Wiadomość głosowa od osoby, która umarła, przetrwa każdą wymianę telefonu i prawie nigdy nie jest odtwarzana.

Jest wiadomość, która przetrwa każdą wymianę telefonu, bo jej właściciel przenosi ją ręcznie ze starego urządzenia na nowe, w małej, prywatnej panice. To wiadomość głosowa od kogoś, kto umarł, a dziwne jest w niej to, że prawie nigdy nie jest odtwarzana.

Przez większą część historii ludzkości żałoba zostawiała po sobie przedmioty, które można było potrzymać w dłoni. Zegarek. Płaszcz, który przez jakiś czas zachowywał ich zapach, a potem, okrutnie, przestawał. Podpis na odwrocie fotografii. Czego żałoba nie zostawiała, to dźwięku. Zmarli milkli w chwili śmierci i milczeli dalej, cisza była całkowita i trwała na zawsze, a każda kultura, która kiedykolwiek opłakiwała swoich zmarłych, robiła to w tej ciszy. Dziś to już nieprawda. Bardzo wielu z nas nosi w kieszeni trzydzieści czy czterdzieści sekund, w których konkretna osoba mówi coś zwyczajnego (spóźnię się, oddzwoń, nie zapomnij o mleku) dokładnie tym głosem, jakim zawsze to mówiła, i wolelibyśmy stracić wszystkie swoje zdjęcia, niż stracić to nagranie.

Taka wiadomość jest prawie zawsze zupełnie zwyczajna. I właśnie to ludzi rozkłada. Nie ostatnie słowa, bo prawie nikt nie ma okazji ich nagrać, tylko te rzucone mimochodem: przypomnienie o kolacji, narzekanie na korki, szczególny sposób, w jaki ta osoba mówiła Twoje imię, zanim powiedziała cokolwiek innego, jakby Twoje imię było małym wstępem, który dawno temu wypracowała i nigdy nie poprawiła. Żeby do niej dotrzeć, trzeba przejść przez zimną maszynerię operatora, przez syntetyczny głos, który płaskim, urzędowym tonem odczytuje zasady („Masz jedną zapisaną wiadomość.” „Pierwsza zapisana wiadomość.”), a dopiero pod nim jest ten człowiek. Kontrast jest prawie nie do zniesienia i właśnie o niego chodzi. Wszystko wokół głosu jest zautomatyzowane. Głos nie.

Dlaczego głos

Zapytaj ludzi, po co wbiegliby z powrotem do płonącego domu, a większość odpowie, że po zdjęcia. Ale fotografię się ogląda, a oglądanie odbywa się z dystansu, z zewnątrz, w czasie teraźniejszym. Fotografia śmiejącej się osoby się nie śmieje. Trwa w bezruchu, żebyś mógł ją studiować, a studiowanie jest formą rozdzielenia. Stoisz po jednej stronie obrazu, zmarli po drugiej, a szkło między Wami to sam fakt śmierci.

Głos nie trwa w bezruchu. Głos dzieje się w czasie, tak jak człowiek dział się w czasie. Jest w nim oddech i wahanie, i drobne niedoskonałości, które należały tylko do tej jednej osoby: zacięcie przed pewnym słowem, wznosząca się nuta zapowiadająca żart, płaski ton zmęczenia, do którego nie chciała się przyznać. Głosu się nie studiuje. Głos się do Ciebie zwraca. Przez czas trwania nagrania, choćby bardzo krótkiego, nie obserwujesz zmarłych z zewnątrz. Mówią do Ciebie, w drugiej osobie, po imieniu.

Tego tekst zrobić nie potrafi. Zachowujemy wiadomości, maile i pismo odręczne, są bezcenne, ale milczą, a milczenie to dokładnie to, jak brzmi śmierć. Głos jest jedynym artefaktem, który spiera się ze śmiercią tak długo, jak długo jest odtwarzany. Dlatego lęk przed jego utratą tak bardzo wyprzedza jego długość. Trzydzieści sekund to nic. Trzydzieści sekund to cały spór.

Ta potrzeba jest stara. Nowa jest tylko kieszeń.

Zwykle traktujemy nagranych zmarłych jak współczesny kłopot, coś, co zrobił nam smartfon, kiedy nie uważaliśmy. To starsze niż żarówka. W 1878 roku, gdy fonograf miał zaledwie kilka miesięcy i ledwo mieścił pełne zdanie, Thomas Edison usiadł, by w „North American Review” wymienić, do czego posłuży jego maszyna. Wśród zastosowań, które sobie wyobrażał, obok dyktowania, mówiących zegarów i nauki wymowy, było to, co nazwał „Family Record” (rodzinnym zapisem): rejestrem, jak pisał, „powiedzeń, wspomnień itp. członków rodziny ich własnymi głosami oraz ostatnich słów osób umierających”. Powtórzył to wprost w innym miejscu tego samego eseju. Maszyna miała służyć do „zachowywania powiedzeń, głosów i ostatnich słów umierającego członka rodziny”.

Przeczytaj to, pamiętając o dacie. Zanim fonograf potrafił rzetelnie nagrać muzykę, zanim większość żyjących ludzi usłyszała choćby jedno nagranie czegokolwiek, człowiek, który go zbudował, już rozumiał, jakie zadanie mu powierzą. Nie rozrywka na początku. Zmarli. Na pierwszej opublikowanej liście zastosowań dźwięku nagranego było już zachowanie umierających w słyszalnej formie po ich odejściu, ustawione między maszyną do dyktowania a mówiącym zegarem, jakby było najbardziej naturalną rzeczą, jakiej można zapragnąć. Nie wymyśliliśmy tej tęsknoty, kiedy zaczęliśmy zapisywać wiadomości głosowe. Odziedziczyliśmy ją w całości i przekazujemy dalej, bez zmian, każdemu urządzeniu nagrywającemu, które akurat trzymamy w ręku, kiedy umiera ktoś, kogo kochamy.

Każde pokolenie robiło to tym narzędziem, które miało. Gdy narzędziem była automatyczna sekretarka, rodziny zachowywały taśmę z powitaniem, na której zmarły mówił „nie możemy teraz podejść do telefonu”, i nie potrafiły jej nadpisać, tak że jeszcze przez lata po pogrzebie można było zadzwonić do domu i usłyszeć, jak jego właściciel odbiera telefon. Gdy narzędziem stał się operator komórkowy, problem zmienił kształt, bo operatorzy kasują wiadomości głosowe według harmonogramu, a telefony wymienia się co kilka lat, i ta jedna wiadomość, którą ludzie najbardziej chcieli zachować, była tą, którą system najbardziej uparcie próbował wymazać.

Wyrosła więc z tego mała branża, która miała je ratować. W 2013 roku „Boston Globe” pisał o usługach o nazwach takich jak Voicemails Forever i CBW Productions, których cały biznes polegał na ratowaniu głosów zmarłych przed automatycznym usunięciem: dziewiętnaście dolarów i dziewięćdziesiąt dziewięć centów za zamianę znikającej wiadomości głosowej w plik, który można zatrzymać. Reporterka sama skorzystała z jednej z nich, żeby zachować wiadomość od zmarłego brata. W tym samym artykule pogrążony w żałobie mężczyzna, Tom Clancy, powiedział coś, co zostało ze mną od pierwszej lektury. „Czasem czuję, że ktoś ma na sobie jej perfumy, i to ją trochę przywraca”, powiedział, „ale tego głosu nie da się niczym zastąpić”.

Ma rację, a to zdanie robi więcej, niż się wydaje. Zapach przywraca ją trochę, przypadkiem, gdy świat akurat go poda, i nie można go o to poprosić. Głos mógł przywołać celowo. Na tym polega różnica, jaką robi nagranie: zamienia mimowolne nawiedzanie w coś, co można zdecydować się otworzyć albo zostawić zamknięte, tak jak zostawia się zamknięte drzwi do pokoju, do którego jeszcze nie jesteśmy gotowi wejść.

Czy to żałoba, czy odmowa żałoby

Przez długi czas specjaliści powiedzieliby mu, że robi to źle. Spora część dwudziestowiecznej kultury żałoby opierała się na przekonaniu, że zdrowa żałoba kończy się oderwaniem, że zadaniem pogrążonych w żałobie jest zerwanie więzi, „odpuszczenie”, „pójście dalej”, dotarcie do czegoś, co nazywa się zamknięciem, a potem zamknięcie tego. Według tej logiki zachowany głos jest objawem. To dłoń, która nie chce się otworzyć, człowiek odmawiający jedynego zadania, jakie stawia przed nim żałoba.

W 1996 roku grupa badaczy rozmontowała to przekonanie. Dennis Klass, Phyllis Silverman i Steven Nickman zredagowali książkę „Continuing Bonds”, a jej teza, dziś podstawowa dla tego, jak myśli się w tej dziedzinie, głosiła, że celem żałoby nie jest zakończenie relacji ze zmarłym, lecz jej renegocjacja. Osoby w żałobie na ogół nie dochodzą do siebie przez odpuszczenie. Dochodzą do siebie, kiedy do siebie dochodzą, znajdując nowy, trwały sposób pozostawania w relacji z kimś, kto już nie żyje: rozmawiając z nim, zasięgając jego rady, niosąc go dalej jako wewnętrzną obecność. Wdowa, która odtwarza głos męża i czuje się dzięki niemu pewniej, nie tkwi w przeszłości. Robi dokładnie to, co żałoba w swojej najbardziej funkcjonalnej postaci zawsze po cichu robiła, tyle że teraz z włączonym dźwiękiem.

Pracownica socjalna i klinicystka cytowana w tym samym artykule „Globe”, Amy Scobie-Carroll, dobrze ujęła codzienną wersję tej myśli. Odtwarzanie głosu, powiedziała, „przywraca Cię do tego, co było dobre w tej relacji”. Nie do śmierci. Do relacji. Dla większości ludzi nagranie nie jest raną, którą wciąż rozdrapują. Jest bliższe fotografii, którą można usłyszeć, i robi to, co dobre fotografie: przywraca nam tę osobę taką, jaka była w zwykły dzień, gdy była najbardziej sobą i nie miała pojęcia, że ktoś zbiera dowody.

Chcę być szczery co do drugiego odczytania, bo ono istnieje i nie jest głupie. Zanim ciągłe więzi dostały nazwę, psychoanalityk Vamik Volkan przez lata badał ludzi, których żałoba w ogóle się nie poruszyła. Opisał to, co nazwał przedmiotami łączącymi (linking objects): rzeczy, które osoba w żałobie obdarza niemal magicznym znaczeniem, most trwale zostawiony w połowie budowy między żywymi a umarłymi, tak by rozstanie nigdy nie musiało się dokonać. Kusi, żeby sięgnąć tu po jego określenie, i się temu oprę, bo Volkan opisywał coś konkretnego i klinicznego. Jego przedmioty łączące należały do powikłanej żałoby, żałoby, która utknęła, takiej, która przez lata trzyma człowieka w przedpokoju straty i nie pozwala przejść przez drzwi. To realny i bolesny stan. To nie to samo, co zachowanie wiadomości głosowej, a wrzucenie jednego do drugiego byłoby oszczerstwem wobec bardzo wielu ludzi, którzy po prostu, i zdrowo, zachowują głos.

Warto ostrożnie trzymać to rozróżnienie, bo łatwo je zatrzeć, a wiele od niego zależy. Różnica między ciągłą więzią a przedmiotem łączącym nie mieszka w przedmiocie. Mieszka w osobie, która go trzyma. Te same trzydzieści sekund dźwięku może dawać oparcie jednej osobie w żałobie, a drugiej być sidłami, i samo nagranie nie powie, które z nich zachodzi, bo znaczenie nigdy nie było w nagraniu. Większość zapisanych głosów jest zwyczajna: zachowana, rzadko odtwarzana, ciche tło wiedzy, że jest, gdyby była potrzebna. Byłoby nieuczciwe udawać, że ciemniejsza wersja nie może się zdarzyć, że nikt nigdy nie odtwarzał głosu tysiąc razy w ciemnym pokoju w sposób, który wciągał go w dół zamiast podnosić. Obie rzeczy są prawdziwe. Narzędzie jest neutralne. Żałoba nie jest, a żadna technologia nie decyduje, jaką żałobę przeżyjesz.

Zachowywanie to nie to samo co kontynuowanie

Wszystko, co dotąd opisałem, dotyczy zachowywania. To, co nowe, i to, przy czym spędzam życie zawodowe, nie jest zachowywaniem.

Jeszcze niedawno nagrany głos mógł powiedzieć tylko to, co już powiedział. Taka była jego natura i, jak z czasem uwierzyłem, jego łaska. Wiadomość głosowa jest skończona. Ma trzydzieści sekund i na zawsze będzie miała trzydzieści sekund. Możesz ją odtworzyć dziesięć tysięcy razy i nigdy nie powie nowego słowa, nie odpowie na pytanie, które naprawdę chciałeś zadać, nie powie tego, co potrzebowałeś usłyszeć i nie zdążyłeś. Jej odmowa jest całkowita, a ta odmowa jest częścią prawdy o tej rzeczy. Wiadomość głosowa nie udaje, że ta osoba wciąż tu jest. Jest dokładnie fragmentem i wie, że jest fragmentem, a więc, gdy ją odtwarzasz, wiesz to i Ty.

To, co technologia potrafi dziś i coraz częściej robi, to zniesienie tej granicy. Z wystarczającej ilości nagranej mowy można zamodelować głos na tyle wiernie, że da się go skłonić do wypowiadania zdań, których ta osoba nigdy nie powiedziała. Fragment można kontynuować. Trzydzieści sekund można w praktyce przedłużać bez końca, w słowa, których żywa osoba nigdy nie wypowiedziała, głosem rozpoznawalnie jej. I tu muszę zwolnić, bo pracuję na tym terenie, a łatwą rzeczą, tą, która by się sprzedała, byłoby opisanie tego jako jednoznacznego daru. Nie uważam, że to tylko dar.

Zastanów się, co naprawdę się zmienia, gdy znika granica. Zachowaną wiadomość głosową napisali zmarli. Każde słowo w niej to słowo, które wybrali, w kolejności, którą wybrali, z powodu, który tego dnia był ich, i nic nie da się już poprawić. To relikwia w dawnym i dokładnym znaczeniu tego słowa: prawdziwa pozostałość prawdziwego człowieka, niepowtarzalna i zamknięta. Kontynuowany głos tworzą żywi i maszyna, razem. Słowa są nowe. Osoba ich nie zatwierdziła, nie słyszała, nie może się na nie skrzywić ani powiedzieć „nigdy bym tego tak nie ujęła”. Może to być prawdziwe pocieszenie, ale może być też, bez niczyjego złego zamiaru, rodzajem brzuchomówstwa uprawianego na kimś, kto nie jest już w stanie zaprotestować.

Wciąż wracam do tego, że ta granica coś robiła. Część tego, co czyni wiadomość głosową świętą, to fakt, że jest ostatnią tego rodzaju. Nie będzie już więcej wiadomości, więc ta jest święta tak, jak święta staje się każda rzecz, gdy wiadomo, że więcej już nie będzie. Głos, który zawsze może powiedzieć więcej, to głos, który nigdy nie może być ostatnim. Zniesiesz granicę, a możesz po cichu zlikwidować razem z nią żałobę, a żałoba, choć nie do zniesienia, jest tą prawdziwą częścią. Żałoba jest tą częścią, która naprawdę dotyczy tej osoby. Chęć, by dalej mówiła, jest, jeśli być szczerym, po części o nas.

Pod tym wszystkim kryje się pytanie, na które nie odpowie żadne oprogramowanie, bo nie jest techniczne. Brzmi: czy zmarli by tego chcieli. Niektórzy wyraźnie by chcieli. Niektórzy ludzie, mając taką możliwość, gdy byli zdrowi, chętnie usiedliby i nagrali się dla wnuków, których nigdy nie poznają, znaleźliby spokój w tym, że ich głos będzie dalej przydatny w domu, powiedzieliby „tak” chętnie, konkretnie i na serio. A niektórych cały ten pomysł by przeraził, i trudność polega na tym, że gdy już odejdą, nie mogą nam powiedzieć, którym z tych dwóch typów byli. Pokusa zawsze polega na tym, by decydować w ich imieniu i to w kierunku naszej własnej potrzeby. O tej granicy myślę częściej niż o jakiejkolwiek innej. Nie o tym, do czego technologia jest zdolna. O tym, na co ta osoba naprawdę się zgodziła, kiedy jeszcze można było ją zapytać.

Tworzę rzeczy w tej dziedzinie. Firma nazywa się Afterlife.ai®, a jedyne przekonanie, z którego nie udało mi się sam siebie wyprowadzić po latach oglądania tego ze wszystkich stron, jest takie, że głos wolno kontynuować wyłącznie za dobrowolną zgodą osoby, do której należy, uzyskaną, gdy ona żyje i może ją wyrazić, świadomie i w pełni rozumiejąc, a nigdy zakładaną w jej imieniu, gdy już jej nie ma. To większość tego, co mam do powiedzenia o własnej pracy, i zdaję sobie sprawę, że brzmi to mniej jak obietnica tego, co zrobimy, a bardziej jak krótka lista tego, czego nie zrobimy.

Wracam więc do wiadomości głosowej i do tego, że większość ludzi, przez większość czasu, robi z nią rzecz mądrą, choć nikt ich o to nie prosił. Zachowują ją. Nie odtwarzają jej często. Jedzie z nimi przez każdą wymianę telefonu, przenoszona ręcznie, jako mały, świadomy akt zachowania, dokonywany przez kogoś, kto nie próbuje nikogo przywrócić i doskonale wie, że nie może. Nie proszą głosu, by powiedział coś nowego. Odmawiają tylko, by ostatnia rzecz, jaką powiedział, spadła z krawędzi świata.

Jest szczególna cisza w pokoju po zakończeniu wiadomości głosowej, w sekundzie, zanim wróci głos maszyny, by powiedzieć, który klawisz nacisnąć. W tej sekundzie tej osoby nie ma i właśnie była, jedno i drugie naraz, a Ty siedzisz z telefonem w ręku. Niczego nie naciskasz. Zostawiasz ciszę, jak długo trwa. Potem zapisujesz wiadomość jeszcze raz, na kolejnych kilka lat, i nie mówisz nic na głos, bo jedyna rzecz, którą jest do powiedzenia, jest zbyt cicha dla jakiejkolwiek maszyny: jeszcze nie.