Transcrição com IA: que tipos de informação perdi nos três segmentos de um seminário online em inglês
No outono passado, houve um seminário online entre fusos horários que começou à uma da manhã, hora de Pequim, e durou duas horas, com seis apresentações. Ouvi com uma caneca de café na mão e enchi meia página de notas. No dia seguinte, ao rever, só consegui reconstruir por completo as introduções de três apresentações.
A informação perdida não era dispersa; tinha um padrão. Mais tarde, comparei aquela meia página de notas com a gravação e percebi que perco sempre informação em três momentos fixos. Este artigo é sobre essas três categorias e sobre a forma como as compenso agora.
Primeira categoria: o contexto dos primeiros trinta segundos
O orador costuma explicar, nos primeiros trinta segundos, três coisas: a que trabalho este se segue, que problema concreto resolve e por que razão é feito agora. Estas três frases são as mais rápidas e as de maior densidade de termos técnicos; à primeira audição, praticamente não as consigo apanhar, e o que acabo por escrever são os detalhes compreensíveis que vêm depois.
Agora faço assim: gravo a sessão completa e, depois, revejo o trecho inicial com a Transcrição com IA da MuchSci, ouvindo e traduzindo ao mesmo tempo; primeiro, leio a tradução para confirmar estas três coisas. Se houver termos de que não tenho a certeza, recorro à Tradução de Artigos Científicos da MuchSci para verificar se o mesmo termo aparece escrito de forma consistente ao longo da tradução.
Mas há uma parte que tenho de voltar a ouvir no original: nomes de conjuntos de dados, números de referências bibliográficas e nomes de modelos. É este tipo de cadeias de caracteres que a tradução automática mais facilmente deforma; não uso a tradução diretamente.
Segunda categoria: as frases de transição no meio da apresentação
"Now let me turn to…" "That's why we…" Eram frases que eu costumava saltar diretamente nas notas — pareciam não ter informação. Mais tarde percebi que a estrutura argumentativa da apresentação inteira está escondida nestas frases: que parte é contexto, que parte é trabalho do próprio orador e que parte é o plano seguinte, tudo é delimitado pelas frases de transição.
A minha abordagem mudou: primeiro vejo o resumo automático por segmentos da Transcrição com IA da MuchSci; não tenho pressa em ler o conteúdo de cada segmento, vejo primeiro como os segmentos foram divididos e qual é a relação entre eles. Só depois de a estrutura estar clara é que decido que segmentos preciso de ler com atenção
Há aqui um limite que convém deixar claro: o resumo por segmentos diz "o que se aborda neste segmento", não "se este segmento é importante". A ordenação por importância é algo que não consegue fazer por mim; tenho de a assinalar eu próprio, de acordo com o meu tema de investigação.
Terceira categoria: a sessão final de perguntas e respostas
A sessão de perguntas e respostas é a que mais facilmente se perde por completo. Quem pergunta fala depressa, o microfone está longe e o sotaque é cerrado; muitas vezes nem consigo ouvir bem a pergunta.
Agora o critério que defini para mim é este: não exigir compreender tudo na sessão de perguntas e respostas, apenas saber "que ponto foi posto em causa". Na prática, isolo este trecho e volto a ouvi-lo: primeiro vejo as perguntas listadas na tradução e depois volto ao original para ouvir como o orador respondeu. Quanto aos argumentos detalhados da resposta, a menos que estejam diretamente relacionados com o meu tema, normalmente já não os persigo.
Porque é que já não tento "compreender tudo"
Numa reunião à uma da manhã, compreender frase a frase não é realista; o resultado de insistir é não conseguir fazer nada no dia seguinte. Agora defino três objetivos: no fim da reunião, conseguir dizer que problema esta apresentação procura resolver, por que caminho metodológico segue aproximadamente e que ponto foi questionado. Se cumprir estes três, é suficiente.
É também assim que entendo o lugar deste tipo de assistente de IA para estudantes de pós-graduação — ajuda-me a recuperar o que perdi, mas não toma decisões por mim.
O que não lhe entrego, o que tenho de verificar no original e o custo
· Não lhe entrego: não divulgo trechos que envolvam dados não publicados de outras pessoas; as frases originais que pretendo citar diretamente, confirmo sempre no áudio original; nas partes de métodos e parâmetros, uso a tradução apenas para localizar, não para tirar conclusões.
· Tenho de confirmar no original: números, unidades, números de referências bibliográficas, nomes de conjuntos de dados e de ferramentas.
· A gravação em si: quando há outras pessoas na reunião, digo antes de começar "vou fazer um registo"; sem confirmação, não gravo.
· Custo: a transcrição consome créditos. Uma reunião de duas horas ainda é razoável; três num só dia já é claramente apertado. A minha solução é dividir as reuniões longas em duas gravações e tratar primeiro o trecho de que mais preciso. Os 3960 créditos oferecidos no primeiro registo esgotaram-se quando cheguei à terceira reunião; a partir daí, compro por escalões.
· O que já está organizado coloco na Base de Conhecimento Pessoal da MuchSci, guardado por tema; os esboços que realmente tenho de entregar são formatados como documentos editáveis com o Agente Assistente de Escritório da MuchSci. Agora o meu fluxo de reuniões tem três passos: antes da reunião, não espero compreender tudo; durante, apenas marco pontos de referência; depois, compenso as três categorias de perda de informação.