OpenAI, ChatGPT Masaüstü Uygulamasına Sesli Kontrol Özelliği Ekledi

Sesli Kontrol Masaüstüne Geliyor

OpenAI, Perşembe günü yaptığı açıklamayla ChatGPT masaüstü uygulamasına sesli komut desteği ekledi. Bu güncelleme, kullanıcıların uygulamayla konuşarak yapay zeka ajanlarını kontrol etmesine ve bilgisayarlarında çeşitli görevleri yerine getirmesine olanak tanıyor. Yeni özellik, OpenAI'ın bu ayın başında piyasaya sürdüğü ChatGPT-Live adlı yeni ses modeli ailesini kullanıyor. Bu model ailesi, önceki ses modellerine kıyasla daha doğal konuşma akışı ve daha iyi bağlam anlama yeteneği sunuyor. Özellikle uzun komut dizilerinde, modelin kullanıcının niyetini daha iyi kavradığı belirtiliyor. Masaüstü uygulaması, Windows ve macOS işletim sistemlerinde kullanılabiliyor ve uygulama üzerinden sesli komutların yanı sıra metin tabanlı girdiler de destekleniyor.

ChatGPT Work ve Codex ile Entegrasyon

OpenAI, ChatGPT Voice'un hem ChatGPT Work hem de Codex ile çalıştığını ve ayrıca web siteleri ile uygulamalara erişmek için bilgisayar kullanma becerilerini (computer use skills) kullanabildiğini belirtti. ChatGPT Work, iş akışlarını otomatikleştirmek için tasarlanmış bir araç; Codex ise yazılım geliştirme süreçlerinde yardımcı olan bir yapay zeka asistanı. macOS'ta Appshots özelliği sayesinde kullanıcılar, uygulamanın ekrandaki içeriğe erişmesine izin verebiliyor; buna alternatif metin (alt-text) de dahil. Bu entegrasyon, sesli komutların daha karmaşık iş akışlarını yönetmesine olanak tanıyor. Örneğin, bir kullanıcı "ekrandaki tabloyu analiz et ve özet çıkar" dediğinde, ChatGPT önce ekran görüntüsünü alıp içeriği okuyor, ardından istenen özeti sesli olarak dönebiliyor. Codex ile entegrasyon ise geliştiricilerin sesli komutlarla kod yazmasını, hata ayıklamasını ve versiyon kontrol işlemlerini yapmasını sağlıyor.

Mobilden Farkı: Daha Kapsamlı Eylemler

ChatGPT Voice'un akıllı telefon sürümü, daha akıcı konuşmalar ve daha iyi kesinti yönetimi sunarken, doğrudan eylem gerçekleştirme amacı taşımıyordu. Mobil sürümde kullanıcılar soru sorup yanıt alabiliyor, ancak uygulamaları kontrol etme veya dosya düzenleme gibi işlemler yapamıyordu. Perşembe günkü masaüstü güncellemesi ise çok daha yetenekli: Kullanıcılar, birçok adım içeren karmaşık komutları sesle iletebiliyor ve ChatGPT'nin girdi gerektirdiği durumlarda yanıt verebiliyor. OpenAI'ın tanıtım videosunda, bir geliştiricinin ChatGPT'den tek bir komutla yeni bir iş parçacığı (thread) oluşturması, bir çekme isteği (pull request) yapması ve bir hatanın temel nedenini bulması istendi. Bu tür çok adımlı görevler, sesli komutların verimliliğini artırıyor. Ayrıca, sesli komutlar sırasında kullanıcılar istedikleri zaman duraklayıp düşünebiliyor veya komutu düzeltebiliyor; model bu kesintileri doğal bir şekilde yönetiyor.

Uzaktan Erişim ve Rakipler

OpenAI, kullanıcıların iOS uygulamasından Codex içinde ChatGPT Voice'u uzaktan erişimle kullanabileceğini de duyurdu. Bu, mobil cihazlardan masaüstü görevlerini yönetme imkanı sunuyor. Örneğin, bir geliştirici ofiste olmadığında telefonundan sesli komutla bir kod incelemesi başlatabiliyor. Öte yandan, Anthropic de Claude için ses modunu güncelledi. Claude'un ses modu, Opus, Sonnet ve Haiku modellerini kullanarak Gmail, Takvim, Slack, Notion ve Canva gibi uygulamalarda görevleri tamamlayabiliyor. Anthropic'in bu hamlesi, sesli asistan pazarında rekabeti kızıştırıyor. Her iki şirket de sesli komutların iş dünyasında daha yaygın kullanılmasını hedefliyor.

Neden Onemli?

Bu güncelleme, yapay zeka asistanlarının kullanıcı arayüzünde önemli bir dönüm noktası. Türkiye'deki geliştiriciler ve işletmeler için sesli komutlarla kod yazma, hata ayıklama ve iş akışlarını yönetme gibi işlemler, üretkenliği artırabilir. Özellikle Codex ile entegrasyon, yazılım geliştirme süreçlerini hızlandırarak yerel teknoloji ekosisteminde rekabet avantajı sağlayabilir. Türkçe dil desteği henüz resmi olarak duyurulmamış olsa da, ChatGPT'nin çok dilli yapısı sayesinde Türkçe sesli komutların da yakın gelecekte desteklenmesi bekleniyor. Ayrıca, macOS'ta ekran içeriğine erişim özelliği, erişilebilirlik açısından da önemli bir adım. Görme engelli kullanıcılar, sesli komutlarla ekran okuyucuya ihtiyaç duymadan uygulamaları kontrol edebilecek. Bu gelişme, sesli asistanların sadece basit komutlardan öteye geçerek karmaşık görevleri üstlenebileceğini gösteriyor. Türkiye'deki yazılım şirketleri, bu tür araçları entegre ederek müşteri deneyimini iyileştirebilir ve operasyonel verimliliği artırabilir.