Duro com gente, mole com máquina

Em abril eu escrevi aqui que empresa aprova de máquina o que jamais aprovaria de um humano e terminei com uma pergunta: por que elas acham que o público vai aceitar menos do que elas mesmas aceitariam? Pois saiu um estudo que responde isso e a resposta não é a que eu queria. Parte do público acolhe numa boa.

A pesquisa, feita nos Estados Unidos, mediu a reação de mil ouvintes de audiobook de ficção a uma narração gerada por IA. Antes de ouvir, 31% topavam consumir conteúdo com voz sintética. Depois de ouvir, 70%. E 61% saíram convictos de que era uma pessoa lendo.

Fui ouvir os exemplos. Trabalho com áudio desde 2008, então talvez meu ouvido já esteja viciado, mas eu não escutei o que essas pessoas escutaram. A voz humana ali tem emoção, interpretação, personalidade, e a da máquina entrega um timbre limpo com nada por trás. Um dos personagens ganhou um sotaque italiano tão tenebroso que achei que era francês. Nem acompanhei a história, só fiquei ali, confuso, ouvindo as vozes.

Só que teve um detalhe que fechou a conta pra mim. Quando entrou em cena uma personagem feminina, a IA deu pra ela uma voz de mulher, enquanto o humano fazia o livro inteiro sozinho (que é o padrão de audiobook). Fui atrás da metodologia: o teste é um elenco de IA contra um narrador solo. A vantagem que mediram foi ter mais de uma voz, não a qualidade delas. Tanto que, nos trechos sem vários personagens, o humano ficou melhor avaliado.

Aí fui ver quem bancou. O estudo foi encomendado pela empresa que vende a tecnologia de narração por IA e quem paga a conta acaba decidindo qual número vai pro release. Não é meu papel passar a mão na cabeça de ninguém, ainda mais quando do outro lado tem ator, locutor, gente que vive de gravar. É o ganha-pão dessa turma indo pro bolso de meia dúzia de donos de ferramenta.

Sendo honesto: não sou público de audiobook. Os poucos que ouvi foram por indicação de amigos dizendo “esse aqui é diferente, o ator é absurdo”. E eram mesmo. Performances que seguravam dezenas de horas sem cair uma vez. Fora isso eu leio, tenho meu e-reader, é o que me dá prazer. Então talvez não tenha lugar pra dizer onde fica a régua de quem consome audiobook todo dia.

Mas tem uma parte que me pega. Quem faz conteúdo é duro pra caralho com o próprio trabalho e o cliente é igualmente firme: revisa, pede ajuste, reprova, cobra de novo. Tudo pra ontem, é claro. As mesmas pessoas que reprovam um take humano por causa de uma ênfase esquisita batem palma pro que a máquina vomita. É a mesma régua frouxa que faz a hamburgueria da esquina usar cardápio com foto gerada por IA e ninguém piscar.

Então deixo pra vocês outra pergunta que não consigo responder sozinho: nós vamos baixar a régua do que fazemos porque o público aceita? Ou vamos ajudar a cobrar mais de quem tá trocando gente por máquina? Porque uma coisa eu garanto: se no audiobook essa voz passa, em podcast ela não passaria. Ali ninguém fica só pela história, fica por quem tá contando.