Meta'nın geniş kitlelere yönelik yeni yapay zeka ajanı Muse, The Verge'in deneyim editörü Allison Johnson tarafından gerçek hayattaki "kırılgan" yönetimsel görevlerle test edildi. Johnson, aracına "Marley" takma adını verip, kar tanesi ve köpek karışımı benzeşen öneri avatarını seçti. Test süresi bir sabah süren oturumda, aracıya ertelenmiş beş farklı görev verildi.
📌 Gelişmede Öne Çıkan Başlıklar
- Muse, peyzajçı takip maili gönderme, kahve makinesi parçası siparişi verme ve Instacart ile market alışverisi yapma gibi kredi kartı işlemi gereken görevleri sorunsuz tamamladı.
- Çöp toplama şirketi hesabı iptali ve diş hekimi randevusu gibi telefon doğrulaması veya canlı müşteri temsilcisi ile konuşma gerektiren işlemlerde aracı yetersiz kaldı.
- Test eden Allison Johnson, aracın sanal tarayıcı pencereleriyle paralel görev yürütmesi görsel olarak 'baş döndürücü' olsa da, pratikte insan müdahalesi gereken noktalarda tıkandığını kaydetti.
- Johnson, Muse'yi 'parası çıkarma konusunda çok elverişli' bulduğunu, ancak yönetimsel engelleri aşamada insan denetiminin hala zorunlu olduğunu vurguladı.
Çevrimiçi İşlemlerde Tam Puan, Telefon Görevlerinde Sıfır
Muse, peyzajçı firmasından teklif almak için Gmail erişimiyle takip maili taslaklayıp gönderme, buhar direği yedek parçasını kredi kartı ile sipariş etme ve Instacart üzerinden market alışverisi yapma gibi tamamen dijital ve ödeme içeren üç görevi başarıyla tamamladı. Johnson, aracın bu süreçte kredi kartı bilgilerini kullanarak "parayı harcamada son derece elverişli" olduğunu, hatta biraz da rahatsız edici derecede hızlı hareket ettiğini belirtti.
Ancak çöp toplama şirketi hesabının iptali ve diş hekimi randevusu alma görevlerinde Muse tıkandı. Her iki işlem de telefon tabanlı kimlik doğrulaması (IVR sistemleri, canlı temsilci bekleme) gerektirdiği için aracı bu engelleri aşamadı. Johnson, aracın bu tür "insan müdahalesi zorunlu" noktalarda kullanıcıya kontrolü geri vermesi gerektiğini, ancak mevcut yapıda bu geçişin pürüzsüz olmadığını kaydetti.
Paralel Görev Yürütme Teorisi Pratikte Zorlandı
Johnson, yapay zeka ajanlarının paralellikten faydalanabileceği teorisini test etmek için görevleri ard arda verdi. Marley'nin aynı anda birden fazla sanal tarayıcı penceresi açarak web siteleri arasında gezinmesi görsel olarak "baş döndürücü" bir deneyim yarattı. Editör, aracın yazım yeteneğini (peyzajçı maili) test amaçlı kullandığını, ancak normalde yapay zeka yazım araçlarını tercih etmediğini vurguladı. Sonuç olarak Muse, tekrarlayan ve yapısal çevrimiçi işlemleri otomatize etmede güçlü bir yardımcı iken, kurumsal bürokrasinin telefon tabanlı kapılarını aralamada henüz yetersiz kaldı.