De stille terugkeer van de stem

De assistenten liepen vast. Dicteren brak door – volgens de bedrijven zelf

Zeg “Alexa, zet een timer” en je gebruikt de eerste soort spraakinvoer. Dicteer je een e-mail in plaats van hem te typen, dan gebruik je de tweede.

In totaal zijn er vijf soorten, en de afgelopen twee jaar gingen ze elk hun eigen weg: opdrachten aan assistenten, het dicteren van tekst, spraakberichten, gesproken gesprekken met AI-modellen, en spraak om te programmeren en om AI-agents taken te geven.

De eerste soort bereikt geen nieuwe mensen meer. In de Verenigde Staten had 33% van de mensen in 2021 een slimme speaker, en 35% in 2025; het onderzoeksbureau zegt zelf dat het cijfer in vier jaar nauwelijks bewoog.¹

Groot-Brittannië is de uitzondering: van 25% naar 45% in dezelfde jaren, vooral dankzij Alexa.² Het gebruik per eigenaar bleef langer stijgen: het aantal taken per week op een speaker ging van 7,5 in 2017 naar 12,4 in 2022.³

Commercieel gezien mislukte de eerste golf echter. De apparatendivisie van Amazon verloor tussen 2017 en 2021 meer dan $25 miljard, omdat mensen hun Echo gebruikten voor de wekker en het weerbericht, niet om te winkelen.⁴

De tweede golf is bijna alleen zichtbaar in wat bedrijven over zichzelf vertellen. Wispr Flow, een dicteerapp, ging van een waardering van $700 miljoen in november 2025 naar $2 miljard in augustus 2026.⁵

Google zegt dat 63% van de meer dan een miljard maandelijkse gebruikers van de Gemini-app “spraak gebruikt”, zonder te vertellen hoe dat is geteld.⁶ Apple zegt dat het aantal Siri-verzoeken groeide van ongeveer 1,5 miljard per dag in 2024 naar meer dan 2,5 miljard in 2026.⁷

De grote onafhankelijke peilingen – Pew, YouGov, Edison, Ofcom – vragen nog niet apart naar dicteren of spraakgesprekken met AI. De peiling die het dichtst in de buurt komt, vond dat 57% van de Amerikanen van 12 jaar en ouder minstens één keer een generatieve AI-assistent had gebruikt, getypt of gesproken.⁸

De groeicurve van de tweede golf wordt dus getekend door belanghebbenden.

Spraakberichten, de derde soort, zijn een massagewoonte, maar geen groeiende. De laatste officiële telling van WhatsApp was 7 miljard per dag, in maart 2022.¹⁰

In een YouGov-peiling onder 2.442 Amerikanen in februari 2026 stuurde ongeveer 10% meerdere keren per week spraakberichten en zei 41% dat het format niets voor hen was. Even veel mensen gebruikten ze minder (12%) als meer (11%).⁹

Drie keer sneller bij overnemen. Ongeveer 1,4 keer bij zelf formuleren

Dit is het vaakst geciteerde getal over spraak: praten is drie keer sneller dan typen. Het klopt – voor overnemen. In het experiment erachter namen 48 mensen, 24 per taal, korte kant-en-klare zinnetjes over op een iPhone.

Met spraak haalden ze 153 woorden per minuut tegen 52 op het schermtoetsenbord in het Engels, en 123 tegen 43 in het Mandarijn.¹¹ De auteurs noemen het zelf een bovengrens, bereikt in een lab. En wie echt schrijft, neemt niets over.

In 2020 vroegen Foley, Casiez en Vogel 28 mensen om op een telefoon een eigen zin te bedenken die drie eenvoudige plaatjes met elkaar verbond. Zolang er daadwerkelijk woorden werden uitgesproken of getypt, was spraak nog steeds drie keer sneller: 116,5 tegen 35,1 woorden per minuut.

Maar over de hele poging gerekend – nadenken, praten, verbeteren – kostte een bericht 20,8 seconden met spraak en 29,2 met het toetsenbord. Dat is ongeveer 1,4 keer, geen drie.¹²

Twee dingen vraten het verschil op. Vóór het eerste woord dachten mensen twee keer zo lang na als ze gingen praten: 11,0 seconden tegen 5,3. Wie typt, denkt al doende; wie praat, plant eerst de zin.

En elke correctie was duur: over beide methoden en beide taken heen haalden pogingen die een verbetering nodig hadden 54,6 woorden per minuut, tegen 141,1 voor foutloze pogingen.

Ter vergelijking: vrijwilligers op een online typetest haalden gemiddeld 52 woorden per minuut op een fysiek toetsenbord, over 168.000 mensen,¹³ en 36 op een telefoon, over 37.000 mensen.¹⁴

Een gecontroleerde vergelijking tussen zelf formuleren met spraak en met een desktoptoetsenbord, met de spraakherkenning van nu, bestaat niet.

In de laatste, uit 1999, formuleerden nieuwe gebruikers met spraak 7,8 woorden per minuut, correcties inbegrepen, tegen 19 met toetsenbord en muis; bij overnemen van tekst was het 13,6 tegen 32,5.¹⁵

Je spreeksnelheid is hoe snel je mond gaat, niet hoe snel dicteren gaat: hier wordt niets herkend en hoeft niets verbeterd te worden. De verhouding tussen je twee getallen is het maximum dat spraak je ooit kan geven.

In het experiment van Foley was alleen het praten 3,3 keer sneller dan typen, en de hele poging 1,4 keer: na nadenken en verbeteren bleef er ongeveer 40% van de snelheidsverhouding over.

Wat de machine hoort, hangt af van wie er spreekt

Zeg “verzet de vergadering naar donderdag om tien uur” in een stille kamer met de uitspraak van een nieuwslezer, en een goede herkenner schrijft het foutloos op. Zeg het met een accent uit Lagos boven het geroezemoes van een café, en er kan “donder dan om thee uur” komen te staan.

Herkenning wordt beoordeeld op de woordfoutfrequentie (word error rate): het aandeel woorden dat verkeerd wordt opgeschreven, wegvalt of erbij komt. In oktober 2025 haalde het beste model op een gangbaar openbaar klassement gemiddeld 5,63% over zijn testsets.

Whisper large-v3, het open model achter veel dicteerapps, kwam gemiddeld uit op 7,44%.¹⁶ Ter vergelijking: zorgvuldige professionele transcriptie werd in 2017 gemeten op 5,1% bij opgenomen telefoongesprekken.¹⁷

Die gemiddelden verbergen wie er spreekt. Op een verzameling gesprekken in het Engels met accenten van over de hele wereld had Whisper 19,7% van de woorden fout, tegen 2,7% bij helder voorgelezen Amerikaans Engels.

Voor Nigeriaans en Jamaicaans Engels gingen zelfs de sterkere modellen boven de 20%, en een academisch model boven de 45%.¹⁸

In 2020 hadden vijf commerciële systemen 35% van de woorden fout bij zwarte sprekers en 19% bij witte: hetzelfde systeem, bijna twee keer zoveel fouten.¹⁹

Generatieve herkenning bracht een nieuw soort fout mee: dingen verzinnen. Whisper verzon hele zinnen in ongeveer 1% van de transcripties, en 38% van die verzinsels bevatte iets schadelijks, zoals geweld of onware beweringen.²⁰

Lange pauzes, die veel voorkomen bij mensen met afasie, maakten verzinsels waarschijnlijker. Een verzonnen zin is erger dan een verkeerd verstaan woord, omdat hij vloeiend leest.

Het knelpunt is verschoven van herkennen naar verbeteren. Corrigeren met spraak kent twee onopgeloste problemen: een opdracht onderscheiden van tekst die moet worden opgeschreven, en aanwijzen welke plek verbeterd moet worden.

Bij de fout tikken terwijl je de verbetering uitspreekt, en een taalmodel laten uitzoeken wat waar hoort: dat verkortte de taaktijd met 16,4% en het aantal tikken op het toetsenbord met 47,5% ten opzichte van de vorige beste methode, in een test met 16 mensen.²¹

Gedicteerde tekst komt er ook omslachtig en rommelig uit, en daarom herschrijven de nieuwe apps hem met een taalmodel voordat ze hem plakken. In een dagboekstudie van 7 tot 10 dagen met zo’n tool pasten 9 van de 12 schrijvers zich aan, met een mediaan comfort van 5 op 7.

Wie zijn twijfels hield, noemde de oude lastige punten: aan de volgende zin denken terwijl je praat, en de cursor op de goede plek krijgen.²²

Spraak versnelt de mond, niet het plannen

Als spraak drie keer sneller is, waarom gaat schrijven dan niet drie keer sneller? Omdat schrijven grotendeels geen typen is. Een onderzoek uit 1983 naar het schrijven van brieven vond dat ongeveer twee derde van de schrijftijd plannen is – tussen 58% en 78% in de geteste opstellingen.

De brieven werden even goed, of mensen ze nu met de hand schreven, dicteerden of uitspraken.²³ Een sneller uitvoerkanaal versnelt alleen het resterende derde deel.

Ben Shneiderman stelde in 2000 het mechanisme voor: spreken en het kortetermijngeheugen putten uit dezelfde bron, terwijl een hand bewegen gewoon naast het denken door kan lopen.

In een van de experimenten van zijn lab waren gesproken opdrachten 12–30% sneller dan de muis, maar door ze hardop uit te spreken werd het moeilijker om symbolen te onthouden die later weer moesten worden ingetypt.²⁴

Latere onderzoeken liggen op één lijn, van overnemen tot oplossen. Waar het werk overnemen is, wint spraak op snelheid en voelt het lichter. Waar het werk formuleren is, is spraak iets sneller en voelt het hetzelfde.

Waar het werk een probleem oplossen is, belast spraak het hoofd meer. Bij 50 mensen die een medische chatassistent gebruikten, verhoogde spraak de gemeten mentale belasting bij zowel moeilijke als eenvoudige taken.²⁵

En 35 spoedartsen die met spraak documenteerden, waren 18,1% trager en maakten 138 fouten tegen 32.²⁶

De duidelijke winnaars zijn mensen bij wie de hand of de spelling het knelpunt is. Leerlingen met leerstoornissen schreven met spraakherkenning betere opstellen dan met de hand; voor andere leerlingen maakte het geen verschil.²⁷

Praten met AI ligt op dezelfde lijn. In het grootste onderzoek dat ik vond, konden 919 studenten van een introductiecursus programmeren kiezen hoe ze een AI-tool een prompt gaven. Bijna negen op de tien kozen alleen tekst (88,5%), 4,8% alleen spraak en 6,7% allebei.

Onbewerkte spraakprompts werkten minder vaak in één keer: 35% tegen 52% bij de eerste opdracht en 38% tegen 58% bij de tweede. Zodra studenten de transcriptie bewerkten, was het verschil niet langer significant.²⁹

Bij creatieve taken gaf spraak een snellere eerste prompt en meer en langere vervolgvragen, maar het veranderde niets aan de moeite die mensen voelden of aan hoe ze de resultaten beoordeelden.²⁸

Het populaire idee dat hardop denken helpt, klopt maar half. Over 94 onderzoeken heen veranderde het simpelweg uitspreken van je gedachten niets aan de nauwkeurigheid en maakte het het werk alleen trager; de nauwkeurigheid steeg wanneer mensen hun redenering moesten uitleggen.³⁰

Een probleem met je stem uitleggen aan een AI-model zou best kunnen helpen. Niemand heeft het getest.

De stem raakt vermoeid naar de dosis. Niemand heeft de dosis van dicteren gemeten

Een hele dag typen vermoeit je handen. Een hele dag praten vermoeit iets anders, en er bestaat geen wetenschappelijke daglimiet voor hoeveel daarvan veilig is. Wat wel goed gemeten is: hoeveel beroepssprekers hun stem gebruiken.

Leraren, een beroep met veel stemstoornissen, laten hun stembanden 23% van de werktijd klinken, tegen 13% buiten het werk en 12% in het weekend, volgens een onderzoek onder 31 leraren uit 2007.³¹ Een nieuwere groep van 26 leraren kwam uit op 16,2%, 8,4% en 8,0%.³²

Die klinktijd heet fonatie: ze telt alleen de momenten waarop de stembanden echt trillen, niet de pauzes tussen de woorden.

Het lichaam merkt het snel. Bij luid voorlezen stijgt een objectieve maat voor stemmoeite al binnen de eerste 15 minuten, en mensen voelen het na 30, in een onderzoek met 10 mensen.³³

Na twee uur hardop voorlezen op klasvolume beoordeelden 86 leraren hun stem als grotendeels hersteld binnen 4–8 uur, met een klein restje dat een dag of langer bleef.

Het artikel spreekt zichzelf tegen over de precieze cijfers: de samenvatting noemt 90% na 4–6 uur en volledig herstel na 12–18.³⁴

Het bestaande beroep dat het dichtst bij een hele dag tegen een computer praten komt, is dat van callcentermedewerker. Over 15 onderzoeken heen had 33–68% van de medewerkers ooit in de loopbaan stemproblemen, en 27% op het moment van onderzoek.³⁵

Eén peiling telde 6,8 stemklachten per medewerker, tegen 1,7 in de algemene bevolking.³⁶

Direct bewijs over dicteergebruikers komt alleen uit de jaren negentig en nul, toen dicteren betekende dat je na elk woord pauzeerde. In één reeks gevallen kregen vijf mensen die vanwege pijn in hun handen op spraakherkenning waren overgestapt een overbelaste stem.

Na stemtherapie en kortere sessies ging het bij drie van de vijf beter.³⁷

Spiermetingen bij 10 mensen wezen erop dat de belasting verschuift in plaats van verdwijnt: minder constante spanning in onderarm en nek, en in zekere mate in de schouders, en een neiging naar meer in de cricothyroïdeus, een spier van het strottenhoofd.³⁸

Modern dicteren neemt de vermoedelijke oorzaak weg – vlak, machinaal spreken met een pauze na elk woord – en zet de microfoon dicht bij de mond, zodat mensen zacht kunnen praten. Dat is een redelijke hoop, geen bevinding.

Geen enkel onderzoek heeft de stembelasting gemeten bij mensen die de dicteerapps van nu of de spraakmodi van AI-modellen gebruiken.

Het gaat niet om de plek. Het gaat om wie er meeluistert

Stel je voor dat je je telefoon thuis de weg vraagt, dan in de bus, dan aan je bureau met collega’s om je heen. Voor de meeste mensen verandert het antwoord drie keer.

De beste cijfers hierover komen uit een klein Brits experiment. Daarin bekeken 20 mensen van 23–32 jaar korte video’s van een man die met spraak of met tekst zocht, tegen een neutrale achtergrond.

Daarna vinkten ze de plekken en het gezelschap aan waar ze hetzelfde zouden doen. Alleen achter het stuur, waar je handen bezet zijn, won spraak het van tekst.³⁹

Wie er luisterde, woog zwaarder dan waar. In je eentje was spraak aanvaardbaar in 96% van de antwoorden; met vrienden in 83%, met een partner in 78%, met familie in 71%. Met collega’s in 26%. Met vreemden in 16%.

Van alle soorten gezelschap maakten alleen collega’s en vreemden spraak significant minder aanvaardbaar dan tekst; van de plekken deden thuis, de passagiersstoel en het werk dat. Probeer het eerst op jezelf voordat je hun antwoorden bekijkt.

In een peiling onder 860 gebruikers van assistenten verlaagde schaamte de intentie om er een te blijven gebruiken, specifiek in het openbaar, terwijl trots die intentie overal verhoogde.⁴⁰

De norm verschoof toch. In Amerikaanse peilingen steeg het gebruik van spraak in een restaurant met vrienden van ongeveer 25% in 2017 naar meer dan 40% in 2019. Mannen gebruikten 1,54 keer zo vaak spraakopdrachten als vrouwen, en 46% zei zich te ergeren als anderen het deden.⁴¹

Eerst gaat het nieuwe eraf. Daarna ook de verlegenheid

Wie ooit een slimme speaker kocht, kent de eerste week: timers, grapjes, muziek, vragen die je stelt voor de lol. Dan gaat het nieuwe eraf, en wat overblijft is de gewoonte.

Hoe mensen veranderen nadat ze eenmaal begonnen zijn, is bijna alleen gemeten bij slimme speakers thuis. In een onderzoek van drie weken kregen 7 oudere volwassenen een Echo Dot. Het aantal opdrachten per week daalde met een derde: 59,6, dan 50,1, dan 39,7.

Muziek zakte van 23,9% van de opdrachten naar 2,9%, terwijl het weer en boodschappenlijstjes groeiden. Eén deelnemer zei dat ze zich eerst “dom voelde om tegen dit apparaat te praten”; aan het eind zeiden alle zeven dat ze zich zekerder voelden en het zouden blijven gebruiken.⁴²

Langere logboeken geven een ander beeld. In de Google Home-geschiedenis van 18 gezinnen, gemiddeld 58 weken lang, bleef het gebruik vrij stabiel. Drie gezinnen lieten de speaker kort na de aankoop wekenlang links liggen, vanwege privacy, nutteloosheid of een gewoonte die niet was ontstaan, en kwamen later terug.

Gezinnen die er definitief mee stopten, zijn niet onderzocht. Het bedienen van het huis groeide naarmate gezinnen meer slimme apparaten kochten.⁴³

Waar mensen afhaakten, ging het om nut, betrouwbaarheid of privacy, niet omdat thuis praten ongemakkelijk voelde.

Een overzicht van 69 artikelen over sociale acceptatie wijst erop dat acceptatie verandert naarmate mensen aan een interactie wennen, maar slechts drie ervan volgden mensen die een interface in het dagelijks leven uitprobeerden; de meeste lieten mensen het zich voorstellen, of één keer proberen in een lab.⁴⁴

Dat is het centrale gat voor deze pagina. Ik vond geen onderzoek dat mensen volgt die op het werk overstapten op dicteren en week na week meet hoe hun schaamte verandert.

Cultuur bepaalt hoe luid de stem mag zijn

Of je op een bericht antwoordt met een spraakmemo of met tekst, hangt sterk af van waar je woont.

In een YouGov-peiling uit 2023 in 17 markten stuurde 66% berichten het liefst als tekst en 7% als audio. De voorkeur voor tekst was het sterkst in Groot-Brittannië (83%), Denemarken (80%) en Zweden (78%) en het zwakst in de Verenigde Arabische Emiraten (38%); in Spanje koos 54% voor tekst en 13% voor audio.⁴⁵

De mobiele telefoon maakte twintig jaar geleden hetzelfde door. In een vergelijking uit 2007 tussen studenten uit vijf culturen aan één universiteit op Hawaï scoorde bellen in de bus 2,53 op 5 bij studenten uit Japan, tegen 3,50 bij die uit Zweden en 3,44 bij die van het Amerikaanse vasteland.⁴⁶

Japan kwam tot een heldere regel – geen stem in de trein, e-mailen mag wel – en keerde zich af van spreken in het openbaar zodra er een stil alternatief was.

In de VS ergerde 82% zich in 2006 minstens af en toe aan luide telefoongesprekken in het openbaar, en het aandeel dat ze vaak meemaakte, zakte tegen 2012 van 50% naar 39%.⁴⁷

In 2014 vond 77% van de Amerikanen bellen prima op straat, 75% in het openbaar vervoer, 38% in een restaurant – en 5% in een vergadering.⁴⁸ Het kwam van twee kanten: omstanders werden toleranter, bellers zachter. En bij de deur van de vergaderzaal hield het op.

Het kantoor leert fluisteren

In 2026 bereikte AI-dicteren de kantoren, en de eerste berichten zijn verhalen, geen cijfers. Bloomberg beschrijft hoe het zich van bureau naar bureau verspreidt, hoe er zwanenhalsmicrofoons opduiken en het fluisteren begint.⁴⁹

Een analist die Computerworld citeert, noemt schaamte en de angst om collega’s af te leiden een belangrijke drempel in het gedrag. Thumbtack, een volledig remote bedrijf, gaf Wispr Flow aan meer dan 200 medewerkers, en de technologiebaas geeft toe dat wennen aan hardop praten, zelfs alleen in een kamer, tijd kostte.⁵⁰

De markt wacht niet tot de norm verandert. Ze maakt de stem zachter. Wispr Flow verkoopt een fluistermodus en raadt aan op ongeveer een centimeter van de microfoon te praten.⁵¹

Het onderzoek ging in 2018 al verder: SilentVoice van Microsoft herkende korte opdrachten die inademend werden uitgesproken, met minder dan 39 decibel aan hoorbaar geluid, en had 1,8% foute woorden bij een getrainde spreker en 7% bij een nieuwe.⁵²

Mensen ruilen nauwkeurigheid in voor stilte. In een experiment uit 2021 wilden 12 mensen stille spraak – woorden vormen met de mond, zonder geluid – even graag gebruiken met 10–15% bewust toegevoegde fouten als zonder.

Hun bereidheid om hardop te praten daalde daarentegen wel. Alle 12 noemden privacy en veiligheid als reden.⁵³

De snelste vooruitgang is niet dat mensen meer durven te praten. Het is dat de stem zachter wordt.

De enige plek waar het op grote schaal is gemeten: verslagen van artsen

De geneeskunde is het enige vakgebied waar spraakinvoer met AI-modellen erachter bij duizenden mensen is gemeten. Ambient AI-scribes luisteren mee met het consult en schrijven een concept van het verslag.

In het grootste onderzoek, in april 2026 gepubliceerd in JAMA, bespaarden ongeveer 1.800 gebruikers, vergeleken met 6.770 niet-gebruikers, 16 minuten documentatie per 8 uur aan consulten, ongeveer 10%, zonder significante verandering in werk buiten kantooruren.

Slechts 32% gebruikte de scribe bij meer dan de helft van de consulten.⁵⁴

In een gerandomiseerde studie met 238 artsen verkortte de ene scribe de tijd per verslag met 41 seconden, tegen 18 seconden in de controlegroep, en maakte een andere geen significant verschil.⁵⁵ Burn-out daalde in 30 dagen van 51,9% naar 38,8%, in een onderzoek zonder controlegroep.⁵⁶

Van de met de hand gecontroleerde verslagen bevatte 18% weglatingen en 11,5% verzonnen details; 5,3% had een fout die ernstige schade kon veroorzaken.⁵⁷ Spraak bespaarde meer aandacht dan minuten, en de prijs is dat je de tekst moet nakijken.

De experimenten die nog niemand heeft gedaan

Dit zijn geen kleine gaten. Elke kaart hieronder is een vraag die deze pagina met een getal wilde beantwoorden en dat niet kon, omdat geen enkel onderzoek het heeft gemeten.

• Een peiling die dicteren telt

  Geen enkele peiling met een aselecte steekproef meet dicteren of spraakgesprekken met AI als apart gedrag. De groeicurve steunt op claims van bedrijven.

• De stemdosis van dicteren

  Niemand heeft de fonatietijd of de stembelasting gemeten bij mensen die met de apps van nu urenlang dicteren.

• Een veilige hoeveelheid per dag

  Er is geen onderbouwde grens voor hoeveel uur praten per dag veilig is voor de stem.

• Handen na de overstap

  Geen enkele gerandomiseerde studie laat zien dat overstappen op spraak overbelastingsklachten aan de handen voorkomt of behandelt.

• Formuleren aan een bureau

  Er is geen gecontroleerde vergelijking tussen schrijven met spraak en op een fysiek toetsenbord met moderne herkenning. De beste data komen uit 1983 en 1999.

• Een dag lang praten

  Geen dagboek- of langetermijnonderzoek volgt mensen die vooral met hun stem werken en meet hun mentale vermoeidheid.

• De verlegenheid kwijtraken op het werk

  Geen veldonderzoek volgt nieuwe dicteergebruikers op kantoor week na week. Elk langetermijnonderzoek naar gewoonte gaat over speakers thuis.

Hoe dit is gecontroleerd, en wat ik heb weggelaten

Ik bouw Speak-Y, een app voor spraakinvoer en vergaderopnames, en onderaan deze pagina staat er een banner voor. Dat is een reden om dit onderzoek met argwaan te lezen.

Daarom is elk getal dat van een bedrijf over zichzelf komt – ook van dicteerbedrijven die met het mijne concurreren – in de tekst gemarkeerd en in de grafieken gearceerd.

Het onderzoek is in september 2026 gedaan langs vier vragen: gebruik, snelheid en nauwkeurigheid, vermoeidheid en denken, sociale acceptatie. Elk getal is waar mogelijk herleid tot de oorspronkelijke bron.

Kleine steekproeven zijn meegenomen, omdat ze nu eenmaal zijn wat er is, maar de steekproefgrootte staat altijd naast het getal.

Mijn eigen lezing van het geheel, en het is een mening: dicteren wordt normaal thuis, in de auto en in een kamer voor jezelf, blijft omstreden in de kantoortuin en blijft afwezig in vergaderingen, precies zoals het telefoongesprek. Wat dat zou veranderen, zijn geen dappere mensen maar een zachtere stem.