فهرست مطالب
OpenAI با ChatGPT Work می‌خواهد عامل‌های هوش مصنوعی را به دستیارهای دیجیتال همه‌کاره برای انجام وظایف پیچیده و روزمره کاربران تبدیل کند.
به گزارش سرویس هوش مصنوعی تکناک، محصولی مانند ChatGPT Work با همین هدف طراحی شده است تا مدل‌های زبانی بزرگ را به محیط کاری افراد متصل کند و به آنها اجازه دهد کارهایی مانند بررسی ایمیل، تحلیل داده‌ها، ساخت گزارش، ایجاد نمودار و مدیریت اطلاعات را به‌صورت خودکار انجام دهند.
این رویکرد می‌تواند استفاده از هوش مصنوعی را از میان برنامه‌نویسان به طیف گسترده‌ای از مشاغل اداری و تخصصی گسترش دهد.
اندرو آمبروسینو، مهندس ارشد اپلیکیشن دسکتاپ OpenAI، نمونه‌ای افراطی از این رویکرد را در استفاده شخصی خود نشان داده است.
او به ابزار هوش مصنوعی اجازه داده به ایمیل، Slack، تلفن و برنامه‌هایی مانند Notion و Figma دسترسی داشته باشد. آمبروسینو می‌گوید چنین سطحی از دسترسی خطراتی دارد، اما برای آزمایش آینده فناوری حاضر است این ریسک را بپذیرد.
ChatGPT Work نسخه‌ای عمومی‌تر از Codex است که پیش‌تر بیشتر برای برنامه‌نویسان طراحی شده بود.
هدف OpenAI این است که همان قابلیت انجام پروژه‌های چندمرحله‌ای را در اختیار حسابداران، سرمایه‌گذاران، پزشکان و دیگر کارکنانی قرار دهد که بخش بزرگی از فعالیت روزانه خود را با کامپیوتر انجام می‌دهند.
این موضوع از نظر تجاری نیز اهمیت زیادی دارد، زیرا عامل‌هایی که مدت طولانی‌تری کار می‌کنند، توکن بیشتری مصرف می‌کنند و می‌توانند درآمد بیشتری برای شرکت‌های هوش مصنوعی ایجاد کنند.
با این حال، فاصله میان استفاده داخلی و عمومی از این فناوری همچنان بسیار زیاد است. طبق مطالعه‌ای که OpenAI از آن حمایت کرده، در ماه ژوئن ۹۸ درصد کارکنان OpenAI از Codex استفاده می‌کردند، اما این رقم در میان مشترکان سازمانی فقط ۱۷ درصد و در میان کاربران فردی کمتر از یک درصد بود.
همین شکاف نشان می‌دهد که متقاعد کردن کاربران عادی برای سپردن کارهای واقعی به عامل‌های هوش مصنوعی، یکی از مهم‌ترین چالش‌های OpenAI است.
تلاش برای ساده‌کردن عامل‌های هوش مصنوعی
عامل‌های هوش مصنوعی برای عملکرد مؤثر به چیزی نیاز دارند که مهندسان آن را «هارنس» می‌نامند. این لایه نرم‌افزاری مشخص می‌کند مدل به چه اطلاعاتی دسترسی داشته باشد، از چه ابزارهایی استفاده کند و چگونه نتیجه کار را به کاربر ارائه دهد.
در ابزارهای برنامه‌نویسی، رابط‌های خط فرمان توانسته‌اند این قابلیت را در اختیار متخصصان قرار دهند، اما OpenAI می‌خواهد استفاده از عامل‌ها را برای افرادی که با چنین ابزارهایی آشنا نیستند نیز ساده کند.
ChatGPT Work به همین دلیل تلاش می‌کند یک «جعبه جادویی» باشد که کاربر فقط درخواست خود را مطرح کند و سیستم مراحل لازم را انجام دهد.
نمونه‌های عملی نشان می‌دهند این ایده می‌تواند مفید باشد. در یک آزمایش، عامل توانست اطلاعات یک تقویم مهدکودک موجود در ایمیل را استخراج و رویدادهای آن را در Google Calendar وارد کند.
در نمونه‌های دیگر نیز عامل برای تحلیل شرکت‌های بورسی، ساخت داشبوردهای به‌روزشونده، ایجاد پایگاه داده و تهیه گزارش‌های دوره‌ای استفاده شده است.
اما راه‌اندازی چنین سیستمی هنوز ساده نیست. تنظیم مجوز دسترسی به سرویس‌هایی مانند فضای ابری می‌تواند گیج‌کننده باشد و برخی قابلیت‌ها فقط از طریق نسخه وب در دسترس هستند. همچنین عامل در بعضی سرویس‌ها محدودیت‌های غیرمنتظره‌ای دارد.
برای مثال، اتصال به تقویم امکان ساخت رویداد را فراهم می‌کند، اما ایجاد تقویم جدید ممکن نیست. تنظیم سطح تلاش مدل نیز برای کاربران تازه‌کار کاملاً قابل درک نیست.
بیشتر بخوانید: OpenAI تبلیغات ChatGPT را در ۳۱ بازار اروپایی فعال کرد
چالش ارزیابی عملکرد عامل‌ها
OpenAI با مشکل دیگری هم روبه‌رو است. عملکرد عامل‌ها در کارهای اداری مانند ارائه، استراتژی تجاری یا پیشنهاد فروش به سادگی عملکرد یک برنامه در کدنویسی قابل ارزیابی نیست.
کد معمولاً یا اجرا می‌شود یا نمی‌شود، اما کیفیت یک تصمیم تجاری یا ارائه می‌تواند ماه‌ها بعد مشخص شود. به همین دلیل OpenAI برای ارزیابی عملکرد از بنچمارک GDPval استفاده می‌کند که صدها آزمون در ۴۴ شغل مختلف را شامل می‌شود.
رقابت با شرکت‌هایی مانند Anthropic نیز بر طراحی این محصولات تأثیر گذاشته است. Claude Code با رویکردی تعاملی‌تر، گزینه‌های مختلف را به کاربر نشان می‌دهد و در مراحل مختلف برای دریافت بازخورد دوباره سراغ او می‌رود.
OpenAI در ابتدا تلاش کرده بود Codex را با دخالت انسانی کمتر ارائه کند، اما بعدها به رویکردی تعاملی‌تر روی آورد.
در نهایت، OpenAI معتقد است کیفیت مدل‌های پایه مهم‌ترین عامل موفقیت عامل‌های هوش مصنوعی است و هارنس‌ها با پیشرفت مدل‌ها ساده‌تر خواهند شد.
با این حال، هنوز مشخص نیست کاربران عادی تا چه اندازه حاضرند کنترل بخش‌های مهم زندگی دیجیتال خود را به عامل‌ها بسپارند.
از سوی دیگر، هزینه استفاده نیز می‌تواند به یک مانع جدی تبدیل شود. در آزمایشی چهارروزه، بیش از ۸۰ میلیون توکن مصرف شد که طبق محاسبه مدل حدود ۶۵ دلار هزینه داشته است، در حالی که اشتراک مورد استفاده فقط ۲۰ دلار در ماه قیمت دارد.
OpenAI می‌گوید با افزایش بهره‌وری مدل‌ها، هزینه انجام همین وظایف در آینده کاهش خواهد یافت.
در مجموع، OpenAI در تلاش است عامل‌های هوش مصنوعی را از ابزارهای تخصصی برنامه‌نویسی به دستیارهای دیجیتال عمومی تبدیل کند.
موفقیت این راهبرد به توانایی شرکت در ساده‌کردن مجوزها، کاهش هزینه‌ها، افزایش اعتماد کاربران و ارائه مدل‌هایی بستگی دارد که بتوانند بدون نظارت دائمی، وظایف پیچیده را با دقت انجام دهند.
اگر این موانع برطرف شوند، عامل‌های هوش مصنوعی می‌توانند از یک ابزار آزمایشی برای کاربران حرفه‌ای به بخشی عادی از زندگی کاری میلیون‌ها نفر تبدیل شوند.
بیشتر بخوانید: رشد OpenAI در بین کاربران سازمانی آمریکا سریع‌تر شد
