なぜAIへの指示を音声入力にできないのか? ― 「考えながら編集する」というプロセスの話

みなさん、こんにちは。

最近、「AIへの指示は99%音声入力」という記事を読みました。

参考:OpenAIもAnthropicも勧めるのになぜ流行らない?「AIへの指示は99%音声入力」のPdMに聞く活用術(レバテックLAB)

たしかに、言われてみれば音声入力は圧倒的に速いです。キーボードでタイピングするよりも話した方が早いし、散歩中や移動中でも使える。AIとの対話も、音声の方が自然だと感じる人は多いでしょう。

でも、私はAIとの対話をあまり音声入力にしようとは思わないのです。

周りに人がいる環境では話しにくいという理由もありますが、それ以上に大きな壁を感じています。今回は、その点を掘り下げてみたいと思います。


音声入力には「考える時間」の軸がない

音声は、話し始める前に「何を言うか」をある程度頭の中で組み立てておかなければなりません。

先ほどの記事では「思ったことをそのまま話すだけでAIが意図を汲み取ってくれる」と紹介されていましたが、私はこれが少し難しいと感じています。なぜなら、話している途中で自分の考えが変わることがよくあるからです。

文章を書くとき、私の手は何度も止まります。

  1. まず一文書く
  2. 少し考える
  3. 「やっぱり違うな」と思って消す
  4. 順番を入れ替える
  5. 前の段落を書き直す
  6. また考える
  7. そして、ようやく送信する

文字入力は、この「考えながら編集する」というプロセスと非常に相性が良いです。いつでも安心して前に戻れる。

一方で、音声入力は時間軸が一方向です。話した内容はどんどん先に流れていってしまいます。後から編集できないわけではありませんが、話している最中に気軽に前へ戻るのは至難の業です。

その結果、「ちゃんと筋道立てて考えてから話さなきゃ」という心理的な圧力が生まれてしまう。私にとって音声入力が苦手なのは、音声そのものというより「考えながら編集する作業」と音声の相性が悪いからなのだと思います。


会話の「脱線」と、文章の「構造」は違う

世の中には、音声だけでスラスラと文章を書くプロもいます。それは本当にすごいことです。

ただ、そういった方々であっても、事前に話す内容の骨組みがしっかり決まっていないと、出力された文章はかなり散らかったものになってしまうはずです。

リアルな会話であれば、話が多少飛んでも全く問題ありません。「そういえばさっきの話なんだけどさ……」で成立しますし、雑談なら脱線した方が面白いことも多いです。

しかし、文章は違います。読者は一定の「話の流れ」や「論理の繋がり」を期待しています。急に別の話題へ飛んでしまうと、「なぜその話になったのか」が分からなくなってしまい、会話では自然な飛躍も、文章になると強い違和感になってしまいます。

つまり、会話と文章では情報の整理方法そのものが違うのではないでしょうか。整理すると、こんな感じです。

  • 音声
    • 流れや連想を伝えるメディア
    • 壁打ち、雑談、アイデア出しに向いている
  • 文字
    • 構造や論理を伝えるメディア
    • 段落の入れ替え、見出しの整理、記事や設計書の執筆に向いている

考えながら編集したい私にはテキスト入力が向いていた

AI界隈では、音声入力を推奨する声が絶えません。それ自体は非常に納得できますし、スピードだけを考えれば音声入力は最高峰のツールです。

しかし、文章を書くという作業は、自分の思考を整理し、構造を作り、推敲する「編集の作業」そのものです。

もし世間で音声入力が「思ったほど広がっていない」のだとしたら、それは周囲の目や恥ずかしさといった環境面の理由だけではない気がしています。

人間には本能的に「考えながら編集したい」という欲求があるのではないでしょうか。そして私の場合、その欲求には、今でもやっぱり愛用のキーボードREALFORCE RC1とテキストエディタが一番よく応えてくれるように思うのです。

みなさんはどう考えますか?

本日も最後までお読みいただきありがとうございました。

それでは、よいテキスト入力ライフを!

カテゴリ: その他
上部へスクロール