“Hey Google”. “Siri”. “Alexa”. Estas palavras-chave tornaram-se uma parte incontornável do nosso dia a dia, o ritual vocal necessário para acordar os assistentes de inteligência artificial que vivem nos nossos dispositivos. Mas, sejamos honestos, é uma interação muitas vezes desajeitada. Dizer “Hey Google” a plenos pulmões num autocarro silencioso ou tentar fazê-lo funcionar num bar barulhento não é a experiência mais fluida. Uma nova patente da Google, descoberta recentemente, revela que a empresa está a trabalhar numa solução engenhosa e quase futurista para este problema, que pode, um dia, acabar de vez com a necessidade de usar uma palavra-chave.

A ideia é radicalmente simples e brilhante: em vez de usar o microfone para ouvir um comando, o smartphone usaria o seu próprio ecrã para sentir quando o aproximas da tua cara para falar.

Como é que o teu ecrã te consegue “ouvir”?

A primeira preocupação que surge com uma ideia destas é a privacidade. Estará a câmara a vigiar-me constantemente? A resposta, e a genialidade da patente, é não. A tecnologia descrita não usa a câmara nem o microfone para a ativação. Em vez disso, recorre a um componente que já existe em todos os smartphones: a grelha de sensores capacitivos do ecrã.

Esta grelha é a mesma que deteta o toque dos teus dedos com precisão. A patente descreve um sistema que, em vez de procurar um pequeno ponto de contacto, está treinado para reconhecer a “sombra” elétrica, muito maior e distinta, que a tua cara e a tua boca criam nos sensores quando aproximas o smartphone para falar.

O processo seria incrivelmente natural e livre de fricção:

Fazes o gesto instintivo de levar o smartphone à boca para dar um comando de voz.
O ecrã deteta o padrão único de “proximidade da face”.
O assistente Gemini é ativado automaticamente por um breve período, ficando imediatamente pronto a ouvir a tua instrução.

As vantagens: um assistente mais rápido, discreto e eficiente

Este método, se implementado, resolveria de uma só vez os maiores problemas dos sistemas de ativação atuais.

Adeus à vergonha e olá à discrição: Acabaria com a necessidade de dizer uma palavra-chave em voz alta em público. A interação tornar-se-ia muito mais privada e menos constrangedora.
Funciona em qualquer ambiente: Como não depende do microfone para a ativação, o sistema funcionaria perfeitamente em locais barulhentos onde as palavras-chave falham. Da mesma forma, o uso de máscaras faciais, que muitas vezes abafam a voz, deixaria de ser um problema.
Mais natural que um botão: É um sistema passivo, baseado num movimento. O próprio gesto de falar para o smartphone torna-se o comando de ativação, eliminando o passo extra de ter de pressionar um botão.
Amigo da bateria: A patente salienta que os sensores capacitivos do ecrã consomem muito pouca energia. Isto significa que esta funcionalidade, que estaria sempre “atenta”, não teria um impacto significativo na autonomia do dispositivo.

O futuro da interação: a tecnologia que se torna invisível

Esta patente é um exemplo perfeito da visão da Google para a “computação ambiente”, um futuro onde a tecnologia se torna cada vez mais invisível, adaptando-se a nós de forma proativa, em vez de exigir comandos explícitos. É uma mudança de paradigma, de uma interação baseada em “linhas de comando” (sejam elas escritas ou faladas) para uma interação baseada em gestos e intenções implícitas.

É crucial, no entanto, manter o entusiasmo com uma dose de realismo. Por agora, isto é apenas uma patente. As grandes empresas de tecnologia registam milhares de ideias todos os anos, e muitas delas nunca chegam a ver a luz do dia como produtos comerciais.

Ainda assim, a “Ativação Facial do Gemini” é um indicador poderoso da direção em que a Google está a pensar. É um vislumbre de um futuro onde a barreira entre nós e os nossos assistentes digitais se torna cada vez mais ténue, e onde a tecnologia, finalmente, começa a adaptar-se à forma como nós, humanos, nos comportamos naturalmente.

Outros artigos interessantes: