3 مزايا جديدة فيChatGPT.. التفاعل الصوتي يتحول إلى واجهة تحكم

أطلقت شركة OpenAI تحديثاً جديداً لتجربة المحادثات الصوتية في ChatGPT، يوسع دور الصوت للتحكم في إنشاء المستندات والعروض التقديمية، والتعامل مع البريد الإلكتروني والتطبيقات المتصلة، وتنفيذ مهام متعددة الخطوات عبر ChatGPT Work.

وبحسب تحديث نشرته الشركة في سجل إصدارات ChatGPT، أصبح وضع الدردشة الصوتية ChatGPT Voice mode يدعم تشغيل الإضافات Plugins، والتطبيقات المتصلة على الويب وهواتف آيفون، والعاملة بنظام أندرويد، بالتزامن مع وصول المحادثات الصوتية إلى بيئة Work على الويب والهواتف.

ويأتي التحديث ضمن توجه OpenAI إلى تحويل التفاعل الصوتي مع ChatGPT من وسيلة لطرح الأسئلة والحصول على إجابات، إلى واجهة للتحكم في وكيل ذكي قادر على تنفيذ سلسلة من الخطوات بالنيابة عن المستخدم، ما يسمح ببدء المهمة عبر أمر صوتي أثناء استخدام الهاتف، ثم متابعة تنفيذها نصياً، أو استكمالها لاحقاً من جهاز آخر.

الميزة الأبرز في التحديث الجديد هي دمج المحادثات الصوتية مع ChatGPT Work، وهي بيئة OpenAI المخصصة لتنفيذ المهام الطويلة، ومتعددة الخطوات، وإنتاج ملفات ومخرجات نهائية، بدلاً من الاكتفاء بالرد على استفسارات المستخدم داخل الواجهة العامة للتطبيق.

ويمكن للمستخدم، على سبيل المثال، أن يطلب بصوته من ChatGPT إنشاء مستند، أو عرض تقديمي، أو جدول بيانات، أو التعامل مع أحد التطبيقات المتصلة، أو استخدام متصفح سحابي لتنفيذ مهمة على الويب.

وإذا أنهى المستخدم المحادثة الصوتية بينما لا تزال المهمة قيد التنفيذ، يمكن للتطبيق مواصلة العمل عليها في الوضع النصي.

ويمثل ذلك اختلافاً مهماً عن الشكل التقليدي للمساعدات الصوتية، التي تركز عادة على تنفيذ أوامر محددة وبسيطة؛ إذ تحاول OpenAI جعل الصوت نقطة البداية لمهام قد تتضمن البحث وجمع المعلومات، واستخدام أدوات وخدمات مختلفة قبل الوصول إلى النتيجة النهائية.

التغيير الثاني، يتمثل في دعم الإضافات والتطبيقات المتصلة داخل المحادثات الصوتية، وهي إحدى الفجوات التي كانت تحد من قدرة المستخدم على الاعتماد على الصوت لإنجاز المهام.

فخلال محادثة صوتية، أصبح بإمكان المستخدم مطالبة ChatGPT باستخدام إضافة متاحة في حسابه، بما في ذلك خدمات مثل البريد الإلكتروني والتقويم ومنصة Slack للتواصل بين فرق العمل، وفقاً لما أوضحته OpenAI.

وتظل صلاحيات الوصول والقيود المطبقة على كل تطبيق كما هي، كما أن بعض الإجراءات الحساسة التي تتطلب موافقة المستخدم ستظهر على الشاشة للمراجعة والموافقة، ولا تكفي الموافقة الصوتية لتنفيذها.

ويجعل ذلك سيناريوهات الاستخدام أكثر اتساعاً؛ فبدلاً من مطالبة ChatGPT صوتياً بتلخيص نص يقدمه المستخدم بنفسه، يمكن للمساعد الوصول، بعد الحصول على الصلاحيات اللازمة، إلى خدمة متصلة بالحساب والتعامل مع المعلومات الموجودة داخلها.

يتزامن تحديث الصوت مع توسع OpenAI في عائلة نماذج GPT-6، إذ قدمت الشركة نموذج GPT-6 Astra في وقت سابق من سبتمبر الجاري، قبل أن تضيف في 22 سبتمبر نموذجي GPT-6 Sol وGPT-6 Luna إلى أنماط الاستخدام Work وCodex.

وأصبحت تجربة ChatGPT Voice قادرة على الاستفادة من نماذج عائلة GPT-6 الثلاثة: Astra وSol وLuna.

وأوضحت وثائق OpenAI أن Voice يستطيع الاستعانة بـGPT-6 Astra، أو نماذج أخرى عند الحاجة إلى البحث أو الاستدلال في الأسئلة الأكثر تعقيداً.

لكن ثمة فارق مهم بين "نموذج الصوت" والنموذج المستخدم للاستدلال؛ إذ توضح OpenAI أن تجربة Live نفسها تعمل بواسطة GPT-Live-1 أو GPT-Live-1 mini بحسب خطة الاشتراك، بينما يمكن لتجربة Voice الاستعانة بنماذج أخرى في بعض المهام التي تتطلب قدرات إضافية.

وطورت OpenAI كذلك طريقة عرض نتائج المحادثات الصوتية، بحيث يستطيع المستخدم الاستماع إلى الرد، ومتابعة محتواه المكتوب داخل المحادثة في الوقت نفسه، مع إمكانية الانتقال بين الكتابة والتحدث دون الحاجة إلى بدء محادثة جديدة.

ويسمح ذلك للمستخدم ببدء مهمة صوتياً أثناء التنقل، ثم العودة إلى المحادثة ومتابعة النتائج، أو استكمال العمل عليها لاحقاً من حاسوبه، ما يقرب تجربة ChatGPT على الهاتف من بيئة العمل المتاحة على أجهزة الكمبيوتر.

لن يحصل جميع مستخدمي ChatGPT على المستوى نفسه من الإمكانات؛ فبحسب OpenAI، يستطيع مستخدمو خطتي Free وGo استخدام المحادثات الصوتية مع الإضافات التي تدعمها خططهم، بينما يتطلب استخدام الوضع الصوتي داخل Work امتلاك صلاحية الوصول إلى كل من Voice وWork، وهو ما يتطلب الاشتراك في إحدى باقتيّ Plus أو Pro.

أما Work نفسه، فيقدم نطاقاً أوسع من القدرات الوكيلة، مثل إنشاء المستندات والعروض التقديمية والجداول، والتعامل مع التطبيقات المتصلة واستخدام المتصفح لتنفيذ مهام متعددة الخطوات.

وبذلك تراهن OpenAI على أن الصوت لن يكون مجرد طريقة بديلة للكتابة، وإنما قد يتحول إلى واجهة رئيسية للتعامل مع وكلاء الذكاء الاصطناعي، خصوصاً على الهواتف، حيث يكون التحدث إلى المساعد في كثير من الحالات أسرع وأسهل من كتابة سلسلة طويلة من التعليمات.