Vice presidente da Google revela tendências dos assistentes por voz - Vice President of Google reveals trends of voice assistants

“Ok, Google”. Essa é uma das frases que inicia um novo padrão de conversas entre humanos e máquinas. Desde o lançamento de inteligências artificiais como assistentes pessoais em computadores e smartphones, passando por alto-falantes e até carros, são várias as possibilidade de utilização de sistemas controlados por voz.

Há um ano, por exemplo, uma reportagem do Wall Street Journal mostrava um avanço no uso de controle de aplicativos por voz. Esse grupo que prefere falar a escrever e tocar na tela ficou conhecido como “the next billion” (o próximo bilhão, em tradução literal). Não só essa é uma referência direta à previsão de quantos usuários se encaixam nesse perfil, bem como faz alusão ao seu principal país de origem. Foi na Índia que pesquisadores passaram a perceber que a população iletrada começava a se virar apenas falando com o dispositivo. Segundo dados da Google, em locais cuja população está começando a se conectar, o áudio tem sido o primeiro tipo de interface. Na Índia, em específico, o uso do Google Assistente triplicou desde o começo do ano, confirmando a tendência.

“Uma das coisas mais interessantes de ver sobre assistentes digitais é que, embora o Assistente seja uma nova tecnologia, é incrivelmente fácil de adotar. Não é necessário nenhum manual do usuário, e pessoas de todas as idades, em todos os tipos de dispositivos e em muitas regiões geográficas diferentes podem usar o Assistente”, acredita o vice-presidente de engenharia da Google, Scott Huffman, responsável pelo Google Assistente.

Quem alguma vez já deu um smartphone ou tablet na mão de uma criança e explicou que ela poderia dar comandos de voz ao aparelho, pode ter reparado que elas se viram bem, sem nem mesmo saber ao certo o que está escrito em tela.

Essa facilidade já fez com que alguns apps começassem a se preocupar com esse tipo de controle, sobretudo na Índia, eliminando conceitos visuais e priorizando retornos por áudio ao usuário.

Contudo, apenas a simplificação não é suficiente. Isso é o que aponta Huffman. “Quando as pessoas começam a usar assistentes de voz, geralmente temos comandos muito simples. Mas muito rapidamente, as expectativas aumentam para um diálogo complexo. Podemos ver o "clima Chicago" digitado na pesquisa, enquanto com o Assistente vemos consultas mais longas e mais conversacionais como "qual é o tempo hoje em Chicago às 15h". Em média, as consultas do Assistente são 200 vezes mais conversacionais do que na pesquisa [escrita]”, escreve em post oficial no site da Google.

Contudo, não apenas para pequenas consultas que os assistentes por voz estão sendo usados. Segundo Huffman, controle por voz é muito mais sobre ações do que passividades. Entram nessa lista comandos como “mande uma mensagem de texto”, “apague as luzes” ou mesmo “ligue o modo avião do smartphone” entre outros pedidos. Pelos dados da Google, o número de comandos ativos são 40 vezes maiores que os usados na barra de pesquisa dos smartphones e tablets.

“Por que nós achamos que isso acontece? Para muitas atividades, particularmente enquanto você está com a mão na massa, pode ser mais fácil fazer as coisas por voz. Eu posso dizer: ‘acenda as luzes e toque uma música’ sem me preocupar com qual aplicativo eu preciso abrir”, explica.

Veja a imagem neste link.

Home, hoje, é o principal produto que utiliza Google Assistente (Foto: Divulgação/Google)

Embora grande parte dos aplicativos voltados para os next billion esteja evitando ao máximo a interação com as telas, o engenheiro acredita que esse não é o melhor caminho. Para ele, o que é preciso é uma melhor interação com essas duas interfaces: a visual e a auditiva. “Quando você procura por uma receita de massa, você pode receber algumas imagens de como a sua massa deve ficar enquanto o Assistente lê os passos para você”, exemplifica.

Ele ainda mostra que tal tecnologia tem utilização diferente de acordo com o device em que está inserido. Dados da Google mostram que smartphones e tablets são focados durante o dia em comunicação e busca por informações locais, sendo pouco usados para produtividade.

Contudo, nos speakers (o Home, no caso da Google), não só a utilização fica mais concentrada nas primeira horas do dia, bem como as ações se voltam para produtividade, busca por previsão do tempo, entretenimento e notícia durante o dia.

Veja a imagem neste link.

Gráfico mostra diferença de utilização entre plataformas Android e Home (Arte e fonte: Google)

“É claro que a tecnologia de voz ainda é relativamente nova e está evoluindo. Estamos apenas descobrindo o que funciona nesse novo espaço. Mas é empolgante ver como a tecnologia de voz está facilitando o trabalho das pessoas, e estamos todos aprendendo juntos com isso”, finaliza.