اوپن‌ای‌آی اعلام کرد «چت‌جی‌پی‌تی اطلس»، یک مرورگر وب مجهز به هوش مصنوعی، را با هدف رقابت با گوگل کروم معرفی می‌کند.
پس زمینه
اعلام یک مرورگر وب هوشمند از سوی اوپن‌ای‌آی، در سطح راهبردی نشان می‌دهد که خط تمایز میان موتورهای جست‌وجو، دستیارهای هوشمند و مرورگرهای سنتی روزبه‌روز کم‌رنگ‌تر می‌شود. مرورگرها درگاه پیش‌فرض ورود به اینترنت هستند و هر تغییری در آن‌ها می‌تواند رفتار کاربران، مسیرهای دسترسی به محتوا و حتی الگوهای تبلیغاتی را دگرگون کند. معرفی یک محصول مرورگری از سوی بازیگری که نقشی محوری در رواج هوش مصنوعی مولد داشته است، این انتظار را ایجاد می‌کند که تعامل کاربر با وب بیشتر به‌سمت گفت‌وگو، خلاصه‌سازی و اجرای وظایف به زبان طبیعی حرکت کند، هرچند جزئیات مشخصی درباره قابلیت‌های «اطلس» در این اعلام وجود ندارد.
اوپن‌ای‌آی نهادی شناخته‌شده در اکوسیستم هوش مصنوعی است که با معرفی مدل‌های زبانی بزرگ و عرضه عمومی چت‌جی‌پی‌تی به شهرتی بی‌سابقه رسید. این سازمان در گذار از پژوهش‌های بنیادین به محصولات مصرفی و سازمانی، طیف گسترده‌ای از موارد کاربرد را قابل دسترس کرده است؛ از تولید متن و کد گرفته تا خلاصه‌سازی، تحلیل و پشتیبانی از مکالمه‌های پیچیده. همین پیشینه سبب شده هر حرکت محصولی جدید از سوی آن، توجه بازار و رقبا را جلب کند، به‌ویژه در حوزه‌هایی که ارتباط مستقیم با رفتار روزمره کاربران دارند و می‌توانند عادات تثبیت‌شده را تحت تأثیر قرار دهند.
چت‌جی‌پی‌تی به‌عنوان یک رابط مکالمه‌ای، مفهوم جست‌وجو و بازیابی اطلاعات را برای میلیون‌ها کاربر بازتعریف کرد: به‌جای وارد کردن پرس‌وجوهای کلیدواژه‌ای و پیمایش متعدد میان لینک‌ها، کاربران پاسخ‌های ترکیبی و زمینه‌مند دریافت می‌کنند. انتقال چنین رویکردی به سطح مرورگری می‌تواند معنایش این باشد که بسیاری از اقدامات اولیه کاربر، مانند یافتن منابع، جمع‌بندی صفحات، یا انجام کارهای ساده وب، با یک درخواست گفت‌وگومحور آغاز شود. اگرچه درباره «اطلس» جزئیاتی ارائه نشده، اما خود ایده «مرورگری با هوش مکالمه‌ای» با روندهای جاری بازار هم‌راستاست.
در چشم‌انداز فعلی، گوگل کروم جایگاهی مسلط در بازار مرورگرهای دسکتاپ و موبایل دارد و در کنار آن مایکروسافت اج، اپل سافاری و موزیلا فایرفاکس از بازیگران مهم محسوب می‌شوند. بسیاری از مرورگرهای جدید بر پایه موتورهای رایج مانند بلینک (در کرومیوم) یا وب‌کیت ساخته می‌شوند تا با اکوسیستم گسترده وب و افزونه‌ها سازگار بمانند. هر محصولی که ادعای رقابت با کروم را مطرح می‌کند، ناگزیر با انتظارات بالای کاربران درباره سرعت، امنیت، مصرف انرژی، سازگاری با وب‌اپلیکیشن‌ها و پشتیبانی از افزونه‌ها روبه‌رو است.
پیش‌تر نیز نشانه‌هایی از ادغام ویژگی‌های هوش مصنوعی در مرورگرها دیده شده است. برای نمونه، مایکروسافت اج امکاناتی مانند دستیار مکالمه‌ای را به‌صورت درون‌ساخت ارائه کرده و برخی مرورگرهای دیگر به ابزارهای خلاصه‌سازی و تولید متن مجهز شده‌اند. چنین روندی نشان می‌دهد که مرز میان «مرورگر» و «دستیار دیجیتال» در حال ادغام است. آنچه ورود بازیگری مانند اوپن‌ای‌آی را متمایز می‌کند، تجربه عمیق در مدل‌های زبانی و یادگیری تقویتی از بازخورد انسان است که می‌تواند کیفیت تجربه مکالمه‌ای را به‌صورت معناداری ارتقا دهد، البته بدون آن‌که بتوان بر مبنای این اعلام، درباره پیاده‌سازی دقیق در «اطلس» قضاوت کرد.
یک مرورگر مجهز به هوش مصنوعی معمولاً می‌تواند وظایفی را تسهیل کند که در چارچوب سنتی نیازمند جست‌وجوی دستی و پیمایش متعدد بودند. برای مثال، کاربران ممکن است انتظار داشته باشند با یک پرسش طبیعی، صفحه فعلی خلاصه شود، بخش‌های مهم هایلایت گردد، منابع مرتبط پیشنهاد شود یا حتی گام‌های بعدی برای انجام یک کار آنلاین پیشنهاد شود. این‌ها کارکردهایی کلی هستند که در اکوسیستم فعلی ابزارهای مبتنی بر مدل‌های زبانی دیده می‌شوند، اما ذکرشان در اینجا صرفاً به‌عنوان تصویر عمومی از جهت‌گیری بازار است و معادل ادعا درباره ویژگی‌های «اطلس» تلقی نمی‌شود.
چنانچه مرورگری با قابلیت‌های مکالمه‌ای رواج یابد، پیامدهای آن برای جست‌وجو و تبلیغات محسوس خواهد بود. مدل‌های کسب‌وکار مبتنی بر نمایش نتایج پیوند محور و تبلیغات در صفحات نتایج ممکن است با چالش مواجه شوند اگر کاربران به پاسخ‌های مستقیم و خلاصه‌ها بسنده کنند. این وضعیت به ناشران نیز سرایت می‌کند؛ زیرا ارزش ترافیک ارجاعی می‌تواند دگرگون شود. از سوی دیگر، فرصت‌هایی تازه برای سرویس‌های اشتراکی، توصیه‌های باکیفیت، یا تجارب پرداخت درون‌مرورگری به وجود می‌آید که به‌شرط شفافیت و رضایت کاربر می‌تواند به درآمدزایی پایدار منجر شود.
حریم خصوصی و حکمرانی داده، کانون توجه در هر محصولی است که بر داده‌های کاربر و پیمایش وب تکیه دارد. یک مرورگر هوشمند ناگزیر با متن صفحات، کوکی‌ها، فرم‌ها و تعاملات کاربر سروکار دارد؛ بنابراین سیاست‌های جمع‌آوری، پردازش و نگه‌داری داده باید شفاف، قابل کنترل و مطابق مقررات باشد. کاربران نیز انتظار دارند که بتوانند سطح اشتراک‌گذاری داده را تنظیم کنند، از کاربرد آن برای آموزش مدل‌ها آگاه شوند و در صورت تمایل، این کاربرد را محدود کنند. رعایت استانداردهای شناخته‌شده رمزنگاری و جداسازی داده نیز برای کسب اعتماد ضروری است.
امنیت در سطح مرورگر، مسئله‌ای چندلایه است. سازوکارهای قرنطینه‌سازی تب‌ها، محدود کردن دسترسی افزونه‌ها، اجرای ایمن اسکریپت‌ها و مقابله با حملات فیشینگ و بدافزار، همگی باید با حساسیت حفظ شوند. افزوده شدن یک مؤلفه هوش مصنوعی، سطح حمله جدیدی را معرفی نمی‌کند مگر آن‌که به شیوه‌هایی ناخواسته به داده یا قابلیت‌هایی دسترسی پیدا کند. طراحی معماری که مرزهای روشن میان موتور وب، لایه مکالمه‌ای و داده‌های محلی ترسیم کند، یکی از پیش‌نیازهای کلیدی برای اعتمادپذیری است. این نکات کلی هستند و درباره هر مرورگر مدرن صادق‌اند.
کارایی و هزینه نیز اهمیت دارد. مدل‌های زبانی بزرگ معمولاً به منابع محاسباتی قابل توجهی نیاز دارند. برخی قابلیت‌ها ممکن است روی دستگاه اجرا شوند تا تأخیر و هزینه اتصال کاهش یابد و برخی دیگر احتمالاً نیازمند پردازش ابری خواهند بود. توازن میان اجرای محلی و ابری، به کیفیت تجربه کاربر، عمر باتری در دستگاه‌های همراه و هزینه‌های عملیاتی ارائه‌دهنده گره خورده است. در عین حال، بهینه‌سازی‌های جدید، مدل‌های کوچک‌تر و تکنیک‌های فشرده‌سازی می‌توانند اجرای کارهای معمول را سبک‌تر و سریع‌تر کنند.
برای توسعه‌دهندگان وب، رواج مرورگری مکالمه‌محور پیام‌هایی درباره تولید محتوا، نشانه‌گذاری و ساختاردهی اطلاعات دارد. هرچه محتوا بهتر ساخت‌یافته و از داده‌های غنی نشانه‌گذاری‌شده بهره‌مند باشد، بازیابی زمینه‌مند و خلاصه‌سازی دقیق‌تر خواهد بود. این موضوع می‌تواند ارزش استانداردهایی مانند داده‌های ساخت‌یافته و الگوهای متاداده را افزایش دهد. در عین حال، ناشران و تولیدکنندگان محتوا ممکن است به راهکارهایی بیندیشند تا ضمن حمایت از کشف‌پذیری آثارشان، کنترل بیشتری بر نحوه استفاده ماشینی از محتوایشان اعمال کنند.
استانداردسازی و تعامل‌پذیری، ستون‌های پایداری وب هستند. هر ابتکار جدید در سطح مرورگر اگر بخواهد پایدار و گسترده شود، باید با استانداردهای صنعت همسو باشد و در صورت امکان، به غنای آن‌ها بیفزاید. تعامل‌پذیری با افزونه‌ها، APIهای وب و ابزارهای توسعه اهمیت بالایی دارد تا کاربران و سازندگان بتوانند از ظرفیت‌های موجود بهره‌مند بمانند. نهادهای استانداردگذاری و گروه‌های صنعتی نیز معمولاً بحث‌هایی را درباره پیامدهای ادغام هوش مصنوعی در لایه مرورگر دنبال می‌کنند، از جمله مسائل مربوط به توضیح‌پذیری و منشاء محتوا.
ابعاد حقوقی و نظارتی نیز برجسته‌اند. در بسیاری از حوزه‌های قضایی، مقررات مرتبط با حفاظت از داده‌ها، شفافیت الگوریتمی و استفاده مسئولانه از هوش مصنوعی در حال تدوین یا اجراست. رعایت چارچوب‌هایی مانند الزامات اطلاع‌رسانی، رضایت کاربر، و سازوکارهای پاسخ‌گویی می‌تواند از ابتدا در طراحی و عرضه محصول لحاظ شود. از سوی دیگر، بررسی‌های ضدانحصاری درباره ادغام عمودی خدمات و کنترل نقاط ورودی اینترنت نیز می‌تواند بر راهبردهای توزیع و پیش‌فرض‌ها اثر بگذارد.
واکنش رقبا به ورود یک مرورگر هوشمند تازه‌نفس می‌تواند شامل تقویت دستیارهای درون‌مرورگری، تمرکز بر سرعت و بهره‌وری انرژی، یا ارائه مدل‌های ترکیبی جست‌وجو و مکالمه باشد. شرکت‌هایی که هم‌اکنون اکوسیستم‌های بزرگی از سرویس‌ها را در اطراف مرورگر یا موتور جست‌وجو شکل داده‌اند، احتمالاً به مزیت‌های هم‌افزایی میان سرویس‌های خود تکیه خواهند کرد. برای کاربران، این رقابت معمولاً به معنی تنوع بیشتر انتخاب‌ها و شتاب در بهبود تجربه کاربری است.
در محیط‌های سازمانی، مرورگری که بتواند سیاست‌های مدیریت دستگاه، انطباق با مقررات داخلی و کنترل‌های امنیتی را رعایت کند، جذابیت ویژه‌ای دارد. اگر تجربه مرور و جمع‌آوری اطلاعات با راهنمایی مکالمه‌ای ارتقا یابد، بهره‌وری تیم‌ها در خواندن اسناد، مقایسه منابع و تهیه گزارش‌ها می‌تواند افزایش یابد. در عین حال، سازمان‌ها به شفافیت درباره جریان داده، رمزنگاری، نگه‌داری سوابق و امکان ممیزی نیاز دارند تا اطمینان یابند استفاده از قابلیت‌های هوشمند با سیاست‌های آن‌ها سازگار است.
از منظر دسترس‌پذیری و آموزش، مرورگرهای هوشمند می‌توانند موانع زبان و پیچیدگی را کاهش دهند. خلاصه‌سازی متن‌های طولانی، توضیح مفاهیم دشوار به زبان ساده، یا تبدیل محتوا به قالب‌های مناسب‌تر، به کاربران با سطوح متفاوت سواد اطلاعاتی کمک می‌کند. البته برای جلوگیری از سوءبرداشت، سازوکارهایی برای نمایش منابع، امکان بررسی دوباره و آگاهی از حدود اطمینان پاسخ‌ها اهمیت دارد. رعایت این اصول به کاربران قدرت می‌دهد که از هوش مصنوعی به‌عنوان ابزار تکمیلی، نه جایگزین قضاوت انسانی، بهره ببرند.
مسئله چندزبانه بودن و بومی‌سازی نیز مهم است. پشتیبانی باکیفیت از زبان‌های گوناگون، از جمله فارسی، به پذیرش گسترده کمک می‌کند و دسترسی برابر را بهبود می‌بخشد. مرورگری که بتواند متون را به‌دقت خلاصه یا ترجمه کند و با زمینه‌های فرهنگی سازگار باشد، در بازارهای متنوع موفق‌تر خواهد بود. همچنین توجه به محتوا و زیرساخت‌های محلی، مانند فونت‌ها، راست‌به‌چپ بودن متن و استانداردهای تاریخ و اعداد، جزو الزامات تجربه کاربری مطلوب است.
در نهایت، اعلام «چت‌جی‌پی‌تی اطلس» به‌عنوان یک مرورگر وب مجهز به هوش مصنوعی برای رقابت با گوگل کروم، نقطه‌ای دیگر در روند همگرایی مرورگری و دستیارهای مکالمه‌ای است. بدون ورود به جزئیات محصول، می‌توان گفت جهت‌گیری کلی صنعت به‌سوی تجربه‌های گفت‌وگومحور و تکیه بر خلاصه‌سازی و اجرای وظایف طبیعی ادامه دارد. نتیجه این رقابت، به کیفیت اجرا، توجه به اصول اعتماد و حریم خصوصی، و میزان ارزش افزوده‌ای که کاربران در کارهای روزمره احساس می‌کنند، بستگی خواهد داشت.