Minha família nunca teve TV a cabo ou assistiu muita TV quando eu era párvulo, logo experimentei o beisebol através do rádio ao lado da leito. Todas as noites, durante a temporada regular, eu acompanhava os Yankees indiretamente através dos comentários do locutor John Sterling, que fazia o relato passo a passo ao lado de Michael Kay e mais tarde de Suzyn Waldman, ela mesma uma pioneira no mundo das transmissões esportivas.
Ainda posso recitar algumas das chamadas de Sterling de memória: Davi Wells! David Wells lançou um jogo perfeito. Vinte e sete em diante. Vinte e sete inferior. Imortalidade no beisebol para David Wells! E os Yankees vencem… qui-uh-uh, os Yankees vencem! A única vez que cheguei cedo ao estádio porquê torcedor não foi para comprar um bobblehead de jogador descartável – foi para ter certeza de que ganharia uma camiseta com John e Suzyn legendada com a frase de assinatura do primeiro, Isso é beisebol, Suzyn.
Esses momentos reverberaram em minha mente esta semana, depois que Sterling, de 85 anos, anunciou sua aposentadoria depois 36 anos e 5.631 jogos no função – incluindo sete campeonatos mundiais. Ele foi homenageado ontem no Yankee Stadium. Todos os elogios habituais chegaram: Sterling é “inimitável”, “único”, “insubstituível”. Há alguma verdade nesses clichês. Com sua combinação de seriedade e campismo – ele é ao mesmo tempo querido e lamentado por sua chamadas caseiras personalizadas para cada jogador do Yankee – Sterling é certamente dissemelhante de qualquer outro locutor do jogo. Mas, porquê repórter que cobre a tecnologia e os seus efeitos na nossa cultura, dei por mim a perguntar-me se as afirmações sobre a natureza um e irreprodutível da voz de Sterling estariam atrasadas.
Em janeiro, os golpistas produziram uma chamada automática completamente suasivo na qual o presidente Joe Biden aparentemente instou os democratas de New Hampshire a ficarem de fora das primárias estaduais. Graças aos avanços na tecnologia de IA, tornou-se trivialmente fácil clonar digitalmente a sua própria voz ou a de qualquer outra pessoa. Esses desenvolvimentos levantam a questão: o que torna uma voz única e a voz de alguém ainda é verdadeiramente inimitável? Não poderia um Sterling simulado, treinado em anos de sua vocação de jogo, continuar com credibilidade seus comentários muito depois de sua partida? Sua imagem não poderia ser facilmente licenciada e reanimada por alguma empresa de entretenimento empreendedora?
A resposta é não – e a razão é que há certas coisas que a lucidez sintético, por mais avançada que seja, nunca poderá substituir. O que torna um locutor esportivo óptimo não é somente a regularidade de seus comentários, mas sua capacidade de transmitir o que está vivenciando e envolver o ouvinte. Os melhores comentaristas jogada a jogada nos recrutam para uma conspiração de preocupação: juntos, nós nos agarramos a cada lançadura, rebatida e erro. Um locutor é peculiar menos pelas frases do que pela capacidade de viver esse momento conosco, compartilhando nossa emoção, suspense, surpresa e dissabor.
Por definição, um computador não pode fornecer isso. Não importa o quanto um Sterling-robô se parecesse com Sterling, ele nunca seria capaz de nos convencer de que se importava com o jogo porquê Sterling, porque não o faria. Uma IA pode conseguir reproduzir sua excentricidade, mas nunca conseguirá reproduzir a sensação de compartilhar uma experiência. Fundamentalmente, a imitação automatizada da emoção não é excitante; é alienante – um simulacro sem psique, sem a núcleo da interação humana.
Essa verdade vale não somente para anúncios esportivos, mas também para outros gêneros de áudio sintético. A narração de IA pode ler levante cláusula com habilidade e desempenhar a função utilitária de transmitir a informação aos seus ouvidos, mas não pode produzir uma balada comovente de perda e saudade.
Muito, tecnicamente, pode. O gerador de música Sumo ganhou as manchetes recentemente por sua capacidade de produzir músicas de forma impressionante em inúmeros gêneros e estilos. No mês pretérito, o jornalista Ross Anderson usou a utensílio para gerar um risonho álbum conceitual que incluía um Cocomelãocantiga de estilo exaltando as alegrias do trabalho infantil e uma cantiga do mar envenenada sobre uma revanche sem termo entre Biden e Trump.
Eu próprio consegui fazer com que Sumo produzisse um lamento folclórico suportável pela comunidade judaica perdida de Vilna – um lar histórico de aprendizagem, cultura e levedação política judaica que foi destruído pelo Sacrifício. “Nas estradas de paralelepípedos, melodias enchiam o ar / do teatro iídiche, as almas eram desnudas”, canta o vocalista virtual. “Mas a negrume se aproximou, uma tempestade começou a se formar / A vibrante cidade de Vilna, seu fado não poderia ser dissolvido.”
Mas a música é fundamentalmente um fracasso pela mesma razão que uma pseudo-Sterling seria: o ouvinte não acredita realmente que o locutor se preocupa com o tópico. Tal porquê a IA não está realmente investida no jogo de basebol ou nos Yankees, ela não lamenta realmente a perda de vidas judaicas em Vilna nem se pergunta porquê teria sido a cidade para visitar antes da devastação. Quanto mais pedimos da nossa música, menos a IA será capaz de entregar, e é por isso que esses geradores são mais adequados para produzir músicas pop chiclete ou hinos dançantes cativantes, em vez de qualquer coisa mais existencialmente complexa. Temos dificuldade em ter empatia com um pouco que reconhecemos ser produzido sem empatia.
John Sterling significa um pouco peculiar para os fãs dos Yankees. Mas ele também me ensinou um pouco além do beisebol: que certos aspectos da experiência humana nunca podem ser replicados ou substituídos. O que nos torna quem somos não são somente as histórias que contamos, mas as histórias que compartilhamos e habitamos juntos.