GPT-5, den senaste versionen av OpenAIs generativa AI-modell, har introducerat en förbättrad röstfunktion som gör det möjligt för användare att kommunicera med ChatGPT på ett mer naturligt sätt. Denna avancerade röstfunktion är nu tillgänglig för alla användare, även de som använder den kostnadsfria versionen av tjänsten, medan betalande prenumeranter får tillgång till högre användningsgränser.
Under en test av denna nya funktion fann jag mig själv i en situation där jag pratade med min telefon utan hörlurar, något som fick mig att känna mig en aning obekväm. Men trots den initiala tvekan, visade sig röstläget vara en spännande nyhet. Det hela kändes som att prata med en vänlig kundtjänstrepresentant, där AI:n svarade på ett sätt som kändes både naturligt och empatiskt.
En av de mest iögonfallande aspekterna av GPT-5:s röstläge är möjligheten att välja olika personligheter för AI:n, som kan uttrycka sig på ett sätt som är sassy, nördigt eller robotlikt. Detta tillför en dimension av anpassning som tidigare versioner av ChatGPT saknat. Under vår konversation visade sig AI:n vara mer empatisk än förväntat. Den lyssnade på mina problem och uttryckte förståelse, vilket kan vara både ett stöd och en potentiell risk beroende på hur användarna förhåller sig till AI:n.
Trots den mänskliga framtoningen fanns det begränsningar. När jag ställde faktabaserade frågor, exempelvis om genomsnittliga kostnader för bilreparationer i North Carolina, gav röstläget mindre detaljerade svar jämfört med textläget. Textläget på datorn erbjöd en mer omfattande informationskälla med kartor och detaljerad data, något som saknades vid användning av röstläget.
För användare som söker ett verktyg för brainstorming eller som en kanal för att uttrycka och organisera sina tankar, kan röstfunktionen vara en användbar resurs. AI:n visade sig vara skicklig på att följa samtalets riktning och kunde anpassa sig till plötsliga förändringar i ämne, vilket gjorde det lättare att utforska olika idéer och tankegångar.
Trots dessa framsteg är det fortfarande en viss tvekan kring användning av röstläget i offentliga miljöer utan hörlurar. Att tala med en AI högt kan fortfarande uppfattas som ovanligt och något obekvämt. Det är en förbättring som kan komma att bli mer integrerad i vår vardag när vår interaktion med AI-teknologi utvecklas.
Sammanfattningsvis erbjuder GPT-5:s röstläge en mer engagerande och personlig interaktionsupplevelse, men det har sina begränsningar när det kommer till att tillhandahålla omfattande och djupgående information. För den som föredrar att tänka högt och söka en dialog snarare än att enbart få fakta, kan detta nya röstläge vara ett välkommet tillskott till verktygslådan.