مساعدات المنزل الذكي أصبحت أكثر حوارية… لكنها أقل موثوقية

المشكلة الأساسية في مساعدات المنزل الذكي المدعومة بالذكاء الاصطناعي ليست عجزها عن فهم اللغة الطبيعية، بل أن فهم الطلب وتنفيذه بصورة موثوقة تحديان هندسيان مختلفان.

تستطيع Alexa+ وGemini for Home إجراء محادثات أكثر سلاسة وإنشاء أتمتة معقدة بلغة عادية. ومع ذلك، ما زال المستخدمون والمراجعون يرصدون إخفاقات في أبسط المهام التي يُفترض أن يتقنها مكبر الصوت الذكي: إطفاء المصابيح، تشغيل أغنية محددة، الإجابة عن سؤال بسيط حول التاريخ، تشغيل روتين إعداد القهوة، أو الحفاظ على أتمتة موجودة مسبقًا. 167

إخفاقات عادية… وهذا تحديدًا هو جوهر المشكلة

خلال اختبار لمكبر صوت Google Home مع Gemini، تجاهل المساعد طلبات تشغيل الموسيقى، وغيّر موضوع الحديث، وأعطى اليوم الخطأ، ثم رفض إطفاء المصابيح الذكية بحجة أنه غير قادر على التحكم في إضاءة المنزل أو الأجهزة المادية الأخرى. 1 هذه ليست حالات نادرة مرتبطة بأجهزة غامضة، بل وظائف أساسية في أي مكبر صوت ذكي.

وشهدت Alexa+ نمطًا متذبذبًا مشابهًا. فقد تحدثت تقارير عن فشل متكرر في تشغيل روتين إعداد القهوة، كما اشتكى مستخدمون من اختفاء روتينات قائمة بعد الترقية. 6734 وقد يخطئ النظام أيضًا في اختيار الموسيقى؛ ففي أحد الاختبارات، أدى طلب تشغيل موسيقى Charli XCX إلى تشغيل فنان مختلف، بينما أعاد طلب أقل تحديدًا لتشغيل أغنية لـLucy Dacus عبارة البحث نفسها بدلًا من تنفيذ الطلب. 36

لكن الصورة ليست سلبية بالكامل. فقد نجحت Alexa+ في اختبار آخر في إنشاء روتين صوتي يتضمن مستشعر حركة، وإضاءة للسطح الخارجي، ونافذة زمنية، وكاميرا Ring. 33 وتكشف هذه النتيجة أن المشكلة ليست انعدام القدرة، بل عدم الاتساق. غير أن النظام الذي ينجح بصورة مبهرة في تفاعل ويفشل في أمر مألوف بعد دقائق يظل نظامًا يصعب الوثوق به داخل المنزل.

لماذا يصعب جعل الذكاء الاصطناعي طبقة تحكم موثوقة؟

كانت المساعدات الصوتية الأقدم تعتمد عادةً على سلسلة واضحة: تحويل الكلام إلى نص، ثم تصنيف النية، والتعرف على أسماء الأجهزة، وتنفيذ إجراء محدد مسبقًا. فعندما يقول المستخدم: «أطفئ مصابيح المطبخ»، يمكن مطابقة العبارة مع نية معروفة وإرسالها عبر واجهة ثابتة للتحكم في الجهاز.

أما المساعد القائم على نموذج لغوي كبير، فيعمل بطريقة مختلفة. فهو يفسر السياق، ويستنتج ما قد يعنيه المستخدم، ثم قد ينشئ استدعاءً مقترحًا لأداة أو واجهة برمجة تطبيقات. وتصف Google نموذج Gemini بأنه «غير حتمي»، أي إنه لا يتبع نصًا ثابتًا فحسب، بل يستخدم الاستدلال والاستنتاج. 15

وتكون هذه المرونة مفيدة عندما يكون الطلب مفتوحًا. فهي تتيح للمستخدم وصف أتمتة متعددة الخطوات من دون تعلم صياغة محددة، كما تسمح باستمرار الحوار من دون إعادة كل التفاصيل. لكن المرونة نفسها تصبح مصدر خطر عندما تكون النتيجة المطلوبة ثنائية وواضحة: يجب أن ينطفئ المصباح، أو يُلغى المؤقت، أو يعمل الروتين.

قد يختار النموذج الجهاز الخطأ، أو يمرر الطلب عبر تكامل غير متوافق، أو يسيء فهم سياق المحادثة، أو يستغرق وقتًا إضافيًا في تحديد الإجراء المناسب. لذلك قد تختلف النتيجة بين طلبين متشابهين جدًا. وقد وصف محللون هذا الطابع غير الحتمي بأنه يتعارض جوهريًا مع أتمتة المنزل، حيث يهم التنفيذ المتوقع أكثر من جودة الرد اللغوي. 3

الموثوقية وسرعة الاستجابة أهم من الشخصية الحوارية

الانتقاد المتكرر لهذه المنتجات لا يقتصر على ارتكاب الأخطاء، بل يشمل كونها أبطأ وأقل اعتمادًا من الأنظمة التي جاءت لتحل محلها. ويحدد تقرير عن سوق المنازل الذكية المدعومة بالذكاء الاصطناعي ثلاثة تحديات رئيسية: الموثوقية، والسرعة، والقيمة التي يحصل عليها المستخدم مقابل ما يدفعه. 12 كما رصدت اختبارات وتقارير عن Alexa+ تأخرًا في الرد، وإجابات خاطئة، وأوامر لا تُنفذ، بينما وُصفت Gemini for Home بأنها أبطأ من Google Assistant القديمة، وبأنها تعجز أحيانًا عن التحكم في أجهزة يفترض أن تتعرف إليها. 56

ويُعد التأخر أكثر إزعاجًا في الواجهات الصوتية. فعندما يطلب المستخدم إطفاء مصباح، فهو يريد غالبًا تنفيذًا فوريًا يؤكد نجاح العملية، لا شرحًا مطولًا أو انتظارًا أو طلبًا لإعادة المحاولة. وحتى التحسينات تكشف أن المشكلة لم تُحل نهائيًا؛ إذ أفادت تقارير بأن تحديثًا لـGemini for Home خفّض زمن الاستجابة بنحو 30% إلى 40%، ما يعني أن السرعة لا تزال قضية منتج نشطة. 11

لذلك يبدو التصميم الهجين أكثر أمانًا: يتولى نموذج اللغة تفسير الصياغات المرنة، بينما تتحقق طبقة حتمية من الجهاز المطلوب، وتقيّد الإجراءات المتاحة، وتطلب تأكيدًا عند التغييرات الحساسة، ثم تنفذ الأمر النهائي عبر واجهات برمجة موثوقة. ينبغي أن يكون النموذج اللغوي واجهةً لنظام التحكم، لا نظام التحكم الوحيد.

تأخيرات Siri تكشف مشكلة الجاهزية نفسها

لم تفلت Apple من هذه الصعوبة. فقد واجهت ميزات Siri الشخصية التي وعدت بها الشركة مشكلات هندسية وأخطاء برمجية، ما دفعها إلى تأجيل التحديث بعد أن كان من المخطط ربط إطلاقه بنظام iOS 18.4. 1820 وفي وقت لاحق، استهدفت الشركة نافذة إطلاق في عام 2026 لقدرات تتعلق بالبيانات الشخصية والتحكم الأكثر دقة في التطبيقات. 19

وانعكست هذه التأخيرات على خطط Apple للمنزل الذكي. فقد أفادت Bloomberg بأن Apple أرجأت شاشة منزلية ذكية كانت تعمل عليها منذ فترة طويلة، بانتظار Siri الجديدة التي تمثل جزءًا أساسيًا من واجهة المنتج. 17 وربطت تقارير أخرى التأجيل بصعوبة تشغيل قدرات الذكاء الاصطناعي الجديدة على بعض أجهزة فئة HomePod الحالية، لكن هذه التفاصيل المتعلقة بالعتاد تظل معلومات واردة في تقارير، ولا ينبغي التعامل معها على أنها مواصفات نهائية مؤكدة. 2125

قد يكون تأخر Apple محبطًا للمستخدمين، لكنه يوضح المعايير التي يجب أن تحققها هذه المنتجات قبل طرحها: سلوك يومي يمكن الاعتماد عليه، وأزمنة استجابة مقبولة، وحالات فشل واضحة، وعتاد قادر على دعم التجربة المقصودة.

الدرس الأوسع: العرض التجريبي ليس منتجًا جاهزًا

تجيد الذكاء الاصطناعي التوليدي إنتاج لغة مقنعة ومعقولة. لكن مساعد المنزل الذكي مطالب بأمر أكثر صرامة: تنفيذ النتيجة المادية الصحيحة، مرة بعد مرة.

وينطبق هذا الفرق على ما هو أبعد من المصابيح والموسيقى. فالمساعد الذي يدير المواعيد أو المشتريات أو الرسائل أو أجهزة الأمان يحتاج أيضًا إلى سلوك متوقع، وخيارات تراجع آمنة، وتعامل واضح مع الفشل. ومن دون هذه الضمانات، لا يكتشف العملاء أعطال التكامل وفقدان الروتينات ومشكلات التأخير إلا بعد شراء المنتج.

لهذا فإن سباق الذكاء الاصطناعي في المنزل الذكي لا يتعلق فقط بالمساعد الذي يبدو أكثر شبهًا بالبشر، بل بقدرة الشركات على الجمع بين اللغة الاحتمالية والهندسة الحتمية لأنظمة التحكم. وإلى أن يتحقق ذلك، لن يكون المستهلكون مجرد مستخدمين للمنتج، بل سيؤدون عمليًا دور فريق اختبار موثوقيته.