מחקר שפורסם על ידי אוניברסיטת קווין מרי בלונדון מצא שרוב האנשים כבר לא יכולים להבדיל בין דיבור שנוצר במחשב לדיבור אנושי.
"קולות שנוצרו על ידי בינה מלאכותית נמצאים בכל מקום. כולנו דיברנו עם אלקסה או סירי או קיבלנו שיחות טלפון ממערכות תמיכה אוטומטיות. הדברים האלה לא נשמעו ממש כמו קולות אנושיים, אבל זה היה רק עניין של זמן עד שטכנולוגיית הבינה המלאכותית תתחיל לייצר דיבור אנושי שנשמע טבעי. המחקר שלנו מראה שהזמן הזה הגיע, ואנחנו צריכים להבין בדחיפות איך אנשים תופסים את הקולות האלה", אמרה נדין לוואן, מרצה בכירה לפסיכולוגיה באוניברסיטה.
החוקרים אספו 40 קטעי קול אמיתיים בשפה האנגלית ו-40 קטעים סינתטיים שהופקו באמצעות תוכנה מתקדמת. כל הקלטה כללה אחד מארבעה משפטים זהים, ולאחר מכן 529 מתנדבים דירגו את הריאליזם, האמינות והדומיננטיות בסולם של 0 עד 100.
המאזינים לא הצליחו להבחין באופן מהימן בין הקולות המלאכותיים לקולות האמיתיים, ולעיתים אף דירגו את הקולות המלאכותיים כאמינים יותר. הקולות הסינתטיים זכו לציונים גבוהים יותר מהקולות האמיתיים מבחינת הדומיננטיות הנתפסת. חלק מהמשתתפים אף העדיפו קריינים סינתטיים לחדשות או לספרי אודיו.
"התהליך דרש מיומנות מינימלית, רק כמה דקות של הקלטות קול וכמעט ללא עלות כספית", אמרה לוואן. היא ציינה כי התוכנה שבה השתמשו יכולה להפיק קול אחד בכמה שפות תוך שמירה על זהותו, מה שמבטיח אפשרויות חדשות לתקשורת ולבידור העולמיים.
צוות המחקר ראה עוד יתרונות פוטנציאליים. לוואן אמרה שדיבור סינתטי יכול "להחזיר את הקול לאנשים שכבר לא יכולים לדבר או בקושי יכולים להשתמש בקולם". בניגוד למכשירים המונוטוניים הקודמים, המערכות החדשות מוסיפות קולות נשימה, הפסקות ורגש, ומשפרות איכות של דיבוב.
"תארו לעצמכם שמישהו חווה קול AI כדומיננטי מדי; אותו אדם עלול להפסיק את השיחה. אבל אולי אותה דומיננטיות פועלת באופן חיובי, ואנשים מקשיבים טוב יותר", אמרה.
עם זאת, לוואן המליצה על ספקנות בריאה במהלך שיחות טלפון, פודקאסטים או קטעי מדיה חברתית שנשמעים מדאיגים או מושלמים באופן חריג. "זה עלול להוביל לסיכונים שונים, החל מ'קאטפישינג' ועד צורות אחרות של הונאה", אמרה.
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו