عنوان: OpenAI قابلیت Computer History را برای ردیابی فعالیت‌های دسکتاپ از طریق ChatGPT راه‌اندازی کرد

OpenAI قابلیت Computer History را معرفی کرد؛ ویژگی جدیدی در اپلیکیشن ChatGPT برای macOS که کلیک‌ها، ضربات کلید و سایر سیگنال‌های سطح رویداد (event-level) را ثبت می‌کند. این مدل می‌تواند بدون گرفتن حتی یک اسکرین‌شات، به فعالیت‌های اخیر دسکتاپ کاربر ارجاع دهد. این ویژگی با تبدیل داده‌های خام تعاملی به یک خط زمانی (timeline)، قصد دارد ChatGPT را از یک چت‌بات واکنشی به یک دستیار پیش‌کنشی تبدیل کند که می‌تواند آخرین سند ویرایش‌شده را بازیابی کند، تأیید کند که آیا در Slack به اشتراک گذاشته شده است یا خیر، و یا خلاصه‌ای از بهره‌وری صبحگاهی ارائه دهد؛ و تمام این‌ها را در حالی انجام می‌دهد که از ضبط تصاویر بصری دوری می‌کند.

نحوه عملکرد این ویژگی

Computer History از لحظه اجرای اپلیکیشن، یک گزارش (log) زمانی می‌سازد. هر ورودی مشخص می‌کند که کدام پنجره فعال بوده، کدام دکمه فشار داده شده و چه متنی تایپ شده است، اما هرگز تصاویر، ویدیو یا صدا را ذخیره نمی‌کند. این گزارش روی دستگاه باقی می‌ماند و تنها زمانی در اختیار مدل زبانی بزرگ قرار می‌گیرد که کاربر یک نشست (session) در ChatGPT را شروع کند. در عمل، مدل می‌تواند از خط زمانی سوال بپرسد تا پاسخ دهد: «همین الان چه فایلی را ویرایش کردم؟» یا «آیا آن پیش‌نویس را برای همکارم فرستادم؟»؛ بدون اینکه کاربر مجبور باشد فایل‌ها را کپی-پیست کند یا زمینه (context) را به صورت دستی توضیح دهد.

تیم توسعه‌دهنده OpenAI گردش کاری (workflow) را نمایش داد که در آن هوش مصنوعی جدیدترین سند را پیدا کرد، وضعیت اشتراک‌گذاری آن را در یک پلتفرم پیام‌رسان بررسی کرد و سپس خلاصه‌ای مختصر از فعالیت‌های روز را ارائه داد. دستیار با کنار هم قرار دادن سیگنال‌های چندین اپلیکیشن، می‌تواند خودکارسازی (automation) مراحل تکراری را پیشنهاد دهد یا کاربر را برای تکمیل یک کار نیمه‌تمام ترغیب کند.

معماری با اولویت حریم خصوصی

ملموس‌ترین تفاوت با محصولات رقیب، مانند قابلیت Recall مایکروسافت، نوع داده‌های جمع‌آوری‌شده است. Recall برای بازسازی تاریخچه بصری بر اسکرین‌شات‌های مکرر تکیه دارد؛ اما Computer History منحصراً بر «رویدادهای» غنی از متادیتا (metadata) متکی است. OpenAI می‌گوید این سیستم به‌طور خودکار از هر فعالیتی که در حالت‌های Incognito یا مرور خصوصی (private-browsing) رخ می‌دهد صرف‌نظر می‌کند و هرگز داده‌های پیکسلی را که می‌تواند اطلاعات بصری حساس را فاش کند، ثبت نمی‌کند.

آری واینستین (Ari Weinstein)، مدیر محصول و مهندسی OpenAI، تأکید کرد که این ویژگی به صورت اختیاری (opt-in) است. کاربران باید صراحتاً ثبت‌کننده تاریخچه را فعال کنند و می‌توانند آنچه ثبت می‌شود را با دقت تنظیم کنند:

  • استثنا کردن اپلیکیشن‌ها – لیست سیاه برنامه‌ها یا وب‌سایت‌های خاص را تهیه کنید تا هرگز در گزارش ظاهر نشوند.
  • حذف دستی – ورودی‌های فردی را پاک کنید تا اقدامات خاصی از حافظه مدل حذف شوند.
  • کنترل‌های دقیق – ثبت‌کننده را برای بازه‌های زمانی خاص روشن یا خاموش کنید تا اطمینان حاصل شود که دستیار تنها زمانی که کاربر می‌خواهد، داده‌ها را می‌بیند.

هدف از این اقدامات حفاظتی، اطمینان دادن به کاربران عادی و بخش‌های فناوری اطلاعات (IT) سازمان‌ها است که دستیار به‌طور پنهانی محتوای بصری را جمع‌آوری نکرده یا مکالمات خصوصی را شنود نخواهد کرد.

چرا این موضوع برای بهره‌وری و بازار اهمیت دارد

اگر خط زمانی قابل اعتماد باشد، هوش مصنوعی می‌تواند اصطکاک جابه‌جایی بین اپلیکیشن‌ها را کاهش دهد. به جای باز کردن یک فایل، کپی کردن مسیر آن و چسباندن (paste) آن در یک دستور (prompt)، کاربر می‌تواند به سادگی بپرسد: «بعد از ناهار روی چه چیزی کار کردم؟» و پاسخی آماده دریافت کند. برای کاربران حرفه‌ای (power users) که همزمان با ویرایشگرهای کد، ابزارهای طراحی و پلتفرم‌های ارتباطی سروکار دارند، این کاهش بارِ جابه‌جایی بین زمینه‌ها (context-switch) می‌تواند به صرفه‌جویی قابل‌اندازه‌گیری در زمان منجر شود.

از دیدگاه بازار، این حرکت نشان‌دهنده تلاش OpenAI به سمت «هوش مصنوعی عامل‌محور» (agentic AI) است؛ سیستم‌هایی که بر اساس دید مستمر از محیط عملیاتی، از طرف کاربران عمل می‌کنند. رقبایی که بر ضبط صفحه نمایش تکیه دارند، با نظارت‌های نظارتی بیشتر و بی‌اعتمادی کاربران روبرو هستند؛ در حالی که ثبت رویداد-محور، با ارائه بافت (context) غنی، از بسیاری از این نگرانی‌ها دوری می‌کند. سازمان‌هایی که ابزارهای ضبط صفحه را به دلایل حریم خصوصی مسدود کرده‌اند، ممکن است Computer History را مسیری مناسب برای جریان‌های کاری مبتنی بر هوش مصنوعی بیابند.

روی دیگر سکه

حتی بدون اسکرین‌شات، ثبت هر کلیک و ضربه کلید باعث ایجاد نگرانی‌هایی می‌شود. منتقدان خاطرنشان می‌کنند که متادیتا همچنان می‌تواند اهداف حساس را فاش کند: مجموعه‌ای از جستجوها برای اصطلاحات پزشکی، الگوی نام فایل‌ها یا زمان تعامل با اسناد محرمانه می‌تواند برای استنباط اطلاعات خصوصی کنار هم قرار گیرد. مدل اختیاری (opt-in) ریسک را کاهش می‌دهد، اما در عین حال به این بستگی دارد که کاربران به یاد داشته باشند ویژگی را در لحظات مناسب فعال یا غیرفعال کنند؛ عادتی که حفظ آن می‌تواند دشوار باشد.

همچنین مسئله اقامتگاه داده (data residency) مطرح است. این قابلیت، گزارش وقایع را به‌صورت محلی ذخیره می‌کند، اما زمانی که کاربر چتی را آغاز می‌کند، بخش مربوطه از تاریخچه برای استنتاج (inference) به سرورهای OpenAI ارسال می‌شود. شرکت اعلام کرده است که انتقال داده‌ها رمزگذاری شده است و تنها حداقل زمینه (context) مورد نیاز برای درخواست ارسال می‌شود، با این حال، سازمان‌ها ممکن است پیش از به‌کارگیری این ابزار در مقیاس بزرگ، خواستار پردازش در محل (on-premise) یا قراردادهای سخت‌گیرانه‌تر برای مدیریت داده‌ها باشند.

آنچه باید در ادامه زیر نظر داشت

OpenAI هنوز زمان‌بندی عرضه فراتر از macOS را فاش نکرده است، اما معماری آن مستقل از پلتفرم (platform-agnostic) است، که نشان می‌دهد نسخه‌های Windows و Linux نیز می‌توانند در آینده عرضه شوند. گام منطقی بعدی، ارائه محصولی در سطح سازمانی (enterprise-grade) همراه با کنترل‌های سیاستی، گزارش‌های بازرسی (audit logs) و قابلیت نگه داشتن فرآیند استنتاج به‌طور کامل در داخل دیوار آتش سازمانی است.

نهادهای تنظیم‌کننده در اتحادیه اروپا و ایالات متحده در حال تمرکز بر سیستم‌های هوش مصنوعی هستند که داده‌های فعالیت کاربران را جذب می‌کنند. هرگونه الزام آتی در مورد «هوش مصنوعی شفاف»، می‌تواند OpenAI را ملزم کند که دقیقاً مشخص کند چه وقایعی ثبت می‌شوند و چگونه پاکسازی (pruned) می‌شوند. منتظر به‌روزرسانی‌های سیاست حریم خصوصی و حسابرسی‌های شخص ثالث باشید که ادعای «عدم ضبط تصویری» را تأیید می‌کنند.

خلاصه کلام

قابلیت Computer History، نظارت تصویری را با ثبت وقایع در سطح رویداد (event-level logging) معاوضه می‌کند؛ به این ترتیب، در حالی که وعده تضمین‌های حریم خصوصی قوی‌تری را می‌دهد، پنجره‌ای به فعالیت‌های اخیر کاربر در دسکتاپ برای ChatGPT باز می‌کند. اگر این تعادل برقرار بماند — یعنی بافت (context) به اندازه کافی غنی برای مفید بودن و در عین حال به اندازه کافی محدود برای دور ماندن از کانون توجه حریم خصوصی باشد — این قابلیت می‌تواند به سنگ بنای نسل بعدی دستیارهای هوش مصنوعی شخصی تبدیل شود و نحوه تعامل ما با ماشین‌های خودمان را بازتعریف کند.