هوش مصنوعی که در کنار شما کار می‌کند و هوش مصنوعی که برای شما کار می‌کند

امسال سالی بود که هر ابزاری صاحب یک عامل (Agent) شد. کوپایلت (Copilot) حالت Agent Mode را در پاورپوینت دارد. جمینای (Gemini) کل ارائه‌ها را در گوگل اسلایدز می‌سازد. کلود (Claude) یک فایل .pptx می‌نویسد و تحویلتان می‌دهد. چت‌جی‌پی‌تی (ChatGPT) درون پاورپوینت جا خوش کرده است. Pitch، Plus AI، Prezi و Genspark هر کدام چیزی به نام عامل را راه‌اندازی کرده‌اند. مدل‌های زیرساختی هم هر چند هفته یک‌بار نام جدیدی به خود می‌گیرند.

اگر از نام‌ها بگذریم، تقریباً همه این عامل‌ها به یک شکل کار می‌کنند. شما آنچه را که می‌خواهید توصیف می‌کنید. عامل می‌رود، با یک پیش‌نویس برمی‌گردد و سپس نوبت شماست.

ما فکر می‌کنیم این یکی از دو نوع هوش مصنوعی است و تفاوت بین این دو، بسیار مهم‌تر از مدل زیرساختی آن‌هاست. ما از هر کدام یک نمونه می‌سازیم، بنابراین مجبور بوده‌ایم به دقت درباره آن فکر کنیم.

هوش مصنوعی که برای شما کار می‌کند

نوع اول یک تولیدکننده (Producer) است. شما به آن یک خلاصه (Brief) می‌دهید، ناپدید می‌شود و با یک کار تمام‌شده برمی‌گردد. مزایای آن سرعت و کامل بودن است: یک پروپوزال در دو دقیقه، یک ارائه (Deck) قبل از اینکه قهوه‌تان سرد شود.

نقطه ضعف آن زمانی مشخص می‌شود که پیش‌نویس ۸۰ درصد درست است. هوش مصنوعی از قبل اتاق را ترک کرده است. ۲۰ درصد پایانی کار بر عهده شماست که باید به صورت دستی در یک ویرایشگر انجام دهید، و درک هوش مصنوعی از کاری که انجام می‌داد تبخیر شده است. اگر ساختار اشتباه باشد، یا باید یک ساختار اشتباه را ویرایش کنید یا کار را از ابتدا شروع کنید.

NextDocs این نوع هوش مصنوعی است و ما فکر می‌کنیم به یک دلیل، بهترین نسخه از آن است: این ابزار تنها یک پیش‌نویس به شما تحویل نمی‌دهد. بلکه چندین پیش‌نویس کامل را که در صورت تمایل توسط مدل‌های مختلف نوشته شده‌اند به شما ارائه می‌دهد و کار شما به جای اصلاح کردن، به انتخاب کردن تبدیل می‌شود. انتخاب کردن کاری است که انسان‌ها در آن مهارت و سرعت بالایی دارند. همین یک تغییر ساده، مسئله ۸۰ درصد را به یک تصمیم‌گیری پنج دقیقه‌ای تبدیل می‌کند. کیت برند، خروجی‌های واقعی و مدلی که تست اسناد طولانی را با موفقیت پشت سر گذاشته است را به آن اضافه کنید؛ حالا یک هوش مصنوعی تولیدکننده، ابزاری عالی برای فردی است که به تنهایی کار می‌کند و در نهایت به یک فایل نیاز دارد.

اما این ابزار همچنان یک تولیدکننده است. برای شما کار می‌کند.

هوش مصنوعی که در کنار شما کار می‌کند

نوع دوم یک همکار (Colleague) است. روی همان صفحه‌ای که هستید، جلوی چشمان شما کار می‌کند. وقتی یک عنوان را تغییر می‌دهد، شما تغییر آن را می‌بینید. وقتی ساختار را اشتباه می‌نویسد، در همان اسلاید دوم به آن می‌گویید، نه بعد از اسلاید چهلم. می‌توانید در میانه‌ی جمله کار را به دست بگیرید و او کنار می‌کشد. می‌توانید کاری را که انجام داده مانند هر ویرایش دیگری لغو (Undo) کنید، زیرا این کار دقیقاً مانند هر ویرایش دیگری است.

ساخت این نوع هوش مصنوعی دشوارتر است و به همین دلیل کمیاب‌تر است. این کار به سندی نیاز دارد که هر دوی شما بتوانید هم‌زمان به آن دسترسی داشته باشید؛ یک بوم زنده (Live Canvas) به جای فایلی که تولید و تحویل داده می‌شود. این کار مستلزم آن است که ویرایش‌های هوش مصنوعی از همان جنس ویرایش‌های شما باشد. همچنین نیاز دارد که هوش مصنوعی بتواند به صفحه نگاه کند، نه فقط به پرامپت (دستور).

این دقیقاً همان چیزی است که Shyne ارائه می‌دهد: بومی که در آن شما، تیمتان و عامل همگی در یک فایل حضور دارید و هم‌زمان یک چیز را ویرایش می‌کنید. ارائه‌ها، اسناد، پست‌های شبکه‌های اجتماعی و ویدیوها همگی در یک پروژه قرار دارند، به طوری که ویدیوی معرفی از روی خودِ ارائه‌ی معرفی ساخته می‌شود، نه از روی توصیف آن. عاملی که جلوی چشمان شما کار می‌کند تا بتوانید آن را زودتر اصلاح کنید، به جای اینکه بعداً مجبور به بازنویسی کل کار شوید.

چرا این تفاوت بسیار مهم‌تر از مدل است

یک مدل بهتر، پیش‌نویس‌های یک تولیدکننده را بهبود می‌بخشد. اما شکل تعامل را تغییر نمی‌دهد. شما همچنان خلاصه می‌دهید، منتظر می‌مانید، تحویل می‌گیرید و اصلاح می‌کنید. یک پیش‌نویس ۹۰ درصدی بهتر از یک پیش‌نویس ۸۰ درصدی است؛ اما همچنان پیش‌نویسی است که شما هنگام ساختنش در اتاق حضور نداشته‌اید.

از سوی دیگر، یک همکار با هر بار ارتقای مدل، دو برابر بهتر می‌شود: اشتباهات کمتری مرتکب می‌شود و شما اشتباهاتش را زودتر متوجه می‌شوید چون در حال تماشا هستید. این تعامل به شکلی هم‌افزا عمل می‌کند که در روش تحویل‌دهی (Handoff) وجود ندارد.

ما متوجه این موضوع شدیم زیرا با بهبود مدل‌ها در طول سال، تیکت‌های پشتیبانی ما برای NextDocs به همان سرعتی که کیفیت پیش‌نویس‌های آن افزایش می‌یافت، کاهش پیدا نکرد. کاربران روی پیش‌نویس‌های بد گیر نکرده بودند. آن‌ها روی همان ۲۰ درصد پایانی گیر کرده بودند و روی لحظه‌ای که می‌خواستند بگویند "نه، نه این‌طور" و کسی نبود که این را به او بگویند.

چرا ما هر دو را می‌سازیم

یک همکار همیشه آن چیزی نیست که شما می‌خواهید. اگر دقیقاً می‌دانید به چه چیزی نیاز دارید و می‌خواهید آن را به تنهایی در قالب یک فایل در عرض دو دقیقه تحویل بگیرید، یک همکار مسیر کندتری برای رسیدن به آن است. در این حالت شما تولیدکننده را می‌خواهید و ترجیح می‌دهید از بین سه گزینه انتخاب کنید.

اگر قرار است کار تغییر کند، اگر شخص دیگری باید در آن مشارکت داشته باشد، اگر قرار است به ویدیو تبدیل شود، یا اگر می‌خواهید هوش مصنوعی را در حین کار اصلاح کنید نه بعد از آن، شما به یک همکار نیاز دارید.

بنابراین NextDocs به عنوان بهترین تولیدکننده‌ای که می‌توانیم بسازیم باقی می‌ماند و Shyne نقش همکار را ایفا می‌کند. کیت برند یکسان، مدل‌های یکسان در جاهایی که منطقی است، اما با قالبی متفاوت. ما یک راهنمای ساده درباره اینکه کدام‌یک برای چه کاری مناسب است نوشته‌ایم.

صنعت تکنولوژی سال آینده را صرف بحث درباره این خواهد کرد که کدام مدل هوشمندتر است. این بحث منصفانه‌ای است. ما فقط یک سؤال به آن اضافه می‌کنیم: وقتی مدل روی سند شما کار می‌کند، آیا شما در اتاق حضور دارید؟

---

مس عبدی، بنیان‌گذار