آزمایش ۳ ایجنت هوش مصنوعی جدید؛ برنده این رقابت لزوماً بهترین ابزار نیست!

آزمایش و کار با ایجنت‌های هوش مصنوعی مختلف از جمله Muse متعلق به متا، Instinct و Dot محصول اوپن‌ای‌آی نشان می‌دهد که این ابزارها در انجام برخی امور روزمره واقعاً کاربردی هستند.

اما در عمل کدام‌یک عملکرد بهتری ارائه می‌دهد؟

برای پاسخ به این پرسش، این سه ایجنت در یک آزمون تجربی با سه وظیفه یکسان روبه‌رو شدند: مرتب‌سازی و غربالگری ایمیل‌ها، سفارش ناهار، و ساخت یک وب‌سایت شخصی. نتیجه این آزمایش نشان داد که شیوه عملکرد و رویکرد هر ابزار در مواجهه با وظایف تا چه اندازه با دیگری متفاوت است.

اگر تاکنون از ایجنت‌های هوش مصنوعی استفاده نکرده‌اید اما درباره کارکرد آن‌ها کنجکاو هستید، نتایج این بررسی تجربی می‌تواند نقطه شروع بسیار خوبی برای آشنایی با توانایی‌های واقعی آن‌ها باشد.

پیش از بررسی جزئیات، نتیجه نهایی کاملاً مشخص است: در حال حاضر ایجنت Muse شرکت متا تنها گزینه کاملاً رایگان در میان این ابزارها است؛ موضوعی که آن را برای بیشتر کاربران عادی که صرفاً قصد دارند کار با یک ایجنت هوش مصنوعی را تجربه کنند، به برنده قطعی تبدیل می‌کند. در مقابل، ایجنت Dot اوپن‌ای‌آی تنها در پلن گران‌قیمت ۱۰۰ دلاری در ماه عرضه می‌شود و Instinct نیز در حال حاضر صرفاً از طریق دعوت‌نامه دردسترس است.

بنابراین از نظر اقتصادی تصمیم‌گیری بسیار ساده است: استفاده از گزینه رایگان منطقی‌ترین انتخاب خواهد بود؛ مگر آنکه از قبل اشتراک پیشرفته چت‌جی‌پی‌تی را تهیه کرده باشید که در این صورت کاربر حرفه‌ای محسوب می‌شوید و احتمالاً نیازی به این توصیه نخواهید داشت.

چالش اول: مدیریت صندوق ورودی ایمیل

حجم ایمیل‌های دریافتی روزانه بسیار زیاد است و بیشتر آن‌ها اصلاً ارزش باز کردن ندارند؛ بنابراین هدف این چالش، شناسایی پیام‌های مهم و اولویت‌دار بود.

ایجنت Muse: در این بخش، Muse مانند یک سرباز وظیفه‌شناس عمل کرد. غربالگری صندوق ورودی ایمیل جزو نخستین وظایفی بود که به آن محول شد و تا اینجا، این کار یکی از کاربردی‌ترین نتایجی بوده که یک ایجنت هوش مصنوعی ارائه داده است.

ایجنت Instinct: نکته منفی در مورد Instinct این است که ارتباط با آن به‌جای یک اپلیکیشن اختصاصی، عمدتاً از طریق پیامک (SMS) انجام می‌شود. هرچند این شیوه در مواردی کار را راحت می‌کند، اما تداخل پیام‌های کاری و جدیِ ایمیل در فضای پیامک‌های شخصی چندان جالب به نظر نمی‌رسد.

با این حال، عملکرد Instinct در یک نقطه شگفت‌انگیز بود: این ایجنت موفق شد یک دعوت‌نامه مهمانی ارسالی از سرویس Paperless Post را در میان انبوه ایمیل‌های شخصی پیدا کند؛ پیامی که در حالت عادی کاملاً نادیده گرفته می‌شد و سایر ایجنت‌ها نیز متوجه آن نشدند.

ایجنت Dot: ایجنت Dot حرکتی واقعاً کاربردی انجام داد که نیازمند تحلیل عمیق پیش‌زمینه اطلاعات بود و آن را کاملاً خودکار انجام داد. این ایجنت متوجه یک گفت‌وگوی ایمیلی قدیمی از ماه گذشته با حسابدار مالیاتی شد؛ مکاتبه‌ای که در آن حسابدار هیچ‌گاه تأییدیه نهایی ارسال اظهارنامه مالیاتی را اعلام نکرده بود. این هشدار به‌موقع عملاً از بروز یک جریمه و دردسر قانونی جدی جلوگیری کرد (هرچند بعداً مشخص شد اظهارنامه به‌موقع ارسال شده بود).

پیدا کردن یک مکاتبه قدیمی اما بسیار حساس که فرآیند آن نیمه‌کاره رها شده، دقیقاً همان قابلیتی است که کاربران از یک دستیار هوش مصنوعی انتظار دارند. انسان‌ها در شلوغی‌های روزمره به‌راحتی دچار فراموشی یا حواس‌پرتی می‌شوند و اینجاست که ارزش واقعی یک ایجنت هوشمند آشکار می‌شود.

برنده این چالش: Dot. هوشمندی این ابزار در بررسی پیش‌زمینه پیام‌ها مانع از بروز جریمه‌های سنگین مالیاتی شد.

چالش دوم: سفارش ناهار

در چالش دوم، از هر سه ایجنت خواسته شد تا یک سالاد مشخص را از رستورانی محلی سفارش دهند. به منظور جلوگیری از ناهماهنگی و ارسال چندگانه، گزینه تحویل حضوری (Pickup) برای سفارش‌ها انتخاب شد.

این فرآیند به یک تجربه کلافه‌کننده تبدیل شد و نشان داد که در شرایط فعلی، ثبت مستقیم سفارش توسط خود کاربر بسیار ساده‌تر و سریع‌تر است.

ایجنت Muse: این ابزار در ابتدا عملکرد کمکی خوبی داشت. حتی با وجود وارد کردن نام اشتباه رستوران، ایجنت مکان صحیح را شناسایی کرد و منوی درست را نمایش داد.

با توجه به اتصال کارت‌های بانکی از طریق سامانه استرایپ (Stripe)، انتظار می‌رفت پرداخت به‌سادگی انجام شود. ایجنت دو گزینه پرداخت پیشنهاد داد و کارتی انتخاب شد که تصور می‌شد کارت اعتباری معمولی است (به‌دلیل تغییر کارت، ارقام انتهایی آن آشنا نبود).

اما هنگام بررسی نهایی مشخص شد که این کارت، حساب پس‌انداز درمانی (HSA) بوده که بر اساس قوانین فقط برای هزینه‌های درمانی و پزشکی مجاز است.

تا زمان رفع این مشکل پرداخت، سفارش‌دهی با دو ایجنت دیگر یعنی Instinct و Dot آغاز شد. هنگام مراجعه حضوری به رستوران، تنها دو بسته سفارش آماده تحویل بود؛ زیرا به دلیل درگیری با دو ابزار دیگر، تأیید نهایی به Muse ارسال نشد و سفارش آن هرگز ثبت نگردید.

ایجنت Instinct: بزرگ‌ترین دردسر Instinct همان ساختار مبتنی بر پیامک است. ارسال پیام از طریق لپ‌تاپ با اختلالاتی در بستر SMS همراه شد، اما پس از چند تلاش ناموفق، سفارش نهایتاً ثبت گردید.

ثبت این سفارش نیازمند ردوبدل شدن ۹ پیامک جداگانه از سوی کاربر بود (بدون احتساب پاسخ‌های خود ایجنت). کاملاً واضح است که مراجعه مستقیم به وب‌سایت رستوران یا اپلیکیشن‌های سفارش غذا مثل اوبرایتس بسیار سریع‌تر و بی‌دردسرتر خواهد بود.

علاوه بر این، فرآیند ثبت سفارش یک نقص آزاردهنده داشت: ایجنت سفارش را بدون انعام (Tip) نهایی کرد و هیچ گزینه‌ای هم برای افزودن مبلغ انعام از کاربر نپرسید.

ایجنت Dot: فرآیند کار با این ایجنت از همه دشوارتر بود. ورود به حساب با کد ۶ رقمی پیامکی چندین بار دچار خطا شد (کد باید ۳ بار متوالی درخواست می‌شد) و مرورگر اختصاصی که برای ورود ایجاد کرده بود اجازه تایپ به کاربر نمی‌داد؛ هرچند در نهایت پس از چالش‌های فراوان سفارش ثبت شد.

برنده این چالش: هیچ‌کدام. با قطعیت می‌توان گفت ثبت دستی سفارش از مسیرهای معمول، بی‌نهایت ساده‌تر از کار با این ایجنت‌ها بود. شاید با یک‌بار ذخیره اطلاعات در آینده این فرآیند روان‌تر شود، اما این تجربه نشان داد که ایجنت‌ها هنوز در کارهای ترکیبی خرید آنلاین آماده نیستند.

چالش سوم: ساخت وب‌سایت شخصی

داشتن یک وب‌سایت شخصی و حرفه‌ای برای بازآفرینی و نمایش نمونه‌کارها ایده بسیار خوبی است؛ به‌ویژه برای کسانی که مهارت چندانی در طراحی بصری ندارند و ترجیح می‌دهند ساخت صفحات وب را به هوش مصنوعی بسپارند.

ایجنت Muse: یکی از نقاط قوت Muse این بود که بر خلاف دو ابزار دیگر، تصویر چهره کاربر را به‌صورت یک پرتره غول‌پیکر در صفحه اصلی قرار نداد؛ حرکتی که در وب‌سایت‌های حرفه‌ای چندان معمول نیست.

با این حال، هر سه ابزار رویکردی کاملاً مشابه داشتند: استخراج اطلاعات از بیوگرافی آنلاین، انتخاب چند مقاله به‌عنوان نمونه‌کار و ارائه قالبی بسیار ابتدایی.

ایجنت Instinct: طراحی ارائه‌شده توسط Instinct از همه کسل‌کننده‌تر بود. نکته عجیب اینکه مقالاتی که به‌عنوان نمونه‌کار برگزیده بود، مطالبی تصادفی مربوط به بیش از یک سال قبل بودند.

ایجنت Dot: از نظر ترکیب‌بندی بصری و چیدمان، Dot بهترین خروجی را ارائه داد و مجموعه‌ای مناسب از مقالات مرتبط را گردآوری کرد. اما شعار پیشنهادی آن در بالای صفحه به‌قدری پیش‌پاافتاده و اغراق‌آمیز بود که توی ذوق می‌زد:

برنده این چالش: صرفاً بر اساس ساختار بصری و چیدمان ماک‌آپ، ایجنت Dot برنده است. اما هر سه ایجنت متن‌ها و شعارهایی بسیار کلیشه‌ای و تصنعی تولید کردند؛ طوری که خواندن آن‌ها حس ناخوشایندی ایجاد می‌کرد.

در نهایت کاربر ناچار است تمام متون و نمونه‌کارها را شخصاً بازنویسی و انتخاب کند؛ این امر این پرسش را ایجاد می‌کند که آیا این ابزارها فراتر از یک قالب ساده آماده، واقعاً در زمان صرفه‌جویی می‌کنند یا خیر.

نتیجه‌گیری: بزرگ‌ترین درس این بررسی میدانی، شناخت وظایفی است که یک ایجنت هوش مصنوعی برای انجام آن‌ها مناسب یا نامناسب است.

مدیریت هم‌زمان سه ایجنت مختلف به‌جای ساده‌تر کردن کارها، خود به دردسری بزرگ تبدیل شد. هدف از به‌کارگیری ایجنت‌های هوشمند، پیش‌بینی نیازها و کاستن از دغدغه‌های روزمره است؛ اما سپردن هم‌زمان کارها به چند ایجنت، بمبارانی از هشدارها و پیام‌های متناقض را به‌همراه داشت. در نهایت، استفاده هم‌زمان از چند ایجنت کارایی ندارد و بهترین رویکرد، انتخاب یک ابزار مشخص و متناسب با نیازهای روزمره است.