தலைப்பு: ChatGPT மூலம் டெஸ்க்டாப் செயல்பாடுகளைக் கண்காணிக்க OpenAI 'Computer History' அம்சத்தை அறிமுகப்படுத்துகிறது

OpenAI, macOS ChatGPT செயலியில் கிளிக் செய்தல், விசைப்பலகை அழுத்தங்கள் மற்றும் பிற நிகழ்வு சார்ந்த சமிக்ஞைகளைப் (event-level signals) பதிவு செய்யும் புதிய அம்சமான Computer History-ஐ அறிமுகப்படுத்தியுள்ளது. இந்த மாடல் ஸ்கிரீன்ஷாட்டுகளை எடுக்காமலேயே பயனரின் சமீபத்திய டெஸ்க்டாப் செயல்பாடுகளைக் குறிப்பிட முடியும். மூலத் தரவுகளை (raw interaction data) ஒரு காலவரிசையாக (timeline) மாற்றுவதன் மூலம், ChatGPT-ஐ வெறும் பதிலளிக்கும் சாட்பாட்டிலிருந்து, கடைசியாகத் திருத்தப்பட்ட ஆவணத்தைப் பெறுவது, அது Slack-இல் பகிரப்பட்டதா என்பதை உறுதிப்படுத்துவது அல்லது காலை நேர உற்பத்தித்திறன் சுருக்கத்தை வழங்குவது போன்ற பணிகளைச் செய்யும் ஒரு முன்னெச்சரிக்கையான உதவியாளராக (proactive assistant) மாற்றுவதே இந்த அம்சத்தின் நோக்கமாகும்—இவை அனைத்தும் காட்சித் தரவுகளை (visual capture) சேகரிக்காமலேயே நடக்கும்.

இந்த அம்சம் எவ்வாறு செயல்படுகிறது

செயலி இயங்கும் தருணத்திலிருந்தே Computer History ஒரு காலவரிசைப் பதிவை உருவாக்குகிறது. ஒவ்வொரு பதிவும் எந்த விண்டோ செயல்பாட்டில் இருந்தது, எந்தப் பொத்தான் அழுத்தப்பட்டது மற்றும் என்ன உரை தட்டச்சு செய்யப்பட்டது என்பதைக் குறிக்கும், ஆனால் இது ஒருபோதும் படங்கள், வீடியோ அல்லது ஆடியோவைச் சேமிக்காது. இந்தத் தரவு சாதனத்திலேயே இருக்கும், பயனர் ஒரு ChatGPT அமர்வைத் (session) தொடங்கும்போது மட்டுமே அது பெரிய மொழி மாடலுக்கு (large language model) வெளிப்படும். நடைமுறையில், பயனர் கோப்புகளை நகலெடுத்து ஒட்டவோ (copy-paste) அல்லது சூழலைத் தற்காலிகமாக விவரிக்கவோ தேவையில்லை; மாடலே காலவரிசையை விசாரித்து, "நான் கடைசியாக எந்தக் கோப்பைத் திருத்தினேன்?" அல்லது "அந்த வரைவை நான் ஒரு சக ஊழியருக்கு அனுப்பினேனா?" போன்ற கேள்விகளுக்குப் பதிலளிக்கும்.

OpenAI-இன் டெவலப்பர் குழு ஒரு பணிப்பாய்வை (workflow) செய்து காட்டியது; அதில் AI சமீபத்திய ஆவணத்தைக் கண்டறிந்து, ஒரு மெசேஜிங் தளத்தில் அதன் பகிரும் நிலையைச் சரிபார்த்து, பின்னர் அன்றைய செயல்பாடுகளின் சுருக்கமான தொகுப்பை வழங்கியது. பல செயலிகளிலிருந்து வரும் சமிக்ஞைகளை ஒன்றிணைப்பதன் மூலம், இந்த உதவியாளர் மீண்டும் மீண்டும் செய்யப்படும் பணிகளுக்கான தானியங்கி முறைகளை (automations) பரிந்துரைக்கலாம் அல்லது முடிக்கப்படாத பணியை முடிக்க பயனரைத் தூண்டலாம்.

தனியுரிமைக்கு முன்னுரிமை அளிக்கும் கட்டமைப்பு

Microsoft-இன் Recall போன்ற போட்டியாளர்களின் தயாரிப்புகளிலிருந்து இதிலுள்ள மிக முக்கியமான வேறுபாடு, சேகரிக்கப்படும் தரவு வகையாகும். Recall ஒரு காட்சி வரலாற்றை உருவாக்க அடிக்கடி ஸ்கிரீன்ஷாட்டுகளைப் பயன்படுத்துகிறது; ஆனால் Computer History முற்றிலும் மெட்டாடேட்டா (metadata) நிறைந்த "நிகழ்வுகளை" மட்டுமே நம்பியிருக்கிறது. இன்காக்னிட்டோ (incognito) அல்லது பிரைவேட் பிரவுசிங் முறைகளில் நடக்கும் எந்தவொரு செயல்பாட்டையும் இந்த அமைப்பு தானாகவே தவிர்த்துவிடும் என்றும், உணர்திறன் மிக்க காட்சித் தகவல்களை வெளிப்படுத்தக்கூடிய பிக்சல் தரவுகளை (pixel data) இது ஒருபோதும் சேகரிக்காது என்றும் OpenAI கூறுகிறது.

OpenAI-இன் தயாரிப்பு மற்றும் பொறியியல் தலைவரான Ari Weinstein, இந்த அம்சம் பயனரின் விருப்பத்தின் பேரில் (opt-in) மட்டுமே செயல்படும் என்பதை வலியுறுத்தினார். பயனர்கள் இந்த ஹிஸ்டரி லாகரைத் (history logger) தெளிவாகச் செயல்படுத்த வேண்டும், மேலும் எவை பதிவு செய்யப்பட வேண்டும் என்பதையும் அவர்கள் நுணுக்கமாகச் சரிசெய்யலாம்:

  • செயலி விலக்கு (App exclusion) – குறிப்பிட்ட புரோகிராம்கள் அல்லது இணையதளங்களை கருப்புப் பட்டியலில் (blacklist) சேர்ப்பதன் மூலம் அவை பதிவில் வராமல் தடுக்கலாம்.
  • கைமுறை நீக்கம் (Manual deletion) – மாடலின் நினைவகத்திலிருந்து குறிப்பிட்ட செயல்களை நீக்க தனிப்பட்ட பதிவுகளைத் துண்டிக்கலாம்.
  • நுட்பமான கட்டுப்பாடுகள் (Granular controls) – குறிப்பிட்ட கால இடைவெளிகளுக்கு லாகரை ஆன் அல்லது ஆஃப் செய்யலாம், இதன் மூலம் பயனர் விரும்பும் போது மட்டுமே உதவியாளர் தரவைப் பார்ப்பதை உறுதி செய்யலாம்.

இந்த பாதுகாப்பு நடவடிக்கைகள், உதவியாளர் ரகசியமாக காட்சித் உள்ளடக்கங்களைச் சேகரிக்காது அல்லது தனிப்பட்ட உரையாடல்களைக் கேட்காது என்பதை தனிப்பட்ட பயனர்களுக்கும் நிறுவனங்களின் IT துறைகளுக்கும் உறுதிப்படுத்துவதை நோக்கமாகக் கொண்டுள்ளன.

உற்பத்தித்திறன் மற்றும் சந்தைக்கு இது ஏன் முக்கியமானது

இந்த காலவரிசை நம்பகமானதாக இருந்தால், செயலிகளுக்கு இடையே மாறும் போது ஏற்படும் சிரமங்களைக் குறைக்க AI உதவும். ஒரு கோப்பைத் திறந்து, அதன் பாதையை (path) நகலெடுத்து, அதை ஒரு ப்ராம்ப்ட்டில் ஒட்டுவதற்குப் பதிலாக, பயனர் "மதிய உணவிற்குப் பிறகு நான் எதில் வேலை செய்தேன்?" என்று எளிதாகக் கேட்கலாம், அதற்கான பதிலும் உடனடியாகக் கிடைக்கும். கோட் எடிட்டர்கள் (code editors), வடிவமைப்பு கருவிகள் மற்றும் தகவல் தொடர்புத் தளங்களை ஒரே நேரத்தில் கையாளும் அதிகப்படியான பயன்பாட்டாளர்களுக்கு (power users), இந்தச் சூழல் மாற்றச் சுமை (context-switch overhead) குறைவது நேரத்தை மிச்சப்படுத்த உதவும்.

சந்தை ரீதியாகப் பார்த்தால், இந்த நகர்வு "agentic AI" நோக்கிய OpenAI-இன் முயற்சியைக் காட்டுகிறது - அதாவது இயங்குதளச் சூழலைத் தொடர்ந்து கவனிப்பதன் மூலம் பயனர்களுக்குப் பதிலாகச் செயல்படும் அமைப்புகள். ஸ்கிரீன் கேப்சர்களைச் சார்ந்திருக்கும் போட்டியாளர்கள் அதிக ஒழுங்குமுறை ஆய்வுகளையும் (regulatory scrutiny) பயனர்களின் சந்தேகங்களையும் எதிர்கொள்கின்றனர்; ஆனால் நிகழ்வு சார்ந்த பதிவுகள் (event-based logging) சிறந்த சூழலை வழங்கும் அதே வேளையில், அந்தப் பிரச்சனைகளைத் தவிர்க்கின்றன. தனியுரிமை காரணங்களுக்காக ஸ்கிரீன்-கேப்சர் கருவிகளைத் தடுத்திருக்கும் நிறுவனங்கள், AI-ஆல் இயங்கும் பணிப்பாய்வுகளுக்கு (AI-assisted workflows) Computer History ஒரு சாத்தியமான வழியாகக் கருதலாம்.

இதன் மறுபக்கம்

ஸ்கிரீன்ஷாட்டுகள் இல்லாவிட்டாலும், ஒவ்வொரு கிளிக் மற்றும் விசைப்பலகை அழுத்தத்தையும் பதிவு செய்வது எச்சரிக்கை அறிகுறிகளை (red flags) எழுப்புகிறது. மெட்டாடேட்டா மூலம் ஒருவரின் உணர்திறன் மிக்க நோக்கங்களை இன்னும் கண்டறிய முடியும் என்று விமர்சகர்கள் கூறுகின்றனர்: மருத்துவச் சொற்களுக்கான தொடர்ச்சியான தேடல்கள், கோப்புப் பெயர்களின் வரிசை அல்லது ரகசிய ஆவணங்களுடன் மேற்கொள்ளப்படும் தொடர்புகளின் நேரம் ஆகியவற்றைக் கொண்டு ஒருவரின் தனிப்பட்ட தகவல்களை ஊகிக்க முடியும். இந்த 'opt-in' முறை அபாயத்தைக் குறைத்தாலும், பயனர்கள் சரியான நேரத்தில் இந்த அம்சத்தை ஆன் அல்லது ஆஃப் செய்ய நினைவில் கொள்ள வேண்டும் என்பதில் இது தங்கியுள்ளது—இத்தகைய பழக்கத்தைக் கடைப்பிடிப்பது கடினமாக இருக்கலாம்.

There is also the question of data residency. The feature stores the event log locally, but when a user initiates a chat, the relevant slice of history is transmitted to OpenAI’s servers for inference. The company says transmission is encrypted and that only the minimal context needed for the request is sent, yet enterprises may demand on-premise processing or stricter data-handling contracts before adopting the tool at scale.

What to watch next

OpenAI has not disclosed a rollout schedule beyond macOS, but the architecture is platform-agnostic, suggesting Windows and Linux versions could follow. The next logical step is an enterprise-grade offering with policy controls, audit logs and the ability to keep inference entirely within a corporate firewall.

Regulators in the EU and US are beginning to focus on AI systems that ingest user activity data. Any future mandate on “transparent AI” could require OpenAI to expose exactly which events are logged and how they are pruned. Watch for updates to the privacy policy and for third-party audits that validate the claim of “no visual capture.”

Bottom line

Computer History trades visual surveillance for event-level logging, giving ChatGPT a window into a user’s recent desktop life while promising stronger privacy guarantees. If the balance holds—rich enough context to be useful, sparse enough to stay out of the privacy spotlight—the feature could become a cornerstone of next-generation personal AI assistants, reshaping how we interact with our own machines.