrase quickly disappears.
Of course, the system can save the decryption, but the way of communication itself remains consistent: said — heard the answer — said the following.
You can see several previous messages in the chat at once. It's easy to go back above, copy a fragment, compare the two versions, or refer to a specific wording.
This is important for long-term work.
Conversation is good for communication.
The text stores the working context better.
It's bad to dictate code and numbers.
There are tasks where the voice quickly becomes uncomfortable.
Try to dictate a long address, a program fragment, a file name, a formula, or a set of numbers. Even if recognition works well, you still have to check the result with your eyes.
With text, such data is natural.
You can insert the code.
You can attach a table.
You can select a specific line.
You can show exactly what needs to be changed.
Therefore, the keyboard remains a very powerful tool for technical work.
You don't always want to talk to a computer in the office.
There is also a completely domestic reason.
If several people work in the same room, the voice interface quickly becomes inconvenient. Everyone starts discussing documents, code, clients, and their tasks out loud.
Headphones solve the problem of answering, but not the problem of your own voice.
The text allows you to work with AI almost imperceptibly for others.
This is especially important where work requires concentration.
The voice is good when the hands are busy.
At the same time, the voice has areas where it is clearly more convenient.
When driving, walking, working with equipment, or just when you need to quickly fix a thought, it's much more natural to speak.
This is where AI really starts to look like a familiar assistant.
Can say:
"Remember this idea."
"Make a task out of it."
"Remind me to check the calculation later."
In such situations, the keyboard only gets in the way.
So you don't have to choose one method.
It seems to me that the "voice or chat" dispute is generally incorrect.
These are two different ways of interacting for different conditions.
The voice is good for fast communication and free conversation.
The text is for accuracy, complex tasks, and working with materials.
And sometimes you need both.
You can start a conversation with your voice, and then open the resulting document and work with it in text.
AI should save the task, not the input method.
Ultimately, it shouldn't be particularly important to the system how a person set a task.
He can write it.
Dictate it.
Select an object on the screen and say, "Fix this."
The main thing is that after that there should be a uniform state of operation.
If I started a discussion with my voice, I should be able to continue it with text. If a document appears as a result, it must exist regardless of how I asked to create it.
In other words, voice and chat are just different inputs into the same work environment.
What will happen next
It seems to me that the AI interface will gradually cease to be tied to one method of communication.
When it's convenient, we talk.
When accuracy is needed, we write.
When you need to choose, we use the form.
When you need to compare, we look at the table.
When it is important to see the status, open the panel.
The AI will link these methods together.
And then the question will no longer be whether the voice will defeat the keyboard.
The main thing will be something else:
can a person set a task in the most convenient way for him, and can the system preserve the meaning of this task and bring it to a result?
Казалось бы, если мы воспринимаем ИИ как помощника, разговаривать с ним голосом естественнее, чем печатать текст. С человеком мы обычно говорим, а не обмениваемся письменными сообщениями.
Но чат пока остаётся одним из основных способов работы с ИИ. И дело, на мой взгляд, не только в привычке.
У текста есть несколько свойств, которые особенно важны именно в работе.
Голос быстрее, но текст точнее
Сказать фразу обычно быстрее, чем набрать её на клавиатуре. Поэтому голос отлично подходит для простого вопроса или короткой команды.
Но рабочая задача часто требует точности.
Например:
«Сравни два договора, обрати внимание только на финансовые условия, исключи приложения и покажи изменения в таблице».
Такое можно произнести. Но текст позволяет перечитать запрос до отправки, поправить формулировку и убедиться, что ничего не забыто.
Чем сложнее задача, тем ценнее эта возможность.
Текст остаётся перед глазами
В разговоре сказанная фраза быстро исчезает.
Конечно, система может сохранить расшифровку, но сам способ общения остаётся последовательным: сказал — услышал ответ — сказал следующее.
В чате можно сразу увидеть несколько предыдущих сообщений. Легко вернуться выше, скопировать фрагмент, сравнить два варианта или сослаться на конкретную формулировку.
Для долгой работы это важно.
Разговор хорош для общения.
Текст лучше хранит рабочий контекст.
Код и числа плохо диктовать
Есть задачи, где голос быстро становится неудобным.
Попробуйте продиктовать длинный адрес, фрагмент программы, имя файла, формулу или набор чисел. Даже если распознавание работает хорошо, проверять результат всё равно приходится глазами.
С текстом такие данные естественны.
Можно вставить код.
Можно приложить таблицу.
Можно выделить конкретную строку.
Можно точно показать, что требуется изменить.
Поэтому для технической работы клавиатура пока остаётся очень сильным инструментом.
В офисе не всегда хочется разговаривать с компьютером
Есть и совершенно бытовая причина.
Если в одном помещении работают несколько человек, голосовой интерфейс быстро становится неудобным. Каждый начинает вслух обсуждать документы, код, клиентов и свои задачи.
Наушники решают проблему ответа, но не проблему собственного голоса.
Текст позволяет работать с ИИ практически незаметно для окружающих.
Это особенно важно там, где работа требует концентрации.
Голос хорош, когда руки заняты
При этом у голоса есть области, где он явно удобнее.
За рулём, на прогулке, при работе с оборудованием или просто когда нужно быстро зафиксировать мысль, говорить намного естественнее.
Здесь ИИ действительно начинает походить на привычного помощника.
Можно сказать:
«Запомни эту идею».
«Составь из этого задачу».
«Напомни мне потом проверить расчёт».
В таких ситуациях клавиатура только мешает.
Значит, выбирать один способ не нужно
Мне кажется, спор «голос или чат» вообще поставлен неправильно.
Это два разных способа взаимодействия для разных условий.
Голос хорош для быстрого общения и свободного разговора.
Текст — для точности, сложных задач и работы с материалами.
А иногда нужны оба.
Можно начать разговор голосом, а затем открыть получившийся документ и работать с ним уже текстом.
ИИ должен сохранять задачу, а не способ ввода
В конечном счёте системе не должно быть особенно важно, каким способом человек поставил задачу.
Он может написать её.
Продиктовать.
Выбрать объект на экране и сказать: «исправь вот это».
Главное — чтобы после этого появилось единое состояние работы.
Если я начал обсуждение голосом, я должен иметь возможность продолжить его текстом. Если в результате появился документ, он должен существовать независимо от того, каким способом я попросил его создать.
То есть голос и чат — это только разные входы в одну рабочую среду.
Что будет дальше
Мне кажется, интерфейс ИИ постепенно перестанет быть привязан к одному способу общения.
Когда удобно — говорим.
Когда нужна точность — пишем.
Когда нужно выбрать — используем форму.
Когда нужно сравнить — смотрим таблицу.
Когда важно увидеть состояние — открываем панель.
ИИ будет связывать эти способы между собой.
И тогда вопрос будет уже не в том, победит ли голос клавиатуру.
Главным станет другое:
может ли человек поставить задачу самым удобным для него способом, а система — сохранить смысл этой задачи и довести её до результата.
Share
