Ich beginne mir anzugewöhnen, Texte mit Romaji in die KI einzugeben.
Stand Mai 2026 soll die Spracheingabe mit der Kombination Groq+SuperWhisperxGroq angeblich genau und schnell sein.
Ich sehe oft Beiträge auf X, die besagen, dass Gemini 3.5 die genaueste Erkennung von unordentlicher Handschrift hat. Ich habe denselben Text mit Grok, Claude Opus 4.7 und Gemini 3.5 verglichen – und Gemini hat haushoch gewonnen.
Da Spracheingabe und Handschrifterkennung mittlerweile so genau sind, habe ich mich gefragt, ob Tippfehler überhaupt noch eine Rolle spielen. Ich habe einen Stil ausprobiert, bei dem ich einfach rohes Romaji (halbe Breite alphanumerische Zeichen) – nicht einmal Hiragana – direkt an die KI sende, und es ist so einfach, dass ich nicht mehr zurück kann.
Mir war bereits bewusst, dass meine Anweisungen an die KI immer lässiger wurden. Selbst mit Formulierungen wie „Erinnerst du dich an das, was wir gestern gemacht haben? Ja, die Fortsetzung davon“ versteht die KI alles perfekt (solange man die Token-Gebühren bezahlt).
Diese Romaji-Notation sieht jedoch nicht einmal mehr wie richtiges Japanisch aus. Dennoch übersetzt die moderne KI es schnell und genau in perfekte japanische Sätze und befolgt die Anweisungen.
Ich habe das Gefühl, dass ich eindeutig etwas Wichtiges verliere. Aber es ist die Bestimmung des Menschen, sich weiterzuentwickeln, während er Fähigkeiten verliert – Jagdfähigkeiten an die Landwirtschaft, landwirtschaftliche Fähigkeiten an die Industrialisierung und die Fähigkeit zu warten an Smartphones. Selbst wenn man in Ruhe gelassen wird, verliert man mit dem Alter verschiedene Fähigkeiten. Anstatt den Verlust zu fürchten, möchte ich als jemand, der in dieser Zeit lebt, die Technologie dankbar genießen.
Keine Notwendigkeit, Tippfehler zu löschen
Der Vorteil der Romaji-Notation ist, dass man sich keine Sorgen um Tippfehler machen muss. Selbst wenn man einen Fehler macht, muss man den Finger nicht zur Rücktaste bewegen. Einfach weitertippen. Dieses Maß an Eingabefehlern ist überhaupt kein Problem. Tatsächlich bemerkt man bei dieser Methode gar nicht, dass man Fehler macht. Das Denken wird nicht durch den leichten Stress unterbrochen, unerwartete Zeichen auf dem Bildschirm zu sehen.
Man braucht nicht einmal Satzzeichen. Die KI fügt sie in angemessenen Abständen ein, und wenn man Sätze explizit trennen möchte, kann man einfach ein Leerzeichen wie im Englischen verwenden. Man muss nicht einmal den Längungsstrich „ー“ eingeben, den ich früher mit dem kleinen Finger getippt und dabei oft Fehler gemacht habe. Wenn man „Tastatur“ (kiiboodo) eingeben möchte, tippt man einfach „kiiboodo“.
Manche Leute nutzen vielleicht umfangreich benutzerdefinierte Wörterbucheinträge. Auch das kann man mit ein wenig Einfallsreichtum lösen, indem man die KI die eigene Wörterbuchliste lesen lässt. Wenn zum Beispiel „:k“ in die Firmen-E-Mail-Adresse umgewandelt wird, kann man der KI einfach eine Regel wie „wenn ' k ' von Leerzeichen umgeben ist, wandle es um“ mitteilen. Es besteht keine Notwendigkeit, extra Tasten weit weg von der Grundposition wie „:“ zu drücken.
Keine Notwendigkeit zur Umwandlung
Der angenehmste Teil ist vielleicht „nicht in Kanji umwandeln zu müssen“. Es besteht keine Notwendigkeit, den Tippfluss für falsche Umwandlungen zu unterbrechen.
Die Gedanken für einen Sekundenbruchteil anzuhalten, um die richtige Kandidaten aus einer Liste auszuwählen, ist nichts als Rauschen. Das Kanji, das zum Kontext passt, ist bereits im Kopf; mehrmals die Leertaste zu drücken, um es auszuwählen, fühlt sich wie eine wirklich verschwenderische Aufgabe an.
Ich wusste nie, dass eine Welt, in der man nur eine Art von Zeichen (das Alphabet) ohne Kanji braucht, so angenehm sein kann. Wir haben Twitter die ganze Zeit mit einer schweren Behinderung genutzt.
Nützlich auch in Besprechungen
Diese Eingabemethode ist auch sehr praktisch für Besprechungen, bei denen Aufnahme und Transkription nicht unbedingt notwendig oder schwierig sind.
Man kann einfach die Hände in Bewegung halten, während man der anderen Person zuhört. Da man sich keine Sorgen um Tippfehler oder Umwandlungsfehler machen muss, kann man sich auf das Zuhören konzentrieren. Wenn man blind tippen kann, kann man zuhören, während man der Person in die Augen schaut. Sie fragen sich vielleicht: „Was klappert diese Person da eigentlich...?“
KI-Token über meine Token
„Ist es nicht eine Verschwendung, die KI Token verbrauchen zu lassen, um eine Zeichenfolge von Romaji in korrektes Japanisch umzuwandeln?“
Das stimmt sicherlich.
Allerdings sind die durch die Romaji-Notation eingesparten „Gehirn-Token“ weitaus wertvoller als die KI-Token, die durch das Schreiben von korrektem Japanisch eingespart werden. In der kommenden Ära sollten wir menschliche Token sparen, nicht KI-Token. Letzten Monat wurde mir das klar, nachdem ich fast den Verstand durch einen Dopamin-Überschuss verloren hatte, der durch Multitasking mit mehreren Terminals verursacht wurde, während ich von der KI besessen war. Die Fähigkeit zu denken ist endlich.
Grenzen und eine neue Persönlichkeit
Es gibt sicherlich Ausdrücke und Inspirationen, die nur durch den Stil entstehen, Gedanken auf die Finger zu legen und einen Text zu vervollständigen, während man gleichzeitig Tippfehler und Umwandlungen löscht.
Der Vorteil des üblichen Schreibstils zeigt sich während des Korrekturleseprozesses, um einen Text für andere zum Lesen zu polieren. Für Korrekturlesen und Bearbeiten bleibt mir nichts anderes übrig, als die übliche Methode des Löschens und Hinzufügens zu verwenden.
Wenn man jedoch bei Null anfängt, ist die Methode, Romaji der KI für einen sauberen Entwurf zu geben, überwältigend schneller.
Man könnte sagen, Spracheingabe sei besser, wenn man Geschwindigkeit möchte. Aber gesprochene und geschriebene Sprache haben eindeutig unterschiedliche Eigenschaften als Werkzeuge. Denkmuster, die durch Lesen kultiviert werden, können nur mit geschriebenen Worten genutzt werden. Wenn man wie Kant oder Keikaku Itoh denken möchte, muss man beim Schreiben denken.
Es gibt Zeiten, in denen man tief in Gedanken graben muss, die zu peinlich oder beängstigend sind, um sie laut auszusprechen, und das ist mit Spracheingabe unmöglich.
Tatsächlich ist Selbstreflexion, die so tiefe Konzentration und Entschlossenheit erfordert, selbst für das Tippen zu schnell. Handschrift eignet sich am besten, um sich Traumata zu stellen.
Zweisprachige Menschen sagen, dass sich ihre Persönlichkeit je nach der Sprache, die sie sprechen, ändert. Ich habe auch das Gefühl, dass sich meine Persönlichkeit zwischen geschriebener und gesprochener Sprache unterscheidet. Tatsächlich ist sie zwischen Handschrift, Tippen und Spracheingabe völlig unterschiedlich.
Jetzt ist eine neue Persönlichkeit namens „KI + Romaji“ hinzugekommen.
Ich denke wirklich, dass ich in einer großartigen Zeit geboren wurde. Das Leben macht gerade am meisten Spaß.
※https://pody.jp/player/ngpcDWPy6otqtyr7XYmx/gdfr60bU6m6Jtpq2jyQv#section-2
