Sobre a Transcrição com IA: as oito perguntas que me fizeram
Desde que comecei a usar a Transcrição com IA no semestre passado, a pergunta que mais me fizeram não foi «se é fácil de usar», mas sim questões mais concretas: em que difere da transcrição de áudio, se a tradução enquanto ouves acompanha, e o que fica realmente depois de uma reunião.
Acumulei cerca de oito e vou respondê-las de uma vez.
Um. A transcrição de áudio está por todo o lado; onde é que a Transcrição com IA se distingue?
A diferença está em «ter de esperar».
O método tradicional é: gravar primeiro e só depois, no fim da reunião, correr a transcrição. O problema do período de espera intermédio não é a lentidão, mas o facto de não poderes utilizá-lo durante a reunião. Nos pontos que não entendes, só podes ficar ansioso; tens de esperar que a transcrição termine e voltar a ouvir para confirmar.
A Transcrição com IA processa tudo no momento: enquanto grava, produz a transcrição e a tradução; quando a reunião termina, o material está praticamente formado. Entendo esta camada como «passar o trabalho posterior para o decorrer do próprio evento» — é a maior diferença em relação à forma como eu a usava antes.
Dois. A «tradução enquanto ouves» acompanha realmente?
Acompanha, mas convém explicar como a uso.
Não a uso com o objetivo de «não ter de ouvir inglês», mas sim de não deixar que uma palavra que não entendo me ponha fora do jogo. A forma mais típica de perder o fio numa apresentação em inglês é esta: não reages a um termo desconhecido, ficas a pensar no significado e, nas três a cinco frases seguintes, perdes tudo.
A tradução enquanto ouves funciona como uma linha de segurança — a tradução em chinês vai passando ao lado em simultâneo e, quando ficas bloqueado, basta uma vista de olhos para retomares. O meu ritmo é este: os ouvidos seguem o inglês, os olhos só vão à tradução quando fico bloqueado.
Não confio diretamente na tradução para termos, números e nomes próprios da apresentação; quando ouço algo crucial, escrevo uma ou duas palavras-chave no bloco de notas do telemóvel como âncoras, para verificar depois da reunião.
Três. Porque é que valorizo a «segmentação automática» mais do que a precisão?
Este é, provavelmente, o ponto a que menos pessoas dão atenção, mas o que mais afeta a utilização a longo prazo.
O maior problema da transcrição palavra por palavra não são os erros, é o facto de não ter forma. A maioria das transcrições sai como um bloco único: sem mudanças de linha, sem parágrafos, sem separação por interveniente. No momento, não te parece problemático; mas, quando voltares duas semanas depois à procura de «o que foi dito naquela discussão sobre o grupo de controlo», encontras uma parede de três mil palavras.
Por isso, a segmentação automática é essencial para mim. A Transcrição com IA da MuchSci, enquanto regista, faz mudanças de linha e parágrafos; o resultado é dividido aproximadamente por tópicos e pausas — ao rever, primeiro passo os olhos pelos blocos e só depois decido que secção ler com atenção. O que se poupa é o tempo de «localização», e a localização é precisamente a parte mais desgastante de uma transcrição palavra por palavra.
Quatro. O que é que eu recebo afinal depois da reunião?
Não é uma gravação mais um texto, mas sim um resumo mais um relatório.
A diferença está no «grau de processamento concluído». O material original ainda terá de ser recontado, citado e passado para as tuas notas, o que implica processá-lo outra vez; agora, no fim da reunião, sai diretamente um resumo, a tradução pode ser editada e o relatório pode ser arquivado.
Arquivo da seguinte forma: o relatório vai para a base de conhecimento pessoal (suporta importação de formatos como PDF, DOCX, PPTX, XLSX, TXT e MD; por predefinição é para uso pessoal e não é partilhada, mas em contexto de equipa a base de conhecimento partilhada pode ser configurada no painel de administração); o que tem origens mais variadas — pontos escritos à mão no local, fotografias do quadro branco, ficheiros exportados de outros softwares — vai para a camada de base de dados pessoal, que suporta uma variedade maior de origens e também pode receber os relatórios gerados pela Transcrição com IA. Além disso, tem uma gestão de ficheiros (biblioteca de ativos de ficheiros), destinada a documentos, imagens e textos gerados por agentes, com pré-visualização e operações de criação, consulta, alteração e eliminação, incluindo «As minhas partilhas».
O meu critério é simples: depois de uma reunião, devo ser capaz de a explicar claramente sem voltar a ouvir a gravação.
Cinco. Numa reunião com várias pessoas, distingue quem está a falar?
A verdade é que não deixo isto totalmente nas mãos dela.
Numa discussão com várias pessoas, há interrupções, pessoas a falar por cima umas das outras e temas a saltar de um lado para o outro; qualquer registo automático fica confuso. A minha abordagem é marcar eu próprio duas coisas durante a reunião — os pontos com dúvidas e as tarefas a acompanhar — e deixar o resto para a segmentação e o resumo. Depois da reunião, revejo o resumo, acrescento nomes e termos e só então o envio.
Ou seja: é um rascunho, não a versão final. Não espero conseguir ler diretamente uma ata automática numa reunião de grupo.
Seis. Como é a experiência com aulas de professores estrangeiros e palestras em inglês?
Este é o tipo de cenário em que me sinto mais confortável a usá-la, por duas razões:
Primeiro, a duração é longa e o ritmo é estável, o que permite deixá-la a correr em segundo plano enquanto eu ouço com atenção; no fim, consultar o resumo é mais rápido do que consultar as minhas próprias notas. Segundo, o próprio cenário permite «não ser exato palavra por palavra» — o importante nas aulas e palestras é compreender a linha de raciocínio, não as palavras exatas. Neste tipo de conteúdo, usar a Transcrição com IA resolve diretamente o problema de «não conseguir tomar notas».
Por oposição, não a recomendo para situações em que é preciso analisar cada palavra ao pormenor; falo disso no oitavo ponto abaixo.
Sete. É mais barata do que outras ferramentas semelhantes?
Só posso falar das minhas próprias contas.
Contas de tempo: numa apresentação de noventa minutos, antes «registar durante a reunião + organizar depois» levava-me, no total, mais de duas horas; agora, durante a reunião o esforço é zero e depois passo pouco mais de dez minutos a rever o resumo.
Contas de dinheiro: com a mesma utilização, o que gasto nesta ferramenta é claramente inferior ao que gastava com várias ferramentas semelhantes que usei antes. A MuchSci mede a utilização por créditos — conversas com IA, análise de artigos, geração de documentos, etc., descontam créditos conforme o modelo efetivamente chamado e o volume de processamento, não têm um preço fixo por número de perguntas; o registo gratuito oferece 1980 créditos de experiência e, depois, há planos mensais de 9,9 / 19,8 / 29,8.
Não tiro a conclusão de que é «a mais barata», porque a estrutura de utilização de cada pessoa é muito diferente. A minha sugestão é experimentares com a tua reunião real mais recente: usa os créditos gratuitos até ao fim e vê quantos pontos tens realmente de alterar no que te é entregue depois. Se tiveres de alterar pouco, vale a pena.
Oito. Em que situações é que não a uso?
Primeiro, conteúdo que não deve ser divulgado. Resultados experimentais não publicados, pareceres de revisão ainda não finalizados, dados sensíveis de parceiros — decidir se deves carregá-los é um juízo teu, não depende da ferramenta. Há um ponto que confirmei: os artigos, dados e gravações carregados não são utilizados para treino de modelos, e são usados transporte encriptado e controlo de acessos; mas «dever ou não carregar» será sempre uma decisão tua.
Segundo, situações em que a ata não pode servir como prova. Nas partes com números, nomes próprios e termos, nunca confio diretamente no resumo; as conclusões importantes são verificadas na gravação original. A Transcrição com IA resolve a questão de «ser possível ou não rever», não a de «poder dispensar a verificação».
Terceiro, situações que exigem a tua presença e julgamento pessoal. Comunicações de tipo negocial, situações em que é preciso observar as reações e atitudes da outra parte — uma ferramenta de registo não ajuda; tens de ser tu a ouvir.
A minha divisão de tarefas é agora clara: ouvir é tarefa humana, registar é tarefa da ferramenta.
Depois de entregar a tradução enquanto ouço, a segmentação automática e o resumo/arquivo, a única coisa que me resta fazer durante a reunião é isto — ouvir com atenção e, nos pontos cruciais, anotar a pergunta que quero colocar em seguida.