Siri é tão ruim em tudo
A nova encarnação da Siri com IA está recebendo duras críticas de usuários da Apple, que dizem que ela ainda falha em tarefas básicas como definir temporizadores, fazer chamadas, controlar dispositivos domésticos inteligentes e lembrar preferências, muitas vezes com latência e imprevisibilidade adicionais. Os comentaristas contrastam isso com assistentes baseados em LLM mais capazes, como ChatGPT ou Grok, que parecem mais inteligentes mas não têm integração profunda com o sistema operacional, e com sistemas antigos e mais determinísticos de comandos de voz, que eram mais confiáveis para ações simples. Muitos veem as falhas da Siri como um problema de produto e gestão, e não como uma limitação de privacidade ou de computação no dispositivo, e alguns questionam se o ecossistema mais amplo de casa e automação da Apple pode ser confiável diante desses problemas persistentes.
Sentimento geral sobre a Siri
- Há amplo consenso de que a Siri é pouco confiável, lenta e frequentemente falha em tarefas básicas.
- Muitos descrevem frustração crescente e “raiva”, especialmente porque a Siri está profundamente integrada ao ecossistema Apple.
- Alguns relatam melhorias com a IA mais recente da Siri, mas dizem que ainda a tratam como “burra” e limitada.
Falhas específicas e regressões
- Tarefas centrais falham rotineiramente ou se comportam de forma inconsistente: definir temporizadores, alarmes, lembretes, ligar para contatos, reproduzir mídia e controlar cenas do HomeKit.
- A mesma formulação de comando funciona um dia e falha no seguinte; a Siri frequentemente exige várias tentativas.
- Erros alarmantes: ligar para o contato errado com nome semelhante, entender mal “ligar para X” como adicionar músicas, ou recusar-se a fazer chamadas até que o pedido seja repetido.
- Exemplos no Apple Watch: Siri incapaz de definir temporizadores por causa de “app Relógio ausente”, respostas extremamente lentas ou inexistentes e dados desatualizados ou inconsistentes de complicações.
- O controle da casa e das cenas é lento, instável e sensível à sintaxe; usuários renomeiam dispositivos ou cenas como workaround.
LLMs vs. design clássico da Siri
- Muitos acreditam que mover a Siri para um sistema no estilo LLM piorou o determinismo e a latência para comandos simples.
- Alguns argumentam que a Siri deveria usar modelos pequenos e robustos ou gramáticas fixas para ações comuns, reservando LLMs para pedidos complexos.
- Há reclamações de que a Siri não tem memória de trabalho para tarefas em várias etapas e correções conversacionais.
Comparações com outros assistentes
- ChatGPT Voice e outras ferramentas baseadas em LLM são elogiadas por serem muito mais capazes em conversação, mas sem integração com o sistema operacional.
- Google/Gemini e Alexa também são criticados, especialmente após “atualizações Gemini”, mas são vistos como melhores em alguns básicos (por exemplo, temporizadores, adicionar aos temporizadores).
- Alguns mencionam ecossistemas alternativos (Home Assistant, assistentes específicos de carro) funcionando de forma mais confiável do que a pilha da Apple.
Privacidade, estratégia e direção do produto
- Alguns descartam “privacidade” como desculpa para baixa qualidade, argumentando que as falhas são problemas de produto e engenharia, não uma limitação inerente ao processamento no dispositivo.
- Há a percepção de que a Apple não reconhece as fraquezas da Siri e continua lançando regressões.
- Críticas ao onboarding do Home/HomeKit, às políticas de atualização em segundo plano e às configurações de aprendizado de dados da Siri como confusas ou com padrões escuros.
Casos de uso, ceticismo e workarounds
- Defensores de assistentes citam dirigir, cozinhar e cenários de deficiência/mãos ocupadas; céticos dizem que botões são mais confiáveis e que assistentes principalmente reduzem “atrito”, sem aumentar de forma significativa a conveniência.
- Alguns usuários desativam a IA da Siri, regridem para a Siri “clássica” ou dependem diretamente de Shortcuts, apps ChatGPT/Claude ou automação residencial de terceiros.
- Uma discussão meta questiona por que uma curta postagem de desabafo no Reddit gera tanto engajamento no HN, com preocupação sobre brigading e queda na qualidade da discussão.