ميتا تنقل التواصل مع وكيل الذكاء الاصطناعي Muse من الدردشة إلى مكالمة فيديو

الدردشة مع الذكاء الاصطناعي مريحة ما دام السؤال يتسع لسطرين. لكن المحادثة الطويلة سرعان ما تتحول إلى تمرين: كتابة الفكرة، وانتظار الرد، وإعادة القراءة، ثم التوضيح. تقترح ميتا واجهة مختلفة لوكيلها Muse: مكالمة فيديو مع محاور متحرك. يتحدث المستخدم بصوته في الوقت الفعلي، وتجيبه على الشاشة صورة رمزية قابلة للتخصيص بتعابير وجه وإيماءات.

في مثال بسيط: بدلاً من عشر رسائل لاختيار فكرة لمشروع، يفتح الشخص مكالمة، ويشرح المعطيات الأولية، ويواصل طرح الأسئلة بصوته. أمامه ليس نافذة دردشة جامدة، بل شخصية رقمية تدعم المحادثة بصرياً. الميزة الجديدة متاحة حالياً للمستخدمين في الولايات المتحدة فقط.

ما الذي تغيّر بالضبط

التغيير الرئيسي ليس نموذجاً جديداً ولا قفزة معلنة في جودة الإجابات. لقد غيّرت ميتا طريقة التفاعل مع الوكيل. صار بالإمكان ليس قراءة Muse فحسب، بل سماعه ورؤيته أيضاً عبر مكالمة فيديو. ويمكن اختيار مظهر الصورة الرمزية وتخصيصه، وهي تستخدم أثناء الحديث حركات الوجه والإيماءات.

قد تخفض هذه الواجهة حاجز الدخول للأشخاص الذين يسهل عليهم صياغة طلبهم بصوت مسموع. كما تناسب السيناريوهات التي تكون فيها اليدان مشغولتين، أو حين يعيق التنقل المستمر بين المحادثة ولوحة المفاتيح إنجاز المهمة. لكن الوجه المتحرك لا يجعل الوكيل أكثر دقة بحد ذاته. إنه يغيّر فقط إدراك الحوار، وقد يخلق إحساساً أقوى بالحضور.

ما الذي ينبغي أن يختبره فريق المنتج

بالنسبة للمطورين ومديري المنتجات، المهم ليس الصورة الرمزية نفسها، بل الفرضية المتعلقة بالواجهة. فإذا كانت المحادثة الحية أكثر راحة من المراسلة فعلاً، فيجب أن يظهر ذلك في سلوك المستخدمين. يمكن مقارنة نسبة المهام المنجزة، ومدة الجلسة، وعدد مرات العودة، وعدد طلبات التوضيح بين الدردشة العادية ووضع الفيديو.

كما يلزم تحليل نوعي. لماذا ينهي الناس المكالمة؟ هل تزعجهم التأخيرات بين الردود؟ هل تساعد تعابير الوجه والإيماءات على فهم الإجابة أم تشتت الانتباه؟ هل يعود المستخدمون إلى الفيديو بعد التجربة الأولى؟ ومن دون هذه الملاحظات يسهل اعتبار أثر الجِدّة قيمة دائمة.

ويجب توخي الحذر بوجه خاص عند تصميم المواقف التي يؤثر فيها مظهر الوكيل في الثقة. فالمحاور الرقمي المقنع قد يبدو أكفأ مما هو عليه. لذلك تظل الإجابات المهمة بحاجة إلى تحقق، ويجب أن توضح الواجهة بجلاء أن من أمام الشخص ذكاء اصطناعي وليس متخصصاً بشرياً.

القيود الآن أهم من الوعود

من الرسالة الأصلية، لا يُعرف زمن الاستجابة ولا تكلفة الاستخدام ولا الأجهزة المدعومة ولا اللغات ولا قواعد معالجة الصوت والفيديو. ولا توجد بيانات مقارنة تُظهر أن وضع الفيديو يساعد على حل المهام أسرع أو أدق من النص. كما أن نطاق الإطلاق محدود بالولايات المتحدة.

لذلك من المبكر نسخ هذه الآلية بشكل أعمى. الطريق المعقول هو تجربة تجريبية صغيرة لسيناريو حواري واحد: التعليم، أو الاستشارة الأولية، أو النقاش الإبداعي. ومن الأفضل إبقاء الدردشة العادية بجانبها ليتمكن المستخدم من التبديل إذا أزعجه الصوت أو الصورة الرمزية.

الخلاصة العملية بسيطة: ميتا لا تختبر «رأساً ناطقاً»، بل طبقة جديدة من التفاعل مع الوكيل. وينبغي للفرق التي تبني منتجات الذكاء الاصطناعي أن تقيّمها بوصفها واجهة مستقلة، لها زمن استجابتها وتكلفتها وإتاحتها وخطر الثقة المفرطة. والنجاح لن يكون شاشة أكثر إبهاراً، بل عدداً أكبر من مهام المستخدمين المنجزة بنجاح.