Vorige week introduceerde OpenAI drie nieuwe spraakmodellen, voorlopig alleen beschikbaar via de API. GPT-Realtime-2 is een spraakmodel dat kan redeneren op het niveau van GPT-5. Het houdt het gesprek gaande terwijl het nadenkt, kan tools aanroepen, onderbrekingen opvangen en zelf herstellen wanneer iets misgaat. GPT-Realtime-Translate vertaalt live spraak vanuit meer dan zeventig talen naar dertien doeltalen, en houdt het tempo van de spreker bij. GPT-Realtime-Whisper transcribeert spraak naar tekst terwijl iemand nog aan het praten is. Dat betekent dat je deze modellen niet direct in ChatGPT kunt gebruiken; ontwikkelaars kunnen ze wel inbouwen in eigen tools en platforms.
De ontwikkeling sluit aan bij het interaction model van Thinking Machines dat we hierboven bespraken. Waar Thinking Machines kiest voor een fundamenteel nieuwe architectuur waarin interactie diep ingebouwd zit, optimaliseert OpenAI de bestaande aanpak verder. De achterliggende richting is dezelfde: AI hoort het gesprek mee, denkt mee en kan op het juiste moment reageren zonder eerst af te wachten tot iemand uitgesproken is. Voor wie het verschil wil snappen tussen “spraak die slimmer wordt” en “interactie die fundamenteel anders werkt”, staan deze twee aankondigingen mooi naast elkaar.
Voor onderwijs zijn er een paar concrete sporen om in de gaten te houden. Een live-vertaalmodel dat zeventig talen herkent, opent de deur naar betere ondersteuning van anderstalige leerlingen in de klas en bij ouderavonden. Een streaming-transcriptiemodel maakt automatische ondertiteling van lessen en automatische verslagen van overleggen veel betrouwbaarder en sneller. En een spraakmodel met redeneervermogen kan in toekomstige onderwijstools werken als een gesprekspartner waar leerlingen hardop tegen kunnen denken: bij een oefenexamen, een mondelinge presentatie of het bespreken van een leestekst. De modellen zijn nog niet in een vorm die docenten direct kunnen gebruiken, maar de tools en platforms die ermee gaan werken, komen er ongetwijfeld aan.
