Gli investimenti sugli assistenti vocali IA corrono da due anni, e ogni settimana esce un modello che promette di parlare come una persona. Chi quei sistemi li vende alle aziende però frena. Shawn Wen, direttore tecnico di PolyAI, dice che nonostante i modelli full duplex, cioè quelli capaci di ascoltare mentre parlano, la voce artificiale non ha ancora avuto il suo momento ChatGPT.
Il collo di bottiglia non è il timbro, è il tempo di risposta: perché una conversazione sembri naturale il modello deve recuperare l’informazione e ragionarci sopra in fretta, e oggi la pausa si sente. PolyAI vende agenti telefonici alle aziende che gestiscono grandi volumi di chiamate, alberghi, banche e utility, quindi il suo direttore tecnico non ha nessun interesse a dipingere il settore come immaturo: lo sta facendo lo stesso.
La seconda obiezione arriva da Alex Gay, responsabile marketing di Otter, che registra e riassume le riunioni. Il suo punto riguarda chi costruisce automazioni sopra la voce: la trascrizione non è mai stata il traguardo, è lo strato su cui si appoggia tutto il resto, e se la trascrizione iniziale sbaglia, ogni azione successiva agisce su un dato sbagliato. Nel momento in cui il sistema comincia a fare cose per conto tuo e le fa male, la fiducia salta.
È qui che la discussione smette di essere tecnologica e diventa un problema di chi compra. Il parametro che decide se un assistente vocale funziona è l’accuratezza del riconoscimento del parlato, quello che in gergo si chiama ASR e che trasforma l’audio in testo: se perde le parole chiave, il riassunto è plausibile e sbagliato insieme. Nessuno dei fornitori pubblica quel numero per il proprio prodotto, e chi vende trascrizioni ammette che il modello va ancora migliorato, soprattutto sulle lingue diverse dall’inglese. Vale anche per chi la trascrizione la mette al polso, come Apple con l’ascolto continuo.
In Europa gli assistenti vocali IA devono dichiararsi
Sulla trasparenza i due dirigenti dicono la stessa cosa: al cliente va detto che sta parlando con una macchina e che la chiamata viene registrata. Nell’Unione europea non è più una scelta di prodotto. Gli obblighi dell’articolo 50 del regolamento sull’intelligenza artificiale si applicano dal 2 agosto 2026 e impongono a chi fornisce sistemi destinati a interagire con le persone di progettarli in modo che l’interlocutore sappia di avere davanti un sistema automatico.
Le linee guida della Commissione pubblicate il 20 luglio fanno gli esempi concreti, e per i sistemi telefonici indicano l’avviso vocale all’inizio della sessione. L’obbligo riguarda i chatbot di assistenza clienti, gli assistenti e i bot sui social, e vale a prescindere dall’intenzione di ingannare. Cade soltanto quando la natura artificiale è evidente a una persona ragionevolmente attenta, una soglia che non si supera con una riga nei termini e condizioni.
Le stesse linee guida chiariscono che l’articolo 50 si applica ai sistemi di intelligenza artificiale in generale e non solo a quelli di uso generale, quindi ci rientrano anche strumenti stretti come i cloni vocali. Il codice di condotta volontario sulla trasparenza dei contenuti generati, firmato da circa 190 organizzazioni, serve alle aziende per dimostrare di essere in regola. Sulla stessa materia, lato contenuti generati, Google aveva scelto la strada opposta rendendo la filigrana visibile opzionale.
Chi ha comprato o sta per comprare un centralino automatico si trova quindi davanti a due conti separati. Il primo è legale e ha una data: da agosto la frase di apertura che dichiara la macchina è dovuta. Il secondo lo deve fare da sé, perché nessuno glielo fornisce: quante delle parole che i suoi clienti pronunciano quel sistema le sente davvero, e cosa succede alle pratiche aperte in automatico quando non le sente.
Crediti immagini: TechCrunch
