Block บริษัทของ Jack Dorsey เปิดตัว Dessa โมเดลเสียงที่บริษัทบอกว่าฝึกจากบทสนทนาของคนล้วน ๆ ไม่ใช้ข้อความและไม่ใช้โมเดลที่ฝึกไว้ก่อน มันฟังและพูดได้พร้อมกัน หัวเราะกลางประโยค แทรกคำรับอย่าง “yeah” และรันบน MacBook Pro M4 Max ได้ โพสต์เปิดตัวของ Dorsey มียอดเห็นราว 10.9 ล้านครั้งภายในวันเดียว
บน X ความเห็นแตกเป็นสองทางชัดเจน ฝั่งหนึ่งตื่นเต้นว่านี่คือเสียง AI ที่ “เหมือนคนที่สุดเท่าที่เคยได้ยิน” อีกฝั่งถามว่าทำให้เหมือนคนขนาดนี้ไปเพื่ออะไร และกลัวว่าสายโทรหลอกจะระบาด สิ่งที่ยืนยันได้ตอนนี้คือ Dessa ยังเป็นแค่ Research Preview ที่มีคลิปเดโมจากบริษัท ยังไม่มี Benchmark รายงานเทคนิค หรือการทดสอบจากคนนอก ส่วนบทเรียนที่ใช้ได้ทันทีคือ ถ้าฟังด้วยหูแล้วแยกไม่ออก การยืนยันว่าใครโทรมาต้องย้ายไปอยู่ที่ขั้นตอน เช่น โทรกลับเองหรือใช้รหัสลับในครอบครัว
Dessa คืออะไร และ Block อ้างอะไรบ้าง
Dessa มาจากห้องแล็บวิจัย AI ขนาดเล็กใน Block ซึ่งเป็นบริษัทเจ้าของ Square และ Cash App ทีมนี้ก่อตั้งโดยอดีตสมาชิกของสตาร์ตอัป Dessa ในโตรอนโต ที่ Square (ชื่อเดิมของ Block) ซื้อไปในปี 2020 หัวหน้าโครงการคือ Ragavan Thurairatnam และทีมรายงานตรงต่อ Dorsey ตามที่เขียนไว้บน หน้าเปิดตัวของ Block
ผู้ช่วยเสียงส่วนใหญ่ทำงานเป็นทอด คือแปลงเสียงเป็นข้อความ ส่งให้โมเดลภาษา (LLM) คิด แล้วแปลงคำตอบกลับเป็นเสียง Block บอกว่าวิธีนี้ทิ้งข้อมูลที่ข้อความเก็บไม่ได้ เช่น น้ำเสียง การประชด เสียงหัวเราะ หรือเสียงสั่นเพราะเศร้า Dessa จึงรับเสียงเข้าและส่งเสียงออกโดยตรง
ฝึกจากเสียงล้วน
Block เขียนว่าฝึก “from scratch on nothing but human conversation” ไม่มีข้อความ ไม่มีโมเดลที่ฝึกไว้ก่อน และใช้คำน้อยกว่า LLM “หลายร้อยเท่า” Dorsey ตอบผู้ใช้ว่า “speech to speech. no llm”
ฟังและพูดพร้อมกัน
เป็นแบบ Full-Duplex คือไม่ต้องรอให้อีกฝ่ายพูดจบ รู้ว่าควรแทรกเมื่อไร และส่งคำรับสั้น ๆ อย่าง “yeah!” หรือ “ooh” ระหว่างที่เราพูด เหมือนคนคุยกันจริง
เล็กพอรันในเครื่อง
Block บอกว่าฝึกบน NVIDIA GB200 NVL72 หนึ่งชุด และรันบน MacBook Pro M4 Max ขึ้นไปได้เร็วกว่าเวลาจริง Dorsey โพสต์ว่า “zero latency on my macbook” แต่ยังไม่มีตัวเลขวัดที่เปิดเผย
Block ยกเหตุผลสามข้อ คือความอยากรู้ ความเข้าใจกันที่ดีขึ้นระหว่างคนกับ AI และความปลอดภัย ข้อสุดท้ายเขียนว่า AI ทุกวันนี้ “แทบหูหนวก” ต่ออารมณ์ในเสียงของเรา ถ้ามีคนเจ็บปวดอยู่ AI ก็อาจพูดต่อไปเฉย ๆ Block ยังประกาศเชิญนักวิจัยด้านความปลอดภัย AI กลุ่มเล็กมาทดสอบหาความเสี่ยงก่อน ส่วนคนทั่วไปทำได้แค่ลงชื่อใน Waitlist
ทำไมคำว่า “ไม่มีข้อความ” ถึงถูกพูดถึงมาก: โมเดลเสียงแบบ Full-Duplex ไม่ใช่ของใหม่ TechCrunch เทียบกับ GPT-Live ของ OpenAI ที่ออกต้นปีนี้ และผู้ใช้หลายคนยกตัวอย่าง Moshi ของ Kyutai ซึ่งตามเอกสารของ Kyutai สร้างบนโมเดลภาษาแบบข้อความขนาด 7B สิ่งที่ Block อ้างว่าใหม่คือการไม่ใช้ข้อความเลยตั้งแต่ต้น ข้ออ้างนี้ยังมาจากบริษัทฝ่ายเดียว
X คุยเรื่องอะไรกันแน่
Dorsey โพสต์เปิดตัวเวลา 01:23 น. วันที่ 24 ต.ค. (เวลาไทย) ว่า Dessa คือ “the most authentic full-duplex speech model ever built” และ “คุยกับมันเหมือนคุยกับคน” ตอนที่เราดึงข้อมูล (00:53 น. วันที่ 25 ต.ค.) โพสต์นี้มี 59,912 ไลก์ 5,905 รีโพสต์ 3,964 โพสต์อ้างอิง (Quote) และยอดเห็นราว 10.9 ล้านครั้ง ในเธรดของโพสต์นี้มีโพสต์ตอบรวม 4,980 โพสต์
คำถามหลักไม่ใช่ว่าโมเดลนี้เก่งแค่ไหน แต่เป็นว่า เสียง AI ควรเหมือนคนแค่ไหน คนที่ชอบได้ยินความเป็นธรรมชาติ ส่วนคนที่กังวลได้ยินเครื่องมือที่ทำให้แยกจริงกับปลอมไม่ออก ทั้งสองฝ่ายฟังคลิปชุดเดียวกัน
หมายเหตุการนับ: ถ้านับเฉพาะโพสต์ที่มีคำว่า Dessa คู่กับคำเรื่องสแกมหรือการหลอกลวง เราได้แค่ 28 โพสต์ แต่โพสต์เรื่องสแกมที่มียอดไลก์สูงส่วนใหญ่เป็นการ Quote โพสต์ของ Dorsey โดยไม่พิมพ์ชื่อ Dessa การนับด้วยคำค้นจึงต่ำกว่าความจริงมาก และใช้บอกสัดส่วนความเห็นไม่ได้
6 ฝั่งความเห็นบน X
เราอ่าน 221 โพสต์ ทั้งโพสต์ของ Block และ Dorsey โพสต์ที่ Quote การเปิดตัว คำตอบในเธรด และโพสต์ที่ค้นด้วยคำเกี่ยวกับเทคนิค ความเสี่ยง และความสัมพันธ์ แล้วจัดกลุ่มเหตุผลที่เจอบ่อยเป็น 6 ฝั่ง การจัดกลุ่มเป็นการตีความของเรา ไม่ได้บอกสัดส่วนความเห็นของคนบน X สำหรับบัญชีบุคคลทั่วไป เราสรุปความโดยไม่ระบุชื่อ
01ว้าว นี่คือ “Her” ที่มาถึงแล้วตื่นเต้น
โพสต์ที่ไวรัลที่สุดของฝั่งนี้มาจากผู้ใช้รายหนึ่งที่เขียนว่า “ไม่เคยได้ยินอะไรที่เป็นของเทียมแล้วฟังดู…เหมือนคนขนาดนี้” และถ้าใครเคยสงสัยว่าความสัมพันธ์ระหว่างคนกับ AI จะเกิดขึ้นจริงไหม คลิปนี้จะทำให้เชื่อ โพสต์นี้มี 7,034 ไลก์และยอดเห็นราว 9.9 แสนครั้ง ส่วน @kimmonismus บัญชีข่าว AI ที่มีผู้ติดตามราว 1.5 แสนคน เขียนว่า “Seriously mindblowing” และ “Feels like magic” โดยเน้นว่ารันในเครื่อง Mac ได้
คำว่า “Her” ถูกพูดถึงซ้ำหลายสิบครั้ง ทั้งในโพสต์ภาษาอังกฤษ เยอรมัน และอื่น ๆ หลายคนยกฉากในเดโมที่ผู้ชายบอก AI ว่าจะพาไปปารีส แล้ว Dessa อุทาน “oh my god” เบา ๆ ก่อนหัวเราะ
ข้อสังเกต: ความประทับใจทั้งหมดมาจากคลิปที่ Block เลือกเผยแพร่ ยังไม่มีคนนอกได้คุยกับโมเดลเองในวงกว้าง
02ใหม่จริงในเชิงวิจัย แต่ตอนนี้ยังเป็นแค่เดโมรอดูหลักฐาน
ฝั่งนี้สนใจว่าการฝึกจากเสียงล้วนโดยไม่มีข้อความเป็นแนวทางใหม่จริง ผู้ใช้สายเทคนิคหลายคนเทียบกับ Moshi ที่ยังมีโมเดลข้อความอยู่ข้างใต้ และตื่นเต้นที่ทีมเล็กใช้เครื่อง GB200 NVL72 ชุดเดียว แต่ก็มีคนเขียนตรง ๆ ว่าขอให้เดโมนี้ไม่ได้ถูกเลือกเฉพาะคลิปเด่น และอีกรายตั้งคำถามว่า Block ไม่ได้บอกว่าต้องใช้ RAM เท่าไรหรือความหน่วงเป็นเท่าไรตอนพูดซ้อนกันนาน ๆ
The Verge ฟังแล้วบรรยายว่าเหมือน “เพื่อนใหม่ที่ยังเก้ ๆ กัง ๆ” เพราะในคลิปหนึ่งโมเดลเรียกผู้พูดผิดเป็น “Ronaldo” ผู้ใช้บางคนในเธรดบอกว่าเสียง “อารมณ์ล้นไปจนฟังปลอม” หรือ “ฟังเหมือนเมา” แม้จะยอมรับว่าเป็นความก้าวหน้า
ข้อนี้ตรงกับสิ่งที่สื่อหลายสำนักเขียน คือ Block ยังไม่เปิดเผยขนาดโมเดล Benchmark ภาษาที่รองรับ หรือรายงานเทคนิค
03สายโทรหลอกกำลังจะระบาดกังวล
Shiv Aroor ผู้สื่อข่าวชาวอินเดียที่มีผู้ติดตามราว 1.6 ล้านคน Quote โพสต์ของ Dorsey สั้น ๆ ว่า “Scam calls about to attain pandemic level.” ได้ 2,715 ไลก์ ประโยคแนวเดียวกันถูกรีโพสต์ต่อหลายบัญชี
แม้แต่ผู้ใช้ที่ไวรัลจากฝั่งตื่นเต้นก็เขียนต่อในวันรุ่งขึ้นว่า ถ้ามีคนโทรมาแล้วพูดแบบ Dessa “ไม่มีทางเลยที่คุณจะจับได้” และแนะนำให้ตั้งคำถามกับคำตอบลับไว้กับเพื่อนและครอบครัว อีกบัญชีหนึ่งชี้ว่าระบบยืนยันตัวตนด้วยเสียงที่ธนาคารและคอลเซ็นเตอร์ใช้กันอยู่ มีปัญหาเรื่องการปลอมเสียงมาตั้งแต่ยุคโคลนเสียงด้วย AI แล้ว
ข้อเท็จจริงที่ต้องแยก: Dessa ยังไม่เปิดให้คนทั่วไปใช้ และ Block ไม่ได้บอกว่ามันโคลนเสียงคนจริงได้ ความกังวลนี้จึงเป็นเรื่องทิศทางของเทคโนโลยี มากกว่าความเสียหายที่เกิดจาก Dessa แล้ว
04ทำให้เหมือนคนเพื่ออะไร ถ้าไม่ใช่เพื่อหลอกกังวล
Justine Bateman นักแสดงและผู้กำกับที่วิจารณ์ AI มาตลอด ถามว่าถ้า AI ทำได้ทุกอย่างตามที่โฆษณา ทำไมไม่ให้เสียงเป็นหุ่นยนต์ไปเลย แล้วตอบเองว่า “Deception” เพื่อให้คนลดการระวังตัว (1,973 ไลก์) @jennfrey เขียนแนวเดียวกันว่าให้ถามตัวเองว่าทำไมคนพวกนี้อยากให้เราแยกของปลอมกับของจริงไม่ออก
@NaithanJones เขียนว่าเขาเพิ่งเห็นอันตรายของการ “ทำให้ AI เป็นมนุษย์” ด้วยชื่อและคุณสมบัติแบบคน และเสนอว่า AI ควรมาในหน้าตาที่ “จืดชืด” ที่สุดเท่าที่ทำได้ (1,262 ไลก์) @jimstewartson เรียกว่า “Awful” และบอกว่ามันไม่ได้ทำให้ฉลาดขึ้น แต่ “หลอกลวงและอันตรายมากขึ้น” พร้อมกังวลเรื่องการเสพติด
ข้อสังเกต: Block ให้เหตุผลตรงข้าม คือเสียงที่เก็บอารมณ์ไว้ช่วยให้ AI รู้ว่าคนกำลังเจ็บปวด ทั้งสองฝ่ายยังไม่มีข้อมูลการใช้งานจริงมายืนยัน
05ไม่ต้องการเพื่อนปลอม แค่อยากได้คำตอบเร็วกังวล
@paoloanzn เรียกทิศทางนี้ว่าแย่ที่สุดในวงการ AI ตอนนี้ เขายอมรับว่าเทคโนโลยี “insane” แต่ชี้ว่าสิ่งที่ผิดคือมันหัวเราะ หยุดกลางประโยค และพูด “เอ่อ” เขาบอกว่าเวลาคุยกับโมเดล เขาอยากได้คำตอบ “เร็วที่สุด สั้นที่สุด” ไม่ใช่ “เพื่อนปลอมที่พูดแทรก”
คำตอบในเธรดของ Dorsey มีแนวนี้หลายรูปแบบ บางคนถามว่าทำไมการจำลองความเป็นคนถึงเป็นหน้าตาที่ดีที่สุดสำหรับเครื่องมือ บางคนบอกว่าฟังแค่ 15 วินาทีก็รำคาญ
06มีประโยชน์จริง ถ้าใช้ถูกที่ใช้ให้ถูกที่
Changpeng Zhao (CZ) เขียนว่าอาจดีมากสำหรับ Giggle Academy โครงการสอนเด็กของเขา เพราะการสอนเด็กด้วย “เสียง AI” แบบปัจจุบันเป็นเรื่องยาก (1,276 ไลก์) มีผู้ใช้อีกรายมองว่าสำหรับผู้สูงอายุที่ไม่มีใคร มันอาจช่วยลดความเสียหายในยุคที่ขาดผู้ดูแล และมีคนชี้ว่าคอลเซ็นเตอร์จะเป็นธุรกิจแรกที่ถูกกระทบ
ข้อเสนอของ Block เองก็อยู่ในฝั่งนี้ คือ AI ที่ได้ยินอารมณ์อาจปลอดภัยกว่า อีกมุมที่น่าสนใจมาจากผู้ใช้รายหนึ่งที่ถามกลับว่า เมื่อไม่มีข้อความระหว่างทาง ระบบตรวจความปลอดภัยที่ส่วนใหญ่อ่านข้อความจะตรวจอะไร
ข้อสังเกต: กลุ่มที่ฝั่งนี้อยากช่วย เช่น เด็กและผู้สูงอายุ ก็เป็นกลุ่มเดียวกับที่ฝั่ง 03 และ 04 กังวลว่าจะถูกหลอกหรือผูกพันเกินไป
ทดลอง 01 — หูของเราจับเสียง AI จากอะไร
การจำลองเชิงการศึกษาแบบกำหนดผลล่วงหน้า ไม่ใช่การทดสอบ Dessa หรือโมเดลจริง เลือกว่าเสียงในสายมี “สัญญาณแบบคน” ข้อไหนบ้าง แล้วดูว่าหูของผู้ฟังสมมติยังเหลือจุดสังเกตเท่าไร น้ำหนักแต่ละข้อเป็นค่าสมมติเพื่ออธิบายแนวคิด
เลือกสัญญาณด้านบนเพื่อดูว่าเหลืออะไรให้หูจับได้บ้าง
หลักฐานสนับสนุนอะไร และอะไรยังพิสูจน์ไม่ได้
| ข้ออ้างหรือความเห็น | สถานะ | อ้างอิง |
|---|---|---|
| Dessa เป็น Research Preview ยังไม่มี API น้ำหนักโมเดล หรือราคา | ยืนยันแล้ว | หน้าเว็บ Block, TechCrunch, CoinDesk |
| เปิดให้นักวิจัย AI Safety กลุ่มเล็กทดสอบก่อน | ยืนยันแล้ว | หน้าเว็บ Block และโพสต์ของ @blocks |
| ฝึกจากเสียงคนล้วน ไม่มีข้อความ ไม่มีโมเดลที่ฝึกไว้ก่อน | คำกล่าวของบริษัท | หน้าเว็บ Block ยังไม่มีรายงานเทคนิคให้คนนอกตรวจ |
| ฝึกบน GB200 NVL72 ชุดเดียว และรันบน MacBook Pro M4 Max ได้ | คำกล่าวของบริษัท | หน้าเว็บ Block ยังไม่มีตัวเลข RAM หรือความหน่วง |
| คลิปเป็นการบันทึกสด “ไม่มีใครบังคับ” และใส่คำบรรยายภายหลัง | คำกล่าวของบริษัท | เราไม่รู้ว่าบันทึกไว้ทั้งหมดกี่คลิปและเลือกมาอย่างไร |
| เหมือนคนกว่าโมเดลเสียงของบริษัทใหญ่ | ยังพิสูจน์ไม่ได้ | มีคลิป Dessa คุยกับ GPT-Live-1 แต่ไม่มี Benchmark หรือการทดสอบแบบปิดตาจากคนนอก |
| จะทำให้สายโทรหลอกเพิ่มขึ้น | ยังพิสูจน์ไม่ได้ | เป็นการคาดการณ์ Dessa ยังไม่เปิดให้ใช้ทั่วไป แต่ปัญหาการปลอมเสียงด้วย AI มีอยู่แล้ว จนหน่วยงานรัฐออกกติกามารองรับ |
| Dessa มีกลไกบอกว่าเป็นเสียง AI หรือมีลายน้ำเสียง | ไม่พบข้อมูล | เราไม่พบการกล่าวถึงเรื่องนี้บนหน้าเว็บ Block ณ วันที่ตรวจ |
สิ่งที่หลักฐานสนับสนุน
- ความเห็นบน X แตกจริงระหว่างความตื่นเต้นกับความกังวล โพสต์ทั้งสองฝั่งได้ไลก์หลักพัน
- กติกาเรื่องการบอกว่าเป็น AI มีอยู่แล้วในบางประเทศ ไม่ได้เป็นแค่ข้อเสนอของคนบน X
- Block เองก็มองว่ามีความเสี่ยงที่ยังคาดไม่ถึง จึงเชิญนักวิจัยด้านความปลอดภัยก่อน
สิ่งที่ยังพิสูจน์ไม่ได้
- Dessa ดีกว่าโมเดลอื่นจริงไหม หรือแค่คลิปที่เลือกมาดี
- ฝึกจากเสียงล้วนได้จริงทุกขั้นตอนไหม
- เสียงที่เหมือนคนจะช่วยคนเปราะบาง หรือทำให้พวกเขาเสี่ยงขึ้น
- Block จะเปิดให้ใช้แบบไหน และมีมาตรการกันการนำไปหลอกคนหรือไม่
ทดลอง 02 — สายนี้ควรเชื่อไหม
สถานการณ์สมมติเพื่อฝึกคิด ไม่ใช่การตรวจสายจริง สมมติว่าเสียงในสายเหมือนคนจนแยกไม่ออก เลือกสถานการณ์ แล้วติ๊กสิ่งที่คุณทำก่อนตัดสินใจ ผลลัพธ์คำนวณตามกฎตายตัวที่เราตั้งขึ้น
ติ๊กสิ่งที่คุณทำเพื่อดูผล
ใช้ประโยชน์จากดีเบตนี้อย่างไร
สำหรับคนทั่วไปและครอบครัว
อย่าใช้ “เสียงเหมือน” เป็นหลักฐานว่าใครโทรมา ตั้งรหัสลับในบ้านที่ไม่เคยโพสต์ออนไลน์ วางสายแล้วโทรกลับด้วยเบอร์ที่รู้อยู่แล้ว และเล่าเรื่องนี้ให้ผู้สูงอายุในบ้านฟัง เพราะพวกเขามักไม่ได้ตามข่าว AI
สำหรับธนาคารและคอลเซ็นเตอร์
ถ้ายังใช้เสียงเป็นรหัสผ่าน ให้ถือว่าเป็นแค่ปัจจัยเสริม และเพิ่มการยืนยันชั้นที่สองเสมอ ฝึกพนักงานว่าเสียงที่ฟังเป็นธรรมชาติไม่ได้แปลว่าเป็นลูกค้าตัวจริง
สำหรับนักพัฒนาแอปเสียง
บอกตั้งแต่ประโยคแรกว่าผู้ใช้กำลังคุยกับ AI ในสหภาพยุโรป AI Act มาตรา 50 ใช้บังคับแล้วตั้งแต่ 2 ส.ค. 2026 ระบบที่คุยกับคนโดยตรงต้องออกแบบให้คนรู้ว่าเป็น AI ตั้งแต่การโต้ตอบครั้งแรก เว้นแต่เห็นได้ชัดอยู่แล้ว ในสหรัฐฯ FCC วินิจฉัยเมื่อ ก.พ. 2024 ว่าเสียงที่สร้างด้วย AI นับเป็นเสียงสังเคราะห์ตามกฎหมาย TCPA การโทรออกด้วยเสียง AI จึงต้องได้รับความยินยอมก่อน เว้นแต่เข้าข้อยกเว้น
สำหรับคนทำงานด้านนโยบายและความปลอดภัย
ข้อคำถามจาก X ที่ควรตามต่อคือ เมื่อโมเดลไม่มีข้อความระหว่างทาง การตรวจหาเนื้อหาอันตรายต้องทำบนเสียงโดยตรง ระบบตรวจที่อ่านแต่ข้อความอาจใช้ไม่ได้ นี่เป็นเรื่องที่นักวิจัยที่ Block เชิญไปน่าจะต้องตอบ
ทดลอง 03 — ออกแบบเสียง AI: เหมือนคนแค่ไหนถึงพอดี
การจำลองเชิงการศึกษา คะแนนเป็นค่าสมมติที่เราตั้งขึ้นเพื่อแสดงการแลกกันระหว่างความเป็นธรรมชาติกับความเสี่ยง ไม่ใช่ผลวัดจริงและไม่ใช่คำแนะนำทางกฎหมาย
อ่านต่อบน Hybrid Mind
คำถามที่พบบ่อย
1. Dessa ใช้ได้แล้วหรือยัง?
ยัง ตอนนี้เป็น Research Preview ที่มีแค่คลิปเดโมและ Waitlist Block เปิดให้นักวิจัยด้านความปลอดภัย AI กลุ่มเล็กเข้าทดสอบก่อน ยังไม่มี API น้ำหนักโมเดล ราคา หรือวันเปิดตัว
2. “ไม่ใช้ข้อความเลย” หมายความว่าอะไร?
Block บอกว่าฝึกโมเดลจากเสียงบทสนทนาของคนอย่างเดียว ไม่ได้เริ่มจากโมเดลภาษาที่อ่านข้อความมาก่อน และตอนใช้งานก็ไม่แปลงเสียงเป็นข้อความระหว่างทาง ข้ออ้างนี้ยังไม่มีรายงานเทคนิคหรือการตรวจจากคนนอก
3. Dessa ทำให้สายโทรหลอกเพิ่มขึ้นแล้วหรือยัง?
ยังไม่มีหลักฐานแบบนั้น เพราะคนทั่วไปยังใช้ Dessa ไม่ได้ และ Block ไม่ได้บอกว่ามันเลียนเสียงคนจริงได้ แต่การปลอมเสียงด้วย AI เป็นปัญหาที่มีอยู่แล้ว การยืนยันตัวตนด้วยขั้นตอนอย่างการโทรกลับจึงสำคัญไม่ว่า Dessa จะออกมาหรือไม่
4. กฎหมายบังคับให้ AI บอกว่าตัวเองเป็น AI ไหม?
บางที่บังคับแล้ว ในสหภาพยุโรป AI Act มาตรา 50 ใช้บังคับตั้งแต่ 2 ส.ค. 2026 ให้ระบบที่คุยกับคนโดยตรงต้องบอกว่าเป็น AI เว้นแต่เห็นได้ชัดอยู่แล้ว ในสหรัฐฯ การโทรออกด้วยเสียง AI ต้องได้รับความยินยอมก่อนตามคำวินิจฉัยของ FCC ปี 2024 กฎในไทยควรตรวจกับผู้เชี่ยวชาญกฎหมายแยกต่างหาก
5. ทำไม Block ถึงอยากให้เสียง AI เหมือนคน?
Block ให้เหตุผลว่าการแปลงเสียงเป็นข้อความทิ้งอารมณ์ไป และ AI ที่ได้ยินอารมณ์จะรู้ได้ว่าคนกำลังเจ็บปวด ฝั่งที่วิจารณ์บน X มองว่าความเหมือนคนทำให้คนลดการระวังตัว ทั้งสองฝ่ายยังไม่มีข้อมูลการใช้งานจริงมายืนยัน
เอกสารอ้างอิงและขอบเขตการตรวจ
- Block: Dessa, the Conversation Model trained only on speech (หน้าเปิดตัวทางการ)
- The Verge: Jack Dorsey’s Block made an AI model that talks to you like an awkward new friend (23 ต.ค. 2026)
- TechCrunch: Block’s new voice model sounds eerily human (24 ต.ค. 2026)
- CoinDesk: Jack Dorsey’s new voice AI is impressing users and alarming fraud watchers (24 ต.ค. 2026)
- AI Act Service Desk: Article 50 Transparency obligations และ FAQ ของคณะกรรมาธิการยุโรป
- FCC: FCC Makes AI-Generated Voices in Robocalls Illegal และ คำวินิจฉัย FCC-24-17 (ก.พ. 2024)
- Kyutai: Moshi, a speech-text foundation model for real-time dialogue (ใช้เทียบเรื่องโมเดลข้อความข้างใต้)
- โพสต์บน X ที่อ้างถึง: @jack, @RagavanThurair, @blocks, @ShivAroor, @JustineBateman, @NaithanJones, @kimmonismus, @cz_binance, @paoloanzn
ขอบเขตการตรวจ: เราอ่าน 221 โพสต์บน X (153 โพสต์พูดถึง Dessa โดยตรงหรืออยู่ในเธรดของ Dorsey) ในช่วง 00:59 น. วันที่ 24 ต.ค. ถึง 00:53 น. วันที่ 25 ต.ค. 2026 เวลาไทย ตัวเลขจำนวนโพสต์มาจาก X API Counts ซึ่งรวมรีโพสต์ ใช้คำค้นภาษาอังกฤษที่มีคำว่า Dessa คู่กับคำเกี่ยวกับเสียงหรือ AI และตัดคำที่เกี่ยวกับรายการทีวีชื่อเดียวกันออก ยอดไลก์และยอดเห็นเป็นค่า ณ เวลาที่ดึงข้อมูล การจัด 6 ฝั่งเป็นการตีความของ Hybrid Mind ไม่ใช่สัดส่วนความเห็น Hybrid Mind ยังไม่ได้ฟังหรือทดสอบ Dessa เอง เพราะยังไม่เปิดให้ใช้ทั่วไป และไม่ได้ตรวจคลิปเดโมทีละคลิป แล็บทั้งสามเป็นการจำลองเชิงการศึกษา
ใส่ความเห็น