Der er stadig en form for science fiction-følelse over at give stemmekommandoer til elektroniske devices, og det kan føles en smule mekanisk at bede Siri om at sende en sms til kæresten om, at “jeg glæder mig til at se dig”. Men nu hvor Google Assistant endelig forstår dansk, er det på tide, jeg får blogget lidt om, hvilken betydning stemmeteknologi og virtuelle assistenter kommer til at få.

For vi kan ligeså godt vende os til, at vi i fremtiden vil tale mere med vores teknologi, og at vores teknologi taler til os. Ifølge amerikanske tal bruger 41 pct. voice search hver dag, og tallet er stødt stigende. Voice search kommer til at have stor indflydelse på virksomheders adfærd online i fremtiden, men det er kun et lille område indenfor voice tech. Meget af teknologien er stadig i de tidlige stadier, som f.eks. hos Facebook, hvor meldingen lyder “det er ikke noget, vi arbejder på i øjeblikket.” Spørgsmålet er, om det er helt sandt…

Alt det betyder, at lige nu er et godt tidspunkt at overveje de konsekvenser, voice tech har på vores dagligdag, og ikke mindst sikkerhedsaspektet af voice tech. Jeg giver her fire bud på, hvorfor og hvordan stemmeteknologi og virtuelle assistenter bliver stort i de nærmeste år.

1: Virtuelle assistenter i hjemmet

Alexa (Amazon), Siri (Apple), Cortana (Microsoft) og Google Assistant er nogle af navnene på de virtuelle assistenter, som kan hjælpe dig med at udføre specifikke og simple opgaver. F.eks. kan Alexa styre lyset i dit hjem og kommunikere med tredjepartsteknologi som Sonos højtalere og afspille musik via Spotify. Du kan oprette din egne ‘skills’ til Alexa, det kunne være en slags chatbot til barnepigen eller til Airbnb-gæsterne – eller hvad med en lille quiz til børnene? mens Alexa kun taler engelsk, findes Google Assistant nu også på dansk.
Den største fordel ved disse assistenter er bekvemmeligheden. Både i hjemmet, men også på kontoret kan disse assistenter gøre hverdagen nemmere og arbejdsgangene mere effektive, når man kan styre en række handlinger via stemmekommandoer. Læs mere om disse fordele til sidst i indlægget.

2: Voice to text og interface

I 2015 opkøbte Facebook Wit.ai, et natural language og voice interface, men de har endnu ikke gjort det helt store brug af teknologien. Google Assistant derimod er en endnu mere integreret del af deres smartphone Google Pixel 3. Google ønsker at gøre interaktionen mellem skærm og lyd bedre, så du stadig får det visuelle på skærmen, men så du skal trykke mindre på skærmen for at de nødvendige informationer. Forestil dig, at du skal lave mad, og du ved en søgning via din stemme får et billede eller video frem af den ønskede ret, mens din smartphone dikterer opskriften, uden at du behøver at scrolle frem og tilbage for at være sikker på, at du har husket det hele.

Mere voice to text og mere stemmekommando på smartphones vil uden tvivl kunne reducere tiden, vi bruger foran skærmen. I den forbindelse kan man nemt forestille sig en fremtid, hvor skærme bliver nedprioriteret til fordel for stemmekommandoen, så vi skal bruge mindre tid på at stirre ned i vores skærme.

3: Voice search

I takt med at stemmegenkendelse på smartphonen og andre devices bliver mere præcis, vil det blive brugt væsentligt mere. En af de åbenlyse steder, hvor stemmekommandoer er praktiske, er når vi søger på nettet. Fx når du skal købe et par nye løbesko eller finde en restaurant til lørdag aften, eller du har brug for at komme fra A til B.

Når mere søgning kommer til at ske ved stemmekommandoer, kommer det til at påvirke strategien hos de virksomheder, der gerne vil nå deres kunder på internettet. Når vi søger med stemmen, er kommandoerne ofte længere og mere specifikke, hvilket stiller større krav til blandt andet søgemaskineoptimering. Samtidig kan man også forestille sig, at stemmedata bliver gjort til en valuta, på samme måde som vores klik og søgeord bliver det nu. Det vil være interessant for annoncører på f.eks. Google at vide, hvilket humør deres kunder er i, når de søger på dem, og hvilke specifikke ord de bruger. Den slags indsigter kan stemmedata give adgang til, og man kan sagtens forestille sig, at det bliver en værdifuld valuta for både virksomheder og platform.

Ligeledes vil det give nye muligheder og udfordringer, når det handler om kundekommunikation. Chatbots bliver allerede brugt af flere og flere virksomheder til at betjene kunderne på vegne af virksomheder, men i fremtiden skal disse i højere grad kunne genkende stemmekommandoer, og allerhelst skal de kunne give et svar tilbage, som hvis du talte med et rigtigt menneske – og gøre præmissen om, at det er en robot, man taler med, er klar for brugeren.

4: Giver brugen af stemmen os mere sikkerhed eller større risiko?

Som ved al anden ny teknologi er der et sikkerhedsperspektiv, som vi skal tage alvorligt. Paradoksalt nok kan stemmeteknologien på den ene side give os en endnu mere specifik måde at autorisere og identificere os selv, men samtidig giver det også en helt ny form for data, som skal beskyttes.

I forhold til autorisering og identifikation har stemmen en lige så unik signatur som vores fingeraftryk. Takket være et studie foretaget ved Carnegie Mellon University, har man udviklet AI, der bruger analyse af stemmen til at tegne et 3D-print af dit ansigt. Det lyder vildt – og du kan læse mere om det her.

Af sikkerhedsmæssige bekymringer forbundet med den stigende brug af voice search kan nævnes, at kinesiske hackere har haft held med at hacke Amazons Echo-devices, som er den hardware, der bor i Alexa. En anden er, at disse devices lytter med hele tiden – så hvor meget optager de, hvor havner den data henne, og hvad kan den misbruges til? Baseret på de seneste års datalæk fra tech-giganterne kan vi nok konkludere, at det ikke er sikkerheden, som har førsteprioritet, men profit og det at indsamle flere data end konkurrenterne.

Jeg venter spændt på at se, hvordan Facebook vil gøre brug af sin indkøbte teknologi, og hvordan Google vil implementere endnu mere avanceret AI i deres devices fremadrettet, som i fremtiden fundamentalt kan ændre måden, vi interagerer med vores teknologi. Og så synes jeg, vi skal have en diskussion af, hvordan stemmebaseret teknologi påvirker vores hverdag, det fysiske rum og vores sikkerhed.