Deixei o Gemini transformar pesquisas complexas em podcasts. Eu nunca voltarei
A mudança do Google Assistant para a era Gemini está quase em seus últimos estágios. Pode-se sentir nostalgia do assistente virtual de mesmo nome, mas é inegável que a chegada do Gemini realmente mudou o que um agente de IA pode fazer por nós.
As habilidades de compreensão da linguagem são muito melhores com Gêmeos .As conversas são naturais , as interações dos aplicativos são fluidas, a integração com outros produtos do Google é gratificante e, mesmo em seu estado gratuito , o Gemini leva o Siri para a limpeza, mesmo em um iPhone .
Existem, no entanto, alguns truques que colocam Gêmeos em uma categoria totalmente diferente. Deep Research é um daqueles recursos de agente que uso diariamente e que continua me surpreendendo. Em março, o Google adicionou outro recurso gratificante ao arsenal do Gemini: visões gerais de áudio.
Transformando tudo em um podcast
Imagine transformar seus documentos monótonos, trabalhos de pesquisa abertamente complexos ou material de leitura acadêmica em um animado bate-papo de podcast bidirecional. É essencialmente disso que se trata o Audio Overviews. O recurso chegou pela primeira vez ao subestimado NotebookLM do Google e finalmente foi transferido para a experiência principal do Gemini em dispositivos móveis e na web.
Você não precisa passar por nenhum obstáculo técnico ou escrever um prompt de texto hiperespecífico para obter essas reformas de áudio. Basta fazer upload de um arquivo do seletor de anexos e você verá um ícone “Gerar visão geral de áudio” logo acima da caixa de bate-papo. Toque nele e a geração do podcast começará.
A conclusão pode levar alguns minutos, mas enquanto isso você pode alternar com segurança para outro aplicativo (ou janela). Assim que o processo terminar, você receberá uma notificação sobre o podcast estar pronto para você ouvir ou compartilhar com outras pessoas.
A visão geral do áudio é normalmente um bate-papo de fluxo livre para duas pessoas em um tom estranhamente natural. É quase como se você estivesse conversando com o Gemini Live, o que parece dramaticamente mais natural do que qualquer chatbot de IA que usei até agora no modo de conversação por voz.
Esses podcasts gerados por IA são geralmente muito bem feitos, eu diria. Mas eu gravito em torno deles por alguns motivos. Primeiro, olho para uma tela, leio artigos para pesquisa e escrevo minhas próprias coisas, praticamente o dia inteiro.
Isso deixa pouco espaço para o envolvimento com qualquer outro material baseado em texto, seja ele acadêmico, relacionado ao trabalho ou mesmo recreativo. No entanto, se eu pudesse mudar o modo sensorial para interagir com esse material, meu cansaço de leitura ficaria em segundo plano.
Os podcasts de áudio oferecem uma maneira totalmente nova de interagir com material baseado em texto de uma forma mais envolvente. Isso nos leva à segunda vantagem, que é a estimulação sensorial, ou variância. Esta fórmula foi bem documentada e experimentada no campo acadêmico e no coaching profissional.
Como isso me ajudou?
O cansaço do texto cobra seu próprio preço. Faz com que até mesmo um trabalho emocionante pareça uma tarefa que você precisa superar, só porque não pode se dar ao luxo de perdê-la. No entanto, envolver-se com o mesmo trabalho, ou com a sua essência, através de um meio sensorial diferente suprime o medo de sobrecarregar com mais material textual. Na verdade, ajuda de algumas outras maneiras.
"Envolver múltiplos sentidos fortalece a memória. Quando ouvimos e interagimos – seja através da leitura, escrita ou ação – o cérebro constrói conexões mais fortes, tornando mais fácil lembrar mais tarde", diz Yasir Naseem, especialista em linguística cujo trabalho de pesquisa se concentrou na modernização e gamificação de metodologias de ensino.
Naseem, que atualmente é especialista em currículos em uma empresa líder em tecnologia educacional, me disse que não se pode confiar apenas em um único meio de aprendizagem. Em vez disso, ele me diz, você precisa combinar diferentes métodos para obter o máximo benefício, desde o efeito sentimental até a retenção da memória.
Uma pesquisa publicada na revista Computers & Education também destacou como os alunos consideraram os arquivos de áudio um material superior de aprendizagem e revisão. A flexibilidade e a versatilidade sensorial desempenharam um papel importante na preferência deles por podcasts em vez de outras mídias.
“A verdadeira compreensão e a retenção a longo prazo acontecem quando a escuta é combinada com recursos visuais, discussões ou atividades práticas”, acrescenta Naseem. Minhas próprias experiências com as visões gerais de áudio de Gêmeos ecoam seu conselho. Tenho uma lembrança mais forte do conhecimento que absorvi através dos podcasts de áudio em comparação com a leitura do mesmo material .
Veja, esses podcasts de áudio não são uma simples conversão de texto em áudio. Em vez disso, eles dividem uma parede de texto chata em uma conversa entre duas pessoas da qual você é essencialmente o único público. É uma vantagem para qualquer material baseado em texto que não desperte instantaneamente sua curiosidade e o estimule a uma leitura instantânea.
Em meu experimento mais recente, o podcast de áudio do Gemini me ajudou a entender o significado de um artigo que discute “uma estrutura para aprendizagem neural interpretável baseada em funções de objetivo da teoria da informação local”. Em termos mais simples, a pesquisa discutiu como as células nervosas se organizam.
Você entendeu o que estou tentando enfatizar aqui, certo?
Conveniência, acima de tudo
A conveniência desempenha um papel importante quando se trata de absorver informações. E o mesmo acontece com o entusiasmo e entusiasmo com todo o processo. De acordo com um artigo publicado na revista Computers in Human Behavior , os podcasts “aumentam a conveniência, flexibilidade e acessibilidade à informação e ao conhecimento”. Não demorei muito para perceber isso.
Morando na capital nacional, passar entre 2 a 3 horas preso no trânsito ou no trajeto público é uma realidade diária para mim. Mas mais do que o desconforto de tudo isso, é o tempo perdido que mais dói. O material de aprendizagem em áudio oferece a maneira mais conveniente de utilizar esse tempo de maneira produtiva.
Com Gêmeos, você tem outro benefício crucial. Você não precisa depender da disponibilidade de áudio de um determinado livro, artigo de notícias ou material acadêmico. Você pode simplesmente baixar qualquer material à sua disposição e o Gemini o transformará em uma conversa estilo podcast.
Existem muitas pesquisas multidisciplinares que apoiam os benefícios de uma abordagem de aprendizagem baseada em áudio. E não se trata apenas de ouvir, mas sim de dividir as coisas e apresentá-las de uma forma mais acessível.
"Algumas pessoas disseram… que gostam do facto de lhes estarmos a dar algumas coisas que não estão a ler no jornal. Eles gostam do facto… de estarmos a tentar apresentar-nos de uma forma diferente", diz um artigo de investigação citando um editor de notícias. O artigo, cortesia da Syracuse University, foi publicado em 2006, durante os primeiros dias da tendência do podcast.
A partir de 2025, os podcasts se tornaram um verdadeiro fenômeno de consumo de informação, desde material educativo até material de entretenimento. De acordo com o Pew Research Center , quase metade dos americanos se envolveu com podcasts. Mais da metade do público pesquisado ouvia podcasts para aprender, para se divertir ou para obter algum material de áudio enquanto fazia outra coisa.
Quase um terço queria ouvir a opinião de outras pessoas, e outro segmento igualmente grande foi criado para que pudessem ficar de olho nas notícias e nos acontecimentos atuais. Meu noivado não se afastou muito do padrão mencionado. Para histórias jornalísticas longas ou trabalhos investigativos, muitas vezes achei a versão do podcast mais agradável.
Mais eficaz também
Curiosamente, os podcasts também pareciam impulsionar mudanças práticas. Aproximadamente dois terços dos ouvintes se envolveram com um livro ou filme depois de ouvir um podcast, mais da metade do público começou a seguir uma pessoa nas redes sociais e um terço deles fez mudanças no estilo de vida, como praticar exercícios ou mudar a dieta.
Uma pesquisa publicada no Journal of Social Media Marketing destacou conceitos como substituição de mídia e similaridade funcional no contexto de ouvir a mídia e a disposição do público. A ideia geral é que os usuários avaliem o meio e escolham aquele que mais lhes convém.
“Para a singularidade dos conteúdos de podcast, a influência na disposição de ouvir e na substituição de mídia é positiva, sugerindo que conteúdos únicos, de alta qualidade e ampla diversidade fazem as pessoas quererem ouvir podcasts”, afirma o jornal. Também posso atestar pessoalmente essa descoberta.
– Nadeemonics (@nsnadeemsarwar) 30 de março de 2025
Nos últimos dias, “podcastei” vários artigos de pesquisa discutindo o impacto do consumo de fibras, carne e alimentos embalados nos padrões de sono, na saúde cognitiva e na saúde intestinal. Em comparação com o tom abertamente técnico dos artigos científicos, ter dois anfitriões analisando as descobertas com um tom “sentimental” e “persuasivo” teve um efeito visivelmente mais profundo em mim.
Pense nisso como aprender sobre etiquetas sociais ou sensibilidades culturais em um livro. E anos depois, vê-los em ação com seus próprios olhos. Ou pense em aprender uma língua estrangeira com um livro, sozinho, e na diferença que faz quando você aprende com uma pessoa que coloca todo esse conhecimento em seus ouvidos.
A última abordagem colhe melhores resultados. E isso ocorre principalmente porque o efeito composto do envolvimento multissensorial acelera o processo de aprendizagem ou apenas o torna mais eficaz. As visões gerais de áudio do Gemini criaram um efeito semelhante e me ajudaram muito.
Alguns empecilhos
Por mais produtivo que pareça, as visões gerais de áudio do Gemini não são. Eles podem drenar a verdadeira essência de uma história escrita com bom gosto em seus esforços de “podcastificação” ou perder alguns pequenos detalhes. Existem algumas peculiaridades funcionais também. A duração da visão geral do áudio, que corresponde diretamente à profundidade do material de origem, pode ser bastante aleatória.
Por exemplo, quando lhe alimentei um livro de 260 páginas sobre o tema das conjugações e morfologia dos verbos na língua persa, a visão geral em áudio gerada pelo Gemini tinha pouco mais de sete minutos de duração. Qualitativamente, cobriu as partes mais cruciais, mas perdeu os detalhes mais sutis.
Em outro caso, transformei um documento de pesquisa profunda de quatro páginas em um podcast de áudio. A duração deste foi de cerca de 13 minutos. Infelizmente, o chip de tarefa automática do Gemini não permite ajustar a duração ou a profundidade da conversação da visão geral do áudio.
Se você estiver usando o Google NotebookLM, onde o recurso de visão geral de áudio apareceu pela primeira vez, você pode escrever um prompt que pode determinar a profundidade da conversa do podcast. Gerei um podcast de áudio com tempo de execução 59 no NotebookLM algumas semanas atrás.
Gêmeos não vai deixar você fazer isso. Ainda não.
Depois, temos a barreira do idioma, já que o Google está atualmente no processo de ajuste fino de todo o pipeline além do inglês. Outro problema foi a pronúncia anglicizada. Por exemplo, o apresentador do podcast AI pronunciou incorretamente o mundo persa “Raf-thin” como “Raaf-tin”.
Para um ouvido destreinado e não familiarizado com as nuances bilíngues da tradução inglês-persa, ou como os sotaques mudam a percepção auditiva das palavras em um idioma diferente, os apresentadores de podcast de IA podem muito bem estar vomitando um jargão total.
A soma total das minhas experiências é que as visões gerais do Gemini Audio não são uma revolução. Eles apenas oferecem um meio diferente e mais envolvente para interagir com o conteúdo. Não funciona o tempo todo, mas certamente alivia o tédio de ler páginas de texto que, de outra forma, fariam você dormir.
