Voce e immagini: parla e mostra

Fino a questa lezione hai parlato con l'IA tramite testo. Ma ChatGPT ha altri due canali: voce e immagini. Sono ciò che trasforma una semplice chat in un assistente sempre a portata di mano.

Modalità vocale: non dettatura, ma conversazione

Abbiamo attivato la voce nella lezione sulle app. Ora andiamo più a fondo, perché qui si confondono due cose. La dettatura (l'icona del microfono nel campo di input) trasforma semplicemente il tuo parlato in testo: tu parli, appaiono le lettere e da lì è una chat normale. La modalità vocale (l'icona delle cuffie/onda sonora) è una conversazione completa: tu parli, l'IA risponde a voce alta con una voce reale, e puoi interromperla a metà frase: si ferma e cambia. La differenza è tra messaggiare e telefonare.

Perché la voce cambia le abitudini

Scrivere una richiesta dettagliata è un lavoro. Dirla è naturale. In 40 secondi di parlato esponi il triplo del contesto che avresti digitato, e ricorda la regola della lezione sul primo dialogo: più contesto, risposta più precisa. Inoltre libera le mani e gli occhi: in auto, ai fornelli, spingendo un passeggino, l'IA diventa qualcuno con cui parli invece di un'app che fissi.

Cosa si può fare con la modalità vocale

• Fare pratica a voce alta. «Facciamo un colloquio di prova. Tu sei un manager delle risorse umane esigente, fai una domanda alla volta, io rispondo a voce alta e alla fine rivediamo le mie risposte.» Una pratica di conversazione dal vivo che non otterresti mai dal testo.
• Brainstorming in movimento. Tu cammini e pensi a voce alta, l'IA recepisce e suggerisce spunti. Le idee vengono colte mentre sono fresche.
• Elaborare qualcosa al volo. «Spiegami la differenza tra leasing e prestito, in parole semplici» — in treno, senza schermo.

Immagini, parte uno: l'IA guarda la tua foto

Trascina un'immagine nella chat (la graffetta, o la fotocamera nell'app) e chiedi informazioni al riguardo. Non è un trucco da festa, è uno strumento di lavoro:

• Fotografa un errore sconcertante sul tuo schermo — «cosa significa e come lo risolvo?»
• Scatta una foto a un piatto in un ristorante con un menu straniero — «cos'è e contiene noci?»
• Mostragli un grafico da un report — «descrivimi la tendenza che sto osservando».
• Fotografa l'interno del tuo frigorifero — «cosa posso cucinare per cena con questo?»

Il modello legge ciò che c'è nell'immagine e risponde a parole. Screenshot, foto, diagrammi, appunti scritti a mano: tutto è valido.

Immagini, parte due: l'IA disegna da una descrizione

Il rovescio della medaglia è la generazione: descrivila a parole e ChatGPT disegna l'immagine dal nulla. «Disegna un logo per una caffetteria: minimalista, una tazza e montagne, toni caldi» — un'immagine in pochi secondi. Si presenta più spesso di quanto pensi: un'illustrazione per un post, un logo abbozzato, un biglietto di compleanno, un diagramma per una presentazione, un riferimento per il tuo designer. Proprio come con il testo, l'iterazione (tornare sulla risposta, dalla lezione sul primo dialogo) è ciò che funziona: «più luminoso», «rimuovi lo sfondo», «prova uno stile diverso».

Dove le immagini incontrano i loro limiti

Due limiti onesti, così non rimarrai deluso. Primo: le immagini generate sono illustrazioni, non fotografie di eventi reali, e i piccoli dettagli (testo all'interno dell'immagine e soprattutto le dita) risultano ancora imperfetti — controlla prima di pubblicare. Secondo: quando legge una foto, si applica la stessa regola del testo della lezione sui 10 lavori — verifica i fatti. «Identifica questo fungo, è commestibile» è una cattiva idea: il prezzo di un errore è la tua salute, e il modello può sbagliare. Con cibo, medicine e documenti legali l'IA assiste, ma è un professionista a decidere.

Domande frequenti su voce e immagini

• «Le persone intorno a me possono sentirlo?» No — l'audio va alle tue cuffie o all'altoparlante del tuo telefono, come qualsiasi chiamata.
• «Posso parlare con un accento, o male?» Sì, il modello gestisce bene il parlato reale, le pause e gli errori — parla come parli.
• «Posso scaricare un'immagine generata e usarla?» Scaricare, sì, tramite il pulsante di salvataggio; ma prima di pubblicarla per un'attività commerciale, controlla i termini del servizio e ricorda quei piccoli dettagli imperfetti.
• «Perché l'IA non ha rilevato qualcosa nella mia foto?» Di solito la qualità: scatti scuri, sfocati o angolati vengono letti male — rifai la foto frontalmente e con buona luce.

Fallo ora

Due minuti, due tocchi. Uno: attiva la modalità vocale e chiedi a voce alta una spiegazione su qualsiasi cosa ti incuriosisca — ascolta semplicemente che sensazione ti dà. Due: fotografa qualcosa vicino a te (un'etichetta, una ricevuta, una pagina di un libro) e chiedi informazioni al riguardo. Hai appena usato tutti e tre i canali: testo, voce, immagine.