هل وصل الكسل إلى درجة أننا نترك الذكاء الاصطناعي يدير هواتفنا؟ هذا هو السؤال الذي يطرحه إطلاق أداة Opposable، وهي تطبيق يهدف إلى السماح لوكيل ذكاء اصطناعي بالضغط، التمرير، والكتابة على هواتف Android، والتحكم بهواتف iPhone عبر جهاز كمبيوتر مصاحب. الفكرة هي «إراحة» المستخدمين من عبء تشغيل أجهزتهم بأنفسهم.
يوفر Opposable «أصابع افتراضية» لوكيل الذكاء الاصطناعي، مما يسمح له بفتح التطبيقات وقراءة الشاشة والنقر والكتابة. تعتمد عملية التنفيذ على Android على خدمات الوصول لفحص الشاشة، مع توفير لقطات شاشة كمدخل مرئي لنموذج الذكاء الاصطناعي. يستخدم التطبيق نموذج GUI-Owl 1.5 2B للرؤية اللغوية، والذي يعمل عبر llama.cpp، بينما يمكن التعامل مع المهام بواسطة وكيل AI مكتبي مقترن أو وكيل يعمل على الجهاز نفسه (خاص بأجهزة Android). تدعم الأداة أي عميل يدعم معيار MCP.
مشكلة الأداء والتكلفة
برأينا، الأداء هو أحد أبرز نقاط ضعف Opposable. ففي أحد الأمثلة، استغرق تغيير سمة النظام إلى الوضع الداكن وضبط مؤقت لخمس دقائق، باستخدام Claude Code وMCP، 50 ثانية وتطلب 17 استدعاء للأداة. مثال آخر للبحث عن تاريخ إطلاق Apollo 11 وطاقمه استغرق دقيقتين تقريباً، وبلغت تكلفته 0.44 دولار أمريكي (حوالي 1.65 ريال سعودي أو 1.61 درهم إماراتي)، وهو أمر غير منطقي على الإطلاق، خاصة عندما يمكن الحصول على هذه المعلومات بشكل أسرع وأرخص باستخدام المساعدين الصوتيين مثل Gemini أو Siri.
مثال آخر يعرض جهاز Android افتراضي يعمل بدون وكيل مكتبي مقترن، حيث يتم الاعتماد على الوكيل المثبت على الهاتف مباشرةً. استغرق فتح تطبيق الساعة والتبديل إلى علامة تبويب ساعة الإيقاف حوالي 96 ثانية، وهو ما يعتبره المطورون أداءً «مثيراً للإعجاب» على موقعهم.
دقة إنجاز المهام أيضاً تثير التساؤلات. فوفقاً للمطورين، نجح النموذج في إنجاز 4 من أصل 8 مهام لم يتم تدريبه عليها بشكل كامل، و3 مرات في جولة ثانية. وعند تقسيم المهمة إلى أهداف فرعية صغيرة، نجح في إنجاز 6 من 8 مهام في كلتا الجولتين. هذا يعني أن الأداة لا تزال تحتاج إلى توجيه كبير وتفشل في ربع المهام حتى عند «مراقبتها» خطوة بخطوة.
المخاطر الأمنية وتساؤلات حول الفائدة
يثير تثبيت Opposable على أجهزة Android مخاوف أمنية كبيرة، حيث يتطلب تحميل ملف APK يدوياً ومنح الوصول الكامل لقراءة الشاشة والتفاعل معها عبر إعدادات الوصول. يحذر موقع Opposable نفسه من أن «من يمتلك التوكن يمكنه تشغيل الهاتف، لذا تعامل معه ككلمة مرور». هذه المخاطر لا تتناسب مع الفائدة المزعومة.
في الوقت الحالي، يبدو أن Opposable محاولة لتطبيق فكرة وكلاء الذكاء الاصطناعي المتحكمين بالواجهة الرسومية على الهواتف الذكية، لكنها تعاني من مشكلات حادة في الأداء والتكلفة والدقة. قد يكون هناك استخدام محتمل كأداة مساعدة لذوي الاحتياجات الخاصة، ولكن هذا الجانب لم يُذكر في مواد الأداة الترويجية. بالنسبة للمطورين، تُظهر هذه الأداة مدى التعقيد والتحديات التي تواجه بناء وكلاء ذكاء اصطناعي يمكنها التحكم في واجهات المستخدم بفعالية وكفاءة، وتُسلط الضوء على تكلفة استدلال نماذج اللغة الكبيرة حتى للمهام البسيطة، مما يفرض تحديات في تحقيق قيمة حقيقية للمستخدمين.
المصدر: theregister.com