تست جنجالی ایجنت‌های هوش مصنوعی در کار‌های روزمره؛ چرا از بین Dots، Spark و Muse فقط یکی سربلند شد؟

شاید خیلی از ما هنوز دلِ خوشی از ایجنت‌های هوش مصنوعی نداشته باشیم؛ دستیارهای به ظاهر همه‌فن‌حریفی که یا کار‌ها را نیمه‌کاره رها می‌کنند، یا آن‌قدر معطل می‌کنند که آدم ترجیح می‌دهد خودش دست‌به‌کار شود! با این حال، نسل جدید ایجنت‌ها حسابی در سرخط خبرها سروصدا به پا کرده‌اند و شرکت‌ها با طراحی کاراکترها و نمادهای بامزه و فریبنده تلاش می‌کنند آن‌ها را کاربردی جلوه دهند. به همین بهانه، وقت آن رسید که دست از پیش‌داوری برداریم و سه ایجنت سرشناس یعنی Dots از ChatGPT، ایجنت Spark از جمینای (Gemini) و Muse از شرکت متا را در دل کار‌های روزمره محک بزنیم؛ از پر کردن سبد خرید سوپرمارکت آنلاین گرفته تا پاکسازی اسپم‌های ایمیل. در ادامه ببینیم این دستیاران دیجیتال چطور از پسِ لیست وظایف برآمدند.

---

آشنایی با رقبا: قیمت‌گذاری، قابلیت‌ها و نحوه کارکرد

در حالی که چت‌بات‌های هوش مصنوعی معمولاً روی پاسخ به سؤالات، تولید متن و جستجو در وب تمرکز دارند، ایجنت‌های هوش مصنوعی پا را فراتر گذاشته‌اند و هدفشان این است که مستقیماً «آستین بالا بزنند» و کار‌ها را برای شما انجام دهند. هر دو ایجنت Dots و Muse قابلیت اتصال به برنامه‌های متفرقه (Third-party) را دارند و برای اجرای دستورها، یک مرورگر مجازی را هدایت می‌کنند. در مقابل، Spark هم از اتصال به سرویس‌ها پشتیبانی می‌کند، اما به جای مرورگر مجازی، کنترل مستقیم نرم‌افزار گوگل کروم (Google Chrome) را روی سیستم به دست می‌گیرد.

قابلیت ایجنت هوش مصنوعی چت‌جی‌پی‌تی که Dots نام دارد، داخل محیط اختصاصی ChatGPT در دسترس است، اما در حال حاضر تنها در انحصار کاربران اشتراک‌های پرو (با قیمت پایه ۱۰۰ دلار در ماه)، سازمانی و تجاری قرار دارد. هرچند انتظار می‌رود Dots در آینده به پلن‌های ارزان‌تر هم راه پیدا کند، اما با توجه به اینکه هر Dot از مدل پرچمدار فعلی OpenAI یعنی GPT-6 Astra بدون کسر از سهمیه پیام‌های عادی استفاده می‌کند، پیش‌بینی می‌شود با باز شدن دسترسی برای سطوح اقتصادی‌تر، محدودیت‌های مصرف یا سقف استفاده اعمال شود.

ایجنت Spark از شرکت گوگل نیز در همان رابط کاربری آشنای جمینای در دسترس قرار دارد و کاربران هر دو پلن پرمیوم هوش مصنوعی گوگل یعنی AI Pro (با قیمت ۲۰ دلار در ماه) و AI Ultra (با شروع قیمت از ۱۰۰ دلار در ماه) می‌توانند از آن استفاده کنند.

در این میان، ایجنت Muse متعلق به شرکت متا تا زمانی که حساب کاربری متا داشته باشید، کاملاً رایگان در دسترس است. البته این غول فناوری پلن‌های پولی اختیاری هم دارد (از ۲۰ دلار در ماه به بالا) که امکان استفاده بیشتری را برای کاربران باز می‌کند. 

اگرچه این سه سرویس هزینه‌های متفاوتی دارند، از مدل‌های متفاوتی قدرت می‌گیرند و سازوکارشان تا حدی با هم فرق دارد، اما همگی یک هدف مشترک را دنبال می‌کنند؛ بنابراین در این آزمایش مجموعه‌ای از وظایف کاملاً یکسان به آن‌ها محول شد؛ کار‌هایی روتین و روزمره که احتمالاً هر کاربری در طول هفته دست‌کم چند باری با آن‌ها سر و کار دارد.

---

در گام نخست، از ایجنت‌ها خواسته شد تا دستور پخت معروف ریزوتوی بدون هم‌زدن جِی. کنجی لوپز-آلت را پیدا کنند، بهترین مواد اولیه لازم را از فروشگاه محلی Wegmans بررسی نمایند و در نهایت آن‌ها را مستقیماً به سبد خرید در پلتفرم Instacart اضافه کنند. 

چت‌جی‌پی‌تی در این بخش عملکردی فوق‌العاده و بی‌نقص به نمایش گذاشت. پس از اتصال حساب کاربری اینستاکارت به چت‌جی‌پی‌تی، ایجنت Dots بی‌دردسر دستور پخت را پیدا کرد، مواد مورد نیاز را بررسی کرد و همه اقلام را بدون هیچ مشکلی به سبد خرید فرستاد.

در طرف دیگر، ایجنت Muse متعلق به متا اگرچه در نهایت کار را به سرانجام رساند، اما وقت بسیار زیادی تلف کرد. از آنجا که این ایجنت ادغام مستقیم با اینستاکارت ندارد، کاربر مجبور شد در مرورگر مجازی آن نام کاربری و رمز عبور را به صورت دستی وارد کند و حتی کد تأیید دومرحله‌ای ارسال‌شده به ایمیل را هم ثبت نماید. از همه بد‌تر اینکه Muse مقداری زعفران هم به سبد خرید اضافه کرد؛ یک قلم جنس گران‌قیمت که اصلاً در دستور اصلی غذا وجود نداشت! 

اما اوضاع برای Spark گوگل اصلاً خوب پیش نرفت و این ایجنت عملاً در انجام مأموریت ناکام ماند. هرچند دستور پخت را پیدا کرد و اقلام لازم را پیشنهاد داد، اما نتوانست به حساب کاربری متصل شود. Spark هنگام تلاش برای کنترل مرورگر کروم به طور کامل قفل و فریز شد! تلاش برای اتصال اینستاکارت از طریق بخش برنامه‌های متصل در تنظیمات Spark هم هیچ نتیجه‌ای در بر نداشت.

---

مأموریت دوم: کاریابی؛ فقط یک ایجنت موقعیت‌های واقعی را پیدا کرد

در ادامه، از ایجنت‌ها خواسته شد بر اساس سوابق کاری و رزومه، موقعیت‌های شغلی مناسب را جستجو کنند. جیمیل به هر سه ایجنت متصل شد تا بتوانند رزومه ذخیره‌شده را بخوانند. هر سه مدل موفق شدند به رزومه دسترسی پیدا کنند و پیشنهاد‌هایی ارائه دهند، اما تفاوت فاحش در کیفیت نتایج فوراً خود را نشان داد.

ایجنت Dots چت‌جی‌پی‌تی موقعیت‌های کاملاً مرتبط—نظیر سردبیری بخش نرم‌افزار در رسانه CNET—را پیدا کرد و لینک مستقیم آگهی‌های استخدام را تحویل داد. در مقابل، Muse و Spark اصلاً خروجی جالبی نداشتند؛ هر دو به جای آگهی‌های مشخص، به صفحات عمومی سایت‌های آگهی لینک می‌دادند یا موقعیت‌های منقضی‌شده را پیشنهاد می‌کردند. خروجی Spark به طرز عجیبی ناامیدکننده بود و صرفاً با کلی‌گویی توصیه کرد کاربر به دنبال شغل «نویسنده ارشد حوزه فناوری» بگردد! 

---

مأموریت سوم: تحقیق در ویکی‌ها و ساخت فایل اکسل؛ تساوی سه رقیب

در بیش‌تر سناریوها، می‌توان به سادگی با یک پرامپت از چت‌بات‌های هوش مصنوعی خواست درباره موضوعی تحقیق کنند. با این حال، چت‌بات‌ها به دلیل محدودیت‌های فنی نمی‌توانند به همه وب‌سایت‌های اینترنت دسترسی مطمئن داشته باشند؛ به عنوان مثال، در ساخت ماشین‌حساب‌های اختصاصی بازی Warframe، مدل‌های زبانی معمولی به اطلاعات حیاتی ویکی رسمی بازی دسترسی نداشتند. اما ایجنت‌های هوش مصنوعی به لطف در اختیار داشتن مرورگر، گزینه‌ای به مراتب ایده‌آل‌تر برای این دست جستجوهای عمیق به شمار می‌روند.

برای این آزمایش، از ایجنت‌ها خواسته شد ۱۰ کاراکتر تازه‌وارد بازی Warframe را از طریق ویکی رسمی بازی پیدا کنند، محل دستیابی به قطعات هر یک را مشخص سازند و بهترین مراحل برای دریافت این قطعات را معرفی کنند؛ علاوه بر این، باید کل این اطلاعات در قالب یک فایل اسپردشیت (اکسل) مرتب چیده می‌شد. جالب اینکه هر سه ایجنت این چالش را مثل آب خوردن پشت سر گذاشتند و داده‌ها را با دقتی عالی گردآوری و دسته‌بندی کردند.

---

مأموریت چهارم: رزرو شام؛ پیروزی قاطع Dots در برابر توهم رقبا

انتخاب رستوران مناسب همیشه یکی از دغدغه‌های وقت‌گیر است؛ بنابراین از ایجنت‌ها خواسته شد یک رستوران آسیایی باکیفیت در محدوده مورد نظر پیدا کنند که برای ساعت ۶ عصر همان روز میز خالی داشته باشد. چت‌جی‌پی‌تی گل کاشت و یک رستوران پرطرفدار با امتیاز بالا پیدا کرد که نزدیک‌ترین زمان خالی‌اش ساعت ۶:۱۵ بود و این موضوع را هم شفاف توضیح داد. در طرف مقابل، Muse اصلاً رستورانی انتخاب نکرد؛ بلکه سه گزینه پیشنهاد داد که هیچ‌کدام رزرو آنلاین قبول نمی‌کردند—که همین موضوع درخواست بعدی‌اش مبنی بر لاگین به سرویس OpenTable را کاملاً عجیب جلوه داد! ایجنت Spark گوگل هم به جای انتخاب یک گزینه مشخص، لیستی از رستوران‌ها را ردیف کرد که دو مورد از آن‌ها اصلاً رزرو نمی‌پذیرفتند.

---

مأموریت پنجم: خانه‌تکانی اینباکس؛ Dots تا عمق ایمیل‌ها پیش می‌رود و رقبا درجا می‌زنند

مهم نیست چقدر دکمه لغو اشتراک (Unsubscribe) را بزنید، فرار از سیل پیام‌های تبلیغاتی در اینباکس تقریباً غیرممکن به نظر می‌رسد. بنابراین، وظیفه بررسی ایمیل‌ها، شناسایی فرستندگان تبلیغاتی و لغو عضویت مستقیم از خبرنامه‌ها به این ایجنت‌ها سپرده شد. 

در این بخش، ایجنت Dots واقعاً شگفت‌انگیز ظاهر شد. هر جا که نیاز بود لینکی دنبال شود، مرورگر مجازی‌اش را باز می‌کرد و مراحل لغو عضویت در سایت‌های دیگر را پیش می‌برد. فراتر از آن، Dots آرشیو بیش از ۱۵ سال ایمیل‌های تبلیغاتی را زیر و رو کرد، جدولی حجیم شامل بیش از ۷۰۰ فرستنده مختلف تشکیل داد و سپس بهترین گزینه‌ها را برای لغو اشتراک تفکیک نمود. 

در این میان، Muse از مرورگر خود برای باز کردن لینک‌های لغو عضویت استفاده نکرد و Spark گوگل هم عملاً نتوانست خودش اشتراک هیچ ایمیلی را لغو کند؛ بلکه صرفاً لینک‌ها را ردیف کرد تا کاربر خودش تک‌تک روی آن‌ها کلیک کند!

---

چت‌جی‌پی‌تی Dots برنده بی‌چون‌وچرا شد؛ اما آیا ارزش ۱۰۰ دلار را دارد؟

در تمام طول این بررسی‌ها، ایجنت Dots چت‌جی‌پی‌تی همواره یک سر و گردن بالا‌تر از رقبا ایستاد؛ اتفاقی که با در نظر گرفتن قدرت مدل فوق‌العاده GPT-6 Astra در پشت صحنه آن، چندان هم دور از انتظار نبود. با این حال، دسترسی به آن مشروط به خرید اشتراک پرو (Pro) یا بالا‌تر است. بعید به نظر می‌رسد خرید این اشتراک ۱۰۰ دلاری صرفاً برای این قابلیت منطقی باشد، مگر اینکه واقعاً انبوهی از وظایف روزمره آنلاین داشته باشید که آماده خودکارسازی با ایجنت‌های هوش مصنوعی باشند.

از سوی دیگر، Dots هم خالی از عیب نیست. برای مثال، سرعت عملکرد آن هنوز بالا نیست، هرچند به کندی ایجنت‌های نسل قبل هم رفتار نمی‌کند. علاوه بر این، هنوز نمی‌تواند هر مأموریتی را بی‌نقص به مقصد برساند؛ برای نمونه، با وجود برتری محسوس در لغو عضویت ایمیل‌ها، نتوانست اشتراک تک‌تک فرستنده‌ها را لغو کند. در کاریابی هم نمی‌تواند جایگزین جستجوی دقیق انسانی شود؛ چراکه برای گشتن در تمام ترکیبات کلمات کلیدی، اسکرول بی‌پایان در صفحات استخدام و بررسی موشکافانه شرح شغل مثل یک انسان طراحی نشده است. 

همچنین بسته به شرایط، ممکن است برخی کاربران رقبای دیگر را ترجیح دهند. به عنوان مثال، اگر دائماً با سرویس‌های گوگل سر و کار دارید، توانایی Spark در بهره‌گیری از قابلیت «هوش فردی» (Personal Intelligence) جمینای یک مزیت کلیدی است. در تست کاریابی، چت‌جی‌پی‌تی و Muse به نسخه قدیمی رزومه در اینباکس متکی شدند؛ اما Spark به لطف دسترسی خودکار به گوگل درایو (Google Drive)، آخرین نسخه به‌روزرسانی‌شده رزومه را پیدا کرد و مبنا قرار داد. به علاوه، Spark در بیش‌تر مواقع به مراتب سریع‌تر از دو رقیب دیگر پاسخ می‌دهد، حتی اگر لازم باشد با چند پرامپت متوالی مسیر کار را برایش دقیق‌تر کنید.

اگر هم نمی‌خواهید ۱۰۰ دلار بابت Dots هزینه کنید و چندان هم در اکوسیستم گوگل فعال نیستید، ایجنت Muse شرکت متا هنوز ویژگی‌های مثبتی دارد. این ایجنت عملکردی به مراتب بهتر از برخی مدل‌های متفرقه دارد و مهم‌تر از همه، رایگان است. اجرای تمام سناریوهای بالا بدون پرداخت حتی یک سنت در Muse امکان‌پذیر بود که آن را به بهترین دروازه برای آشنایی با کارکرد ایجنت‌های هوش مصنوعی بدون هزینه تبدیل می‌کند.

---

کلام آخر: کاراکترهای بامزه نمی‌توانند فناوری خام را لاپوشانی کنند!

اگرچه ایجنت‌های هوش مصنوعی نسبت به یک سال پیش پیشرفت چشمگیری داشته‌اند، اما واقعیت این است که هنوز تا تبدیل شدن به یک ابزار ضروری فاصله زیادی دارند. حتی وقتی درست کار می‌کنند، اغلب می‌توانید همان نتیجه (یا حتی بهتر از آن) را با یک پرامپت ساده در چت‌بات یا صرف چند دقیقه وقت شخصی به دست آورید. شاید هیاهو و تبلیغات پیرامون این فناوری همه‌جا را پر کرده باشد، اما مطمئن باشید فعلاً چیزی را از دست نداده‌اید؛ پس برای پذیرش آن‌ها عجله نکنید و بررسی‌های بعدی ما در WireAI را زیر نظر داشته باشید.