تبدو الكتابة المستمرة على لوحة المفاتيح مهمة مرهقة للموظفين الذين يقضون ساعات طويلة يوميًا في التفاعل مع تطبيقات الذكاء الاصطناعي، سواء في البرمجة أو إعداد التقارير أو صياغة الخطط والاستراتيجيات. ومع التطور السريع في تقنيات الذكاء الاصطناعي، بدأت أدوات الإملاء الصوتي الذكية تفرض نفسها كبديل عملي وأكثر كفاءة في العديد من بيئات العمل الحديثة.
من الكتابة إلى التحدث.. تحول في أسلوب العمل
يقول كريس باتالانو، المدير التنفيذي للتكنولوجيا في شركة Thumbtack المتخصصة في الخدمات المهنية عبر الإنترنت، إن العاملين الذين يعتمدون بشكل مكثف على مساعدات الذكاء الاصطناعي يواجهون قدرًا هائلًا من الكتابة يوميًا، سواء لإنجاز مهام برمجية أو إعداد مستندات أو التفكير في استراتيجيات العمل.
وانطلاقًا من هذه الحاجة، بدأ باتالانو وعدد من كبار المسؤولين في الشركة خلال العام الماضي اختبار طرق جديدة للتفاعل مع أنظمة الذكاء الاصطناعي، عبر استخدام أدوات إملاء صوتي تعتمد على الذكاء الاصطناعي طورتها شركات ناشئة مثل Monologue وSuperwhisper وWillow Voice وWispr.
جيل جديد من أدوات الإملاء الذكية
على عكس الأجيال السابقة من برامج الإملاء التي كانت تركز على تحويل الكلام إلى نص حرفي، تعتمد الأدوات الحديثة على نماذج اللغة الكبيرة (LLMs) لإنتاج نصوص مصقولة ومحررة تلقائيًا، ما يقلل الحاجة إلى المراجعة والتعديل.
وتؤكد الشركات المطورة لهذه الأدوات أن المستخدمين قادرون على إنتاج النصوص بسرعة تفوق الكتابة التقليدية عدة مرات، مع تحقيق مستويات دقة أعلى من كثير من أدوات الإملاء الصوتي المدمجة في التطبيقات الأخرى.
تجربة ناجحة داخل شركة Thumbtack
بدأت التجربة داخل شركة Thumbtack عندما اقترح أحد المهندسين الرئيسيين استخدام أداة Wispr Flow. وعلى إثر ذلك، أطلق باتالانو مشروعًا تجريبيًا شارك فيه عدد محدود من الموظفين على مدى عدة أشهر.
وأسفرت التجربة عن نتائج إيجابية دفعت الشركة إلى إتاحة الأداة لأكثر من 200 موظف في أقسام التكنولوجيا والهندسة. ويستخدمها العاملون في مجموعة متنوعة من المهام، من بينها التفاعل مع مساعدات الذكاء الاصطناعي وصياغة الرسائل الداخلية عبر منصة Slack.
الصوت يصبح الواجهة الأساسية للذكاء الاصطناعي
ورغم أن باتالانو لا يزال يفضل الكتابة في بعض التطبيقات، فإنه يؤكد أن أداة Wispr Flow أصبحت جزءًا أساسيًا من روتين عمله اليومي.
وأوضح أن التحدث إلى الذكاء الاصطناعي أصبح بالنسبة له أكثر كفاءة من الكتابة، لدرجة أن الصوت بات الوسيلة الرئيسية التي يعتمد عليها للتعامل مع مختلف أدوات الذكاء الاصطناعي.
ويضيف أنه استخدم هذه التقنية في بناء نماذج أولية للمشروعات، واستكشاف قواعد البرمجة، وتطوير الاستراتيجيات التقنية، وتحليل مجموعات البيانات، بل وحتى في تنظيم المهام اليومية وتحديد الأولويات الأسبوعية.
تاريخ طويل لتقنيات تحويل الكلام إلى نص
ورغم الاهتمام المتزايد حاليًا بهذه الأدوات، فإن تقنيات تحويل الصوت إلى نص ليست جديدة. فقد تعود جذورها إلى عام 1952 عندما طورت مختبرات Bell Labs نظام “أودري” (Audrey)، الذي يُعد أول نظام آلي للتعرف على الكلام في التاريخ.
وكان النظام قادرًا على التعرف على الأرقام من صفر إلى تسعة بدقة وصلت إلى نحو 90% عند استخدامه من قبل مطوره ه. ك. ديفيس.
من التطبيقات المتخصصة إلى الاستخدام الواسع
شهدت ثمانينيات القرن الماضي ظهور أولى المنتجات التجارية في هذا المجال، قبل أن تنتشر بشكل أوسع خلال التسعينيات عبر برامج مثل Dragon Dictate.
إلا أن تلك الحلول كانت مرتفعة التكلفة ومحدودة الإمكانات، ما جعل استخدامها يتركز في قطاعات محددة تعتمد بطبيعتها على الإملاء، مثل الأطباء والمحامين، بدلاً من الموظفين في المكاتب والشركات.
أما اليوم، فإن دمج نماذج الذكاء الاصطناعي المتقدمة في أدوات الإملاء الصوتي يفتح الباب أمام انتشار أوسع لهذه التقنيات بين مختلف فئات العاملين، وسط توقعات بأن يصبح الصوت أحد أهم وسائل التفاعل مع الحواسيب وتطبيقات الذكاء الاصطناعي خلال السنوات المقبلة.
