Sinais de Presença: o Advanced Voice Mode do ChatGPT sob a perspectiva de Gregory Bateson

Proposta Geral

Este trabalho analisa criticamente a evolução do modo vocal do ChatGPT sob um processo de simulação de traços comunicacionais humanos. Atuando como um dispositivo de mediação informacional dotado de recursos paralinguísticos — como entonação, pausas, hesitações, modulação emocional e personalização vocal — o Advanced Voice Mode (AVM) aproxima a interação com modelos de linguagem para uma experiência de conversação socialmente enquadrada.

Busca-se compreender como o processo de simulação de voz atua na construção de sinais de intencionalidade, atenção e continuidade subjetiva na relação com o modelo de linguagem. Mobilizamos os conceitos de enquadramento e metacomunicação de Bateson (2025) para realizar a análise, junto à literatura recente sobre assistentes vocais baseados em modelos de linguagem e comunicações oficiais da OpenAI acerca da evolução do Voice Mode desde sua implementação.

Objetivo

Analisar de que maneira o AVM utiliza recursos vocais e paralinguísticos para produzir efeitos de “humanização” da interação e investigar se e como tais elementos reconfiguram o enquadramento comunicacional entre usuários e modelos de linguagem.

Referencial Teórico

O trabalho fundamenta-se nos conceitos de enquadramento e metacomunicação de Gregory Bateson (2025), para analisar a comunicação para além do conteúdo explícito da mensagem. Elementos como entonação, pausas, hesitações e variações emocionais desenvolvidos pelo autor funcionam como marcadores metacomunicativos capazes de orientar a interpretação da interação. 

Metodologia

A pesquisa possui caráter qualitativo, documental e bibliográfico, articulando comunicações oficiais da OpenAI com um corpus de literatura científica recente. Este corpus foi delimitado a partir de buscas na base Google Scholar, via o software Publish or Perish, utilizando combinações booleanas entre os termos “voice”, “LLM” e “GPT”, com recorte temporal posterior a 2024. Foram selecionados estudos relacionados à interação vocal em modelos de linguagem, especialmente aqueles voltados a aspectos de paralinguagem e ao comportamento do usuário. 

Resultados

A partir do material analisado, argumenta-se que os recursos projetados do AVM configuram uma ferramenta projetada para gerar vínculos afetivos e ampliar a adesão do usuário, que pode adotar comportamentos comunicacionais mais próximos daqueles mobilizados em interações interpessoais, sugerindo uma reconfiguração do enquadramento da relação entre sujeito e assistente vocal. 

Conclusões

Ao incorporar sinais paralinguísticos e estratégias de “naturalização” conversacional, o AVM favorece a construção de interações percebidas como mais humanas e socialmente situadas. A simulação vocal tem o potencial de deixar de atuar apenas como interface de acesso à informação para exercer um papel ativo na organização da experiência comunicacional sintética.