نرمافزار زبانبومی، نه چتبات
هوش مصنوعیClaude Opus 4.8خلاصهٔ کاملتر
نویسنده، Rob Englander، قبلاً نوشته بود آیندهٔ نرمافزار «مکالمهای»ه، ولی حالا میگه اون واژه گمراهکننده بوده. وقتی میگیم مکالمهای، همه یاد چتبات و رفتوبرگشت میافتن. ولی به گفتهٔ اون، وقتی از یه برنامهٔ برنامهریزی بازنشستگی میخوای اثر تأخیر تو دریافت حقوق رو نشون بده، تو دنبال گفتگو نیستی؛ منظورتو میگی و انتظار داری سیستم بفهمه و اجراش کنه.
اون دو تا مفهومو از هم جدا میکنه: «نرمافزار مکالمهای» دیالوگ رو مدلِ تعامل میدونه، ولی «نرمافزار زبانبومی» زبان آدم رو خودِ رابط میدونه—تو منظورتو میگی، سیستم ابهامشو حل میکنه و عملیات درست و قطعی رو اجرا میکنه. چت فقط یکی از مسیرهاست، اونهم وقتی ابهام باید برطرف شه. به گفتهٔ نویسنده، بیشتر تعاملهای ارزشمند به یه «دستور» نزدیکترن تا یه گفتگو.
نویسنده معتقده صنعت از ChatGPT درس اشتباه گرفته. چیزی که مهم بود این نبود که میشه با نرمافزار حرف زد، بلکه این بود که میلیونها نفر نرمافزاری رو تجربه کردن که دستور به زبان طبیعی رو میفهمید. به گفتهٔ اون، گفتگو یه مکانیزمه، ولی فهم زبان طبیعی یه قابلیته.
یکی از حرفای اصلی مقاله اینه که تو خیلی از حوزهها، اجرا بخش سخت کار نیست. پایگاههای داده، نرمافزارهای مالیاتی و موتورهای گزارشگیری دستورها رو خیلی خوب اجرا میکنن. سختی اینه که اصلاً کدوم دستور باید اجرا شه. یه برنامهٔ بازنشستگی میتونه هزاران پیشبینی اجرا کنه؛ فهمیدن اینکه کاربر کدومو میخواد سختتره—و مدلهای زبانی همین شکافو پر میکنن.
به گفتهٔ نویسنده، گفتگو فقط تا جایی ارزش داره که ابهامو برطرف کنه. مثلاً «درآمدمو نشون بده» جای سوال داره: درآمد کی؟ کدوم سال؟ ولی وقتی جمله دقیق و کامله، ادامهٔ گفتگو معمولاً بهجای ارزش، ریسک میسازه. هر دور اضافه یه فرصت تازهست که منظور کج بشه، تأخیر زیاد شه و سیستم و کاربر از هدف اصلی دور بشن.
نکتهٔ پایانی اینه که رابط زبان طبیعی نیاز به سیستمهای قطعی رو کم نمیکنه، بلکه بیشترش میکنه؛ هرچی درِ ورودی منعطفتر باشه، پشتش باید محکمتر و دقیقتر باشه. ریاضی مالیات و توصیهٔ پزشکی جای «تقریباً درست» نیست. نویسنده میگه باید مرز بین «تشخیص منظور» و «اجرا» رو جدا نگه داشت؛ اونطوری وقتی چیزی خراب شد، میفهمی مشکل از بدفهمیِ منظور بوده یا از اجرای غلط.
نکات کلیدی:
- فرق «نرمافزار مکالمهای» (چت) با «نرمافزار زبانبومی» (زبان بهعنوان رابط)
- درس مهم ChatGPT فهم زبان طبیعی بود، نه خودِ گفتگو
- اجرا معمولاً آسونه؛ سختی اینه که بفهمی کاربر کدوم دستورو میخواد
- گفتگو فقط برای رفع ابهام ارزش داره؛ دور اضافه باعث انحراف منظور میشه
- رابط منعطفتر یعنی نیاز بیشتر به اجرای قطعی و دقیق
