OpenAI ล่าสุดได้ทยอยปล่อยฟีเจอร์ใหม่ Live Dictation ให้กับผู้ใช้งาน ChatGPT ทั่วโลกตั้งแต่วันที่ 18 พฤศจิกายน 2026 ที่ผ่านมา โดยชูจุดเด่นด้านการถอดเสียงพูดเป็นข้อความแบบเรียลไทม์ (Real-time Transcription) พร้อมปลดล็อกข้อจำกัดด้านเวลาการอัดเสียงแบบเดิม

แม้การอัปเดตครั้งนี้จะช่วยให้การทำงานลื่นไหลขึ้นมาก แต่สื่อเทคโนโลยีอย่าง Gizmodo ได้ตั้งข้อสังเกตถึงอีกมุมหนึ่งที่น่ากังวล นั่นคือความเสี่ยงที่ผู้ใช้อาจเผลอเปิดเผยข้อมูลส่วนตัวมากเกินไป ซึ่งข้อมูลเสียงเหล่านั้นอาจกลายเป็นขุมทรัพย์ชั้นดีที่ถูกนำไปใช้ฝึกฝนโมเดล ของ OpenAI หากผู้ใช้ไม่ได้ตั้งค่าปิดไว้
เดิมที ฟีเจอร์ Dictation (การพูดแทนการพิมพ์) บน ChatGPT มีข้อจำกัดสำคัญ 2 ประการที่ขัดขวางความต่อเนื่องในการใช้งาน ได้แก่ การจำกัดเวลาอัดเสียงสูงสุดเพียง 10 นาทีต่อครั้ง และการที่ระบบจะประมวลผลถอดเสียงออกมาเป็นข้อความก้อนเดียวก็ต่อเมื่อผู้ใช้กดหยุดพูดแล้วเท่านั้น
Live Dictation เข้ามาแก้ Pain Point ทั้ง 2 จุดนี้โดยตรง โดยข้อความจะปรากฏขึ้นบนหน้าจอทันทีแบบคำต่อคำในขณะที่ผู้ใช้กำลังพูด และยกเลิกเพดานเวลา 10 นาทีออกไป ทำให้ผู้ใช้สามารถพูดร่ายยาวเพื่อระดมไอเดีย เล่าเรื่อง หรือสั่งงานได้นานเท่าที่ต้องการ
ในวิดีโอสาธิตที่ OpenAI เผยแพร่ผ่านแพลตฟอร์ม X แสดงให้เห็นตัวอย่างการใช้งานจริงผ่านนักแสดงที่พูดเล่าเรื่องราวความสัมพันธ์อันยาวนานกับเพื่อนสนิท ก่อนจะสั่งให้ ChatGPT สรุปเนื้อหาทั้งหมดออกมาเป็น Bullet Points เพื่อนำไปใช้ร่างสปีชของเพื่อนเจ้าบ่าวในงานแต่งงาน
รายละเอียดการเปิดให้บริการ:
ความเคลื่อนไหวนี้เป็นส่วนหนึ่งของแผนระยะยาวในการทำให้การสื่อสารกับ AI มีความเป็นธรรมชาติเสมือนคุยกับมนุษย์ หลังจากที่เมื่อเดือนกรกฎาคมที่ผ่านมา OpenAI เพิ่งเปิดตัวโมเดลเสียง GPT-Live-1 ที่สามารถเลียนแบบรายละเอียดเล็ก ๆ น้อย ๆ ของมนุษย์อย่างเสียงหัวเราะหรือจังหวะการหยุดคิดได้
สำหรับผู้ใช้งานบัญชีทั่วไป (Individual Plans) ที่ต้องการปกป้องความเป็นส่วนตัวและไม่ต้องการให้ข้อมูลเสียงหรือข้อความถูกนำไปใช้เทรน AI สามารถเข้าไปปิดการตั้งค่าได้ด้วยขั้นตอนดังนี้:
(หมายเหตุ: สำหรับผู้ใช้งานในแพลนระดับองค์กรหรือธุรกิจ เช่น ChatGPT Team และ Enterprise ทาง OpenAI มีนโยบายเริ่มต้นที่จะไม่นำข้อมูลของผู้ใช้งานไปใช้ฝึกฝนโมเดลตั้งแต่ต้นอยู่แล้ว)
ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด