OpenAI تحدث تجربة ChatGPT الصوتية

في خطوة تعكس تسارع وتيرة تطوير واجهات التفاعل بالذكاء الاصطناعي، أعلنت شركة OpenAI عن تحديث كبير لطريقة عمل وضع الصوت في ChatGPT سواء على الويب أو داخل تطبيق الهاتف. 

التحديث الجديد يقدّم تجربة صوتية أكثر تكاملًا مع الحوار الكتابي، بحيث يصبح بإمكان المستخدم متابعة النص والصور المرافقة لإجابات ChatGPT أثناء التحدث معه بالصوت، دون الحاجة للانتقال إلى واجهة منفصلة كما كان الحال سابقًا.

بحسب OpenAI، أصبح تشغيل وضع الصوت أسهل وأكثر سلاسة. كل ما يحتاجه المستخدم هو الضغط على أيقونة الموجة الصوتية بجانب مربع الكتابة لبدء محادثة صوتية مباشرة ضمن نفس سياق الدردشة.
هذا يعني أن المستخدم لن يُنقل بعد الآن إلى الواجهة الدائرية السابقة التي أطلقت بها الشركة ميزة الصوت لأول مرة، بل سيظل داخل نفس الجلسة مع إمكانية رؤية النصوص التي يكتبها النموذج لحظة بلحظة.

ويُظهر الفيديو التوضيحي الذي نشرته OpenAI أن ChatGPT بات يعرض النص الكامل للمحادثة بالتزامن مع الرد الصوتي، إضافة إلى صور وإيضاحات بصرية حول الموضوع المطروح. على سبيل المثال، عندما طلب المستخدم معلومات حول المخابز الشهيرة، عرض ChatGPT خريطة تفاعلية وصورًا للمعجنات من متجر Tartine، ما جعل المحادثة الصوتية تبدو أشبه بجولة معرفية متكاملة.

رغم التحسينات الكبيرة، أدركت OpenAI أن بعض المستخدمين ما زالوا يفضلون الواجهة الصوتية الأصلية، ذات التصميم الدائري والمظهر المجرّد. لذلك أضافت الشركة خيارًا يسمى وضع الفصل داخل إعدادات "وضع الصوت".
عند تفعيل هذا الإعداد، تعود التجربة إلى شكلها التقليدي، ما يمنح المستخدمين حرية اختيار الطريقة التي تناسب احتياجاتهم وأساليبهم في التفاعل.

يأتي هذا التحديث كجزء من التوجه المتزايد لجعل ChatGPT مساعدًا متعدد الوسائط بحق. فالتطبيق بات قادرًا على فهم الصوت والصور والفيديو والمزج بينها داخل جلسة واحدة. وبالتالي، من الطبيعي أن تدعم الاستجابات الصوتية أيضًا إظهار عناصر بصرية توضّح ما يقوله المساعد بدلاً من الاعتماد على الصوت وحده.

هذه الخطوة ليست معزولة عن السياق العالمي للذكاء الاصطناعي. فشركة جوجل تعمل في الاتجاه نفسه عبر منصتها Gemini Live، التي تستكشف طرقًا أكثر تعبيرًا للتفاعل المباشر بين المستخدم والذكاء الاصطناعي، بما في ذلك إظهار تراكبات على الفيديو المباشر لشرح عناصر معينة. ورغم أن الميزة الجديدة من OpenAI ليست تفاعلية إلى هذا الحد، فإن دمج الصور والنصوص في المحادثة الصوتية يجعل التجربة أكثر غنى وفائدة.

كيف يغيّر هذا التحديث طريقة استخدامنا لـ ChatGPT؟

التحسين الجديد لا يتعلق بتحسين واجهة المستخدم فحسب، بل يرتبط بفكرة أكبر:
جعل الذكاء الاصطناعي طبيعيًا في الحوار، قريبًا من طريقة تواصل البشر.

إليك ما يقدمه التحديث على مستوى التجربة:

استيعاب أفضل للمعلومات: سماع المعلومة ورؤيتها مكتوبة بصور داعمة يعزز الفهم، خاصة في المواضيع التي تتطلب شروحات مرئية.

سهولة المتابعة: إذا انقطع اتصال الإنترنت أو توقّف المستخدم للحظة، يمكنه متابعة آخر نص مكتوب دون فقدان سياق الحديث.

تقليل الانتقال بين النوافذ: التفاعل يقع في مكان واحد، مما يسهل العمل أو الدراسة أثناء التحدث مع ChatGPT.

تجربة أكثر واقعية: الدمج بين الصورة والصوت والنص يجعل الذكاء الاصطناعي يبدو أقرب إلى مساعد تفاعلي حقيقي وليس محرك إجابات تقليدي.

يبدو أن هذه الخطوة تعكس رؤية OpenAI لمرحلة جديدة من المساعدات الذكية: مساعد شامل متعدد الوسائط، يفهم ويتفاعل ويرى ويشرح.
ومع ازدياد توجه الشركات إلى دمج الصوت بالذكاء الاصطناعي في التعليم والتسويق والتخطيط اليومي، قد يصبح هذا النوع من المحادثات الصوتية المعززة بالصور الشكل السائد للمساعدات الرقمية خلال السنوات القادمة.

في النهاية، يمثل تحديث ChatGPT Voice انعطافة مهمة في جعل التفاعل الصوتي أكثر قربًا من التجربة البشرية الطبيعية، وأكثر قدرة على توصيل المعلومات بطرق متعددة، مفيدة وسلسة، وتفتح الباب أمام جيل جديد من الأدوات الذكية التي تتكامل مع حياتنا اليومية.

المصدر: بوابة الوفد