Ik typ bijna niet meer. Niet naar mijn AI, en eerlijk gezegd naar bijna niks meer. Ik praat. Tegen de Claude desktop-app met de ingebouwde voice-integratie, en tegen een handvol dicteer-apps die over mijn hele computer werken, in elk tekstveld dat er is. Dit artikel heb ik ook grotendeels ingesproken terwijl ik door de kamer liep. Mijn toetsenbord ligt er nog, maar ik raak het steeds minder aan.
Dat is geen trucje. Het is een overtuiging die ik al langer met me meedraag: een mens is gemaakt om te praten, niet om te typen. We leren spreken zonder les, jaren voordat we een letter op papier krijgen. Typen is een aangeleerde omweg, een interface die we hebben geaccepteerd omdat de machine het zo wilde. Zodra de machine ook kan luisteren, valt die omweg weg.
Mijn onderbuik krijgt een naam
Lang was dit vooral een gevoel. Deze week gaf Allen Pike van Forestwalk Labs er taal aan, in een talk met de titel “Voice In, Visuals Out”. Zijn stelling, voortbouwend op een idee van Andrej Karpathy: spreken is de rijkste en snelste manier waarop een mens iets de machine in krijgt, maar het antwoord hoort meestal niet terug als spraak. Het hoort visueel. Een scherm, een lijstje, een mockup, een grafiek. Iets dat je in één oogopslag pakt en waar je meteen op verder kan.
Dat klopte precies met wat ik in de praktijk merk. Praten tegen een AI die alles terugpraat is vermoeiend, je zit vast in de traagheid van geluid. Maar praten tegen een AI die laat zien wat ze doet terwijl ik praat, dat voelt als samenwerken. Pike noemt de valkuil treffend: bouw geen pratende tekstbox. De stem is om je intentie eruit te krijgen. Het scherm is om het precies te maken.
Praten tegen, en praten mét
Er zitten twee dingen in die ik lang door elkaar haalde. Er is praten tegen mijn AI, en er is praten mét mijn AI.
Tegen is dicteren. Ik dump een gedachte, een alinea, een half idee, en het landt als tekst. Eenrichting, snel, geen wachten. Zo schrijf ik. Mét is een gesprek, heen en weer, waarin het model terugkomt met een vraag of een tegenwerping. Dat is trager en veeleisender, maar soms is dat precies wat je wil.
Het verschil klinkt klein maar bepaalt alles aan de ervaring. De meeste voice-features behandelen beide hetzelfde, alsof ik altijd een gesprek wil. Dat wil ik niet. Meestal wil ik gewoon dat mijn stem in tekst verandert zonder dat er iets terugpraat.
Waar het breekt
Ik ga hier geen succes-verhaal van maken, want voice is nog lang niet af.
Het grootste probleem is snelheid. Pike noemt harde getallen: onder de zevenhonderd milliseconden voelt het vloeiend, daarboven wordt het stroef. Ik voel dat elke dag. Een halve seconde te veel en ik ben mijn zin al kwijt. Dan haakt mijn hoofd af en pak ik toch het toetsenbord.
Daarnaast is praten tegen je computer sociaal nog raar. In een stil kantoor of een trein doe ik het niet. En zodra iets precies moet, een woord verplaatsen of een exacte plek aanwijzen, wint de muis het nog steeds moeiteloos van mijn stem. Voice is sterk voor de grote lijn en zwak voor het detail. Dan is er nog het verstaan zelf, dat bij eigennamen en vaktermen vaak de plank misslaat, precies bij de woorden die ertoe doen.
Voice-first als mensbeeld, niet als gadget
Toch is dit voor mij meer dan een handige manier van werken. Het is een ontwerpprincipe geworden. In mijn werk aan publieke innovatie denk ik bij alles wat ik bedenk eerst na over de stem: kan dit ook zonder toetsenbord, zonder dat iemand eerst moet leren typen of navigeren?
Dat is geen technische vraag, het is een menselijke. Voice-first betekent dat de drempel lager ligt voor wie niet handig is met een scherm, of wie een andere taal spreekt, of wie zijn handen nodig heeft voor iets anders. Human-centered is niet een sausje dat je er achteraf overheen giet. Het begint bij de vraag hoe een mens van nature communiceert, en dat is met zijn stem. De techniek mag zich daarnaar voegen, niet andersom.
De rekening die erbij hoort
Er zit een prijs aan die ik niet wil wegpoetsen. Alles wat ik inspreek gaat, bij de meeste van deze apps, naar een cloud-dienst die mijn spraak omzet in tekst. Dat is een constante stroom van mijn stem en mijn ideeën, soms halve werkgesprekken erbij, naar een server die ik niet bezit. Bij typen kies je je woorden, bij praten lekt er meer, ook de aarzeling en de terzijde.
Er is lokaal dicteren dat op je eigen machine draait, en dat wordt snel beter, maar het haalt de cloud nog niet in. Dus maak ik per moment een afweging: gevoelige dingen typ ik toch, of ik spreek ze in op een model dat lokaal draait. En ik leun inmiddels zwaar op één voice-stack, wat betekent dat ik kwetsbaar ben als die duurder wordt of verdwijnt. Dat is de keerzijde van iets dat zo soepel werkt dat je het niet meer wil missen.
Tegelijk is er winst die ik niet wil onderschatten. Voor wie moeite heeft met typen is dit geen gemak maar toegang. Die kant weegt voor mij zwaar mee, en het is precies waarom voice-first voor mij geen modegril is. Het is een richting.
Probeer het zelf
Als je één ding meeneemt: pak een dag waarop je niet typt naar je AI, maar praat. Zet de dicteer-functie aan die je toch al hebt, en spreek je volgende bericht gewoon in. Let op waar het soepel gaat en waar je hand alsnog naar het toetsenbord kruipt. Die grens vertelt je meer over hoe je echt werkt dan welk blog dan ook.
Ik hoor graag hoe het je bevalt. Vind me op LinkedIn.
Dit stuk verscheen ook in het Engels: I barely type to my AI anymore.