تنفيذيون: الذكاء الاصطناعي الصوتي لم يصل بعد إلى لحظة «ChatGPT»

يرى تنفيذيون في شركتي PolyAI وOtter أن الذكاء الاصطناعي الصوتي لم يبلغ بعد لحظة الانفجار التي عاشها النموذج اللغوي ChatGPT، رغم الزخم الاستثماري الكبير في هذا المجال وتوالي الإعلانات عن نماذج وأدوات تبدو قادرة على المحادثة البشرية. وجاءت هذه الآراء خلال مؤتمر HumanX، حيث شدد Shawn Wen، مدير التقنية في PolyAI، على أن التحدي التالي ليس فقط إنتاج صوت يبدو طبيعيًا، بل جعل الاستدلال سريعًا بما يكفي حتى تبدو المحادثة سلسة.

وأوضح Wen أن النماذج ثنائية الاتجاه، التي تستطيع التحدث أثناء الاستماع، تمثل خطوة مهمة، لكن الأنظمة لا تزال تفقد كلمات أو إشارات مهمة في طبقة التعرف على الكلام الآلي، ما يربك السياق كله. وأضاف أن وكلاء خدمة العملاء يجب ألا يبدوا آليين، بل يمنحوا المتصلين ثقة بأنهم قادرون على حل المشكلة، لأن بناء هذه الثقة قد يدفع المستخدم لاحقًا إلى الاعتماد على الوكيل الذكي بدلًا من الانتظار لحديث بشري.

من جهته، قال Alex Gay، المدير التسويقي في Otter، إن تحديد المتحدث، واستخراج النية، ودمج الكلام مع المعرفة التنظيمية، هي خطوات أساسية لتمكين الأتمتة في الاجتماعات. وتعمل الشركة أيضًا على توائم رقمية قد تمثل الأشخاص في الاجتماعات، مع التأكيد على أن نبرة الصوت الخارجة منها يجب أن تنقل التعبير العاطفي نفسه الذي يميز الحوار البشري، وإلا تحولت التجربة إلى مجرد روبوت أسئلة وأجوبة.

كما تناولت المناقشة قضية الشفافية وثقة المستخدمين؛ إذ شدد الطرفان على أهمية إبلاغ الناس عندما يكونون في مكالمة مع الذكاء الاصطناعي أو عندما يجري تسجيل الاجتماع. وفي رأي Otter، فإن دقة النسخ ليست غاية نهائية، لأن أي خطأ في التفريغ الصوتي ينعكس على الملخصات والإجراءات اللاحقة ويقوض الثقة في المنصة.