ChatGPT Voice funcționează atât cu ChatGPT Work, cât și cu Codex, și poate accesa abilități de utilizare a computerului pentru a căuta site-uri web și aplicații. Pe macOS, cu Appshots, utilizatorii pot permite aplicației să vadă ce este pe ecran, inclusiv text alternativ.
La lansare, versiunea pentru smartphone a ChatGPT Voice oferea conversații mai fluide, cu o gestionare mai bună a întreruperilor, dar nu era concepută pentru a acționa pe smartphone-uri. Actualizarea de pe desktop este mai capabilă, permițând utilizatorilor să dicteze comenzi complexe care implică mai mulți pași și să răspundă atunci când ChatGPT are nevoie de inputul lor.
Într-un videoclip demonstrativ, OpenAI a arătat un dezvoltator care îi cere ChatGPT să creeze un nou thread, să facă un pull request și să găsească cauza principală a unei erori, cu o singură comandă. Compania a spus că utilizatorii pot folosi ChatGPT Voice în Codex din aplicația iOS prin acces remote.
Anthropic a actualizat și ea modul vocal pentru Claude, care poate folosi modelele Opus, Sonnet și Haiku pentru a finaliza sarcini în aplicații precum Gmail, Calendar, Slack, Notion și Canva.
Această mișcare marchează un pas important în evoluția interfețelor vocale pentru inteligența artificială. În timp ce asistenții vocali tradiționali precum Siri sau Alexa sunt limitați la comenzi simple, ChatGPT Voice poate gestiona fluxuri de lucru complexe, cu mai mulți pași, și poate interacționa cu diverse aplicații și servicii.
Dezvoltatorii și profesioniștii care folosesc ChatGPT pentru programare sau automatizare vor beneficia cel mai mult de această actualizare. Posibilitatea de a dicta comenzi complexe fără a folosi tastatura sau mouse-ul poate accelera semnificativ productivitatea. De exemplu, un programator poate spune „Creează un nou thread, fă un pull request și găsește cauza principală a bug-ului” – iar ChatGPT execută toți pașii.
Integrarea cu Codex este deosebit de interesantă. Codex este instrumentul de programare asistată de AI al OpenAI, iar acum poate fi controlat vocal. Acest lucru deschide calea către o nouă paradigmă de interacțiune om-mașină, în care vocea devine principalul canal de comandă.
Pe partea de securitate, OpenAI a implementat măsuri pentru a preveni abuzurile. Utilizatorii trebuie să acorde permisiuni explicite pentru accesul la ecran și la aplicații. De asemenea, modul vocal poate fi dezactivat oricând.
Competiția în domeniul asistenților vocali AI se intensifică. Anthropic a lansat recent o actualizare similară pentru Claude, iar Google lucrează la îmbunătățirea Google Assistant cu modele generative. Apple, de asemenea, investește în Siri bazat pe AI.
Cu toate acestea, OpenAI pare să aibă un avans semnificativ datorită capacității de a executa acțiuni pe computer, nu doar de a răspunde la întrebări. Aceasta transformă ChatGPT dintr-un simplu chatbot într-un adevărat agent digital.
De ce este important:
Această actualizare marchează o schimbare fundamentală în modul în care interacționăm cu inteligența artificială. Trecerea de la tastatură la voce pentru comenzi complexe nu este doar o chestiune de confort, ci deschide calea către o productivitate sporită și o accesibilitate mai mare pentru persoanele cu dizabilități. În plus, demonstrează că AI-ul generativ poate trece de la simpla generare de text la acțiuni concrete în lumea digitală, ceea ce are implicații profunde pentru automatizarea muncii și pentru viitorul interfețelor om-calculator.
