سال‌هاست برنامه‌ها، وب‌سایت‌ها و طرح‌های آزمایشی تازه مبتنی بر هوش مصنوعی را می‌آزمایم. بسیاری از آن‌ها از ایده‌هایی محکم و اجرایی متوسط زاده شده‌اند و به‌سختی می‌توان فهمید چه جایگاهی در زندگی روزمره یا روند کاری بهره‌وری ما دارند. برای نمونه، Gemini Omni یا Nano Banana را در نظر بگیرید؛ من برای تولید عکس‌ها و ویدئوهای بنجل به هوش مصنوعی نیازی ندارم. می‌پذیرم که در این زمینه بی‌طرف نیستم، اما برای خلاصه‌کردن اخبار هم نیازی به مرورهای هوش مصنوعی گوگل ندارم. اغلب وقتی به منبع اصلی سر می‌زنم، می‌بینم مطلب آن با خلاصه ارائه‌شده در مرور هوش مصنوعی کاملاً تفاوت دارد.
آزمایشگاه گوگل برنامه هوش مصنوعی تازه‌ای به نام Dreambeans ساخته است که حدود یک هفته از آن استفاده کرده‌ام. گوگل می‌گوید این برنامه «مجموعه‌هایی پیش‌دستانه و شخصی‌سازی‌شده از داستان‌ها» ارائه می‌دهد؛ اما این عبارت دقیقاً چه معنایی دارد؟ بر پایه تجربه من، Dreambeans منتظر نمی‌ماند تا شما موضوعی را جست‌وجو کنید یا رسانه‌ای درباره آن بنویسد. این برنامه با کاوش در منابع دست‌اول و شناخت عادت‌های شما، مطالبی پیش رویتان می‌گذارد که واقعاً نکته‌های تازه‌ای دارند و صرفاً نسخه‌برداری از محتوای موجود نیستند.
دریم‌بینز منابع دست‌اول را گلچین می‌کند
مقاله‌ها را خلاصه نمی‌کند؛ خودش اطلاعات را می‌یابد
توانایی گوگل از برتری آن در جست‌وجو و خدماتش سرچشمه می‌گیرد. این شرکت می‌تواند برای شخصی‌سازی امکانات هوش مصنوعی خود از فعالیت‌های شما در جست‌وجوی گوگل، رویدادهای تقویم گوگل، داده‌های Google Workspace، سابقه تماشای YouTube و موارد دیگر بهره بگیرد. همین موضوع یکی از دلایل کارآمدی قابلیت‌هایی مانند Gemini Daily Brief و Google CC است. Dreambeans با هرآنچه تاکنون از آزمایشگاه گوگل دیده‌ایم تفاوت دارد، زیرا تنها به بیرون‌کشیدن محتوا از صندوق ورودی، تقویم یا فضای ذخیره‌سازی Google Drive بسنده نمی‌کند.
درست است که هوش مصنوعی، دست‌کم فعلاً، محتوا خلق نمی‌کند. این فناوری می‌تواند با تکیه بر داده‌های آموزشی و آثار موجود انسان‌ها، محتوا را از نو ترکیب کند؛ اما چیزی به‌راستی اصیل نمی‌سازد. برنامه Dreambeans گوگل بیش از دیگر نمونه‌ها به تولید محتوای خبری اصیل نزدیک شده است، زیرا به‌جای خلاصه‌کردن مطالب منتشرشده‌ای که انسان‌ها نوشته‌اند، اطلاعات را مستقیم از سرچشمه آن‌ها بیرون می‌کشد. از آنجا که محتوا متناسب با علایق شما شخصی‌سازی می‌شود، Dreambeans می‌تواند مطالب تولیدشده با هوش مصنوعی را به شما نشان دهد که موضوعشان برای پوشش‌دادن از سوی رسانه‌های سنتی و تولیدکنندگان محتوا بیش از اندازه تخصصی است.
بیایید چند نمونه از مطالب خوراک Dreambeans من را بررسی کنیم تا منظورم خیلی زود روشن شود. من شیفته بسکتبال دانشگاهی‌ام و به‌ویژه رقابت‌های Big East و تیم بسکتبال دانشگاه St. John's را دنبال می‌کنم. Dreambeans این را می‌داند و مطلبی با عنوان «مروری دوباره بر لحظه‌های ماندگار بسکتبال سنت جانز در مدیسن اسکوئر گاردن» به من نشان می‌دهد. این مطلب بازنویسی هوش مصنوعی از نوشته یک وبلاگ هواداری نیست؛ بلکه گزارشی تا اندازه‌ای تازه است که بر آمار آرشیو رسمی ورزش دانشگاه St. John's تکیه دارد.
نمونه درخشان دیگری از توانایی برنامه Dreambeans در یافتن سوژه‌هایی کم‌وبیش تازه، مطلبی با عنوان «تنظیم زمان حرکت در تسلا مدل Y» است. نخست اینکه برنامه می‌داند چه خودرویی می‌رانم و همین، زمینه را برای انبوهی از مطالب شخصی‌سازی‌شده فراهم می‌کند. اما نکته شگفت‌انگیزتر در متن مطلب بود: Dreambeans پیشنهاد داد زمان توقف شارژ خودروی برقی‌ام را با طرح تعرفه Salt River Project هماهنگ کنم تا بتوانم از برق ساعات کم‌باری بهره ببرم.
این برنامه می‌داند چه خودرویی می‌رانم، برق خانه‌ام را از کجا می‌گیرم و چگونه می‌توانم این دو را برای صرفه‌جویی در هزینه با یکدیگر هماهنگ کنم. منبع آن نیز مقاله‌ای از یک نشریه خودرویی نبود، بلکه راهنمای رسمی مالکان Model Y از Tesla بود. منصفانه نیست بگوییم Dreambeans این محتوا را یکسره خودش ساخته است، زیرا هنوز انسانی باید آرشیو ورزشی St. John's و راهنمای مالکان Tesla را پدید آورده باشد. بااین‌حال، روشن است که برنامه Dreambeans فعالانه و مستقل در پی یافتن سوژه‌های احتمالی می‌گردد.
شخصی‌سازی با برنامه‌های متصل شما
دریم‌بینز خودرو و تیم‌های محبوبم را می‌شناسد
میزان شخصی‌بودن Dreambeans به این بستگی دارد که بخواهید چه مقدار داده با آن در میان بگذارید. می‌توانید برنامه‌های Google Workspace خود، از جمله Gmail و Calendar، را به آن متصل کنید. اگر از دوستداران YouTube هستید، گزینه‌ای برای شخصی‌سازی Dreambeans بر پایه سابقه تماشایتان وجود دارد. همچنین می‌توانید دسترسی به کتابخانه Google Photos خود را در اختیار Dreambeans بگذارید. در صورت صدور اجازه، عکس‌های شخصی شما می‌توانند به‌جای تصویرسازی‌های ساخته‌شده با هوش مصنوعی که به هر مطلب پیوست شده‌اند، نمایش داده شوند.
چالش اصلی این است که تصمیم بگیرید چه مقدار از داده‌های شخصی‌تان را با Dreambeans در میان بگذارید. سود شخصی‌سازی خوراک Dreambeans با داده‌های حساب گوگل روشن است: نتیجه‌های بهتری خواهید گرفت. اگر برنامه‌های Google Workspace خود را به Dreambeans متصل نکرده بودم، مطالب مربوط به خودرو یا تیم ورزشی دانشگاهم را نمی‌دیدم. این برنامه مدل خودرو و شرکت تأمین‌کننده برق مرا از ایمیل‌هایم پیدا کرد و احتمالاً علاقه‌ام به ورزش را هم از همان‌جا شناخت.
بااین‌حال، به‌اشتراک‌گذاشتن داده‌های شخصی با هر سرویس هوش مصنوعی تصمیمی نیست که بتوان سرسری گرفت. باید ببینید در برابر دریافت داستان‌های شخصی‌سازی‌شده، حاضرید چه اندازه از داده‌هایتان را در اختیار آن بگذارید. به‌نظر من، برنامه‌ای مانند دریم‌بینز در مقایسه با محصولی مثل میوز متا خطر کمتری دارد؛ میوز یک عامل هوش مصنوعی همه‌کاره است که می‌تواند از جانب شما کارهای مهم و حساسی انجام دهد، حال‌آنکه دریم‌بینز صرفاً از داده‌های شخصی‌تان برای شناخت علایق شما بهره می‌گیرد.
درهرصورت، این شما هستید که تعیین می‌کنید چه میزان از داده‌هایتان را با دریم‌بینز به اشتراک بگذارید. من اجازه دسترسی به داده‌های گوگل ورک‌اسپیس و یوتیوبم را دادم، اما دسترسی به کتابخانه گوگل فوتوز را فعال نکردم. شاید این مرزبندی تا حدی دلبخواهی باشد، ولی ترجیح می‌دهم عکس‌ها و ویدئوهای خانوادگی‌ام تا جای ممکن خصوصی بمانند. اگر هم مایل نیستید هیچ برنامه‌ای را به دریم‌بینز متصل کنید، همچنان می‌توانید با نوشتن درخواست‌ها و ارائه بازخورد، خوراک شخصی‌سازی‌شده خود را دستی بسازید و آن را در مسیر دلخواه هدایت کنید.
دریم‌بینز باید تصویرسازی‌ها را کنار بگذارد
عکس واقعی نشانم بده؛ سبک زندگی کمتر، بهره‌وری بیشتر
دریم‌بینز هنوز یکی از طرح‌های آزمایشی گوگل لبز است، اما اکنون همه کاربران آمریکایی دارای حساب شخصی گوگل می‌توانند در اندروید و آی‌اواس به آن دسترسی داشته باشند. شاید به یاد بیاورید که نوت‌بوک‌ال‌ام، که اکنون جمینای نوت‌بوک نام دارد، زمانی یکی از طرح‌های آزمایشی گوگل لبز بود. دریم‌بینز ظرفیت آن را دارد که به برنامه محبوب دیگری در همان اندازه‌وقواره تبدیل شود، هرچند هنوز جای پیشرفت دارد. دوست دارم دریم‌بینز تصویرسازی‌های هوش مصنوعی را کنار بگذارد و برای پربارترکردن داستان‌ها، بر یافتن عکس‌های واقعی تمرکز کند.
حال که صحبت از داستان‌هاست، دریم‌بینز باید مطمئن شود هر داستان تا جای ممکن کامل و پرجزئیات است. در وضعیت کنونی، هر داستان در دریم‌بینز تنها تصویری گذرا ارائه می‌دهد و سپس شما را به پیوند منبعی هدایت می‌کند که بر پایه آن نوشته شده است. این شیوه در ظاهر خوب به‌نظر می‌رسد، اما نمی‌خواهم هر بار که دریم‌بینز داستانی پیشنهاد می‌کند، ناچار شوم یک‌راست در دفتر آمار سنت جانز غرق شوم. برنامه باید داستان‌هایی مستقل و کامل بسازد تا بررسی بیشتر منابع یک انتخاب باشد، نه یک ضرورت.
اگر بخواهم کمی سخت‌گیرانه‌تر نگاه کنم، حتی تردید دارم که دریم‌بینز واقعاً به برنامه‌ای مستقل نیاز داشته باشد. این برنامه سودمند است، اما به‌سادگی می‌توانست یکی از زبانه‌های برنامه جمینای باشد. بااین‌همه، دریم‌بینز بی‌تردید ارزش امتحان‌کردن دارد، زیرا داستان‌هایی شخصی‌سازی‌شده ارائه می‌کند که جای دیگری پیدایشان نخواهید کرد.
منبع: این مطلب ترجمه و بومی‌سازی مقاله‌ای از MakeUseOf به قلم Brady Snyder است. مشاهده مقاله اصلی