گوگل با «Call for Me» تماس‌های تلفنی را به Gemini می‌سپارد

گوگل در حال نزدیک‌تر کردن دستیار هوش مصنوعی خود به زندگی روزمره است؛ این بار، با معرفی قابلیت آزمایشی «Call for Me» که به Gemini اجازه می‌دهد به جای شما تماس تلفنی برقرار کند. این ایده عملاً از حدود ۱۰ سال پیش در دستور کار گوگل قرار گرفت، اما حالا با تکیه بر مدل‌های زبانی بزرگ (Large Language Models) وارد مرحله‌ای جدید شده است. اگر یادتان باشد، سرویس قدیمی Duplex (که دستیار گوگل را قادر می‌کرد با رستوران‌ها تماس بگیرد و برای شما رزرو انجام دهد) چند سال پیش متوقف شد. با این حال، اکنون «Call for Me» در قالب نسل تازه‌ای از تماس‌های هوشمند، همان هدف را دنبال می‌کند؛ فقط با هوش مصنوعی پیشرفته‌تر و تجربه‌ای که برای مکالمه واقعی در خط تلفن طراحی شده است.

Call for Me؛ فقط برای Pixel 11 و با چند شرط مشخص

گوگل روز پنج‌شنبه اعلام کرد «Call for Me» یک ویژگی بتا آزمایشی است که فعلاً فقط برای کاربران جدیدترین گوشی‌های Pixel 11 در آمریکا فعال می‌شود. همچنین زبان پشتیبانی‌شده در این مرحله انگلیسی است. برای استفاده از این قابلیت، کاربران باید این موارد را داشته باشند:
  • عضویت در سرویس Gemini
  • ثبت‌نام در برنامه Phone by Google برای ورود به بخش بتای عمومی
گوگل همچنین راهنمای شرکت در این آزمایش را منتشر کرده است که کاربران می‌توانند از طریق آن مراحل فعال‌سازی را دنبال کنند.

جمینای دقیقاً چه کارهایی روی تماس تلفنی انجام می‌دهد؟

هدف اصلی تماس‌های هوشمند Gemini، ارتباط با کسب‌وکارها است؛ یعنی جایی که احتمالاً لازم است درباره یک محصول یا خدمات سؤال کنید یا نوبت بگیرید. برای مثال، Gemini می‌تواند با فروشگاه سخت‌افزار محلی تماس بگیرد تا بررسی کند آیا یک ابزار مشخص را موجود دارد یا نه. یا در سناریوی دیگر، با یک آرایشگر گفتگو کند تا زمان کوتاهی مو را هماهنگ کند. کاربر فقط باید به جمینای بگوید تماس را برقرار کند. سپس دستیار ممکن است برای دریافت اطلاعات بیشتر، سؤال‌های پیگیری مطرح کند تا درخواست دقیق‌تر شود. پس از آن، ربات تماس را آغاز می‌کند، خودش را معرفی می‌کند و وارد یک مکالمه دوطرفه می‌شود تا کار به نتیجه برسد. یکی از بخش‌های مهم این قابلیت، مدیریت منوهای خودکار تلفن است. اگر تماس به منوی رباتی برسد، Gemini می‌تواند آن را «navigate» کند؛ حتی در صورت نیاز روی خط بماند و منتظر بماند تا تماس به یک اپراتور انسانی منتقل شود. در سمت کاربر نیز امکان مشاهده «رونوشت زنده» (live transcript) از مکالمه روی Pixel وجود دارد. ضمن اینکه کاربر در هر لحظه می‌تواند کنترل تماس را به دست بگیرد.

محدودیت‌ها: تماس اضطراری انجام نمی‌شود؛ اما می‌توان شماره‌های مشخص داد

گوگل تأکید می‌کند Call for Me بیشترین عملکرد را برای کسب‌وکارها دارد، اما برای برخی سرویس‌ها مناسب نیست. به طور مشخص، خدمات اضطراری (Emergency services) در لیست تماس‌هایی قرار نمی‌گیرد که Gemini می‌تواند انجام دهد. با این وجود، گوگل می‌گوید کاربران می‌توانند از Gemini بخواهند با شماره‌های مشخص تماس بگیرد. برای نمونه، اگر یک هنرمند تتو حضور آنلاین ضعیفی داشته باشد، ممکن است Gemini برای پیدا کردن شماره تماس تلاش کند؛ با این حال، بهتر است کاربر شماره را در اختیار دستیار قرار دهد. یک سخنگوی گوگل در گفت‌وگو با WIRED بیان کرده است: «Gemini تلاش می‌کند شماره تلفن را جست‌وجو کند، اما ممکن است خودتان هم آن را ارائه دهید.» همچنین گوگل اعلام کرده در زمان مکالمه تلفنی، صدای دستیار همان صدایی است که در تعاملات «Gemini Live» استفاده می‌شود؛ حتی اگر کاربر در Gemini صدای دیگری را با لهجه دلخواه انتخاب کرده باشد.

این قابلیت ادامه مجموعه «Smart Calling» در پیکسل و اندروید است

Call for Me فقط یک ویژگی جدا نیست و به مجموعه قابلیت‌های تماس هوشمند گوگل در پیکسل و اندروید اضافه می‌شود. پیش از این، چند قابلیت دیگر هم در Phone app معرفی شده بودند، از جمله:

Call Screening و کنترل تماس‌های ناشناس

اپلیکیشن Phone می‌تواند تماس‌های ورودی را غربال کند و تماس‌های تبلیغاتی و مزاحمت‌ تلفنی (Robocalls) را مسدود کند.

Hold for Me برای مدیریت انتظار پشت خط

«Hold for Me» به دستیار اجازه می‌دهد گوش کند تا متوجه شود چه زمانی موسیقی انتظار تمام می‌شود و یک فرد واقعی پشت خط آمده است. سپس به کاربر اطلاع می‌دهد تا در زمان مناسب گوشی را بردارد.

Direct My Call برای انتخاب گزینه‌های منو

«Direct My Call» می‌تواند قبل از اینکه گزینه‌ها با صدای ربات خوانده شوند، انتخاب‌های موجود در منوی تلفن خودکار را نمایش دهد. این یعنی کاربر می‌تواند مثل مثال معروف، با لمس «۹» مستقیماً به اپراتور انسانی برسد و کل فرآیند شنیدن فهرست ضبط‌شده را دور بزند.

Scam Detection با هشدارهای لحظه‌ای

گوگل همچنین قابلیت تشخیص کلاهبرداری در لحظه را مطرح کرده است؛ یعنی زمانی که دستیار احتمال دهد طرف مقابل در حال کلاهبرداری است، به کاربر هشدار می‌دهد.

چالش‌های واقعی تماس تلفنی: خطای مکالمه، لهجه، قطع تماس

با اینکه پذیرش دستیارهای صوتی برای مدیریت تماس‌ها در سال‌های اخیر بیشتر شده، همان‌طور که Duplex زمانی پیشگام بود، گوگل می‌داند این قابلیت‌ها همیشه بی‌نقص نیستند. تماس تلفنی ذاتاً غیرقابل پیش‌بینی است: ممکن است طرف مقابل تصور کند تماس یک شماره ناشناس یا اسپم است و سریع قطع کند. همچنین یک نگرانی مهم، درک لهجه‌ها و شرایط صوتی است. اگر Gemini مکالمه یک فرد با لهجه خاص را به خوبی متوجه نشود، ممکن است روند مکالمه به شکل چرخه‌ای تکراری درآید. یا اگر کسب‌وکار ابزار یا خدماتی را که کاربر می‌خواهد نداشته باشد، آیا ربات می‌تواند با ادب تماس را خاتمه دهد یا صرفاً ارتباط را قطع می‌کند؟ گوگل می‌گوید دقیقاً به همین دلیل این ویژگی را در قالب آزمایش توسعه می‌دهد تا طی بررسی سناریوهای متنوع، کیفیت مکالمه در لهجه‌ها و محیط‌های شلوغ بهتر شود.

جمینای «مودبانه» خداحافظی می‌کند؛ اما آینده شاید کاملاً ماشینی باشد

سخنگوی گوگل در ادامه توضیح داده: «این دقیقاً همان چیزی است که می‌خواهیم به تست کردنش ادامه بدهیم. با این آزمایش، منتظر هستیم کاربران سناریوهای مختلف را بررسی کنند تا بتوانیم قابلیت را در لهجه‌ها و محیط‌های پر سروصدا بهتر کنیم.» گوگل همچنین خاطرنشان می‌کند اگر کسب‌وکار نتواند نیاز شما را برآورده کند، Gemini به شکل «مودبانه» تماس را قطع می‌کند. از منظر آینده، این روند یادآور تصویری است که در آن ربات‌ها به‌طور گسترده نقش واسطه تلفنی کسب‌وکارها را بر عهده می‌گیرند. حتی نمونه‌های مشابه در بخش پیام‌رسانی هم دیده می‌شود؛ برای مثال، برخی کسب‌وکارها از چت‌بات‌های مبتنی بر هوش مصنوعی استفاده می‌کنند. نمونه‌اش در کالیفرنیا، زنجیره پیتزای Pizza My Heart است که به شما اجازه می‌دهد با چت‌بات Jimmy the Surfer سفارش پیتزا را از طریق پیام ثبت کنید. در نهایت، اگر این فناوری گسترش پیدا کند، ممکن است به‌زودی تجربه‌ای کاملاً جدید رقم بخورد: شما از تلفن‌تان بخواهید به یک رستوران تماس بگیرد و در طرف دیگر، یک هوش مصنوعی پاسخ دهد. در چنین دنیایی، ماشین‌ها احتمالاً درباره جزئیاتی مثل «پنیر اضافه» یا «کراست استافد» با هم هماهنگ می‌شوند—شاید دقیقاً همان چیزی که کاربر از ابتدا می‌خواست.