Title: OpenAI เปิดตัว Computer History เพื่อติดตามกิจกรรมบนเดสก์ท็อปผ่าน ChatGPT

OpenAI ได้เปิดตัว Computer History ซึ่งเป็นฟีเจอร์ใหม่ภายในแอป ChatGPT บน macOS ที่บันทึกการคลิก การกดแป้นพิมพ์ และสัญญาณระดับเหตุการณ์อื่น ๆ โดยโมเดลสามารถอ้างอิงกิจกรรมบนเดสก์ท็อปล่าสุดของผู้ใช้ได้โดยไม่ต้องมีการถ่ายภาพหน้าจอเลย ด้วยการเปลี่ยนข้อมูลการโต้ตอบดิบให้กลายเป็นไทม์ไลน์ ฟีเจอร์นี้จึงมีเป้าหมายที่จะเปลี่ยน ChatGPT จากแชทบอทแบบตอบโต้ (reactive chatbot) ให้กลายเป็นผู้ช่วยเชิงรุก (proactive assistant) ที่สามารถดึงเอกสารที่แก้ไขล่าสุด ยืนยันว่ามีการแชร์ผ่าน Slack หรือไม่ หรือสรุปผลการทำงานในช่วงเช้าให้ได้ ทั้งหมดนี้โดยไม่ต้องมีการบันทึกภาพ

วิธีการทำงานของฟีเจอร์นี้

Computer History จะสร้างบันทึกตามลำดับเวลาทันทีที่แอปเริ่มทำงาน โดยแต่ละรายการจะระบุว่าหน้าต่างใดกำลังใช้งานอยู่ ปุ่มใดถูกกด และมีการพิมพ์ข้อความอะไรบ้าง แต่จะไม่เก็บรูปภาพ วิดีโอ หรือเสียงไว้เลย บันทึกนี้จะถูกเก็บไว้ในอุปกรณ์และจะถูกส่งไปยังโมเดลภาษาขนาดใหญ่ (large language model) ก็ต่อเมื่อผู้ใช้เริ่มเซสชัน ChatGPT เท่านั้น ในทางปฏิบัติ โมเดลสามารถสอบถามไทม์ไลน์เพื่อตอบคำถามอย่างเช่น “ฉันเพิ่งแก้ไขไฟล์ไหนไป?” หรือ “ฉันได้ส่งร่างนั้นให้เพื่อนร่วมงานหรือยัง?” โดยที่ผู้ใช้ไม่ต้องคัดลอกและวางไฟล์หรืออธิบายบริบทด้วยตนเอง

ทีมพัฒนาของ OpenAI ได้สาธิตเวิร์กโฟลว์ที่ AI สามารถค้นหาเอกสารล่าสุด ตรวจสอบสถานะการแชร์บนแพลตฟอร์มส่งข้อความ และสรุปกิจกรรมประจำวันอย่างกระชับ การเชื่อมโยงสัญญาณจากแอปพลิเคชันต่าง ๆ เข้าด้วยกันช่วยให้ผู้ช่วยสามารถแนะนำระบบอัตโนมัติสำหรับขั้นตอนที่ทำซ้ำ ๆ หรือกระตุ้นให้ผู้ใช้ทำงานที่ยังค้างอยู่ให้เสร็จสิ้น

สถาปัตยกรรมที่เน้นความเป็นส่วนตัวเป็นหลัก

ความแตกต่างที่เห็นได้ชัดที่สุดจากคู่แข่ง เช่น ฟีเจอร์ Recall ของ Microsoft คือประเภทของข้อมูลที่จัดเก็บ Recall อาศัยการถ่ายภาพหน้าจออย่างต่อเนื่องเพื่อสร้างประวัติเชิงภาพขึ้นมาใหม่ แต่ Computer History อาศัยเพียง "เหตุการณ์" (events) ที่เต็มไปด้วยเมทาดาตาเท่านั้น OpenAI ระบุว่าระบบจะข้ามกิจกรรมใด ๆ ที่เกิดขึ้นในโหมดไม่ระบุตัวตน (incognito) หรือโหมดการท่องเว็บแบบส่วนตัวโดยอัตโนมัติ และจะไม่เก็บข้อมูลพิกเซลที่อาจเปิดเผยข้อมูลภาพที่ละเอียดอ่อน

Ari Weinstein หัวหน้าฝ่ายผลิตภัณฑ์และวิศวกรรมของ OpenAI เน้นย้ำว่าฟีเจอร์นี้เป็นแบบ opt-in (ผู้ใช้ต้องเลือกเปิดใช้งานเอง) ผู้ใช้ต้องเปิดใช้งานตัวบันทึกประวัติอย่างชัดเจน และสามารถปรับแต่งสิ่งที่ต้องการบันทึกได้:

  • การยกเว้นแอป (App exclusion) – ใส่ชื่อโปรแกรมหรือเว็บไซต์เฉพาะเจาะจงในบัญชีดำเพื่อไม่ให้ปรากฏในบันทึก
  • การลบด้วยตนเอง (Manual deletion) – ลบบันทึกแต่ละรายการเพื่อลบการกระทำเฉพาะอย่างออกจากหน่วยความจำของโมเดล
  • การควบคุมที่ละเอียด (Granular controls) – เปิดหรือปิดตัวบันทึกสำหรับช่วงเวลาเฉพาะ เพื่อให้แน่ใจว่าผู้ช่วยจะเห็นข้อมูลเฉพาะเมื่อผู้ใช้ต้องการเท่านั้น

มาตรการป้องกันเหล่านี้มีจุดมุ่งหมายเพื่อสร้างความมั่นใจให้แก่ทั้งผู้ใช้ทั่วไปและแผนก IT ขององค์กรว่า ผู้ช่วยจะไม่แอบรวบรวมเนื้อหาที่เป็นภาพหรือแอบฟังการสนทนาที่เป็นส่วนตัว

ทำไมสิ่งนี้จึงสำคัญต่อผลิตภาพและตลาด

หากไทม์ไลน์มีความน่าเชื่อถือ AI จะสามารถลดความยุ่งยากในการสลับไปมาระหว่างแอปพลิเคชัน แทนที่จะต้องเปิดไฟล์ คัดลอกเส้นทางไฟล์ (path) และวางลงในพรอมต์ ผู้ใช้สามารถถามเพียงว่า “ฉันทำงานอะไรไปหลังมื้อเที่ยง?” และได้รับคำตอบที่พร้อมใช้งานทันที สำหรับผู้ใช้งานระดับสูง (power users) ที่ต้องสลับไปมาระหว่างโปรแกรมเขียนโค้ด เครื่องมือออกแบบ และแพลตฟอร์มการสื่อสาร การลดภาระจากการสลับบริบทการทำงาน (context-switch overhead) นี้อาจเปลี่ยนเป็นการประหยัดเวลาที่วัดผลได้จริง

ในมุมมองด้านตลาด ความเคลื่อนไหวนี้ส่งสัญญาณถึงการผลักดันของ OpenAI ไปสู่ “agentic AI” ซึ่งเป็นระบบที่ดำเนินการแทนผู้ใช้โดยอิงจากมุมมองที่ต่อเนื่องของสภาพแวดล้อมในการทำงาน คู่แข่งที่พึ่งพาการจับภาพหน้าจอต้องเผชิญกับการตรวจสอบที่เข้มงวดจากหน่วยงานกำกับดูแลและความระแวดระวังของผู้ใช้ที่สูงกว่า ในขณะที่การบันทึกตามเหตุการณ์ช่วยหลีกเลี่ยงความกังวลเหล่านั้นได้หลายประการในขณะที่ยังคงให้บริบทที่ครบถ้วน องค์กรที่เคยบล็อกเครื่องมือจับภาพหน้าจอด้วยเหตุผลด้านความเป็นส่วนตัวอาจพบว่า Computer History เป็นแนวทางที่เป็นไปได้สำหรับเวิร์กโฟลว์ที่ได้รับความช่วยเหลือจาก AI

อีกด้านหนึ่งของเหรียญ

แม้จะไม่มีการถ่ายภาพหน้าจอ แต่การบันทึกทุกการคลิกและการกดแป้นพิมพ์ก็ยังสร้างข้อกังวล นักวิจารณ์ตั้งข้อสังเกตว่าเมทาดาตายังสามารถเปิดเผยเจตนาที่ละเอียดอ่อนได้ เช่น ชุดการค้นหาคำศัพท์ทางการแพทย์ รูปแบบของชื่อไฟล์ หรือช่วงเวลาที่มีการโต้ตอบกับเอกสารลับ ซึ่งสามารถนำมาปะติดปะต่อกันเพื่ออนุมานข้อมูลส่วนตัวได้ แม้ว่าโมเดลแบบ opt-in จะช่วยบรรเทาความเสี่ยง แต่ก็ต้องอาศัยการที่ผู้ใช้จดจำที่จะเปิดหรือปิดฟีเจอร์นี้ในเวลาที่เหมาะสม ซึ่งเป็นนิสัยที่รักษาได้ยาก

นอกจากนี้ยังมีประเด็นเรื่องถิ่นที่อยู่ของข้อมูล (data residency) โดยฟีเจอร์นี้จะเก็บบันทึกเหตุการณ์ (event log) ไว้ในเครื่อง แต่เมื่อผู้ใช้เริ่มการแชท ข้อมูลประวัติส่วนที่เกี่ยวข้องจะถูกส่งไปยังเซิร์ฟเวอร์ของ OpenAI เพื่อทำการประมวลผล (inference) ทางบริษัทระบุว่าการส่งข้อมูลมีการเข้ารหัสและจะส่งเฉพาะบริบทที่จำเป็นต่อคำขอเท่านั้น อย่างไรก็ตาม องค์กรธุรกิจอาจต้องการการประมวลผลภายในองค์กร (on-premise) หรือสัญญาการจัดการข้อมูลที่เข้มงวดกว่าเดิมก่อนที่จะนำเครื่องมือนี้ไปใช้งานในระดับกว้าง

สิ่งที่ควรจับตามองต่อไป

OpenAI ยังไม่ได้เปิดเผยกำหนดการเปิดตัวนอกเหนือจาก macOS แต่เนื่องจากสถาปัตยกรรมนี้ไม่ยึดติดกับแพลตฟอร์ม (platform-agnostic) จึงมีความเป็นไปได้ว่าเวอร์ชัน Windows และ Linux จะตามมาในภายหลัง ขั้นตอนต่อไปที่สมเหตุสมผลคือการนำเสนอโซลูชันระดับองค์กร (enterprise-grade) ที่มาพร้อมกับการควบคุมนโยบาย บันทึกการตรวจสอบ (audit logs) และความสามารถในการเก็บการประมวลผลไว้ภายในไฟร์วอลล์ขององค์กรทั้งหมด

หน่วยงานกำกับดูแลในสหภาพยุโรปและสหรัฐอเมริกากำลังเริ่มให้ความสำคัญกับระบบ AI ที่มีการนำข้อมูลกิจกรรมของผู้ใช้มาประมวลผล ข้อกำหนดในอนาคตเกี่ยวกับ “AI ที่มีความโปร่งใส” (transparent AI) อาจบีบให้ OpenAI ต้องเปิดเผยว่าเหตุการณ์ใดบ้างที่ถูกบันทึกไว้และมีวิธีการคัดกรองข้อมูล (pruned) อย่างไร โปรดติดตามการอัปเดตนโยบายความเป็นส่วนตัวและการตรวจสอบโดยบุคคลที่สามเพื่อยืนยันคำกล่าวอ้างที่ว่า “ไม่มีการบันทึกภาพ” (no visual capture)

บทสรุป

Computer History เลือกที่จะแลกการสอดส่องทางภาพกับการบันทึกข้อมูลในระดับเหตุการณ์ ซึ่งช่วยให้ ChatGPT สามารถรับรู้ถึงกิจกรรมบนเดสก์ท็อปของผู้ใช้ในช่วงที่ผ่านมา ในขณะเดียวกันก็ให้คำมั่นสัญญาเรื่องการรับประกันความเป็นส่วนตัวที่แข็งแกร่งขึ้น หากความสมดุลนี้ยังคงอยู่—คือมีบริบทที่เพียงพอต่อการใช้งาน แต่ก็เบาบางพอที่จะไม่ตกเป็นเป้าสายตาในเรื่องความเป็นส่วนตัว—ฟีเจอร์นี้อาจกลายเป็นรากฐานสำคัญของผู้ช่วย AI ส่วนบุคคลในยุคถัดไป และเปลี่ยนรูปแบบการปฏิสัมพันธ์ระหว่างเรากับเครื่องคอมพิวเตอร์ของเราไปอย่างสิ้นเชิง