最近才知道,原來我在企業訓練現場,對著電腦嘰嘰呱呱下指令的樣子,現在有一個很時髦的名字:voice-pilled。

以前學員看到我一邊走來走去,一邊對著 ChatGPT 講個不停,通常會露出一種很複雜的表情,大概介於「原來還可以這樣用」與「他是不是一個人工作太久了?」之間。

最近 Fortune 報導,矽谷有些公司已經直接在辦公桌上裝麥克風。有人寫信、整理文件,甚至寫程式,都開始用講的。Menlo Ventures 有幾位投資人甚至認為,我們已經到了「打字妨礙工作」的程度。

當然,他們也承認,在開放式辦公室裡,對著麥克風自言自語,還是有點尷尬。這一點,我完全可以理解。

我在教學現場請學員使用語音輸入時,大家通常會先低頭看桌面,再看看左右兩邊,最後很有默契地繼續打字。明明前面站著一位已經示範半小時、毫無羞恥心的講師,大家還是不好意思開口。

但是,語音輸入的價值,可能不只是比較快。

當我們用鍵盤寫東西時,很容易打了三個字,開始改句子;再打五個字,調整格式;想到一半,又回去修前面。最後,一個原本還算完整的想法,被我們自己修到只剩標題。

用說的就不太一樣:你必須把事情講出來,講到一半發現不合理,就重新說一次;前後矛盾時,自己的耳朵通常比眼睛更早發現。

認知科學裡有一個概念叫自我解釋(Self-explanation)。當人試著說明自己為什麼這樣判斷、哪裡還不確定、前後如何連接時,理解通常會變得比較完整。常常開口講,確實可能讓人更會整理思考。

請注意,是「更會整理思考」。不是講得越久,智慧就會按照分鐘數增加。否則以我的說話量,現在應該已經可以解決世界上大部分的管理問題。

現在不少筆電的內建麥克風其實已經相當夠用。把筆電靠近一點,聲音放低,不需要用上課報告的音量,也能完成語音輸入。這樣通常不會太吵。

不過,即使技術可行,還是很難大規模推動。

想像一間安靜的辦公室,每個人戴著耳機、身體向前傾,用很小的聲音對著筆電或桌機喃喃自語。不知道的人走進來,可能會以為這家公司正在進行某種集體祈禱。

但是,很多新的工作習慣,剛開始看起來都不太自然。以前在電梯裡戴著藍牙耳機講話,也很像在跟空氣吵架。後來大家就習慣了。

我不認為鍵盤會消失。表格、數字、精密修改與複雜文件,仍然需要眼睛與雙手。但是,未來的工作可能會變成:先用語音把想法說完整,再由 AI 整理,最後回到鍵盤檢查與修改。

而且我看越年輕的世代,基本上已經不太會用鍵盤了。他們打字能力衰退的程度令人驚訝,連滑鼠或觸控板控制的能力也非常糟糕。

所以,語音輸入應該會變成新一代的標準工作模式。

下次看到有人對著電腦嘰嘰呱呱,不要覺得他很奇怪。他可能只是比較早開始練習未來的工作方式。