Jeg var halvvejs igennem et Slack-svar, da det gik op for mig. Jeg havde tænkt den samme sætning i tolv sekunder, mens mine fingre stadig kæmpede med de første fire ord. Min hjerne stod i tomgang og ventede på, at hænderne fulgte med.
Det var i det øjeblik, jeg gav stemmediktering en reel chance. Ikke det halvhjertede "jeg prøver det lige til et mødenotat", som jeg allerede havde opgivet to gange. En hel måned, hver lang besked, hver e-mail, hvert dokument. Her er, hvad der faktisk skete.
Salgsargumentet lyder som luftkasteller, indtil du ser tallene. En gennemsnitlig person skriver omkring 40 ord i minuttet. Den samme person taler 130 til 150. Forskere fra Stanford lavede sammenligningen tilbage i 2017 og konkluderede, at stemmeinput er cirka 3x hurtigere end tastning på en telefon — selv for folk, der skriver hurtigt. Det samme forhold holder stort set også på et Mac-tastatur.
Regnestykket er brutalt: 40 WPM mod 150 WPM
Lad os få det her overstået. De fleste utrænede voksne skriver omkring 38 til 40 WPM. Trænede touch-typister, dem der aldrig kigger på tastaturet, topper omkring 65. Almindelig dansk samtale ligger på 130 til 150 WPM. Selv mod en hurtig typist er det mere end 2x. Mod en gennemsnitlig person er det tættere på 3,75x.
Det er teorien. Praksis er mere interessant. Første gang du faktisk tager tid på dig selv, mens du dikterer en e-mail kontra at skrive den, er forskellen ikke så stor, som regnestykket antyder. Hvorfor? Fordi tastning er én bevægelse. Diktering er at tale, så korrekturlæse, så måske diktere en sætning igen, så indsætte. Oprydningsskatten æder af gevinsten.
Løsningen ligger i værktøjet. Gammeldags diktering giver dig en rå transskription med hvert "øh", hvert "hmm", hvert "altså det jeg mener er". Nyere værktøjer polerer det til ren tekst i ét hug. Når oprydningen er automatisk, er de 3x reelle.
Hvordan "3x hurtigere" rent faktisk ser ud på en almindelig arbejdsdag
Her er en normal tirsdag for mig, før jeg skiftede. Seks længere Slack-beskeder (~80 ord hver), fire e-mails (~120 ord hver), to korte dokumenter (~400 ord), en håndfuld korte svar. Samlet skriftligt output: omkring 1.800 ord. Tid ved tastaturet, uden tænkepauser: cirka 45 minutter.
Samme mængde efter skiftet. Samlet talt output, inklusive oprydning, landede på omkring 14 minutter. Næsten nøjagtigt 3x. Det, der overraskede mig, var ikke den sparede tid. Det var, hvor tiden gik hen. Jeg holdt op med at åbne en kladde, gå min vej, komme tilbage og skrive det hele om. Tanken forlod mit hoved og landede på skærmen i én bevægelse.
Hvor diktering fungerer godt for mig: - Lange Slack-tråde - E-mail-svar på over to sætninger - Mødenotater under selve mødet - Første udkast af hvad som helst - Brain-dump-dokumenter - Stemmenoter, der senere bliver til dokumenter
Hvor det ikke hjælper: - Korte svar ("jep", "tak") - Kode - Strukturerede tabeller - Adgangskoder - Alt, hvor du skal tænke hårdt over hvert enkelt ord
Uge ét var dårlig. Her er, hvad der gik galt.
Jeg var lige ved at give op på dag tre. Det første problem var overhovedet at tale til min computer. Det føltes opstillet. Jeg startede en sætning, mistede modet, stoppede og endte med en halvt transskriberet tanke, der tog længere at rette end at skrive.
Det andet problem var, at jeg prøvede for hårdt. Jeg talte, som om jeg dikterede et formelt brev — langsomt og forsigtigt, og udtalte hvert ord tydeligt. Resultatet kom tilbage robotagtigt, og hastighedsfordelen forsvandt. Jeg skrev bare med munden, og det dårligt.
Løsningen viste sig at være det modsatte af, hvad jeg forventede. Tal hurtigere, ikke langsommere. Tal, som du ville forklare noget til en kollega — inklusive de falske starter og "nej vent, lad mig sige det på en anden måde". Et godt poleringsværktøj rydder den slags op. Hold op med at prøve at diktere. Bare tal.
Gennembruddet: at vide, hvornår man ikke skal diktere
Det, der vendte stemmediktering fra "lejlighedsvist eksperiment" til "standard indtastningsmetode", var en mental model: stemme til *første udkast*, tastatur til *redigering*. Tastaturet er præcist. Stemme er hurtig. Tal den rodede version ind, og brug så tastaturet til at rette det ene ord, der kom forkert ud.
Det lyder indlysende bagefter. Det var ikke indlysende, da jeg startede. Jeg blev ved med at prøve at diktere perfekt prosa og blev frustreret, når det polerede resultat ikke var *præcis*, som jeg ville have det. Det, der til sidst hjalp, var at sænke mine standarder for det dikterede udkast. Få ideen ud. Ret den på to sekunder med tastaturet. Videre.
Det er også derfor, polér-mens-du-taler-flowet betyder så meget. Hvis du skal diktere, manuelt rydde op i fyldord, rette grammatikken og formatere det til den app, du er i, så er hastighedsfordelen væk. Hele pointen er, at oprydningen sker automatisk. Når du holder op med at tale, er teksten allerede klar til at indsætte. Voicr gør netop det på Mac: hold FN nede, tal, slip, indsæt. Oprydningen kører i baggrunden.
Det flow, der hang ved (Slack, e-mail, dokumenter)
En måned inde havde tre flows fundet deres plads. Hvert af dem krævede en lidt anden opsætning.
Slack og chat
Det var den største gevinst. Jeg skriver mange lange Slack-beskeder: forklaringer på beslutninger, post-mortems, lange tråde. De plejede at tage mig ti minutter. Nu tager de tre. Jeg dikterer beskeden i ét hug, indsætter, kigger lige efter slåfejl, sender. (Tale til tekst i Slack på Mac gennemgår opsætningen kanal for kanal.)
E-mail var, hvor jeg forventede den største gevinst — og fik det rodede resultat først. Problemet: e-mail har en tone. Du kan ikke diktere et svar til din chef på samme måde, som du dikterer en Slack-besked til en kollega. Løsningen var en stil per app. Formelt til e-mail, afslappet til chat. (Sådan dikterer du e-mails på Mac går i dybden med det.)
Dokumenter og noter
Dokumenter er det mærkeligste tilfælde. Korte noter fungerer fremragende. Dikter, indsæt, færdig. Lange dokumenter gør ikke, fordi tænkningen er strukturel. Du skriver ikke sætninger. Du skitserer afsnit, flytter rundt på ting, omstrukturerer. Til lange dokumenter dikterer jeg afsnit for afsnit og holder strukturen på tastaturet.
Hvad jeg fik, der ikke var hastighed
De 3x er overskriften. De uventede gevinster er større.
Færre halvfærdige kladder. Når tastningen er flaskehalsen, starter hver lang besked som en kladde, du har tænkt dig at gøre færdig senere. De fleste af dem dør i din kladdemappe. Stemme lukker hullet mellem tanke og output. Jeg sender ting i dag, der før lå usendt i to dage.
Mindre belastning af håndleddene. Jeg vil ikke påstå, at stemmediktering kurerede mine hænder. Men forskellen mellem 6 timers tastning og 2 timers tastning er reel, og mine håndled kan mærke det fredag eftermiddag.
Bedre første udkast. Den her var en overraskelse. Når du taler en tanke igennem, strukturerer du den naturligt på den måde, en person ville forklare den. Tastede første udkast har en tendens til at være stivere. De læses, som om de er skrevet — fordi de er. Dikterede udkast lyder som et menneske, hvilket som regel er det, du vil have.
Den hage, ingen advarer dig om
To reelle ulemper. Begge har løsninger, men de er værd at kende, før du forpligter dig.
Du kan ikke diktere på et åbent kontor. Eller på en café. Eller noget sted, hvor en anden person er inden for hørevidde. Det lyder indlysende, men det er en større begrænsning, end det virker. Hvis dit arbejdsmiljø er delt, er stemmediktering et "kun på hjemmedage"-værktøj, hvilket begrænser produktivitetsgevinsten.
Der er stadig en oprydningsskat, selv med gode værktøjer. Den er lille. Måske én rettelse per afsnit i stedet for én per sætning. Men den er ikke nul. Regnestykket går stadig op til din fordel med stor margin, men at lade som om oprydningen er nul, sætter dig op til skuffelse.
Sådan prøver du det reelt uden at give op efter tre dage
Et par regler, jeg ville ønske, nogen havde givet mig på dag ét.
Start med én app, ikke alle. Vælg den app, hvor du skriver mest lavindsats-langform-tekst. For mig var det Slack. Brug stemme i den app og kun den app i en uge. Prøv ikke at omlægge hele dit workflow på én gang.
Sæt en grænse på en uges skepsis. Dag tre vil være dårlig. Dag fem vil være okay. Dag syv begynder du at mærke hullet, når du går tilbage til tastning. Hvis du giver op på dag tre, når du aldrig til dag syv.
Brug et værktøj, der polerer som standard. Det er den enkelt vigtigste faktor. Rå transskriptionsværktøjer spilder din gevinst på oprydning. Et værktøj, der fjerner fyldord, retter grammatik og strukturerer outputtet automatisk, er den eneste slags, hvor de 3x faktisk viser sig.
Dikter aldrig foran andre mennesker. Ikke fordi det er højlydt (det er det ikke). Fordi selvbevidstheden vil dræbe din hastighed. Find et privat sted den første måned.
Hvor du skal begynde
Ærlig opsummering: stemmediktering virker. Ikke i den "det her ændrer alt"-forstand, marketingteksten lover. I den "jeg er færdig kl. 16"-forstand. De 3x er reelle, og ethvert værktøj, der ikke håndterer oprydningen for dig, er grunden til, at folk giver op på diktering i uge ét.
Den hurtigste måde at teste det her på er at diktere din næste lange Slack-besked i stedet for at skrive den. Vil du have oprydningen klaret automatisk, med tale poleret til klar-til-at-indsætte-tekst i ét trin og en stil per app, så er det præcis, hvad Voicr gør på Mac. Hold FN nede hvor som helst, tal i tredive sekunder, slip, indsæt. Prøv det på én besked i morgen tidlig. I løbet af ugen ved du, om de 3x er reelle for dig.