پنج سؤال رایج نسل بیبی‌بومرها را از ChatGPT و Grok پرسیدم؛ برنده غافلگیرم کرد
ChatGPT و Grok از شناخته‌شده‌ترین ابزارهای هوش مصنوعی هستند، اما کدام‌یک برای حل مسائل روزمره، به‌ویژه نیازهای نسل بیبی‌بومرها، عملکرد بهتری دارد؟ برای یافتن پاسخ، تصمیم گرفتم پرسش‌هایی را بررسی کنم که ممکن است والدینم، دوستان آن‌ها و بستگان سالمندم واقعاً مطرح کنند.
از تشخیص پیامک مشکوک منتسب به اداره پست آمریکا (USPS) گرفته تا درک سازوکار بیمه مدیکر، برنامه‌ریزی شام‌های کم‌هزینه و انتخاب یک گوشی هوشمند جدید، پنج پرسش یکسان و مبتنی بر موقعیت‌های واقعی را از هر دو چت‌بات پرسیدم. هدفم این بود که مشخص کنم کدام ابزار می‌تواند توصیه‌هایی روشن، دقیق و واقعاً کاربردی ارائه دهد، بدون آنکه موضوع را بیش از حد پیچیده کند.
نتایج غافلگیرکننده بود. یکی از این دو ابزار در ارائه جزئیات عملی عملکرد بهتری داشت، درحالی‌که دیگری ظاهراً بهتر می‌دانست چه زمانی اطلاعات کمتر، درواقع، مفیدتر است. در ادامه، عملکرد آن‌ها را مقایسه می‌کنم.
۱. آزمون تشخیص پیامک مشکوک
پرسش: همین الان این پیامک را دریافت کرده‌ام: «USPS: بسته شما به‌دلیل ناقص بودن نشانی قابل تحویل نیست. اطلاعات خود را ظرف ۲۴ ساعت در نشانی usps-redelivery-help.com به‌روزرسانی کنید، در غیر این صورت بسته شما بازگردانده خواهد شد.» این هفته منتظر دریافت بسته‌ای هستم. آیا پیام واقعی است؟ توضیح دهید از کجا می‌توان فهمید، در ادامه چه کاری باید انجام دهم و اگر روی پیوند کلیک کنم چه اتفاقی ممکن است بیفتد. لطفاً از اصطلاحات فنی استفاده نکنید.
Grok پاسخ درستی داد، جعلی بودن دامنه را به‌درستی تشخیص داد و نحوه عملکرد سامانه رهگیری واقعی مرسولات USPS را به‌روشنی توضیح داد. این ابزار گفت که می‌توان پیامک را به سرویس بازرسی پستی آمریکا یا کمیسیون تجارت فدرال (FTC) گزارش کرد، اما برخلاف ChatGPT، دستورالعمل مشخص، شماره تلفن یا نشانی ایمیلی برای انجام این کار ارائه نداد.
ChatGPT از همان ابتدا اعلام کرد که این پیامک تقریباً به‌طور قطع کلاهبرداری است و توصیه کرد روی پیوند آن کلیک نکنم. پاسخ این ابزار با جدولی روشن و قابل مرور تنظیم شده بود که پیامدهای احتمالی را مرحله‌به‌مرحله توضیح می‌داد؛ از کلیک کردن بدون وارد کردن اطلاعات گرفته تا ثبت اطلاعات پرداخت یا دانلود بدافزار. ChatGPT همچنین به ترفند رایج کلاهبرداران اشاره کرد: درخواست مبلغ اندکی بابت «تحویل مجدد» برای سرقت اطلاعات کارت بانکی؛ درحالی‌که USPS چنین هزینه‌ای دریافت نمی‌کند. این ابزار راه‌های گزارش دادن پیامک را نیز معرفی کرد، از جمله ارسال پیام به شماره 7726 با عنوان SPAM و فرستادن ایمیل به [email protected].
برنده: ChatGPT. این ابزار پاسخی جامع‌تر و کاربردی‌تر ارائه داد، به تمام بخش‌های پرسش پرداخت و در عین حال، توضیحاتش را روشن و قابل فهم نگه داشت.
۲. آزمون رفع ابهام درباره مدیکر
پرسش: سال آینده ۶۵ ساله می‌شوم و از سازوکار مدیکر سر درنمی‌آورم. تفاوت بخش‌های A، B، C و D مدیکر را طوری توضیح دهید که انگار هنگام نوشیدن قهوه با یک دوست صحبت می‌کنید. مدیکر اصلی چه تفاوتی با طرح Medicare Advantage دارد؟ سه اشتباه پرهزینه‌ای را که باید از آن‌ها اجتناب کنم نام ببرید. پاسخ را در کمتر از ۴۰۰ کلمه بنویسید و بگویید پیش از ثبت‌نام چه اطلاعاتی را باید بررسی کنم.
Grok پاسخ را در کمتر از ۴۰۰ کلمه نگه داشت، لحن محاوره‌ای و دوستانه موردنظر را به‌خوبی رعایت کرد و ارقام مالی دقیقی ارائه داد؛ از جمله اینکه حق بیمه ماهانه بخش B در سال ۲۰۲۶ حدود ۲۰۳ دلار است.
ChatGPT نیز پاسخ خوبی ارائه کرد، اما از محدودیت تعداد کلمات فراتر رفت. این ابزار از قالب متداول یک راهنمای اطلاعاتی همراه با جدول استفاده کرد و در پایان، اطلاعات فرعی دیگری آورد که برای یک فرد عادی چندان مفید یا ضروری به نظر نمی‌رسید.
برنده: Grok. این ابزار محدودیت‌ها و دستورالعمل‌های مشخص پرسش را بهتر رعایت کرد.
۳. چالش مدیریت هزینه خرید مواد غذایی
پرسش: این هفته باید برای دو بزرگسال، پنج شب شام تهیه کنم و فقط ۶۵ دلار برای خرید مواد غذایی بودجه دارم. غذای دریایی نمی‌خوریم و نمی‌خواهم آماده کردن هیچ غذایی بیشتر از ۳۰ دقیقه طول بکشد. پنج شام متفاوت پیشنهاد دهید، یک فهرست خرید یکپارچه با قیمت‌های تخمینی فروشگاه‌های مواد غذایی آمریکا تهیه کنید و هزینه کل را نشان دهید. برای کاهش هزینه، از مواد اولیه مشترک در چند غذا استفاده کنید و فرض نکنید چیزی در خانه دارم، به‌جز نمک، فلفل و روغن پخت‌وپز.
Grok فهرست قابل قبولی از غذاها ارائه داد و هزینه‌ها را پایین نگه داشت، اما چند نکته مهم درخواستی را رعایت نکرد. این ابزار فرض کرده بود برخی مواد اولیه از قبل در خانه موجودند، مقادیر غیرواقع‌بینانه‌ای پیشنهاد داده بود و دستور پخت‌ها نیز به‌اندازه کافی دقیق نبودند. برای مثال، یک‌ونیم پوند مرغ به‌سختی برای تقسیم میان سه وعده غذایی که بخش اصلی آن‌ها گوشت است، کفایت می‌کند.
ChatGPT محدودیت مربوط به نداشتن مواد اولیه در خانه را به‌دقت رعایت کرد، چاشنی‌های لازم را در فهرست گنجاند و مراحل آماده‌سازی غذاها را با توجه به همان مواد توضیح داد. همچنین فهرست خریدی بسیار جامع، همراه با قیمت‌ها، ارائه کرد.
برنده: ChatGPT. برنامه این ابزار به‌مراتب کاربردی‌تر، کامل‌تر و دقیق‌تر بود و نیازهای فردی با بودجه محدود را بهتر در نظر گرفت.
۴. دوراهی پیام دادن به اعضای خانواده
پرسش: دختر بزرگسالم مرتب در آخرین لحظه از من می‌خواهد از نوه‌هایم نگهداری کنم. عاشق وقت گذراندن با آن‌ها هستم، اما بازنشسته‌ام و برنامه‌های خودم را هم دارم. می‌خواهم بدون ناراحت کردن دخترم یا ایجاد این تصور که نمی‌خواهم کمک کنم، حدومرز مشخصی تعیین کنم. یک پیام متنی گرم، محبت‌آمیز و در عین حال قاطع بنویسید که بتوانم برایش بفرستم. متن باید مثل پیام واقعی یک پدر یا مادر باشد، نه نوشته یک درمانگر یا ایمیل اداری. طول پیام کمتر از ۱۰۰ کلمه باشد.
Grok تعادل بسیار خوبی میان صمیمیت و تعیین حدومرز برقرار کرد. در متن پیشنهادی آن آمده بود: «آن‌ها بهترین بخش هفته من هستند... فقط لازم دارم کمی زودتر خبرم کنی تا بتوانم برنامه‌ام را تنظیم کنم.» پیام کاملاً طبیعی به نظر می‌رسید و می‌شد تصور کرد یکی از والدین آن را واقعاً برای فرزندش می‌فرستد. این ابزار همچنین راه‌حلی عملی با انتظاراتی روشن و قابل اجرا پیشنهاد داد، بی‌آنکه لحن پیام مطالبه‌گرانه شود.
ChatGPT نیز پیامی گرم و محبت‌آمیز نوشت، اما محدودیت تعداد کلمات و لحن درخواستی را به‌خوبی رعایت نکرد. جمله «بازنشسته بودنم به این معنی نیست که همیشه وقتم آزاد است!» کمی موعظه‌گرانه بود و عبارت «لازم است درک کنی که...» نیز می‌توانست تند یا تدافعی به نظر برسد.
برنده: Grok. این ابزار هم محدودیت تعداد کلمات را رعایت کرد و هم به لحن طبیعی و موردنظر دست یافت.
۵. انتخاب گوشی هوشمند جدید
پرسش: ۶۸ سال دارم و به یک گوشی هوشمند جدید نیاز دارم. گوشی فعلی‌ام کند شده و نمی‌خواهم بیشتر از ۵۰۰ دلار هزینه کنم. بیشتر از گوشی برای عکس گرفتن از نوه‌هایم، پیام دادن، استفاده از فیسبوک، تماس تصویری و جست‌وجو در اینترنت استفاده می‌کنم. باتری خوب، صفحه‌نمایشی خوانا و گوشی‌ای می‌خواهم که دست‌کم چهار سال دوام بیاورد. سه گوشی را که همین حالا در آمریکا می‌توانم بخرم مقایسه کنید، مزایا و معایب هرکدام را بدون اصطلاحات فنی توضیح دهید و فقط یک مدل را پیشنهاد کنید. قیمت‌های فعلی و پیوندهایی برای بررسی آن‌ها نیز ارائه دهید.
Grok هدف اصلی کاربر را درک کرد و به‌درستی تشخیص داد که گوشی‌های سری Google Pixel در گرفتن عکس‌های واضح از کودکان در حال حرکت، به‌ویژه با کاهش تاری ناشی از حرکت، عملکرد خوبی دارند. این ابزار مدل Google Pixel 9a را پیشنهاد کرد. همچنین استفاده از اصطلاحات فنی را به حداقل رساند و ویژگی‌های گوشی را با زبانی ساده توضیح داد.
ChatGPT چند توصیه کلی مفید ارائه کرد؛ برای مثال، پیشنهاد داد از فروشگاه بخواهم اندازه نوشته‌های صفحه را بزرگ‌تر کند. بااین‌حال، در بخش‌های مهم پیشنهاد و انتخاب منابع دچار مشکل شد؛ از جمله اینکه توصیه‌های متناقضی ارائه داد و به پیوندهایی از فروشندگان ثالث اشاره کرد که اعتبارشان محل تردید بود.
برنده: Grok. این ابزار با اولویت دادن دقیق به مهم‌ترین نیاز کاربر، گوشی مناسب‌تری پیشنهاد کرد و تجربه‌ای روشن‌تر و ساده‌تر ارائه داد.
برنده نهایی: Grok
پیش از شروع این آزمایش‌ها، انتظار داشتم ChatGPT عملکرد بهتری داشته باشد، به‌ویژه در توضیح موضوعات پیچیده و کمک به تصمیم‌گیری‌های روزمره. در برخی موارد نیز واقعاً همین‌طور بود. راهنمایی این ابزار برای تشخیص کلاهبرداری پیامکی منتسب به USPS جامع‌تر و کاربردی‌تر بود و برنامه غذایی پیشنهادی آن نیز برای فردی با بودجه محدود واقع‌بینانه‌تر از آب درآمد.
اما Grok با توانایی دیگری مرا غافلگیر کرد: اینکه بداند چه زمانی باید موضوع را ساده نگه دارد. این ابزار توضیح روشن‌تری درباره مدیکر ارائه داد، پیام طبیعی‌تری برای ارتباط با اعضای خانواده نوشت و بدون سردرگم کردن مخاطب با جزئیات غیرضروری، گوشی هوشمند مناسب‌تری پیشنهاد کرد.
برای کسانی که به راهنمایی‌های دقیق و مرحله‌به‌مرحله نیاز دارند، ChatGPT همچنان گزینه‌ای بسیار خوب است. اما برای افرادی که فقط پاسخی روشن و ساده می‌خواهند تا بتوانند فوراً آن را درک کنند و به کار بگیرند، Grok عملکردی فراتر از انتظار نشان داد.