7 قدرات في Gemini قد تجعل مستخدمي ChatGPT يعيدون التفكير في اختيارهم

المساعدون الرقميون توقفوا عن كونهم مجرد أدوات للرد على الأسئلة أو صياغة رسائل البريد الإلكتروني. المنافسة المحتدمة بين جوجل وأوبن إيه آي دفعت كلا الطرفين إلى تطوير طرق جديدة تجعل الذكاء الاصطناعي جزءاً من الحياة الرقمية اليومية.

أظهرت جوجل من خلال مساعدها «جيميناي» (Gemini) قدرة لافتة على ربط الذكاء الاصطناعي بخدماتها الحالية، خصوصاً على هواتف أندرويد. والميزة هنا لا تتعلق بذكاء النموذج وحده، بل بقدرته على الوصول إلى أجزاء من النظام والخدمات التي يستخدمها الشخص يومياً.

في المقابل، يمتلك تشات جي بي تي (ChatGPT) منظومة متنامية من التطبيقات والتكاملات الخارجية، ما يجعل المقارنة بين المنصتين أكثر تعقيداً من مجرد تحديد أي نموذج «أذكى».

ومع ذلك، توجد سبع وظائف عملية يقدمها Gemini بطريقة مباشرة ومتكاملة، ولا يوفر ChatGPT حالياً تجربة مماثلة لها في صورتها الأصلية.

1. البحث في أرشيف صورك الشخصية دون رفع أي ملف

البحث عن صورة محددة داخل مكتبة تحتوي على آلاف الصور المتشابهة يمثل تحدياً يومياً. يستطيع Gemini الاستفادة من Google Photos عند تفعيل التكامل المناسب، بينما توفر ميزة Ask Photos المدعومة من نماذج Gemini إمكانية البحث في مكتبة الصور وطرح أسئلة حولها.

يمكن طلب العثور على صور من رحلة معينة، أو صور لشخص محدد، أو البحث عن محتوى ظهر داخل الصور. ولا يقتصر الأمر على العثور على الملفات؛ إذ تستطيع النماذج التعامل مع الأسئلة المركبة ومحاولة تضييق النتائج وفقاً للسياق المطلوب.

هذه الإمكانية مفيدة خصوصاً لمن يمتلك مكتبة صور ضخمة، لأنها تحول عملية البحث من تصفح يدوي للمجلدات إلى محادثة طبيعية.

مع ذلك، توجد قيود مهمة. بعض وظائف Google Photos المدعومة بالذكاء الاصطناعي لا تزال تجريبية، وقد تقدم نتائج غير دقيقة أحياناً. كما أن الوصول يعتمد على توفر الميزة والحساب والإعدادات المستخدمة.

في المقابل، لا يقدم ChatGPT تكاملاً أصلياً مماثلاً مع مكتبة Google Photos الشخصية، لذلك يحتاج المستخدم عادةً إلى توفير الصور التي يريد تحليلها داخل المحادثة أو استخدام خدمة متصلة تدعمها المنصة.

2. فهم شاشة هاتفك بلمسة واحدة: دون الحاجة لتصوير الشاشة يدوياً

تصفح تطبيق آخر والرغبة في الاستفسار عن صورة أو نص يظهر أمامك يتطلب عادةً عدة خطوات على الهواتف الذكية. جيميناي يختصر هذا المسار بالكامل على الهواتف الذكية، خاصة على نظام أندرويد، عبر ميزة قراءة محتوى الشاشة.

بمجرد استدعاء المساعد أثناء استخدام تطبيق آخر، يمكن أن يظهر خيار «اسأل عن هذه الشاشة» (Ask about this screen). وبذلك يستطيع Gemini استخدام النص الموجود على الشاشة أو لقطة الشاشة كسياق للإجابة، من دون أن يضطر المستخدم إلى مغادرة التطبيق المفتوح.

يمكن استخدام ذلك لفهم صفحة ويب، أو قراءة منشور، أو تفسير محتوى يظهر داخل تطبيق آخر، بحسب ما تسمح به إعدادات السياق على الجهاز.

هذه التجربة تختلف عن الطريقة التقليدية التي تعتمد على التقاط Screenshot ثم فتح تطبيق الذكاء الاصطناعي وإرفاق الصورة. وفي حين يستطيع ChatGPT تحليل لقطات الشاشة والصور التي يقدمها المستخدم، فإنه لا يوفر حالياً على Android مساراً أصلياً مطابقاً لميزة Gemini التي تعمل كطبقة فوق التطبيق الآخر.

3. التوجيه والخرائط التفاعلية داخل الدردشة: طريقك يبدأ من هناك

عند البحث عن أماكن أو مطاعم عبر تطبيق الهاتف، تظهر قوة التكامل المباشر لخدمات جوجل. يستطيع Gemini عرض خريطة تفاعلية للأماكن التي تظهر في المحادثة، ويمكن للمستخدم الضغط عليها وفتحها في Google Maps. كما يمكن تصدير الأماكن المثبتة إلى قائمة مخصصة داخل الخرائط.

هذا يجعل البحث عن مكان معين أكثر عملية من مجرد الحصول على اسم وعنوان في رسالة نصية. فبدلاً من الانتقال بين تطبيقات متعددة، يستطيع المستخدم الانتقال من المحادثة إلى الخريطة مباشرة.

ولا يعني ذلك أن ChatGPT يفتقر إلى الخرائط تماماً؛ فالمنصة أصبحت تدعم تطبيقات خارجية توفر واجهات تفاعلية، ومن بينها تطبيقات تعرض الخرائط داخل المحادثة. لكن الفرق هنا أن Gemini يستفيد مباشرة من منظومة Google Maps الخاصة به، وهو تكامل لا يملكه ChatGPT مع Google Maps بالطريقة نفسها.

4. تحويل التقارير المكتوبة إلى حلقات بودكاست جاهزة

الاطلاع على تقرير طويل أو محاضرة مكتوبة يتطلب وقتاً وجلوساً أمام الشاشة. جيميناي يمتلك خاصية «العرض الصوتي المتقدم» (Audio Overview)، التي تحول المستندات أو العروض التقديمية أو تقارير البحث إلى حوار صوتي بأسلوب برامج البودكاست.

بدلاً من قراءة النص بالكامل، يستطيع المستخدم الاستماع إلى نقاش صوتي يعالج الأفكار الرئيسية في المادة المقدمة. ويمكن استخدام الميزة مع المستندات والعروض ونتائج Deep Research، كما يمكن تشغيل الناتج أو تنزيله ومشاركته.

وهنا تكمن الفائدة العملية: يمكن تحويل المادة المكتوبة إلى تجربة استماع مناسبة أثناء المشي أو القيادة أو إنجاز أعمال أخرى.

يمتلك ChatGPT إمكانات صوتية واسعة ويستطيع مناقشة الملفات التي يرفعها المستخدم، لكنه لا يقدم في صورته الأصلية ميزة مطابقة لـ Audio Overview تقوم بتحويل المصدر إلى حوار بين مضيفين افتراضيين بالطريقة نفسها.

5. نسخة رقمية منك: إنشاء شخصية افتراضية بصوتك وصورتك

جوجل تمنح المشتركين في خططها المدفوعة فرصة بناء «صورة شخصية» (Personal Avatar). هذه النسخة الرقمية تبدو وتتحدث بصوت المستخدم الحقيقي، بالاعتماد على تقنيات «جيميناي أومني» (Gemini Omni) و»جوجل فيو» (Google Veo).

بناء هذه الشخصية يتم داخل تطبيق جيميناي نفسه. الخطوات تبدأ بالدخول للإعدادات واختيار الصورة الشخصية، ثم تسجيل مقطع فيديو قصير للوجه والصوت بناءً على تعليمات تظهر على الشاشة، مثل تحريك الرأس يميناً ويساراً وقراءة أسطر نصية معينة. هذه الخطوات ضرورية لرسم خريطة دقيقة لملامح الوجه ونبرة الصوت. بعد الانتهاء، يصبح استدعاء هذه النسخة ممكناً داخل المحادثات باستخدام الرمز @me. هذه الميزة تضيف بُعداً شخصياً للتعامل مع الذكاء الاصطناعي لم تطوره منصة تشات جي بي تي بعد.

6. الخيط الموسيقي الكامل: من وصف نصي إلى أغنية جاهزة للتحميل

كتابة كلمات الأغاني أو اقتراح توزيعات موسيقية أمر يعرفه مستخدمو تشات جي بي تي جيداً. لكن Gemini أصبح قادراً على الانتقال من الوصف النصي إلى إنتاج مقطع موسيقي فعلي بالاعتماد على نماذج Lyria.

وتتيح أدوات Gemini الحالية إنشاء مسارات موسيقية من أوامر نصية، مع إمكانية إضافة صور أو مقاطع فيديو لتوفير سياق إضافي. وبعد إنشاء المقطع، يمكن تنزيله كملف صوتي MP3 أو كفيديو MP4 يتضمن غلافاً للموسيقى.

والفارق المهم هنا أن Google طورت التجربة إلى ما هو أبعد من المقاطع القصيرة مع Lyria 3 Pro، الذي يتيح إنشاء أعمال أطول تصل إلى ثلاث دقائق، مع تحكم أكبر في عناصر مثل المقاطع الموسيقية والكورس. وأصبح النموذج متاحاً داخل تطبيق Gemini إلى جانب منتجات Google الأخرى.

وبذلك يستطيع المستخدم الانتقال من فكرة مثل «أغنية بوب حزينة عن نهاية الصيف» إلى ملف موسيقي قابل للتنزيل والمشاركة، بدلاً من الاكتفاء بالحصول على كلمات أو أفكار لتوزيع موسيقي.

7. تفكيك فيديوهات يوتيوب بمجرد لصق الرابط

مشاهدة فيديو تعليمي أو مراجعة لمنتج قد تكون مزعجة بسبب الفترات التمهيدية الطويلة والإعلانات المكررة. جيميناي يستطيع استخراج المعلومات المطلوبة من أي فيديو عام على يوتيوب بمجرد إدراج الرابط في مربع الدردشة.

يمكن للمساعد تلخيص الفيديو، أو الإجابة على أسئلة محددة حوله، أو استخراج خطوات التنفيذ المطلوبة مع تجاوز الأجزاء الترويجية. على سبيل المثال، يمكن إعطاؤه رابط فيديو مدته ثلاثون دقيقة وطلب سرد الإعدادات التي أوصى بها المقدم أو خطوات حل مشكلة معينة فقط. هذا التكامل يجعل البحث عن قنوات أو قوائم تشغيل ذات صلة ممكناً قبل الإجابة، مع الاستفادة من سجل المشاهدة لتخصيص النتائج أحياناً.

في هذا السياق، يمتلك تشات جي بي تي قدرة مشابهة، لكنها تعتمد كلياً على إضافته الخاصة بمتصفح كروم، والتي تحتاج لوجود ترجمة نصية مُؤرّخة بالوقت داخل الفيديو. الفارق الجوهري يكمن في مكان التنفيذ؛ جيميناي يعالج الروابط داخل تطبيقه الأساسي على الويب والهواتف، بينما خيار تشات جي بي تي الرسمي يحتاج لفتح الفيديو عبر متصفح كروم تحديداً.

وتؤكد Google حالياً أن Gemini يستطيع البحث عن فيديوهات وقوائم تشغيل وقنوات YouTube وفهم محتوى الفيديو والإجابة عن الأسئلة المتعلقة به، كما يمكن ربط YouTube للحصول على نتائج أكثر تخصيصاً وفق سجل المشاهدة.

ميزات قادمة على الطريق: مشاركة الملفات أثناء المحادثات المباشرة

التسريبات التقنية في نسخة تجريبية من تطبيق جوجل تكشف عن عمل الشركة على تحسين ميزة «جيميناي لايف» (Gemini Live) الخاصة بالمحادثات الصوتية المباشرة. حالياً، تتيح هذه الميزة استخدام كاميرا الهاتف أو مشاركة الشاشة أثناء المحادثة.

التحديث القادم سيسمح للمستخدمين بإرفاق ملفات وصور ومقاطع فيديو من التخزين المحلي للهاتف أو استيرادها مباشرة من «جوجل درايف» (Google Drive) أثناء المحادثة الصوتية. هذه الخطوة ستلغي الحاجة للخروج من وضع المحادثة المباشرة والعودة إلى الدردشة النصية العادية لمجرد إرفاق مستند.

الجانب الآخر من العملة: أين يفوق تشات جي بي تي جيميناي؟

التركيز على نقاط قوة جيميناي لا يعني أن ChatGPT لا يمتلك مزايا مقابلة. فالمقارنة العادلة يجب أن تنظر أيضاً إلى المجالات التي اختارت فيها OpenAI بناء منظومة مختلفة.

• أولاً، العمل مع التطبيقات الخارجية: أصبح ChatGPT يضم نظاماً واسعاً من التطبيقات التي يمكنها العمل داخل المحادثة، ومن أمثلتها Spotify وCanva وExpedia وBooking.com وCoursera وZillow. ويمكن لبعض هذه التطبيقات عرض واجهات تفاعلية مثل الخرائط وقوائم التشغيل والعروض التقديمية مباشرة داخل المحادثة.
• ثانياً، المرونة في بناء سير العمل: لا تقتصر التطبيقات في ChatGPT على عرض المعلومات؛ بعضها يستطيع البحث في مصادر خارجية أو تنفيذ إجراءات نيابة عن المستخدم، بينما تتيح منظومة Apps SDK للمطورين إنشاء تجارب مخصصة داخل المحادثة. وهذا يفتح المجال أمام عدد كبير من الاستخدامات التي لا تعتمد على خدمات شركة واحدة.
• ثالثاً، بيئة العمل مع البيانات والأدوات: تدعم المنصة حالياً تطبيقات واتصالات يمكنها جلب المعلومات من خدمات مثل Google Drive وOutlook وGmail وSharePoint وDropbox وغيرها، بحسب الحساب والخطة والإعدادات. وهذا يجعل ChatGPT مناسباً لمن يريد جمع مصادر عمل مختلفة داخل واجهة واحدة.
• رابعاً، اختلاف فلسفة المنصتين: قوة Gemini الرئيسية تظهر عندما تكون خدمات Google جزءاً من حياة المستخدم اليومية، بينما يميل ChatGPT إلى بناء طبقة ذكاء تستطيع الاتصال بمجموعة متنوعة من الأدوات الخارجية. لذلك لا يمكن اختزال المنافسة في سؤال واحد حول «من الأفضل؟»، لأن الإجابة تتغير بحسب الخدمات التي يعتمد عليها المستخدم.

Gemini أم ChatGPT؟ أيهما يستحق أن يكون مساعدك الأول؟

لا توجد إجابة مطلقة تناسب الجميع. المنصة الأنسب تعتمد كلياً على طبيعة المهام اليومية للمستخدم.

جوجل تستغل امتلاكها لخدمات مثل Google Photos وGoogle Maps وYouTube ونظام Android لتجعل Gemini قريباً من البيانات والخدمات التي يستخدمها الشخص يومياً. وهذا يمنحه مزايا عملية مثل فهم محتوى الشاشة، البحث الذكي في مكتبة الصور، وإظهار الخرائط التفاعلية، إلى جانب تحويل المستندات إلى عروض صوتية وإنشاء الموسيقى.

في المقابل، يتبنى ChatGPT استراتيجية مختلفة تعتمد على التطبيقات والتكاملات الخارجية. ويمكن للمستخدم ربط المنصة بخدمات متعددة واستخدم بعض هذه الخدمات مباشرة داخل المحادثة، ما يجعله خياراً جذاباً لمن يعتمد على أدوات من شركات مختلفة.

في النهاية، الاختيار لا يتعلق فقط بالنموذج الذي يعطي الإجابة الأفضل، بل بالمكان الذي تريد أن يعيش فيه مساعدك الذكي. إذا كنت تعتمد بصورة كبيرة على خدمات Google وهاتف Android، فقد تكون تكاملات Gemini أكثر قيمة بالنسبة لك. أما إذا كنت تعمل عبر مجموعة متنوعة من الخدمات والأدوات، فقد تكون منظومة ChatGPT المفتوحة على التطبيقات الخارجية أكثر ملاءمة.