En ocasions, escolto veus

Setmana sense convidat i un episodi sense demandes

Dos amfitrions, cap convidat i una conversa que neix d'una promesa pendent: ja a l'episodi anterior s'havien d'haver posat amb la veu i no ho van fer. Comencen celebrant que duen un episodi més sense que els caigui cap demanda i s'endinsen en el que de debò els fascina ara: parlar-li a les màquines en comptes d'escriure-les. La premissa que travessa l'hora és que d'aquí cinquanta o cent anys els seus nets els trobaran ridículs per haver-se comunicat amb un ordinador a còpia de tecles, igual que avui ens fa gràcia que els avis es morissin d'un constipat.

Dreceres d'iOS i el refinador de notes en brut

L'entrada és pràctica i domèstica. Un dels dos explica que ha començat a fer servir els Shortcuts d'iOS: una drecera grava una nota de veu, la passa a ChatGPT i li torna un output amb un recordatori, de manera que en arribar a l'escriptori ja pot accionar la idea en comptes de deixar-la morir a l'arxiu de notes —té gravacions del 2019 que tenien sentit aleshores i ara ja no valen res—. L'altre hi suma la seva: una conversa infinita de ChatGPT que fa de "refinador de notes", a qui li tira pensaments en brut amb dues instruccions fixes —corregeix-me si dic alguna cosa factualment incorrecta i torna-m'ho en dos paràgrafs per copiar a la llibreta—. Tots dos coincideixen que el valor de moltes automatitzacions no és el temps que estalvien sinó la càrrega mental que et treuen de sobre.

De l'espagueti prompting al prompt com a tasca ben definida

La conversa puja un nivell amb el refinador de prompts: en comptes d'inventar-te un prompt i patir per si no és òptim, li passes la idea en brut a la IA i que sigui ella, a base de preguntes, qui t'ajudi a esculpir-lo. Àlex ho compara amb tenir un advocat —t'enfrontes a un ens que no domines del tot, però si t'ho dona ell, va a missa i et quedes en pau—. Ho lliga amb la seva newsletter, on havia encunyat el concepte d'"espagueti prompting", l'equivalent de l'espagueti coding: començar a escriure sense tenir clar el resultat i acabar amb prompts plens de pèrdua de context i al·lucinacions. El rerefons és un problema vell del món del treball, el dels encàrrecs mal definits i el client que demana una web i després diu que en volia una altra.

Tres nivells de veu, del dictat al model nadiu

El gruix tècnic de l'episodi és una escala de tres graons. A baix, el dictat clàssic del telèfon, que obliga a triar idioma i ja consideren tecnologia del segle XIX. Al mig, la transcripció directa de ChatGPT (la icona del micròfon): autodetecta la llengua, encadena català, castellà i anglès en una mateixa frase sense despentinar-se, però segueix engolint la "diarrea mental" si li parles desordenat. I a dalt, el voice mode (la icona de l'ona): un model nadiu de veu que no transcriu sinó que tokenitza directament el so —fa feature extraction de la teva petjada de veu, accent, cadència i velocitat— i et contesta en àudio. És, diuen, l'experiència de la pel·lícula «Her».

La piscina de «Her», els precogs de Minority Report i un flow que un no toca

Aquí els amfitrions divergeixen. Marc havia explicat que ja havia entrat en el flow, en aquell suspension of disbelief d'estar flotant a la piscina de suero on els precogs de «Minority Report» veuen el futur. L'altre admet que encara no hi ha arribat: torna a forçar-se mitja hora al dia amb el voice mode, com fa dos anys es va obligar a fer servir ChatGPT cada dia, però no acaba d'entrar-hi. La seva crítica és que no és gens concís i que la pressa el traeix: parla ràpid, fa una micropausa, ChatGPT entén que ha acabat i li dispara la resposta abans d'hora, cosa que l'obliga a corregir contínuament. Tot plegat li sembla extremadament ineficient.

La transformada de Fourier i el dia que el model el va enxampar fent sentadelles

El mateix amfitri rescata, en canvi, el que sí que l'ha enamorat. Havent estudiat processament d'àudio a la carrera —transformades de Fourier, convolucions—, va demanar al model que li expliqués com funciona per dins i va tenir un petit moment eureka. D'aquí surt una observació que el va deixar de pedra: fent exercicis de pronunciació, el model li va dir que aquell dia parlava més ràpid del normal, amb la respiració entretallada, i va endevinar que acabava de fer exercici —i era cert, estava fent sentadelles—. La lectura compartida és que d'aquí en sortiran negocis com la identificació de persones pel patró de veu i la correcció de la parla, una alternativa seriosa a Duolingo, que insisteixen que no és una app d'idiomes sinó d'hàbits.

Un amic èxpat a la butxaca per practicar idiomes

La joia personal del voice mode és recuperar idiomes. Un dels dos hi parla cada dia en una llengua diferent per no rovellar-se: italià, alemany i el grec que aprèn ara. Abans tenia l'excusa que els amics nadius havien marxat de Barcelona; ara té "un amic èxpat a la butxaca" amb qui practicar al nivell i sobre el tema que vulgui, en comptes d'empassar-se les frases absurdes sobre cavalls que mengen sal i gossos als quals no els agrada la síndria. La clau, matisen, és aportar tu el mètode: amb coneixement sectorial i sabent cap on tires arribes lluny; sense, t'avorreixes.

De dalt cap a baix a baix cap a dalt: la IA empodera l'autònom

Un dels amfitrions expressa gratitud per viure aquest moment, una tecnologia que abans potser desmereixia i ara veu com profundament transformadora. El que li sembla més curiós és que, a diferència de l'electricitat, els avions, el GPS o internet —que van baixar de dalt cap a baix, el clàssic trickle-down—, la IA ha vingut de baix cap a dalt i ha empoderat més l'autònom de torn que la gran corporació: un generalista brutal que agafes i poses a funcionar, mentre les empreses topen amb integració, normativa, seguretat i burocràcia. Adverteix que és un moment dolç que potser canviarà, però que cal aprofitar.

SuperWhisper, Bolt i la temptació de replicar-ho tot dins de ChatGPT

Per als més aventurers que vulguin portar el voice mode al terreny professional, recomanen SuperWhisper: una eina amb prompts prefabricats i personalitzables on tires l'àudio i en surt la sortida final —un mode per a correus, un per a notes, un per a instruccions—, amb model local o al núvol. Però l'arc acaba on acaben gairebé totes aquestes apps: després d'un temps, un dels dos va pensar que sobrava i es va recrear l'eina dins del mateix ChatGPT. La lliçó, que reconeixen com "una actitud molt catalana", és que la majoria d'aquestes aplicacions acaben reduïdes a ChatGPT, que ja et porta al 80%. Ho il·lustra el mock-up d'interfície que va voler fer amb Bolt perdent-hi hores i crèdits i que després va resoldre en cinc minuts: l'upside d'arribar al 80% és boníssim i perseguir el 100% té un cost infinit. El mateix patró el veuen en el nou model de generació d'imatges, que "s'està follant Photoshop" amb correccions localitzades i text ben generat: per al pixel perfect encara cal un dissenyador, però per al 80% ja n'hi ha prou. D'aquí anticipen la tendència que ve: tot al 80%, més mediocritat i molta més volatilitat, perquè "good enough is good enough".

El Younger Dryas, Graham Hancock i la promesa d'un directe conspiranoic

La gran digressió cultural arrenca quan Marc explica que està fascinat amb la teoria del Younger Dryas de Graham Hancock: la civilització no hauria crescut de forma lineal, sinó que fa uns 10.000 anys una civilització força avançada va patir un esdeveniment de semiextinció —l'impacte d'un cometa, científicament documentat; el que es debat és si va afectar la civilització—, vam tornar a la casella zero i en vam renéixer, "el planeta dels simis" en versió tecnològica. Insisteix que no són barrets de paper de plata i ho separa de la moda dels cilindres sota les piràmides d'Egipte, tot i que Hancock ha difós que sota les piràmides s'hi han detectat estructures amb radar. Argumenta que les van fer humans, no aliens, però amb una tecnologia molt superior a la dels 5.000 anys següents. Ho deixen a mitges com a esquer per a un proper episodi en directe.

Tornen els directes, Setmana Santa i mostrar que tenen vida

El tancament és d'agenda i de complicitat. Anuncien que els episodis en directe tornen, amb el primer confirmat per al 15 de maig (i la petició feta d'avançar-ne un a l'abril si els patrons ho permeten). Després ve la conversa de Setmana Santa: Marc es queda a casa, sense viatjar, amb visites socials, calçotades i ganes de tocar algun side project gràcies a la IA; com que no té canalla, planteja un recolliment tranquil. Àlex, amb canalla a casa, té les vacances condicionades als horaris dels fills. I com a coda per demostrar que tenen inquietuds més enllà de la tecnologia, Àlex recomana tornar a veure el Barça —el 4-0 al Borussia Dortmund del dia abans— i Marc respon que l'únic esport que segueix activament és la Fórmula 1, tot i que aquell partit el va seguir mig distret mentre treballava.