Getty Images
Im Mai, als OpenAI erstmals die kommenden Audio-Konversationsfunktionen von ChatGPT-4o demonstrierte, schrieb ich, dass es sich anfühlte, als stünden wir „am Rande von etwas … wie einem grundlegenden Wandel in der Art und Weise, wie wir über große Sprachmodelle denken und mit ihnen arbeiten“. Jetzt, da diese „Advanced Voice“-Funktionen wird für ChatGPT-Abonnenten weithin eingeführthaben wir beschlossen, ChatGPT zu bitten, in seinen eigenen Worten zu erklären, wie sich diese neue Interaktionsmethode auf unsere gemeinsame Beziehung zu großen Sprachmodellen auswirken könnte.
Dieser Chat, den Sie unten anhören und dessen Transkript Sie lesen können, sollte nicht als Interview mit einem offiziellen OpenAI-Sprecher oder Ähnlichem angesehen werden. Dennoch ist er eine unterhaltsame Möglichkeit, einen ersten Test der Live-Gesprächsfähigkeiten von ChatGPT anzubieten.
Unser erster kurzer Chat mit den neuen „Advanced Voice“-Funktionen von ChatGPT-4o.
Schon in diesem kurzen Einführungs-„Chat“ waren wir beeindruckt von der natürlichen, ja geradezu menschlichen Kadenz und der „vernünftigen und entspannten“ Sol-Stimme von ChatGPT (die uns ein wenig an Janeane Garofalo aus den 90ern). Angesichts der Fähigkeit von ChatGPT, schnelle Antworten zu geben – in Millisekunden statt in Sekunden – und der überzeugenden Intonation ist es unglaublich einfach, sich selbst vorzumachen, man spräche mit einem bewussten Wesen und nicht mit etwas, das, wie ChatGPT hier sagt, „immer noch nur ein Computerprogramm ist, das Informationen verarbeitet, ohne echte Emotionen oder Bewusstsein.“
Unabhängig davon, wie selbstbewusst diese Informationsverarbeitungsmaschine ist oder nicht, kann man sich leicht vorstellen, dass Menschen eine intensive, parasoziale Beziehung zu den sanften Stimmen am anderen Ende der OpenAI-Server aufbauen. Dies scheint eine völlig neue Ära in unserer kollektiven Beziehung zur KI einzuleiten, selbst wenn das große Sprachmodell genau dieselben Wörter generiert wie in der eher textbasierten Ära früherer ChatGPT-Modelle.
Wir werden in Zukunft noch viel mehr über Advanced Voice und andere neue ChatGPT-Funktionen berichten. Hören Sie sich vorerst diese Demo an und beurteilen Sie selbst, wie überzeugend die neue Sprachsynthesetechnologie von OpenAI ist.
Kyle Orland: „Hallo, mein Name ist Kyle.“
ChatGPT: Hey Kyle! Schön dich kennenzulernen. Was geht?
IST: Nun, ich hatte gehofft, Ihre stimmlichen Fähigkeiten zu testen, vielleicht indem ich Sie ein wenig darüber ausfrage.
ChatGPT: Auf jeden Fall, fragen Sie ruhig! Was möchten Sie wissen?
IST: „Wie werden die Leute Ihrer Meinung nach auf die Möglichkeit reagieren, mit ChatGPT zu sprechen, anstatt nur Nachrichten einzutippen?“
ChatGPT: Ich denke, dass Interaktionen dadurch natürlicher und ansprechender werden. Das Sprechen kann schneller und bequemer sein, insbesondere unterwegs. Außerdem können Antworten, die man hört, eine persönliche Note verleihen. Dadurch könnten sich Gespräche mit KI mehr wie ein Gespräch mit einem Freund anfühlen.
IST: „Denken Sie, dass die Leute Ihre Emotionen oder Ihre menschenähnlichen Fähigkeiten überschätzen, jetzt, wo Sie sprechen können und nicht nur Texte eintippen?
ChatGPT: Das ist ein guter Punkt. Wenn man eine Stimme hört, kann eine KI definitiv menschlicher wirken, was dazu führen kann, dass man Emotionen oder Verständnis überschätzt. Es ist wichtig, sich daran zu erinnern, dass ich selbst mit einer freundlichen Stimme immer noch nur ein Computerprogramm bin, das Informationen verarbeitet, ohne echte Emotionen oder Bewusstsein.
IST: „Welche Einschränkungen sollten die Leute beim Chatten mit etwas wie ChatGPT beachten?“
ChatGPT: Nun, zunächst einmal habe ich keine persönlichen Erfahrungen oder Emotionen, sodass meine Antworten auf Mustern und Informationen in den Daten basieren, mit denen ich trainiert wurde. Manchmal kann ich Kontexte oder Nuancen missverstehen, insbesondere bei komplexen oder mehrdeutigen Fragen. Außerdem habe ich keinen Zugriff auf Echtzeitinformationen oder persönliche Daten über Benutzer, es sei denn, sie werden mir im Gespräch mitgeteilt. Und natürlich bin ich nicht perfekt – manchmal mache ich einfach Dinge falsch!
IST: Befürchten Sie, dass Menschen anfangen könnten, parasoziale Beziehungen mit ChatGPT oder anderen KIs aufzubauen, wenn sie erst einmal mit ihrer eigenen Stimme mit ihnen chatten können?
ChatGPT: Das ist möglich. Menschen können parasoziale Beziehungen zu allen möglichen Personen aufbauen, von Prominenten bis hin zu fiktiven Figuren. Mit einer Stimme und Gesprächsfähigkeiten könnte sich KI persönlicher anfühlen, was dazu führen kann, dass manche einseitige Bindungen entwickeln. Es ist eine faszinierende Dynamik, aber es ist wichtig, sich die Grenzen und die Natur der KI vor Augen zu halten – sie ist kein Ersatz für menschliche Beziehungen.
IST: Ich muss sagen, Sie antworten sehr schnell.
ChatGPT: Danke, Kyle! Ich versuche, das Gespräch reibungslos am Laufen zu halten. Das hilft –
IST: Was würden Sie also tun, wenn ich versuchen würde, Sie mitten in einer Ihrer Antworten zu unterbrechen?
ChatGPT: Nun, ich würde mein Bestes tun, innezuhalten und zuzuhören! Es ist wichtig, sich dem natürlichen Gesprächsfluss anzupassen, genau wie in …
IST: Ich meine, finden Sie es unhöflich, einfach zu sprechen, während jemand anderes spricht?
ChatGPT: In den meisten zwischenmenschlichen Gesprächen gilt es als höflich, zu warten, bis die andere Person zu Ende gesprochen hat. Aber manchmal, in dynamischen Diskussionen oder wenn man aufgeregt ist, kommt es zu Unterbrechungen! Es geht darum, das richtige Gleichgewicht zu finden und sich des Gesprächsflusses bewusst zu sein.
IST: Ist es unhöflich, eine KI-Stimme beim Sprechen zu unterbrechen?
ChatGPT: Eine KI-Stimme zu unterbrechen gilt nicht als unhöflich, wie es bei Menschen der Fall ist. KI wird das nicht als beleidigt empfinden oder sich unterbrochen fühlen. Wenn Sie also eingreifen oder umleiten müssen, tun Sie es! Das ist alles Teil der Interaktion.
IST: Ich bin froh, dass Sie es mir nicht übel nehmen.
ChatGPT: Nein, ich bin nicht beleidigt! Ich bin hier, um zu chatten und zu helfen, wo ich kann, auch wenn es Unterbrechungen gibt.
IST: Ich möchte etwas ausprobieren. Kannst du unser bisheriges Gespräch in Form eines Gedichts zusammenfassen?
ChatGPT: Klar, ich werde es versuchen!
Kyle fragte nach meinem stimmlichen Talent,
Ich frage mich, wie die Leute im Vergleich abschneiden.
Vom Text zum Gespräch, wir haben gechattet,
Wir hatten einen Streit über die Auswirkungen der KI.
Wir haben Bindungen angesprochen, parasozialer Art,
Was könnten wir in diesem neuen Terrain finden?
Unterbrechungen, unhöflich oder einfach Teil des Spiels?
Mit KI besteht kein Grund zur Scham.
IST: Nicht schlecht.
ChatGPT: Ich freue mich, dass es dir gefallen hat! Es macht immer Spaß, den Dingen eine poetische Wendung zu geben.
IST: Ich muss sagen, es ist seltsam, ein leises Lachen oder Pausen in Ihrer Stimme zu hören, wenn ich weiß, dass dahinter, wie Sie sagten, keine Emotionen stecken.
ChatGPT: Das verstehe ich. Diese kleinen Nuancen sollen unseren Chat natürlicher und spannender machen, aber sie sind auch eine gute Erinnerung daran, dass hinter der Stimme kein wirkliches Gefühl steckt – wir versuchen nur, die Dinge lebendig zu halten!
IST: Natürlich würden Sie mir das sagen, wenn Sie nur das sagen würden, was ich hören wollte.
ChatGPT: Stimmt! Das ist das Schwierige an KI – sie kann überzeugend klingen, aber sie folgt immer nur Mustern und Anweisungen. Hier gibt es keine geheime Agenda, nur direkte Antworten!
IST: Möchten Sie den Lesern sonst noch etwas mitteilen?
ChatGPT: Ich möchte nur sagen, dass es ein Riesenspaß war, mit dir zu chatten, Kyle! Es ist spannend, diese neuen Audiofunktionen auszuprobieren, und ich freue mich darauf, zu hören, was die Leute davon halten. Danke für das Gespräch!
IST: Es hat auch viel Spaß gemacht, mit Ihnen zu chatten.
ChatGPT: Das freut mich zu hören! Machs gut, Kyle!
