サンフランシスコ行きのフライトの中にいる。結局、人生で一番遅いインターネット接続を購入した（まあ、正当な理由あってのことだが）、それでも数時間はいつものフライト中と同じようにネットなしで過ごしていた。

普段、しばらくネットから離れること自体は気にならない。集中したり、コードを書いたり、こうしてブログ記事を書いたりする良い機会になる。ただ、ネットが使えないときに一番違いを感じるのは、FacebookでもTwitterでもGitHubでもなく、テキストメッセージが使えないことだ。

今やテキストメッセージは自分の生活に欠かせないものになっている。おそらく最大の注意散漫の原因でもある。家族との会話に使うし、別の階にいる家族への連絡にすら使う。友人との食事や旅行の計画にも使うし、水道工事の業者や医者とのやり取りにすら使っている。

メッセージがなくなることは明らかにない。だからこそ、もっと良くなる必要がある。だから普段からメッセージングアプリに関することを考えがちになる。以下は、このテーマについて繰り返し考えている3つのことだ。

1. WhatsAppはアメリカでは使われていない

ヨーロッパで私たちのコミュニケーションのあり方を最も大きく変えているソーシャルネットワークが何か知っているだろうか？それはWhatsAppだ。完全に標準となっていて、膨大な数の人々が使っているため、「WhatsAppグループ」が人々のコミュニケーションの形を変えている。学校のクラスごとにグループがあり、子ども用と親用で別々にある。家族用のグループ、友人グループ用のグループもある。娘の幼稚園のグループもあり、先生がときどき子どもたちが活動している写真を投稿してくれる。

WhatsAppは現代生活における大きな悩みの種でもある。こうしたグループがひっきりなしに通知を鳴らすからだ。しかし、それが社会にもたらしていることは驚くべきものだ。文字通りすべての人を相互につなげている。この魔法が可能なのは、ここイタリアや他の多くのEU諸国では、WhatsAppが*標準*であり、誰もがあなたが使っていることを前提にしているからだ。

個人的には、これがほとんどのソーシャルアプリが生み出され、資金を得ている場所であるアメリカで起きていないことが、かなり信じがたい。アメリカにもAndroidとiOSの両方のスマートフォンがあるのに、何がこれを妨げているのだろうと思う。自分の予想では、単に時間の問題で、アメリカでもいずれ統一されたメッセージングプラットフォームが実現するだろう。

なぜ音声認識はもっと使われないのか

実際のキーボードで素早く文字を打てる人にとって、スマートフォンのソフトウェアキーボードはこの上なく煩わしいものだ。同様に、ティーンエイジャーを除けば、多くの人がスマートフォンのキーボードで長いテキストメッセージを打つことに苦労している。

一方で、Googleのサーバーに支えられたAndroidの音声認識ソフトウェアは、ほとんど間違いをしないレベルにまで達している。なのに、なぜ日常的に使う人はごくわずかなのだろうか？自分の考えでは、音声認識機能を起動して使うためのユーザーインターフェースがあまりにもひどく、それがこの機能がヒットする上での最大の障壁になっているのだ。

まず、どうやって起動するのかを探さなければならないが、大抵の場合キーボード上で目立つボタンにはなっていない。次に、遅延があってビープ音が鳴ってから聞き取りが始まるのだが、特に周囲がうるさいと、どうやって止めればいいのかがはっきりしない。全体として、サーバーの遅延に悩まされているかのように感じられるが、音声は音声なのだ。遅延や不明瞭な体験があると、スマートフォンに話しかけるという大きな利点が台無しになってしまう。これは単に「話している間ボタンを押し続ける」というものであるべきだ。ボタンを押すと、システムはすぐに音声の録音を開始し、非同期でサーバーに接続する。テキストが返ってくれば、ユーザーに表示される。ユーザーがボタンを離せば、音声入力は終了だ。それだけのシンプルなことだ。最後に、この方法で入力された単語は、テキストエリア内で何らかの特別な表示（例えば違うグレーの色など）にすれば、間違いがあった場合に個々の単語をタップして候補を選べるようになる。

お願いだからGoogle、いい加減やってくれ。iOSではもっとマシになっているのだろうか、もうしばらく使っていないのでわからない。

テキストメッセージの自動文字起こし

スマートフォンのキーボードがあれほど使いにくいため、人々はどんどんボイスメッセージを使うようになっている、特にWhatsAppでは。音声からテキストへの変換機能にはない「押して話す」という体験があるため、メッセージを送る側にとってはとても便利だ。しかし、会話を聞くのが容易ではない環境にいることもある受信者にとっては、必ずしも便利とは限らない。

しかし、この点でうまくいきそうな方法が一つある。WhatsApp（あるいは他の何であれ）のサーバーが、メッセージを自動的にテキストに変換するのだ。そうすれば、ユーザーはメッセージを再生することも、十分に明確ならテキストを見るだけで済ませることもできる。特定の単語に不明な点がある場合は、何らかの形でハイライトして、はっきりしない単語があるのでボイスメッセージを聞いた方がいいことをユーザーに示せばよい。そうすれば、95%のメッセージは読むだけで即座に内容がわかるようになるはずだ。

こうすれば、この機能は書く側（実際には口述する側）と受け取る側の双方にとって摩擦なく使えるものになる。

要するに：メッセージングはあらゆるところにある。もっと良くしよう。