اوپن‌ای‌آی مدل GPT-6 و قابلیت «رابط کاربری هوشمند» را برای چت‌جی‌پی‌تی عرضه کرد

تا پیش از این، درخواست از هوش مصنوعی برای مقایسه سناریوهای بودجه به معنای تایپ یک دستور جدید با هر تغییر کوچک بود؛ تجربه‌ای شبیه به پیام دادن به یک کتابدار بسیار دانا اما ایستا. با انتشار مدل GPT-6 و قابلیت «رابط کاربری هوشمند» (Intelligent UI)، این تجربه اکنون شبیه کار با یک توسعه‌دهنده نرم‌افزار است که در لحظه برای شما اپلیکیشن‌های کوچک می‌سازد.[2]

شرکت اوپن‌ای‌آی (OpenAI) در ۷ اکتبر ۲۰۲۶، مدل GPT-6 را برای کاربران چت‌جی‌پی‌تی در سراسر جهان عرضه کرد و آن را جایگزین مدل‌های GPT-5.6 Sol و Luna در تب اصلی گفت‌وگو کرد. ویژگی بارز این به‌روزرسانی تنها متن‌های هوشمندانه‌تر نیست، بلکه توانایی تولید عناصر بصری و تعاملی مستقیماً در محیط چت است.[1][5]

بر اساس اطلاعیه اوپن‌ای‌آی، این هوش مصنوعی اکنون می‌تواند پاسخ‌های خود را با استفاده از گرافیک‌ها، دکمه‌های قابل کلیک، فرم‌ها و نمودارهای تعاملی ترکیب کند. اگر کاربری بخواهد هزینه یک شام گروهی را تقسیم کند، چت‌جی‌پی‌تی به جای ارائه یک متن طولانی، یک ماشین‌حساب کاربردی تولید می‌کند.[1][2]

اوپن‌ای‌آی در یادداشت‌های انتشار خود اعلام کرد: «ما GPT-6 را آموزش داده‌ایم تا پاسخ‌ها را با استفاده از متن، جلوه‌های بصری و عناصر تعاملی ترکیب کند و نحوه قرارگیری آن‌ها را بر اساس سؤال شما انتخاب کند.» این سیستم به‌طور خودکار تشخیص می‌دهد که چه زمانی یک نمودار تعاملی مفیدتر از یک متن ساده است.[1]

روند انتشار این قابلیت از ۷ اکتبر برای مشترکین طرح‌های Plus، Pro، Business و Enterprise آغاز شد. تا ۸ اکتبر، این ویژگی در دسترس کاربران طرح‌های رایگان (Free) و Go نیز قرار گرفت که نشان‌دهنده یک استقرار سریع برای چنین تغییر بزرگی در رابط کاربری است.[4][6]

عبور از محدودیت‌های متنی

اما رابط کاربری هوشمند در لایه‌های زیرین چگونه کار می‌کند؟ اوپن‌ای‌آی یک کتابخانه از اجزای بومی و یک کامپایلر تخصصی ساخته است که به این رابط‌ها اجازه می‌دهد به‌صورت پیش‌رونده و همزمان با تولید مدل، روی صفحه ظاهر شوند.[4]

این بدان معناست که عناصر بصری به‌صورت پویا تولید می‌شوند و نیازی نیست کاربر منتظر بماند تا کل بلوک کد پردازش شود. کاربران می‌توانند با یک نوار لغزان (Slider) یا یک چک‌لیست تعامل داشته باشند، در حالی که بقیه پاسخ هنوز در حال شکل‌گیری روی صفحه است.[2]

علاوه بر این، GPT-6 یک رویکرد پردازش موازی را معرفی می‌کند که در آن مدل همزمان با ادامه «تفکر»، شروع به پاسخ‌گویی می‌کند. اوپن‌ای‌آی گزارش می‌دهد که برای جست‌وجوهای اینترنتی، این مدل به‌طور میانگین ۴۴ درصد زودتر از نسخه GPT-5.6 Instant پاسخ دادن را آغاز می‌کند.[4][6]

این تغییر معماری، بار شناختی کاربر را به‌طور بنیادین تغییر می‌دهد. به جای خواندن یک توضیح طولانی درباره نحوه کار یک دوچرخه هفت‌دنده، کاربر یک نمودار تعاملی دریافت می‌کند که با کلیک روی بخش‌های مختلف مانند ترمزها یا سیستم انتقال قدرت، عملکرد خاص آن‌ها برجسته می‌شود.[1][4]

این سیستم بسته به سطح اشتراک کاربر، توسط دو مدل مجزا پشتیبانی می‌شود. طرح‌های پولی از قدرت GPT-6 Sol بهره می‌برند، در حالی که کاربران رایگان و Go با مدل GPT-6 Luna کار می‌کنند؛ اگرچه هر دو برای ارائه یک تجربه گفت‌وگوی تعاملی و روزمره بهینه‌سازی شده‌اند.[1][6]

این تفکیک مدل‌ها به اوپن‌ای‌آی اجازه می‌دهد تا هزینه‌های محاسباتی را مدیریت کند. با وجود تفاوت در مدل‌های پایه، معماری رابط کاربری هوشمند در تمامی سطوح یکسان عمل می‌کند و تجربه کاربری یکپارچه‌ای را برای بیش از ۱.۲ میلیارد کاربر هفتگی این پلتفرم به ارمغان می‌آورد.[1][4]

ساخت ابزارهای کاربردی در لحظه

کاربردهای عملی این فناوری بسیار فراتر از جذابیت‌های بصری ساده است. برای متخصصانی که هزینه‌های یک پروژه را مقایسه می‌کنند، توانایی تغییر یک متغیر در فرم تولیدشده و مشاهده به‌روزرسانی‌های لحظه‌ای، نیاز به نوشتن دستورهای تکراری را از بین می‌برد.[2][6]

آروش سلوان، یکی از مدیران محصول در اوپن‌ای‌آی، اشاره کرد که هدف از این تغییر، ارائه پاسخ‌هایی ارزشمندتر از متن خالص است تا به کاربران کمک کند برنامه‌ریزی‌های روزانه و یادگیری دانش‌های پیچیده را با کارایی بسیار بیشتری انجام دهند.[3]

کاربران اولیه از همین حالا مرزهای این سیستم را جابه‌جا کرده‌اند. بر اساس گزارش‌های منتشرشده از آزمایش‌کنندگان اولیه، این مدل با موفقیت داشبوردهای زنده، گردونه‌های تصویری و انتخاب‌گرهای تاریخ پویایی تولید می‌کند که بیشتر شبیه برنامه‌های بومی هستند تا پاسخ‌های یک چت‌بات.[2][3]

یکی از کاربران در یک انجمن فناوری نوشت: «من از چت‌جی‌پی‌تی خواستم به جای توضیح دادن، قابلیت‌های رابط کاربری هوشمند خود را نشان دهد و نتایج به‌طرز شگفت‌آوری جذاب بود.» او به ساخت ماشین‌حساب‌ها و نمودارهای تعاملی مستقیماً در داخل چت اشاره کرد.[3]

نکته مهم این است که اوپن‌ای‌آی تعادل را در نحوه استقرار این ابزارها حفظ کرده است. رابط کاربری هوشمند برای هر درخواستی فعال نمی‌شود؛ سؤالات واقعی و ساده همچنان پاسخ‌های متنی دریافت می‌کنند تا از شلوغ شدن بی‌مورد رابط کاربری با گرافیک‌های غیرضروری جلوگیری شود.[1][3]

این رویکرد گزینشی تضمین می‌کند که سرعت و سادگی چت‌جی‌پی‌تی برای کارهای متنی روزمره قربانی ویژگی‌های جدید نشود. در واقع، هوش مصنوعی اکنون نقش یک طراح رابط کاربری را بازی می‌کند که می‌داند چه زمانی باید یک ابزار بسازد و چه زمانی فقط باید یک پاسخ کوتاه بدهد.[3]

چالش‌های امنیتی و مصرف منابع

با افزایش قابلیت‌ها، ملاحظات امنیتی جدیدی نیز مطرح می‌شود. نسخه اکتبر GPT-6 شامل آموزش‌های امنیتی پیشرفته‌ای است تا در برابر تلاش‌ها برای دور زدن محدودیت‌ها مقاومت کند و از سوءاستفاده‌های پرخطر در زمینه‌هایی مانند امنیت سایبری و زیست‌شناسی جلوگیری نماید.[6]

کارت سیستم (System Card) اوپن‌ای‌آی برای این انتشار نشان می‌دهد که GPT-6 مقاومت بیشتری در برابر حملاتی که در چندین نوبت سازگار می‌شوند، از خود نشان داده است. این مدل‌ها بر اساس چارچوب آمادگی این شرکت، دارای قابلیت بالا در حوزه‌های امنیت سایبری طبقه‌بندی شده‌اند.[1]

با این حال، حرکت به سمت تولیدات بصری و تعاملی متغیرهای جدیدی را معرفی می‌کند. تحلیلگران فناوری اشاره می‌کنند که تولید اجزای پیچیده رابط کاربری، توکن‌ها را با سرعت بسیار بیشتری نسبت به متن ساده مصرف می‌کند که می‌تواند بر محدودیت‌های استفاده برای کاربران پرمصرف تأثیر بگذارد.

همچنین مسئله حل‌نشده «توهمات بصری» وجود دارد. در حالی که خطاهای هوش مصنوعی مبتنی بر متن به خوبی مستند شده‌اند، هنوز مشخص نیست که این مدل هر چند وقت یک‌بار ممکن است یک فرمول ماشین‌حساب ناقص یا یک نمودار تعاملی نادرست اما متقاعدکننده تولید کند.

در حال حاضر، مدل‌هایی که محیط‌های تخصصی مانند ChatGPT Work و Codex را پشتیبانی می‌کنند، روی نسخه‌های سپتامبر GPT-6 باقی می‌مانند، زیرا اوپن‌ای‌آی این استقرار تعاملی را به‌طور خاص بر تجربه روزمره در تب اصلی گفت‌وگو متمرکز کرده است.[1][2]