Bots marcam o fim da voz ou não?

Papai ou batatas fritas? Voz ou bots?

Quem precisa de voz quando temos bots?

“Google, peça mais fraldas.”

“Alexa, que horas são os voos de Manchester para Milão às quintas-feiras?”

Desde a estreia do Siri da Apple no iPhone 4S, tem havido uma onda de novos dispositivos alavancando a tecnologia de voz “inteligente”. E o número de pessoas que o adotam continua a aumentar. Já estamos em um ponto em que a interação de voz com “coisas” se tornou rotina. Na verdade, parece haver pouco que não esteja apenas a um comando de voz de distância.

O que é ainda mais instigante é que, embora usemos regularmente essa tecnologia hoje, apenas começamos a explorar todas as maneiras pelas quais nossos novos assistentes virtuais nos ajudarão. O que acontecerá quando os voicebots se tornarem mais totalmente integrados à vida de milhões de consumidores?

Veja o Google Duplex, por exemplo. Apenas alguns meses atrás, milhões de nós assistimos a uma demonstração de uma conversa muito “real” em que um robô de voz “conversava” com um humano real para marcar o cabelo de uma mulher. Minha reação imediata foi:é isso, a voz está morta.

Como será a vida quando essa capacidade evoluir ainda mais e nossas ligações para uma empresa forem totalmente tratadas pela tecnologia de inteligência artificial (IA)? E o próximo passo – quando um bot agindo em seu nome fala com o bot do seu banco para resolver um problema com sua conta ou para solicitar cheques?

Sim. O fim da voz está aqui.

Apenas, não é.

Basta pensar sobre isso. Os consumidores não precisam mais depender da tecnologia IVR (resposta de voz interativa) para trabalhar e repetir todos os detalhes necessários para uma cotação de seguro, por exemplo. Em vez disso, podemos ficar online e nossas preocupações são compreendidas e respondidas imediatamente e com precisão. Usando processamento de linguagem natural e reconhecimento de fala, os bots agora têm a capacidade de entender a conversa humana normal e trabalhar com um conjunto predeterminado de regras.

O fato é que é infinitamente mais fácil pedir algo em vez de ter que ler páginas de texto, dominar algum novo software e pesquisar, rolar, digitar ou tocar. De certa forma, a tecnologia de voz sofisticada força nossas ferramentas a nos dar o que queremos, do jeito que queremos conseguir. Na maioria das vezes, a voz é apenas mais conveniente.

O Google diz que sua tecnologia pode lidar com conversas complexas, sem a necessidade de intervenção de outro ser humano. Embora o Google diga que atualmente não está testando a tecnologia com nenhum cliente corporativo, e mesmo que a empresa prometa que o bot se identifica como IA durante as chamadas - esse tipo de tecnologia que parece humana já está chegando aos negócios em geral e em todos de nossas vidas. A proliferação no nível corporativo é inevitável, pois as organizações procuram automatizar e cortar custos.

Isso é muito bom se a utilidade continuar sendo o foco dessa tecnologia de voz – e todos ficarem atentos ao potencial de abuso. Os consumidores desenvolverão uma tolerância para os robôs de voz corporativos da mesma forma que passamos a gostar deles em nossas casas, principalmente se forem eficazes, disponíveis e responsivos. É tudo uma questão de conveniência. Ninguém gosta de ligar para um banco e esperar cinco minutos para falar com um agente, apenas para descobrir que ainda está mal equipado para lidar com sua consulta. Se os robôs de voz fornecerem valor, os consumidores não hesitarão em usá-los.

O quadro geral

Mas a conveniência não é unilateral. Tem que ser igualmente conveniente para o negócio e para o consumidor. E há muitas implicações sociais, morais e legais subjacentes a serem consideradas à medida que essa tecnologia amadurece em apoio a esse equilíbrio. Como você garante que um voicebot se comporte eticamente? Como você evita que a análise de inflexão e sentimento seja implantada para manipular as pessoas durante uma conversa de bot? O que os bots fazem com as informações que os consumidores fornecem? Eles vão se lembrar dos números de cartão de crédito? Para onde vai a informação? Como é armazenado? Quem e o que mais pode acessá-lo? Há implicações graves de privacidade também. Na Europa, por exemplo, os voicebots devem cumprir o Regulamento Geral de Proteção de Dados (que entrou em vigor no ano passado).

Alimentar esses robôs de voz semelhantes a humanos requer muitos dados e vem com uma tremenda responsabilidade. As organizações devem saber de onde vêm seus dados e como eles são fundidos. Está misturado com dados de terceiros? De onde vêm esses dados e posso usá-los para criar meus modelos de IA? Se os escândalos de uso de dados do Facebook nos últimos meses nos ensinaram alguma coisa, é que as empresas nem sempre consideraram as implicações negativas das novas tecnologias populares e como elas podem ser mal utilizadas.

O peso das expectativas do usuário

E as empresas que implantam robôs de voz também devem estar preparadas para o grande peso da expectativa do usuário. Como humanos, somos biologicamente programados para reconhecer vozes e lembrar instintivamente o que podemos fazer com a persona associada. Se o voicebot da sua empresa soa como Alexa, espero que ele “aja” como Alexa. Quando há variações na implantação e na experiência de negócios, isso leva rapidamente ao aborrecimento do consumidor. Por que posso falar com essa marca e fazer essas cinco coisas, mas só faço metade disso quando falo com aquela marca parecida?

Embora os voicebots sejam onipresentes em breve, não ficaremos inteiramente à vontade conversando com eles o tempo todo. Eles terão usos definidos e fornecerão uma conveniência incrível para consultas rápidas e tarefas simples. Mas, manter uma conversa com uma pessoa real sobre as complexidades de nossas vidas tem um valor que um bot nunca pode ser treinado para lidar com perfeição ou sensibilidade. O representante humano continuará sendo vital para as empresas, fazendo uma diferença fundamental em pontos cruciais de interação. A natureza complicada dos seres humanos, os sentimentos autênticos que surgem e nossa capacidade única de compartilhar o que sentimos – este é um nível de interação de voz que não pode ser satisfatoriamente sintetizado ou automatizado.

Por tudo o que a IA já pode fazer, incluindo imitar tiques verbais incrivelmente “reais” e processar informações em velocidades vertiginosas, os robôs de voz ainda estão em sua infância, tornando o contato humano insubstituível quando queremos.

 Chris Connolly é vice-presidente de marketing de produtos da Genesys.