I Spike Jonzes långfilm Her från 2013 blir Joaquin Phoenix karaktär Theodore Twombly alltmer fäst vid sin flickvän Samantha, spelad av Scarlett Johansson. Från inledande flirt leder deras relation vidare mot mer djuplodande samtal och allt närmare intimitet.

Han har träffat sin drömtjej, som lyssnar och bekräftar.

Det speciella med den i övrigt ganska typiska filmromansen är att Samantha är ett operativsystem som odlar sina relationer via telefonens högtalare, något som leder till komplikationer. Men att det ens behövdes en skådis till rollen beror så klart på att rösten är så central i vem vi attraheras av.

Scarlett Johanssons stämma är uppenbarligen så lockande att hon 2024 kopplade in advokater och anklagade Open AI, företaget bakom Chat GPT, för att ha baserat sin AI-röst ”Sky” på hennes. Open AI nekade till anklagelsen – men tog sedemera bort rösten. Till saken hör att Open AI:s vd Sam Altman har sagt att Her är hans favoritfilm om AI och han ska ha kontaktat skådespelerskan med ärendet att få basera en AI-röst på hennes, ett erbjudande som hon säger sig ha nobbat.

Jag förstår henne.

För en skådespelare är rösten ett arbetsredskap och en central del av den kompetens man försörjer sig på. I takt med att AI-röster, baserade på anhöriga eller andra personer, används alltmer i bedrägerisyfte blir det viktigt att slå vakt om våra stämband.

Som Scarlett Johansson uttryckte saken: ”I en tid då vi alla brottas med deepfakes och skyddet av vår egen avbild, vårt eget arbete, våra egna identiteter, anser jag att det här är frågor som förtjänar absolut klarhet.”

Samtidigt önskar jag att de AI-röster jag möter inte ska låta metalliskt knarriga som de tyska syntpionjärerna Kraftwerks låt ”The robots” från 1978, utan hellre låta vänliga, inkännande och just mänskliga.

I den här artikeln på fof.se skildrar datorlingvisten Axel Ekström det konstgjorda talets teknikhistoria. Det är en berättelse som sträcker sig längre tillbaka än jag hade föreställt mig – och som leder rakt in AI-utvecklingens etiska minfält. Det är hög tid att fråga oss om hur vi ser på vår muntliga interaktion med tekniken och vad den gör med våra relationer.

God läsning!