Nowy Apple Watch potrafi zrobić coś, co jeszcze niedawno mogło brzmieć jak scenariusz filmu science fiction. Może analizować dźwięki z otoczenia, cofać się o kilkanaście sekund i przygotować transkrypcję rozmowy, a nawet tworzyć podsumowania tego, o czym rozmawialiśmy. Apple przekonuje, że wszystko odbywa się z poszanowaniem prywatności. Problem w tym, że sama możliwość sprawia, iż technologia zaczyna wchodzić w obszar, w którym jeszcze niedawno obowiązywała prosta zasada: żeby coś nagrać, trzeba było świadomie włączyć nagrywanie.
Apple Watch coraz bardziej przypomina osobistego słuchacza
Podczas środowej prezentacji nowych urządzeń Apple pokazał między innymi zegarki Apple Watch Series 12 i Apple Watch Ultra 4. Jedną z najciekawszych ich nowości są funkcje wykorzystujące sztuczną inteligencję do analizy dźwięku.
Funkcja Audio Intelligence może rozpoznawać dźwięki z otoczenia, takie jak syreny, alarmy, dzwonki do drzwi czy płacz dziecka. Dla osób głuchych i niedosłyszących może to być naprawdę wartościowe rozwiązanie. Zegarek może ostrzec użytkownika o alarmie przeciwpożarowym czy sygnale czujnika tlenku węgla nawet wtedy, gdy iPhone znajduje się daleko.
To jest ten rodzaj wykorzystania AI, z którym trudno polemizować. Technologia faktycznie może poprawić bezpieczeństwo i samodzielność użytkownika.
Apple poszedł jednak krok dalej.
15 sekund rozmowy można cofnąć i przepisać
Nowa funkcja Live Rewind pozwala cofnąć się o 15 sekund i zamienić właśnie usłyszany fragment rozmowy na tekst. Wystarczy dwukrotnie nacisnąć Digital Crown.
Apple podaje bardzo niewinne przykłady zastosowania. Ktoś polecił nam książkę, współpracownik rzucił ciekawy pomysł albo nie dosłyszeliśmy fragmentu rozmowy. Zamiast prosić o powtórzenie, możemy po prostu cofnąć nagranie i otrzymać transkrypcję.
Tyle że ta sama technologia ma drugą stronę.
Osoba znajdująca się obok nas może nie mieć świadomości, że jej słowa właśnie zostały przekształcone w tekst i zapisane na później. Nie trzeba już wyciągać smartfona, uruchamiać dyktafonu i kierować go w stronę rozmówcy. Wystarczy zegarek na nadgarstku i odpowiedni gest.
Apple zapewnia, że użytkownik słyszy sygnał dźwiękowy i widzi animację mikrofonu na ekranie. Nie jest to więc całkowicie ukryte nagrywanie. Mimo wszystko jest znacznie mniej oczywiste niż wyciągnięcie telefonu i rozpoczęcie nagrywania.
Siri Recap idzie jeszcze dalej
Jeszcze ciekawsza jest funkcja Siri Recap. Apple Watch może analizować rozmowy znajdujące się w jego otoczeniu i tworzyć ich ogólne podsumowania. Nie są to dokładne transkrypcje. Sztuczna inteligencja przygotowuje tytuł, najważniejsze punkty i krótkie podsumowanie.
Apple widzi tu zastosowanie przede wszystkim podczas spotkań czy rozmów, na przykład konferencji z nauczycielem dziecka.
I znowu: brzmi bardzo praktycznie. Nie trzeba robić notatek, ponieważ zrobi je za nas AI.
Ale pojawia się pytanie, którego Apple nie może rozwiązać samą technologią: czy pozostali uczestnicy rozmowy zgodzili się na to, żeby ich wypowiedzi były analizowane przez sztuczną inteligencję?
Apple mówi: audio nie jest przechowywane
Trzeba przy tym uczciwie zaznaczyć, że Apple nie przedstawia tych funkcji jako systemu permanentnego nagrywania ludzi.
Siri Recap nie jest domyślnie aktywne przez cały czas. Użytkownik sam decyduje, kiedy funkcja ma działać, może ją ograniczyć na przykład do godzin pracy i w każdej chwili wyłączyć.
Apple podkreśla również, że nie tworzy ani nie przechowuje nagrań surowego dźwięku. Firma twierdzi, że nawet sama nie ma dostępu do oryginalnego audio. Wygenerowane transkrypcje i podsumowania mają być zabezpieczone szyfrowaniem end-to-end, a system nie identyfikuje ani nie przypisuje wypowiedzi konkretnym osobom.
To istotne zabezpieczenia. Nie zmieniają jednak pewnego faktu: Apple Watch staje się urządzeniem, które może aktywnie analizować to, co dzieje się wokół jego właściciela.
Największy problem może być kulturowy, nie techniczny
I właśnie to wydaje się najciekawsze w całej historii.
Przez lata przyzwyczailiśmy się do tego, że telefon może nas fotografować, nagrywać czy rejestrować dźwięk. Ale nagrywanie wymagało zazwyczaj wykonania widocznego gestu. Ktoś wyciągał smartfon i kierował go w stronę rozmówcy.
Zegarek zmienia tę sytuację.
Możliwość dyskretnego zapisania ostatnich sekund rozmowy może sprawić, że ludzie zaczną zachowywać się inaczej. Jeśli będziemy mieli świadomość, że osoba siedząca obok nas może w każdej chwili zachować fragment naszej wypowiedzi, możemy zacząć ostrożniej dobierać słowa.
To nie jest wyłącznie problem Apple. Podobny kierunek widać już w innych urządzeniach wykorzystujących AI, które mają być stale dostępne i pomagać użytkownikowi zapamiętywać wydarzenia z jego życia.
Granica między „AI, które pomaga mi pamiętać” a „AI, które cały czas słucha” staje się więc coraz mniej wyraźna.
Na razie nie jest to jeszcze problem dla Polaków
Jest jednak pewne pocieszenie. Najbardziej kontrowersyjne funkcje związane z analizowaniem i transkrypcją rozmów nie są obecnie dostępne w pełnym zakresie we wszystkich językach i regionach. W praktyce rozwiązania związane z nagrywaniem i przetwarzaniem rozmów są na razie przede wszystkim skierowane na rynki anglojęzyczne i obsługę języka angielskiego.
To oznacza, że polski użytkownik Apple Watcha nie musi jeszcze obawiać się, że jego zegarek zacznie bez problemu przygotowywać transkrypcje polskich rozmów. Ale trudno uznać to za rozwiązanie problemu. Raczej za odroczenie go w czasie.
W krajach anglosaskich dyskusja na temat takich urządzeń już się zaczyna. Wraz z rozwojem AI coraz więcej producentów chce, aby nasze urządzenia nie tylko reagowały na polecenia, ale również rozumiały kontekst tego, co dzieje się wokół nas.
Jeśli podobne funkcje trafią w przyszłości do polskiej wersji Apple Watcha, również u nas pojawią się pytania o zgodę na nagrywanie rozmów, prywatność i to, czy osoba rozmawiająca z właścicielem zegarka powinna być informowana o tym, że jej słowa mogą zostać zapisane w formie tekstowej.
To więc problem, który do Polski jeszcze na dobre nie zawitał. Ale wszystko wskazuje na to, że prędzej czy później zawita. I być może wtedy okaże się, że najważniejszym pytaniem nie będzie już „czy Apple może to zrobić?”, lecz „czy chcemy żyć w świecie, w którym takie rozwiązanie jest czymś zupełnie normalnym?”.
Foto: Apple.