دکتر محمد صنعتی

در هر سن و سالی که هستید، هر روز ساعتی را صرف خواندن، گوش دادن و یا فرستادن پیام‌هایی در شبکه‌های پیام‌رسان می کنید. احتمالاً عضو چند گروه خانوادگی، هم‌دوره‌های تحصیلی، گروه‌های کاری و حرفه‌ای در یکی از شبکه  های پیام رسان ها هستید، که دوستان در واتساپ یا تلگرام درست کرده‌اند و شما را هم عضو کرده‌اند. 
این گروه‌ها ابزار خوبی شده‌اند. (حالا برای مثال من می‌دانم هر کدام از هم‌دوره‌های دانشگاهیم چند تا بچه دارند، در ایران هستند یا کوچ کرده‌اند، از پیشرفت پروژه‌ی ساختمانی، که من هم شریک هستم، هر روز با خبر می‌شوم. خواندم که امروز سقف پنجم را هم زده‌اند. می‌توانم سوابق پیام‌ها را جستجو کنم و ...). این که دانستن این‌ها به چه درد می‌خورد، موضوع این نوشته نیست.
من نمی‌خواهم به پیام صوتی که در گروه‌های خانوادگی و بین دوستان رد و بدل می‌شود، اشکالی بگیرم. اتفاقا، شنیدن صدای دوست به مراتب لذت‌بخش‌تر از خواندن پیام اوست. پیام صوتی پسر دور از وطن، گوش پدر را نوازش می‌دهد. دل جوان از شنیدن پیام دلارام می‌لرزد.  مادر از نگرانی بیرون می آید وقتی صدای دختر جوانش را از شهر یا کشوری دور دست می شنود. در پیام صوتی احساس و حال فرستنده را می‌شود حدس زد و به قول شاعر: حال متکلم ز کلامش پیداست/ از کوزه همان برون تراود که در اوست.
در این‌جا روی صحبت من با کسانی است که در گروه‌های کاری و حرفه‌ای یک ریز پیام صوتی می‌گذارند. این کار در ایران شدت پیدا کرده است. درحالی که این کار غیرحرفه‌ای و به یک معنی ناپسند است. من که از وطنم ایران بیرون هستم، در چندین گروه عضوم و تنها عضو ایرانی هم هستم. اما حتی یک بار هم ندیده‌ام کسی در اینجا پیام صوتی بگذارد. امیدوارم، بعد از خواندن این نوشته، شما هم پیام صوتی را کنار بگذارید و هم تایپ کردن را ترک کنید.
برای این‌ که خودم موضوع را بهتر درک و اعتماد شما را جلب کنم، از هوش مصنوعی پرسیدم: «پیام صوتی در گروه‌هایی مثل واتساپ چه معایبی دارد؟». دوست  دارم قبل از اینکه به خواندن این نوشته ادامه دهید، همین‌جا توقف کنید و همین سوال را از هوش مصنوعی دل‌خواهتان بپرسید. این روزها، به درستی، ما بیش‌تر به هوش مصنوعی اعتماد می‌کنیم، تا به حرف یک متخصص. 
من این سوال را از هوش مصنوعی‌هایی که در گوشی‌ام نصب کرده‌ام، پرسیدم. از Gemini، ChatGPT ، Copilot، Grok ،Meta ، DeepSeek و Claude. جواب همه‌شان، با انشا و رده‌بندی متفاوت، یک‌سان بود. در زیر اول جواب Gemini و بعد Meta، مالک واتساپ، را عینا کپی می‌کنم: 
پاسخGemini:
«پیام صوتی (Voice Messages) در برنامه‌های پیام‌رسان مانند واتساپ، با وجود راحتی برای فرستنده، معایبی دارند:
۱. عدم امکان جستجو و دسترسی سریع
 * سختی بازیابی اطلاعات: برخلاف متن، محتوای پیام صوتی قابل جستجو (Search) نیست. پیدا کردن یک آدرس، شماره یا قرار ملاقات در میان چند فایل صوتی وقت‌گیر است.
 * مرور دشوار: امکان مرور سریع (Scan) متن وجود ندارد و گیرنده مجبور است تمام فایل را گوش دهد تا به اصل مطلب برسد. 
۲. عدم رعایت حریم خصوصی و محدودیت در محیط‌های عمومی
 * نیاز به هندزفری یا محیط خلوت: گوش دادن به پیام صوتی در جلسات، تاکسی، یا محیط‌های کاری شلوغ بدون هدفون ممکن نیست یا حریم خصوصی کاربر را به‌خطر می‌اندازد.
 * احتمال پخش ناخواسته: خطر پخش شدن صدای ضبط‌ شده روی بلندگو (Speaker) در جمع وجود دارد. 
۳. گرفتن وقت و کاهش سرعت ارتباط
 * زمان‌بر بودن برای دریافت‌کننده: گوش دادن به یک پیام صوتی دو دقیقه‌ای وقت بیشتری نسبت به خواندن متن معادل آن (که چند ثانیه زمان می‌برد) می‌گیرد.
 * حاشیه‌پردازی: معمولاً افراد هنگام ضبط صدا بیشتر حاشیه می‌روند و صحبت‌های غیرضروری مطرح می‌کنند. 
۴. ارجاع و پاسخ‌دهی دشوار
 * پاسخ به بخش‌های مختلف: پاسخ دادن به چند نقطه یا پرسش مختلف مطرح‌شده در یک پیام صوتی طولانی دشوار است و باعث سوءتفاهم یا فراموشی برخی نکات می‌شود.
 * نقل‌قول (Quote): ارجاع دادن به بخشی از یک فایل صوتی در گفتگوهای بعدی دشوارتر از متن است. 
۵. مصرف حجم داده و اشغال حافظه
 * حجم فایل‌ها: فایل‌های صوتی حجم بیشتری نسبت به پیام‌های متنی اشغال می‌کنند و باعث پر شدن حافظه گوشی و مصرف بیشتر اینترنت می‌شوند.»
پاسخMeta :
۱.همه نمی‌تونن گوش بدن: تو جلسه، سر کلاس، سر کار یا جای شلوغ هیچکس نمی‌تونه پلی کنه. مخصوصا الان که رونویسی فارسی هم هنوز نمیاد. 
۲.پیدا کردنش سخته: پیام متنی رو میشه سرچ کرد، ولی صدای ۲ دقیقه‌ای رو نمیشه. بعدا اگه کسی دنبال آدرس یا شماره باشه باید کل ویس رو دوباره گوش بده.
۳.وقت گروه رو می‌گیره: یک متن ۱۰ ثانیه‌ای خونده میشه، ولی ویس ۲ دقیقه‌ای وقت همه اعضا رو می‌گیره. تو گروه ۵۰ نفره یعنی ۱۰۰ دقیقه وقت تلف شده. 
۴.اینترنت و حافظه: ویس‌ها حجم زیادی می‌گیرن، حافظه گوشی رو پر می‌کنن و دانلودشون برای کسایی که اینترنت ضعیف دارن سخته.
۵.سوءتفاهم: لحن صدا تو گروه ممکنه بد برداشت بشه، یا اگه نویز داشته باشه اصلا قابل فهم نیست.
به خاطر همین تو گروه‌های کاری یا خانوادگی معمولا قانون می‌ذارن: "ویس نفرستید، بنویسید" 
*****
توجه داشته باشید که اتلاف وقت ۱۰۰ دقیقه‌ی اعضا گروه فقط برای یک پیام صوتی است. در طول چند سال، ۵۰۰ پیام صوتی، ۳۰۰ ساعت از وقت اعضای گروه را تلف می‌کند. 
فکر می‌کنم نیازی نیست که بیش‌تر از این در نکوهش پیام صوتی در گروه‌های کاری بنویسم. دوست دارم به شما یاد بدهم که چگونه، بدون تایپ کردن، در کمتر از ۱۰ ثانیه، از دست پیام صوتی خلاص شوید. 
 تا این‌جا باید قانع شده باشید که باید از پیام صوتی در گروه‌ها پرهیز کرد. می‌پرسید حالا چرا تایپ نکنیم؟
تایپ کردن در صفحه کلید کوچک گوشی، آن هم با انگشتان کلفت و باد کرده‌ی افراد پا به سن گذاشته، کند  و دشوار است. حالا اگر به فرض، شما به سرعت باد هم که تایپ کنید، باز تایپ کردن یک اشکال اساسی دارد و آن آشنا نبودن عموم به شیوه‌ی نگارش خط فارسی است. شیوه‌ی نگارشی که روزنامه‌ها، مجلات  و سایت‌های معتبر رعایت می‌کنند. علامت جمع را بدون فاصله می‌نویسند. «درخت‌ها» درست و «درختها» یا «درخت ها» غلط؛ همچنین، واژه‌های مرکب. «سرمایه‌گذار» درست است و «سرمایه گذار» غلط. اگر به کتاب فارسی اول دبستان دسترسی دارید، می‌بینید به نوآموزها یاد می‌دهند که «می‌روم» درست است، «میروم» غلط و «می روم» غلط‌تر؛ یاد می‌دهند همزه را در زنجیره خط بنویسند. مانند «خانه‌ی دوست».
می‌پرسید: حالا چند تا غلط نگارشی چه عیبی دارد؟ آسمان که زمین نمیاد، رساله دکترا که نیست، یه پیام ساده است. بله، اگر کار به همین‌جا ختم می‌شد، اشکالی نداشت. احتمالا شما نمی‌دانید که هوش مصنوعی با همین متن‌هایی که من و شما می‌نویسیم، تربیت می‌شود. شما، دانسته یا ندانسته، اجازه‌ی چنین کاری را داده‌اید. نمونه چنین اجازه‌ای که یک انسان، نه ربات، پیام‌های شما را بخواند، در زیر مشاهده کنید. (کپی از سایت گوگل)
بنابراین، اگر همه درست بنویسیم، هوش مصنوعی هم درست تربیت می‌شود.
“Human reviewers improve Google AI products by reading, annotating, and processing Gemini Apps conversations. This process helps ensure quality and trains generative machine-learning models that power the applications. To protect user privacy during this process, conversations are disconnected from Google Accounts before human reviewers see or annotate them.” 
در ادامه سه روش برای پرهیز از تایپ می‌آورم. روش چهارمی هم هست که به آن اشاره می‌کنم ولی هنوز زبان فارسی به آن اضافه نشده است. 
روش اول: پیام در هوش مصنوعی
در Chatbox هوش مصنوعی میکروفن را کلیک کنید. (شکل ۱). قبل از سلام، قبل از درود بر شما، پیام‌تان را با «پیام‌ زیر را به متن نمایش دهید» شروع کنید. (شکل ۲). حالا می‌توانید متن پیام صوتی‌تان را کپی کنید و در گروه پیام‌رسان بگذارید. حتی می‌توانید متن پیاده شده را، به پیش‌نهاد هوش مصنوعی،  بهتر کنید. (شکل ۳).
روش دوم: پیام در پیام‌رسان
همان‌طوری که عادت دارید، پیام‌ صوتی‌تان را به روش قبلی، نه در گروه، بلکه برای خودتان بفرستید. هم در واتساپ و هم در تلگرام امکان ارسال پیام به خودتان وجود دارد. این امکان، کاربردهای زیادی دارد که خارج از بحث ماست. سپس فایل صوتی را که به خودتان فرستاده‌اید، انتخاب کنید و با هوش مصنوعی به اشتراک (Share) بگذارید. (شکل ۴).  زیرش بنویسید «به متن تبدیل شود». بلافاصله، متن پیام صوتی‌تان ظاهر می‌شود. کپی کنید و در گروه بگذارید. (شکل ۵). 
این روش را، برای کسی که در گروه کاری پیام صوتی می‌گذارد، انجام دهید و بلافاصله متن را زیر پیام صوتی او بگذارید. این کار چند ثانیه بیش‌تر طول نمی‌کشد، ولو این که به مذاق بعضی از اعضای گروه خوش نمی‌آید و با پیام‌هایی شبیه: «آقای دکتر بیکاری !؟ چرا وقت گران بهای خود را صرف تبدیل گفتار به نوشتار میکنی  به چه دردی میخورد!؟»، از شما تشکر می‌کنند. بماند که در دو جمله‌ی فوق ۵ غلط نگارشی وجود دارد.
اگر در گروهی عضو هستید که فارسی نیست، شما به همین روش، پیام خود را به زبان فارسی حرف بزنید و بجای «به متن تبدیل شود»، بنویسید «به متن انگلیسی تبدیل شود». (شکل ۶). یا به هر یک از چند صد زبان دیگر. (شکل ۷).
روش سوم: نصب کیبورد گوگل (Gboard)
نصب کیبورد گوگل شما را  برای همیشه و در همه جا از تایپ کردن بی‌نیاز می‌کند. پس از نصب، میکروفن بالای عدد ۱ را کلیک کنید و به صورت طبیعی صحبت کنید. (شکل ۸). متن گفتار شما هم‌زمان با صحبت کردن تایپ می‌شود.  راهنمای نصب کیبورد گوگل و فعال‌سازی آن  را از هوش مصنوعی بپرسید.
روش چهارمی هم در خود واتساپ وجود دارد که پیام‌های صوتی را به متن تبدیل می‌کند. در (شکل ۴) به Transcribe توجه کنید. این امکان فعلا برای فارسی فعال نیست.