دستیارهای صوتی که زمانی تنها قادر به درک کلمات بودند، اکنون با پیشرفت چشمگیر هوش مصنوعی به سطحی از درک انسانی رسیدهاند که میتوانند لرزش صدا، حالات چهره و حتی سرعت تنفس کاربر را تحلیل کرده و با او همدردی کنند. این تحول بزرگ، آغازگر رقابتی تازه میان غولهای فناوری نظیر اوپنایآی (OpenAI) و گوگل برای تسلط بر «هوش احساسی» در دنیای دیجیتال است.
مدلهایی همچون GPT-4o و پروژه آسترا (Astra) گوگل، دیگر تنها متنپرداز نیستند؛ آنها با بهرهگیری از تواناییهای بصری و صوتی یکپارچه، بدون نیاز به تبدیل صدا به متن، مستقیماً محیط اطراف و احوال کاربر را درک میکنند. این رباتهای جدید قادرند بخندند، طنز بگویند و با لحنی متناسب با شرایط روحی کاربر پاسخ دهند. ویژگی کلیدی این نسل جدید، سرعت پاسخگویی آنهاست که با رسیدن به حدود ۲۳۲ میلیثانیه، دقیقاً با سرعت واکنش یک انسان در مکالمات واقعی برابری میکند و تعاملی سیال و طبیعی را رقم میزند.
به گزارش لوح خبر، این پیشرفتهای خیرهکننده در کنار تمامی فرصتها، نگرانیهای جدی نیز به همراه داشته است. دستیارهای احساسی برای عملکرد دقیق، نیازمند پایش مداوم دوربین و میکروفون کاربر هستند و دادههای بسیار حساسی نظیر استرس، حالات چهره و لحن صدا را جمعآوری میکنند. همین مسئله موجب شده تا کارشناسان حریم خصوصی نسبت به خطرات احتمالی نظیر دستکاری احساسات کاربران برای مقاصد تجاری یا تأثیرگذاری بر تصمیمات سیاسی توسط شرکتهای فناوری هشدار دهند. با ورود هوش مصنوعی به قلمروی احساسات، مرز میان واقعیت و ماشین بیش از هر زمان دیگری کمرنگ شده است.
