گوگل در اعلامیه روز چهارشنبه درباره قابلیتهای صوتی جدید Gemini Live یک وعده ساده و مهم داد: «نباید نیاز باشد حدس بزنید که برای انجام یک کار باید از Spark، Daily Brief یا جستجوی سریع صندوق ورودی استفاده کنید.» اما در عمل، برندینگ پراکنده و تقسیم ویژگیها به بخشهای مجزا در اپلیکیشن Gemini همین وعده را تضعیف میکند.
در نسخه فعلی اپلیکیشن، کاربران بین حالتهای چت، Spark و Daily Brief جابهجا میشوند؛ هر کدام با آیکون و جایگاه مستقل در ناوبری. این تقسیمبندی تجربه کاربری را شلوغ و گیجکننده میکند و نشان میدهد Gemini هنوز نتوانسته یک ویژگی برتر و واضح برای کاربران عادی تعریف کند. جدا کردن قابلیتها با نامهای تجاری مجزا بیشتر به یک نمایش مهندسیمحور شبیه است تا محصولی طراحیشده برای عموم.
Daily Brief نمونهای خوب از این مشکل است. ایدهای که پشت آن وجود دارد — ارائه بهروزرسانیهای شخصیسازیشده و پیشبینیشده با استفاده از دادههای اپلیکیشنهای گوگل مانند جیمیل و تقویم — برای مهندسان آشنا به سیستمها جذاب بهنظر میرسد، اما برای کاربران روزمره کاربردی و قابلاعتماد نیست. در عمل، Brief گاهی نمیتواند بین اطلاعات فوری و قابلاقدام و هشدارهای غیرضروری تمایز قائل شود و گاهی مواردی را یادآوری میکند که کاربر هرگز انتظار نداشته از آنها یادآوری شود؛ مثلاً جستوجوهای قبلی درباره بورس، کمک مالی یا موضوعات شخصی که یادآوریشدنشان بیشتر مزاحم و حتی نگرانکننده است تا مفید. این مسئله علاوه بر کاهش کارایی، نگرانیهای حریم خصوصی و حس «اُنسزدگی» را هم افزایش میدهد.
در سوی دیگر، Spark یکی از کاربردیترین قسمتهای Gemini است: یک عامل هوشمند که میتواند به نمایندگی از کاربر عمل کند. اما بستهبندی آن بهعنوان یک برند مجزا و جدا از جریان اصلی اپلیکیشن نیاز نیست و برای کاربر نهایی فقط پیچیدگی ایجاد میکند. کاربر عادی نباید لازم باشد بین «سمتهای» مختلف اپلیکیشن جابهجا شود؛ باید کافی باشد درخواست خود را بنویسد یا بگوید، و سامانه هوش مصنوعی تصمیم بگیرد که آیا به یک عامل خودکار نیاز است یا نه.
این مشکل مختص Gemini نیست؛ صنعت هوش مصنوعی بهطور کلی تمایل دارد معماری داخلی خودش را مستقیماً مقابل کاربر قرار دهد. سرویسهایی مانند Claude یا ChatGPT هم مودهای جداگانهای (چت، کار مشترک و غیره) دارند که گاهی حتی حافظه مشترکی بین آنها وجود ندارد. چنین طراحیهایی تعامل با هوش مصنوعی را غیرطبیعی و نیازمند یادگیری نامها و رفتارهای جدید میکند.
در مقابل، رویکرد اپل بهطور نسبی سادهتر و مصرفپسندتر است: ارتقاء تدریجی قابلیتهای موجود در اپلیکیشنهای شناختهشده (Spotlight، Photos، Camera، Siri) بدون اجبار کاربر به تغییر رفتار یا یادگیری رابط جدید. همین سادهسازی باعث شده تجربه کاربری روانتر و پذیرش عمومی بالاتری ایجاد شود. همچنین ظهور ارائهدهندگان سرویسهای متنی (چتباتهای مبتنی بر پیامک یا اپلیکیشنهای پیامرسان) نشان میدهد که رابط متنیِ آشنا و کمتکلف، برای کاربران عادی بسیار جذابتر است؛ کاربر میخواهد مانند پیامرسانی با یک دوست تماس بگیرد، نه اینکه بین محصولات و برندهای مختلف جابهجا شود.
پیشنهادات کاربردی برای گوگل و سایر توسعهدهندگان هوش مصنوعی:
– یکپارچهسازی تجربه: بهجای معرفی برندهای متعدد برای هر قابلیت، لایهای واحد ایجاد شود که بهطور خودکار بهترین حالت تعامل را انتخاب کند.
– تصمیمگیری خودکار هوشمند: کاربر باید صرفاً درخواست خود را مطرح کند و سامانه تشخیص دهد آیا نیاز به عامل اجرایی (agent) است یا کافیست یک پاسخ ساده ارائه شود.
– کنترلهای حریم خصوصی روشن و شفاف: اجازه تنظیم دقیق نوع دادههایی که برای شخصیسازی استفاده میشوند و گزینههای خاموش/روشن برای یادآوریهای پیشگیرانه.
– حفظ سادگی رابط برای کاربران عادی و ارائه تنظیمات پیشرفته برای کاربران حرفهای یا علاقهمند به جزئیات سیستم.
در نهایت، موفقیت محصولات هوش مصنوعی مصرفی به سادگی، شفافیت و احترام به حریم خصوصی بستگی دارد. اگر قابلیتهای قدرتمند در یک رابط ساده و بدون نیاز به یادگیری برندهای متعدد عرضه شوند، احتمال اینکه کاربران عادی آنها را بپذیرند و روزمره از آنها استفاده کنند بسیار بیشتر است.