روش‌های تعامل با هوش مصنوعی در دستگاه‌های تلفن همراه در حال تجربه تحولی بنیادین است. شرکت اوپن‌آی (OpenAI) اخیراً رسماً اعلام کرد که قابلیت مبتنی بر صدا را به صورت کامل در اپلیکیشن موبایل ChatGPT ادغام کرده است. این یعنی کاربران در آینده نه تنها می‌توانند مثل گذشته به گفتگوی صوتی روزمره با هوش مصنوعی بپردازند، بلکه می‌توانند مستقیماً با دستورات صوتی، هوش مصنوعی را هدایت کنند تا در میان اپلیکیشن‌ها و ابزارهای مختلف جابجا شده و کارهای پیچیده چندمرحله‌ای را در پس‌زمینه به صورت مستقل انجام دهد.
قابلیت‌های پیشرفته برای کاربران مختلف
از نظر عملکردهای اصلی، این به‌روزرسانی قابلیت محوری Work را که پیش‌تر در نسخه دسکتاپ ChatGPT محبوب شده بود، به طور کامل به موبایل منتقل کرده است. برای مشترکین پلن‌های Plus و Pro، تب Work در نسخه موبایل اکنون مستقیماً برای کارهای اداری رایج مانند ساخت سند، پیش‌نویس ایمیل و خلاصه کردن پیام‌های اسلک (Slack) قابل استفاده است؛ در عین حال، از گسترش بیشتر به سناریوهای کاربردی پیچیده‌تر مانند راه‌اندازی وب‌سایت، ساخت ارائه‌ها، فراکنی مرورگر ابری و حتی پردازش انواع وظایف ترکیبی مرتبط با امور مالی نیز پشتیبانی می‌کند. برای کاربران پلن‌های Free و Go، اوپن‌آی دسترسی به انواع افزونه‌ها و اپلیکیشن‌های متصل خارجی را در اولویت قرار داده تا اطمینان حاصل شود که کاربران در سطوح مختلف می‌توانند از جهش بهره‌وری ابزار هوشمند لذت ببرند.
بهبود تجربه کاربری و تعامل صوتی
در بخش تجربه تعامل و منطق زیرساختی، به‌روزرسانی جدید موبایل، حالت صوتی را به صورت همه‌جانبه و عمیق بهینه‌سازی کرده است. در طول فرآیند گفتگو، کاربران نه تنها می‌توانند پاسخ‌های صوتی روان را بشنوند، بلکه قادرند اطلاعات متنی کامل‌تر و واضح‌تری را نیز به صورت همزمان روی صفحه نمایش مشاهده کنند. برای مشترکین Plus، رابط کاربری مکانیزم جابجایی یکپارچه‌تری را فراهم می‌کند که به کاربران اجازه می‌دهد آزادانه بین حالت‌های متنی و صوتی جابجا شوند بدون اینکه نیاز باشد گفتگوی فعلی را به سختی پایان داده و دوباره شروع کنند.
علاوه بر این، قابلیت استمرار کار بین دستگاهی باعث شده است که کل این فرآیند بسیار روان باشد: کاربران می‌توانند به راحتی در زمان‌های استراحت در حین رفت‌وآمد یا خارج از خانه، دستورات وظیفه‌ای را از طریق صدای موبایل به ChatGPT بدهند و سپس برای بررسی و به سرانجام رساندن کار به رایانه بازگردند که این امر هماهنگی یکپارچه چند پلتفرمی را محقق می‌سازد.
مسیر تکامل فناوری
با نگاهی به مسیر تکامل فناوری، این ارتقای عملکردی تصادفی نبوده است. در ماه ژوئیه، اوپن‌آی مدل صوتی جدید GPT-Live را معرفی کرد که بر پیشرفت در زمینه‌های گفتگوی طبیعی، مدیریت تداخل و ارتباطات مستمر تمرکز داشت و سپس به سرعت آن را به نسخه دسکتاپ منتقل کرد تا به توسعه نرم‌افزار Codex و نمایندگان هوشمند دسکتاپ قدرت ببخشد.
گسترش این قابلیت به نسخه موبایل نشان می‌دهد که اوپن‌آی در حال بازتعریف موقعیت عملکردی اپلیکیشن‌های موبایل است؛ «کادر گفتگویی» که در گذشته عمدتاً وظیفه پرسش و پاسخ و جستجو را بر عهده داشت، اکنون رسماً به یک «درگاه فوق‌العاده» تبدیل شده است که می‌تواند ابزارهای خارجی را مدیریت کند و کارهای چندمرحله‌ای را به جای انسان انجام دهد. با ادغام سریع صدا، عامل‌های هوشمند و اکوسیستم چند دستگاهی، در آینده کاربران تنها کافی است هدف خود را بیان کنند تا هوش مصنوعی کارهای خسته‌کننده بعدی را بر عهده بگیرد.