Il 24 settembre Google ha aggiunto una presenza video a Gemini 3.8 Live nella sua offerta Enterprise. Per il settore alberghiero, la questione riguarda ciò che questo volto animato ha il diritto di dire, fare e trasmettere.
Un volto che continua a parlare mentre lavora
Nell’annuncio, firmato da Shuo-yiin Chang e CJ Zheng a nome del team audio di Gemini, Google descrive una voce abbinata a un video generato quasi in tempo reale. L’avatar ascolta, guarda e risponde con espressioni e sincronizzazione labiale. Può richiamare strumenti in background senza interrompere la conversazione. Google annuncia anche il passaggio tra 97 lingue senza deterioramento dell’immagine.
L’unica scena alberghiera del testo è una dimostrazione: il check-in di un ospite in un hotel, mentre gli strumenti lavorano in background. È un video di presentazione, non il riscontro di una struttura che lo utilizza. L’annuncio non fornisce alcuna misurazione dei tempi di risposta, della precisione o del tasso di errore.
Il volto dà peso alla risposta
Un volto che sorride e guarda rende uno scambio più comprensibile. Rende anche più credibile una risposta errata. Un testo sbagliato sullo schermo si legge con diffidenza. Lo stesso contenuto pronunciato da una persona che appare attenta viene verificato meno volentieri. Questo giudizio è dell’autore, non di Google, ma giustifica l’esame della questione del mandato prima di quella dell’aspetto.
Trasponiamo il ragionamento, senza descrivere un caso reale. Un avatar legge una disponibilità e la comunica all’ospite, senza avere l’autorizzazione a prenotarla. Un altro menziona una tariffa o una modifica del soggiorno che non può né confermare né rispettare. In entrambi i casi, la formulazione deve chiarire che cosa viene consultato, che cosa viene promesso e che cosa resta da convalidare da parte di una persona. Un ospite non farà questa distinzione da solo davanti a un volto così fluido nei movimenti.
Che cosa comprende la trasparenza annunciata
Google indica che tutte le uscite audio e video recano la filigrana SynthID, che definisce impercettibile. La sua funzione è consentire di rilevare, a posteriori, che un contenuto è generato. Non informa l’ospite, in quel momento, che sta parlando con una presenza sintetica. Questa informazione compete alla struttura, che deve fornirla sullo schermo o a voce.
Google precisa che la creazione di un avatar personalizzato a partire da un’immagine di riferimento è riservata alle aziende inserite in una lista di autorizzazione. Si pone allora la questione del volto: quello di un dipendente, di una persona reale o di un personaggio inventato? L’annuncio non affronta i diritti legati all’immagine di partenza.
Che cosa dovrebbe verificare la struttura prima di renderlo disponibile agli ospiti
La valutazione riguarderebbe scambi completi, compresi quelli in cui manca una risposta. Un avatar fluido nei movimenti che ritarda il contatto con la persona in grado di decidere peggiora il servizio. Il passaggio al personale va quindi testato quanto la qualità dell’immagine: quando si attiva, che cosa viene trasmesso e se l’ospite deve ripetersi.
La coerenza visiva aiuta una struttura a presentarsi. Ma la fiducia dipende da una coerenza che lo schermo non mostra: ogni promessa fatta dall’avatar deve corrispondere a un dato verificato e a una persona identificabile che ne risponda.
Cette publication est également disponible en :
