Lý do chuyển từ thao tác gõ phím sang tương tác bằng giọng nói với máy tính

Đọc là một giải pháp kỹ thuật 5.000 năm tuổi. Nói là một hệ điều hành 200.000 năm tuổi. Trước khi con người có thể đọc được một chữ, ai cũng có thể kể chuyện và bất kỳ ai trong tầm nghe đều có thể tiếp nhận. Sự bất đối xứng đó một bên có lịch sử gần 200.000 năm, bên còn lại chỉ khoảng 5.000 năm. Dựa trên các bằng chứng hóa thạch và di truyền học, ngôn ngữ nói có niên đại đủ lâu đời để trở thành một cấu trúc chịu lực trong hệ thần kinh con người. Chữ viết là công cụ được bổ sung về sau: một giải pháp kỹ thuật khéo léo mang lại hiệu quả, chứ không phải năng lực bẩm sinh được định hình từ khi sinh ra. Với gần ba thập kỷ xây dựng phần mềm tại điểm giao thoa giữa sinh học và tin học, người viết hoàn toàn không phản đối chữ viết. Câu văn này, rốt cuộc, vẫn đang được gõ ra. Tuy nhiên, dường như đang có sự nhầm lẫn giữa chất xúc tác và động cơ. Máy in, sách bìa mềm, hộp thư điện tử, bảng tin trực tuyến: tất cả đều truyền tải thông tin qua khoảng cách và thời gian nhanh hơn giọng nói con người. Không công cụ nào trong số đó làm thay đổi bản chất sinh học của con người. Đằng sau khả năng đọc viết, con người vẫn là một giống loài được tạo ra để nói và nghe. Làn sóng công nghệ giọng nói hiện nay — từ nhập liệu bằng giọng nói thay thế gõ phím, chuyển văn bản thành giọng nói (text-to-speech) bằng chính giọng nhân bản của người dùng, đến dịch thuật thời gian thực xóa nhòa rào cản ngôn ngữ ngay trong câu nói — dường như không phải là điều mới lạ, mà là một hành trình quay trở về với bản nguyên. Tiếng nói có niên đại lâu đời hơn loài người hiện đại Người hiện đại (Homo sapiens) xuất hiện cách đây khoảng 300.000 năm. Các ước tính xác đáng nhất về sự xuất hiện của ngôn ngữ nói phức tạp — dựa trên các gen như FOXP2 và một đường thanh quản có khả năng kiểm soát phát âm tinh vi — xác định năng lực này hình thành trong khoảng từ 100.000 đến 200.000 năm trước. Ngược lại, chữ viết mới xuất hiện khoảng 5.000 năm, được phát minh độc lập một số lần, đầu tiên là tại Sumer nhằm ghi chép số lượng ngũ cốc và bia. Tấm bảng chữ hình nêm nguyên thủy ghi chép việc phân phối bia, miền nam Iraq, khoảng năm 3100 đến 3000 trước Công nguyên. Chữ viết khởi đầu như một công cụ sổ sách kế toán. Bảo tàng Anh. Khoảng cách thời gian đó có ý nghĩa quan trọng do cách thức hình thành mỗi năng lực. Một đứa trẻ lớn lên trong môi trường ngôn ngữ bình thường sẽ tiếp thu ngôn ngữ nói mà không cần dạy dỗ, theo một tiến trình phát triển có thể dự đoán, nhờ cấu trúc thần kinh chuyên biệt (vùng Broca và vùng Wernicke) vốn được tối ưu hóa cho chức năng này qua quá trình tiến hóa. Việc đọc không có vùng não chuyên biệt nào. Nhà khoa học thần kinh Stanislas Dehaene từng mô tả khả năng đọc viết là trường hợp "tái chế nơ-ron", trong đó các mạch thần kinh vốn dùng để nhận diện vật thể và khuôn mặt được tận dụng lại vào giai đoạn muộn trong quá trình phát triển của mỗi cá nhân, và phải qua nhiều năm rèn luyện có chủ ý mới có thể giải mã được chuỗi các ký hiệu. Đó là lý do tại sao học đọc đòi hỏi lớp học và giáo trình, trong khi học nói chỉ cần chiếc nôi và vài nghìn giờ tiếp xúc với môi trường xung quanh. Chứng khó đọc, theo một góc nhìn, chính là dấu hiệu chỉ báo. Đó không phải là khuyết tật ở một cơ quan chuyên trách việc đọc, bởi vốn không có cơ quan nào như vậy tồn tại để bị lỗi. Đó chỉ là lực cản trong quá trình cải biến ghép nối. Máy in là chất xúc tác, không phải động cơ mới Những phân tích trên hoàn toàn không nhằm phủ nhận vai trò của chữ viết. Máy in của Gutenberg, ra đời vào khoảng năm 1440, đã tạo nên một kỳ tích: đưa tri thức vốn chỉ lan truyền theo tốc độ của giọng nói con người qua từng bản chép tay sang tốc độ của các bản in. Tỷ lệ biết chữ tăng vọt. Phong trào Cải cách tôn giáo xuất hiện. Khoa học hiện đại, vốn phụ thuộc vào việc kiểm chứng, trích dẫn và tái lập các luận điểm qua khoảng cách không gian... ... và thời gian, trở nên khả thi ở quy mô mà phương thức truyền miệng đơn thuần không thể đáp ứng. Bản sao máy in của Gutenberg. Tuy nhiên, cần nhìn nhận bản chất tác động thực sự của máy in. Phát minh này không làm thay đổi bộ não tiếp nhận việc đọc. Máy in xây dựng một cơ chế truyền tải nhanh hơn dựa trên các mạch thị giác vốn đã được chuyển đổi công năng; đồng thời đặt ra yêu cầu cao hơn, sớm hơn trong đời người và mang tính phổ quát hơn đối với hệ mạch đó so với bất kỳ thời kỳ nào trước đây. Máy in tựa như ngọn lửa: một công nghệ ngoại sinh mở rộng năng lực sinh học (trong trường hợp này là thị giác) vượt xa phạm vi tự nhiên vốn có, mà không trở thành một phần cấu tạo sinh học của con người. Hiện nay, các mô hình ngôn ngữ lớn (LLM) và trợ lý viết AI tiếp tục được bổ sung vào hệ thống này, đẩy nhanh hơn nữa tốc độ sản xuất và biên tập văn bản. Mỗi tầng công nghệ đều gia tăng tốc độ chuyển giao tri thức, song không tác động đến cấu trúc sinh học nền tảng - vốn vẫn được hình thành để tiếp nhận âm thanh. Giọng nói - Công cụ tạo lập bình đẳng Hệ quả thực tế của việc coi tiếng nói là mặc định và khả năng đọc viết là phần bổ trợ: hầu như mọi cá nhân, nếu không mắc bệnh lý đặc thù, đều tiếp thu được ngôn ngữ nói. Tỷ lệ biết chữ toàn cầu, ngay cả sau một thế kỷ coi phổ cập giáo dục là mục tiêu chính sách, vẫn chỉ duy trì ở mức gần 90% (theo UNESCO). Con số này sụt giảm nghiêm trọng tại các khu vực hạn chế tiếp cận giáo dục, đồng thời trong lịch sử luôn ghi nhận mức thấp hơn ở nhóm phụ nữ và người nghèo so với các tầng lớp nắm quyền quyết định tiêu chuẩn văn hóa. Khả năng đọc viết luôn là một rào cản, và rào cản đó luôn tồn tại những lực lượng kiểm soát. Giọng nói không tạo ra rào cản theo phương thức này. Trẻ nhỏ tại Lagos hay tại Oslo đều học nói trước khi tiếp cận bảng chữ cái của ngôn ngữ mẹ đẻ, chưa kể đến ngôn ngữ khác. Công nghệ giọng nói hiện đại đang bắt đầu khai thác nền tảng chung đó: ứng dụng dịch giọng nói theo thời gian thực cho phép hai người bất đồng ngôn ngữ đối thoại trực tiếp; công cụ đọc - nhập văn bản hỗ trợ những người gặp khó khăn với bàn phím hoặc quy tắc chính tả diễn đạt ý tưởng thành văn bản bản thảo; công nghệ chuyển văn bản thành giọng nói (text-to-speech) hỗ trợ tiếp cận tri thức sách vở cho những người không thể hoặc chưa đọc thông thạo chữ in. Các công cụ này không đơn thuần là giải pháp tình thế cho một khiếm khuyết. Chúng đang chuyển hướng thông tin qua kênh tiếp nhận tự nhiên của con người, thay vì đòi hỏi mọi cá nhân phải thích ứng với một kỹ thuật nhân tạo có niên đại 5.000 năm. Tác động bất lợi tiềm ẩn của việc đọc sách ngay trước giờ ngủ Đây là nội dung có thể phát sinh nhiều quan điểm trái chiều. Trong giai đoạn giấc ngủ REM (chuyển động mắt nhanh) - giai đoạn liên quan mật thiết nhất đến giấc mơ cũng như quá trình củng cố trí nhớ cảm xúc và trí nhớ tường thuật (theo Giả thuyết Củng cố Trí nhớ trong Giấc ngủ REM...