Cichy powrót głosu

Asystenci utknęli. Dyktowanie wystrzeliło – według samych firm

Mówicie „Alexa, nastaw minutnik” – to pierwszy rodzaj wprowadzania głosowego. Dyktujecie maila, zamiast go pisać – to drugi.

Wszystkich rodzajów jest pięć i w ostatnich dwóch latach każdy poszedł w swoją stronę: polecenia dla asystentów, dyktowanie tekstu, wiadomości głosowe, rozmowa na głos z modelami SI oraz głos w programowaniu i przy zlecaniu zadań agentom SI.

Pierwszy rodzaj przestał zdobywać nowych ludzi. W Stanach Zjednoczonych inteligentny głośnik miało 33% mieszkańców w 2021 roku i 35% w 2025; sama firma badawcza przyznaje, że przez cztery lata ta liczba ledwie drgnęła¹.

Wyjątkiem jest Wielka Brytania: w tych samych latach wzrost z 25% do 45%, głównie dzięki Alexie². Dłużej rosło za to korzystanie na jednego właściciela: liczba zadań zlecanych głośnikowi w tygodniu wzrosła z 7,5 w 2017 roku do 12,4 w 2022³.

Pod względem biznesowym pierwsza fala poniosła jednak klęskę. Dział urządzeń Amazona stracił w latach 2017–2021 ponad 25 mld dolarów, bo ludzie używali Echo do budzików i sprawdzania pogody, a nie do zakupów⁴.

Drugą falę widać niemal wyłącznie w tym, co firmy mówią o sobie. Wispr Flow, aplikację do dyktowania, wyceniano na 700 mln dolarów w listopadzie 2025 roku i na 2 mld dolarów w sierpniu 2026⁵.

Google twierdzi, że 63% z ponad miliarda miesięcznych użytkowników aplikacji Gemini „używa głosu”, nie zdradzając, jak to policzono⁶. Apple podaje, że liczba zapytań do Siri wzrosła z około 1,5 mld dziennie w 2024 roku do ponad 2,5 mld w 2026⁷.

Wielkie niezależne sondaże – Pew, YouGov, Edison, Ofcom – nie pytają jeszcze osobno o dyktowanie ani o głosowe rozmowy z SI. Najbliższy z nich wykazał, że 57% Amerykanów w wieku od 12 lat przynajmniej raz skorzystało z generatywnego asystenta SI, pisząc albo mówiąc⁸.

Krzywą wzrostu drugiej fali rysują więc strony zainteresowane.

Wiadomości głosowe, rodzaj trzeci, to masowy nawyk, ale już nie rosnący. Ostatnia oficjalna liczba podana przez WhatsAppa to 7 mld dziennie, z marca 2022 roku¹⁰.

W sondażu YouGov przeprowadzonym w lutym 2026 roku wśród 2442 Amerykanów około 10% korzystało z wiadomości głosowych kilka razy w tygodniu, a 41% odpowiedziało, że ten format ich nie dotyczy. Tyle samo osób używało ich rzadziej (12%), co częściej (11%)⁹.

Trzy razy szybciej przy przepisywaniu. Około 1,4 raza przy własnym tekście

Oto najczęściej cytowana liczba o głosie: mówienie jest trzy razy szybsze od pisania. To prawda – przy przepisywaniu. W eksperymencie, z którego pochodzi, 48 osób, po 24 na język, przepisywało na iPhonie krótkie gotowe frazy.

Po angielsku wyszło 153 słowa na minutę głosem wobec 52 na klawiaturze ekranowej, po mandaryńsku 123 wobec 43¹¹. Sami autorzy nazywają to górną granicą, osiągniętą w laboratorium. A przecież nikt nie pisze, przepisując.

W 2020 roku Foley, Casiez i Vogel poprosili 28 osób, by na telefonie ułożyły własne zdanie, łączące trzy proste obrazki. W chwilach, gdy słowa naprawdę były wypowiadane albo wpisywane, głos wciąż był trzy razy szybszy: 116,5 wobec 35,1 słowa na minutę.

Ale liczona dla całej próby – namysł, mówienie, poprawki – wiadomość zajmowała 20,8 sekundy głosem i 29,2 na klawiaturze. To około 1,4 raza, a nie trzy¹².

Różnicę zjadły dwie rzeczy. Przed pierwszym słowem ludzie myśleli dwa razy dłużej, gdy mieli mówić: 11,0 sekundy wobec 5,3. Pisząc, myślimy w biegu; mówiąc, najpierw planujemy całe zdanie.

A każda poprawka słono kosztowała: w obu metodach i obu zadaniach próby, które wymagały poprawki, szły w tempie 54,6 słowa na minutę, wobec 141,1 dla czystych.

Dla skali: ochotnicy w internetowym teście pisania osiągali średnio 52 słowa na minutę na fizycznej klawiaturze, w próbie 168 000 osób¹³, i 36 na telefonie, w próbie 37 000¹⁴.

Nie ma kontrolowanego porównania pisania własnego tekstu głosem i na klawiaturze komputera przy dzisiejszym rozpoznawaniu mowy. W ostatnim, z 1999 roku, początkujący użytkownicy układali tekst głosem w tempie 7,8 słowa na minutę, z poprawkami, wobec 19 klawiaturą i myszą; przy przepisywaniu było to 13,6 wobec 32,5¹⁵.

Wasza prędkość mówienia to tempo ust, a nie dyktowania: nic tu nie jest rozpoznawane i niczego nie trzeba poprawiać. Stosunek waszych dwóch liczb to najwięcej, co głos może wam kiedykolwiek dać.

W eksperymencie Foleya samo mówienie było 3,3 raza szybsze od pisania, a cała próba – 1,4 raza: po odjęciu namysłu i poprawek z przewagi prędkości zostało około 40%.

To, co słyszy maszyna, zależy od tego, kto mówi

Powiedzcie „przełóż spotkanie na czwartek na dziesiątą” w cichym pokoju, z dykcją lektora wiadomości, a dobry system rozpoznawania mowy zapisze to bezbłędnie. Powiedzcie to samo z akcentem z Lagos, w gwarze kawiarni, a może wyjść „przełóż spotkanie na ćwiartkę na dziesiątkę”.

Rozpoznawanie ocenia się współczynnikiem błędów słów (WER, od angielskiego word error rate): to udział słów, które system przekręcił, zgubił albo dopisał. W październiku 2025 roku najlepszy model w standardowym publicznym rankingu miał średnio 5,63% na jego zbiorach testowych.

Whisper large-v3, otwarty model, na którym działa wiele aplikacji do dyktowania, miał średnio 7,44%¹⁶. Dla porównania: staranna transkrypcja zawodowa nagranych rozmów telefonicznych wyszła w 2017 roku na 5,1%¹⁷.

Te średnie ukrywają, kto mówi. Na zbiorze swobodnych rozmów po angielsku z akcentami z całego świata Whisper przekręcił 19,7% słów, wobec 2,7% przy czystym, czytanym amerykańskim angielskim. Przy angielskim nigeryjskim i jamajskim nawet mocniejsze modele przekraczały 20%, a model akademicki – 45%¹⁸.

W 2020 roku pięć systemów komercyjnych myliło 35% słów czarnoskórych mówców i 19% słów białych: ten sam system, prawie dwa razy więcej błędów¹⁹.

Rozpoznawanie generatywne przyniosło nowy rodzaj porażki: zmyślanie. Whisper wymyślał całe frazy w około 1% transkrypcji, a 38% tych zmyśleń zawierało coś szkodliwego, na przykład przemoc albo fałszywe twierdzenia²⁰.

Długie pauzy, częste u osób z afazją, zwiększały ryzyko zmyśleń. Zmyślone zdanie jest gorsze od przekręconego słowa, bo czyta się gładko.

Wąskie gardło przesunęło się z rozpoznawania na poprawianie. Edycja głosem ma dwa nierozwiązane problemy: jak odróżnić polecenie od tekstu, który ma zostać zapisany, i jak wskazać miejsce, które trzeba poprawić.

Stuknięcie w pobliżu błędu z jednoczesnym wypowiedzeniem poprawki – przy czym model językowy sam ustala, co gdzie ma trafić – skróciło czas zadania o 16,4%, a liczbę stuknięć w klawiaturę o 47,5% w porównaniu z najlepszą wcześniejszą metodą, w teście z udziałem 16 osób²¹.

Podyktowany tekst wychodzi też rozwlekły i luźny, dlatego nowe aplikacje przepisują go modelem językowym, zanim go wkleją. W trwającym od 7 do 10 dni badaniu dzienniczkowym z takim narzędziem 9 z 12 piszących przyzwyczaiło się do niego, z medianą komfortu 5 na 7.

Ci, którzy zachowali wątpliwości, wymieniali stare trudności: wymyślanie kolejnego zdania w trakcie mówienia i ustawianie kursora tam, gdzie trzeba²².

Głos przyspiesza usta, nie planowanie

Skoro głos jest trzy razy szybszy, dlaczego pisanie nie przyspiesza trzykrotnie? Bo pisanie to w większości wcale nie stukanie w klawisze. Badanie pisania listów z 1983 roku wykazało, że około dwóch trzecich czasu zajmuje planowanie – od 58% do 78% w zależności od sposobu pisania.

Listy wychodziły równie dobre bez względu na to, czy ludzie pisali je ręcznie, dyktowali, czy mówili²³. Szybszy kanał wyjścia przyspiesza tylko pozostałą jedną trzecią.

Ben Shneiderman zaproponował w 2000 roku wyjaśnienie: mówienie i pamięć krótkotrwała korzystają z tego samego zasobu, a ruch ręki biegnie równolegle z myśleniem.

W jednym z eksperymentów jego laboratorium polecenia wypowiadane na głos były o 12–30% szybsze od myszy, ale utrudniały zapamiętanie symboli, które trzeba było potem z powrotem wpisać²⁴.

Późniejsze badania układają się wzdłuż jednej osi: od przepisywania do rozwiązywania problemów. Tam, gdzie zadaniem jest przepisywanie, głos wygrywa szybkością i wydaje się łatwiejszy. Tam, gdzie trzeba ułożyć własny tekst, głos jest odrobinę szybszy i odczuwa się go tak samo.

Tam, gdzie trzeba rozwiązać problem, głos bardziej obciąża umysł. U 50 osób korzystających z medycznego asystenta czatowego mowa podnosiła zmierzone obciążenie umysłowe zarówno w trudnych, jak i w prostych zadaniach²⁵.

35 lekarzy SOR-u, którzy prowadzili dokumentację głosem, pracowało o 18,1% wolniej i popełniło 138 błędów wobec 32²⁶.

Wyraźnie wygrywają ci, których wąskim gardłem jest ręka albo ortografia. Uczniowie z trudnościami w uczeniu się pisali lepsze wypracowania z rozpoznawaniem mowy niż ręcznie; u pozostałych uczniów nie robiło to różnicy²⁷.

Rozmowa z SI leży na tej samej osi. W największym badaniu, jakie znalazłem, 919 studentów wstępnego kursu programowania mogło samodzielnie wybrać, jak pisać polecenia, czyli prompty, dla narzędzia SI. Prawie dziewięciu na dziesięciu wybrało sam tekst (88,5%), 4,8% sam głos, a 6,7% jedno i drugie.

Nieedytowane prompty głosowe rzadziej działały za pierwszym razem: 35% wobec 52% w pierwszym zadaniu i 38% wobec 58% w drugim. Gdy studenci poprawiali transkrypcję, różnica przestawała być istotna statystycznie²⁹.

W zadaniach twórczych głos dawał szybszy pierwszy prompt oraz więcej dopytań, i to dłuższych, ale nie zmieniał ani odczuwanego wysiłku, ani tego, jak ludzie oceniali wyniki²⁸.

Popularna teza, że myślenie na głos pomaga, sprawdza się tylko w połowie. W 94 badaniach samo wypowiadanie myśli nie zmieniało trafności, a jedynie spowalniało pracę; trafność rosła, gdy ludzie musieli swoje rozumowanie wyjaśniać³⁰.

Całkiem możliwe, że tłumaczenie problemu modelowi SI na głos pomaga. Nikt tego nie sprawdził.

Głos męczy się dawką. Dawki dyktowania nikt nie zmierzył

Cały dzień pisania na klawiaturze męczy dłonie. Cały dzień mówienia męczy coś innego – i nie istnieje naukowo ustalony dzienny limit, ile tego jest bezpieczne. Dobrze zmierzono za to, ile głosu zużywają zawodowcy.

Nauczyciele, zawód z wysokim odsetkiem zaburzeń głosu, wprawiają fałdy głosowe w drgania przez 23% czasu pracy, wobec 13% poza pracą i 12% w weekendy – tak wyszło w badaniu 31 nauczycieli z 2007 roku³¹. Nowsza grupa 26 nauczycieli dała 16,2%, 8,4% i 8,0%³².

Ten czas dźwięczenia nazywa się fonacją: liczą się w nim tylko chwile, gdy fałdy naprawdę drgają, bez pauz między słowami.

Ciało zauważa to szybko. Przy głośnym czytaniu obiektywny wskaźnik wysiłku głosowego rośnie już w pierwszych 15 minutach, a ludzie odczuwają to po 30 – wynika z badania na 10 osobach³³.

Po dwóch godzinach czytania na głos z głośnością jak w klasie 86 nauczycieli oceniało, że ich głos w większości doszedł do siebie w ciągu 4–8 godzin, a niewielka reszta zmęczenia trzymała się dzień albo dłużej.

Artykuł sam sobie przeczy co do dokładnych liczb: jego streszczenie podaje 90% po 4–6 godzinach i pełny powrót po 12–18³⁴.

Najbliższym istniejącym odpowiednikiem całodziennego mówienia do komputera jest praca w call center. W 15 badaniach problemy z głosem w którymś momencie kariery miało 33–68% konsultantów, a 27% w chwili badania³⁵.

Jedna ankieta naliczyła 6,8 objawu głosowego na konsultanta wobec 1,7 w populacji ogólnej³⁶.

Bezpośrednie dane o użytkownikach dyktowania pochodzą tylko z lat 90. i pierwszej dekady XXI wieku, gdy dyktowanie oznaczało pauzę po każdym słowie.

W jednej serii przypadków pięć osób, które przeszły na rozpoznawanie mowy z powodu bólu dłoni, nabawiło się przeciążenia głosu; po terapii głosu i skróceniu sesji trzem z nich się poprawiło³⁷.

Zapisy aktywności mięśni u 10 osób sugerowały, że obciążenie się przesuwa, a nie znika: mniej stałego napięcia w przedramieniu i karku, w pewnym stopniu także w barkach, i tendencja do większego w mięśniu pierścienno-tarczowym, jednym z mięśni krtani³⁸.

Współczesne dyktowanie usuwa podejrzewaną przyczynę – płaską, maszynową mowę z pauzą po każdym słowie – i umieszcza mikrofon blisko ust, więc można mówić cicho. To rozsądna nadzieja, a nie wynik badań.

Żadne badanie nie zmierzyło obciążenia głosu u ludzi korzystających z dzisiejszych aplikacji do dyktowania ani z trybów głosowych modeli SI.

Nie chodzi o miejsce. Chodzi o to, kto słucha

Wyobraźcie sobie, że pytacie telefon o drogę w domu, potem w autobusie, a potem przy biurku, w otoczeniu kolegów z pracy. U większości ludzi odpowiedź zmienia się trzy razy.

Najlepsze liczby na ten temat daje mały brytyjski eksperyment. 20 osób w wieku 23–32 lat obejrzało krótkie filmy, na których mężczyzna na neutralnym tle szuka czegoś głosem albo tekstem, a potem zaznaczyło miejsca i towarzystwo, w których zrobiłoby to samo.

Głos wygrał z tekstem tylko za kierownicą, gdzie ręce są zajęte³⁹. Ważniejsze od tego, gdzie, okazało się to, kto słucha. W samotności głos był do przyjęcia w 96% odpowiedzi; przy przyjaciołach w 83%, przy partnerze w 78%, przy rodzinie w 71%. Przy kolegach z pracy – w 26%. Przy obcych – w 16%.

Wśród słuchaczy tylko koledzy z pracy i obcy sprawiali, że głos był istotnie mniej akceptowalny niż tekst; wśród miejsc – dom, fotel pasażera i praca. Sprawdźcie to na sobie, zanim zobaczycie ich odpowiedzi.

W ankiecie wśród 860 użytkowników asystentów wstyd obniżał chęć dalszego korzystania – ale tylko w miejscach publicznych, podczas gdy duma podnosiła ją wszędzie⁴⁰.

Norma i tak się przesunęła. W amerykańskich sondażach odsetek osób używających głosu w restauracji ze znajomymi wzrósł z około 25% w 2017 roku do ponad 40% w 2019. Mężczyźni sięgali po polecenia głosowe 1,54 raza częściej niż kobiety, a 46% ankietowanych irytowało się, gdy robili to inni⁴¹.

Najpierw mija nowość. Nieśmiałość też mija

Każdy, kto kupił inteligentny głośnik, zna ten pierwszy tydzień: minutniki, dowcipy, muzyka, pytania zadawane dla zabawy. Potem nowość mija i zostaje nawyk.

To, jak ludzie zmieniają się po starcie, mierzono prawie wyłącznie na inteligentnych głośnikach w domu. W trzytygodniowym badaniu 7 starszych osób dostało Echo Dot. Liczba poleceń tygodniowo spadła o jedną trzecią: 59,6, potem 50,1, potem 39,7.

Udział muzyki spadł z 23,9% poleceń do 2,9%, za to przybyło pytań o pogodę i list zakupów. Jedna z uczestniczek mówiła, że na początku „czuła się głupio, mówiąc do tej maszyny”; pod koniec cała siódemka mówiła, że czuje się pewniej i będzie korzystać dalej⁴².

Dłuższe logi wyglądają inaczej. W historiach Google Home 18 rodzin, obejmujących średnio 58 tygodni, korzystanie było dość stabilne. Trzy rodziny wkrótce po zakupie przestały na kilka tygodni używać głośnika – z powodu prywatności, bezużyteczności albo nawyku, który się nie wykształcił – a potem do niego wróciły.

Rodzin, które zrezygnowały na dobre, nie badano. Sterowanie domem rosło w miarę, jak rodziny dokupowały inteligentne urządzenia⁴³.

Tam, gdzie ludzie się wycofywali, powodem była użyteczność, niezawodność albo prywatność, a nie to, że mówienie w domu było krępujące.

Przegląd 69 prac o akceptacji społecznej zwraca uwagę, że akceptacja zmienia się, gdy ludzie przyzwyczajają się do interakcji, a mimo to tylko trzy z nich śledziły ludzi używających interfejsu w codziennym życiu; większość prosiła, by go sobie wyobrazić, albo testowała go raz w laboratorium⁴⁴.

To główna luka dla tej strony. Nie znalazłem żadnego badania, które śledziłoby ludzi przechodzących w pracy na dyktowanie i mierzyło, tydzień po tygodniu, jak zmienia się ich skrępowanie.

Kultura decyduje, jak głośno wolno mówić

To, czy odpowiadacie na wiadomość notatką głosową, czy tekstem, w dużej mierze zależy od tego, gdzie mieszkacie.

W sondażu YouGov z 2023 roku na 17 rynkach 66% wolało wysyłać wiadomości tekstem, a 7% jako nagranie. Preferencja tekstu była najsilniejsza w Wielkiej Brytanii (83%), Danii (80%) i Szwecji (78%), a najsłabsza w Zjednoczonych Emiratach Arabskich (38%); w Hiszpanii 54% wolało tekst, a 13% nagranie⁴⁵.

Telefon komórkowy przeszedł przez to samo dwadzieścia lat temu. W porównaniu z 2007 roku, obejmującym studentów z pięciu kultur na jednej uczelni na Hawajach, rozmowa przez telefon w autobusie dostała 2,53 na 5 u studentów z Japonii, wobec 3,50 ze Szwecji i 3,44 z kontynentalnej części USA⁴⁶.

Japonia przyjęła jasną zasadę – w pociągu żadnych rozmów, maile w porządku – i odeszła od głosu w miejscach publicznych, gdy tylko pojawiła się cicha alternatywa.

W USA w 2006 roku 82% ludzi przynajmniej od czasu do czasu irytowały głośne rozmowy telefoniczne w miejscach publicznych, a odsetek tych, którzy często się na nie natykali, spadł do 2012 roku z 50% do 39%⁴⁷.

W 2014 roku korzystanie z telefonu było w porządku na ulicy dla 77% Amerykanów, w komunikacji miejskiej dla 75%, w restauracji dla 38% – a na zebraniu dla 5%⁴⁸. Zmiana szła z obu stron: postronni stali się tolerancyjni, dzwoniący – cichsi. I zatrzymała się na progu sali konferencyjnej.

Biuro uczy się szeptać

W 2026 roku dyktowanie z SI dotarło do biur, a pierwsze relacje to opowieści, nie liczby. Bloomberg opisuje, jak rozchodzi się od biurka do biurka: pojawiają się mikrofony na gęsiej szyi i zaczyna się szeptanie⁴⁹.

Analityk cytowany przez Computerworld nazywa skrępowanie i obawę przed rozpraszaniem kolegów poważną barierą behawioralną. Thumbtack, firma w pełni zdalna, dał Wispr Flow ponad 200 pracownikom, a jego szef technologii przyznaje, że oswojenie się z mówieniem na głos, nawet w pojedynkę w pokoju, wymagało czasu⁵⁰.

Rynek nie czeka, aż zmieni się norma. Ścisza głos. Wispr Flow sprzedaje tryb szeptu i zaleca mówić mniej więcej centymetr od mikrofonu⁵¹.

Badania poszły dalej już w 2018 roku: SilentVoice Microsoftu rozpoznawał krótkie polecenia wypowiadane na wdechu, przy których na zewnątrz wydostaje się poniżej 39 decybeli dźwięku, z 1,8% błędnych słów u wytrenowanego mówcy i 7% u nowego⁵².

Ludzie zamienią dokładność na ciszę. W eksperymencie z 2021 roku 12 osób równie chętnie korzystało z cichej mowy – bezgłośnego artykułowania słów – przy celowo wprowadzonych 10–15% błędów, jak bez nich, podczas gdy ich gotowość do mówienia na głos spadała. Cała dwunastka tłumaczyła to prywatnością i bezpieczeństwem⁵³.

Najszybciej nie przybywa ludziom odwagi. Najszybciej cichnie sam głos.

Jedyne miejsce, gdzie zmierzono to na dużą skalę: notatki lekarzy

Medycyna to jedyna dziedzina, w której wprowadzanie głosowe wsparte modelami SI zmierzono na tysiącach ludzi. Skryby SI działające w tle słuchają wizyty i przygotowują szkic notatki.

W największym badaniu, opublikowanym w JAMA w kwietniu 2026 roku, około 1800 użytkowników w porównaniu z 6770 osobami, które z nich nie korzystały, oszczędzało 16 minut dokumentacji na 8 godzin wizyt, mniej więcej 10%, bez istotnej zmiany w pracy po godzinach.

Tylko 32% korzystało ze skryby w ponad połowie wizyt⁵⁴. W randomizowanym badaniu z udziałem 238 lekarzy jeden skryba skracał czas na notatkę o 41 sekund wobec 18 sekund w grupie kontrolnej, a drugi nie dawał istotnej różnicy⁵⁵.

Wypalenie zawodowe spadło z 51,9% do 38,8% w ciągu 30 dni, w badaniu bez grupy kontrolnej⁵⁶.

W notatkach sprawdzonych ręcznie pominięcia wystąpiły w 18% przypadków, a zmyślone szczegóły w 11,5%; 5,3% zawierało błąd, który mógł wyrządzić poważną szkodę⁵⁷. Głos oszczędzał bardziej uwagę niż minuty, a ceną jest sprawdzanie tekstu.

Eksperymenty, których nikt jeszcze nie przeprowadził

To nie są drobne dziury. Każda karta poniżej to pytanie, na które ta strona chciała odpowiedzieć liczbą i nie mogła, bo żadne badanie tego nie zmierzyło.

• Sondaż, który liczy dyktowanie

  Żaden sondaż na losowej próbie nie mierzy dyktowania ani głosowych rozmów z SI jako osobnego zachowania. Krzywa wzrostu opiera się na deklaracjach firm.

• Głosowa dawka dyktowania

  Nikt nie zmierzył czasu fonacji ani obciążenia głosu u ludzi, którzy godzinami dyktują w dzisiejszych aplikacjach.

• Bezpieczna dzienna porcja

  Nie ma opartego na dowodach limitu, ile godzin mówienia dziennie jest bezpieczne dla głosu.

• Dłonie po przesiadce na głos

  Żadne randomizowane badanie nie pokazuje, że przejście na głos zapobiega urazom przeciążeniowym dłoni albo je leczy.

• Własny tekst przy biurku

  Brak kontrolowanego porównania pisania głosem i na fizycznej klawiaturze przy współczesnym rozpoznawaniu mowy. Najlepsze dane pochodzą z 1983 i 1999 roku.

• Dzień spędzony na mówieniu

  Żadne badanie dzienniczkowe ani długoterminowe nie śledzi ludzi pracujących głównie głosem i nie mierzy ich zmęczenia umysłowego.

• Oswajanie się z mówieniem w pracy

  Żadne badanie terenowe nie śledzi tydzień po tygodniu nowych użytkowników dyktowania w biurze. Wszystkie długoterminowe badania nawyku dotyczą głośników w domu.

Jak to sprawdzałem i co pominąłem

Tworzę Speak-Y, aplikację do wprowadzania głosowego i nagrywania spotkań, a na dole tej strony jest jej baner. To powód, by czytać to badanie z podejrzliwością.

Dlatego każda liczba pochodząca od firmy mówiącej o sobie – także od firm od dyktowania, które konkurują z moją – jest oznaczona w tekście i narysowana kreskowaniem na wykresach.

Badanie przeprowadziłem we wrześniu 2026 roku wzdłuż czterech pytań: upowszechnienie, szybkość i dokładność, zmęczenie i myślenie, akceptacja społeczna. Każdą liczbę prześledziłem do oryginalnego źródła, tam gdzie było to możliwe.

Małe próby zostawiłem, bo innych nie ma, ale obok liczby zawsze podaję liczebność próby.

Moje własne odczytanie całego obrazu – i to jest opinia: dyktowanie stanie się normalne w domu, w samochodzie i we własnym pokoju, pozostanie sporne w open space i nieobecne na zebraniach, dokładnie jak rozmowa telefoniczna. Zmienić to mogą nie odważniejsi ludzie, lecz cichszy głos.