نسل بعدی رانندگی گفت‌وگویی؛ ارتباط صوتی طبیعی میان انسان و خودرو

به گزارش خودران، هوش مصنوعی رانندگی سال‌هاست در مسیر یادگیری تصاویر، نقشه‌ها و الگوهای حرکتی پیش می‌رود، اما بزرگ‌ترین چالش آن هنوز یک مهارت انسانی است: گفت‌وگو. پژوهش جدید دانشگاه استنفورد در مجله HAI Journal (2024) نشان می‌دهد که خودروهای خودران مجهز به سامانه تعامل گفتاری طبیعی می‌توانند میزان درک متقابل میان انسان و ماشین را تا ۴۵ درصد افزایش دهند و در موقعیت‌های بحرانی تصمیم‌های دقیق‌تری بگیرند.

در این الگو، رابط گفت‌وگویی (Conversational Interface) نه برای سرگرمی، بلکه به‌عنوان لایه ایمنی شناختی طراحی شده است. خودرو می‌تواند از سرنشین بپرسد: «می‌خواهی سرعت را کاهش دهم؟» یا هنگام تشخیص اضطراب صوتی در لحن کاربر، تصمیم به توقف بگیرد. چنین واکنش‌هایی بر پایه مدل‌های پردازش احساس صوتی (Affective Speech Recognition) انجام می‌شود که نشانه‌های تنش، خستگی یا تردید را در صدا تحلیل می‌کنند.

به گفته گزارش استنفورد، آزمایش‌های انجام‌شده روی ۲۲۰ راننده شبیه‌سازی‌شده نشان داده است خودروهای دارای سامانه گفت‌وگوی طبیعی، ۲.۳ برابر سریع‌تر از نسخه‌های بدون تعامل گفتاری در شرایط خطر تصمیم ایمنی اتخاذ کردند.

شرکت‌های Mercedes MBUX، NIO ET7 و Wayve AI Cockpit نمونه‌های اولیه این فناوری را آزمایش کرده‌اند و هدف، تبدیل کابین به یک محیط هم‌حس و پاسخگو است تا تعامل انسانی در لحظات بحرانی جایگزین چشمک چراغ‌ها و آلارم‌های سرد شود.

اما مسیر پیاده‌سازی این نوع ارتباط هنوز پرچالش است. از دید مهندسی، هم‌زمانی چندلایه میان واحد شنیداری و تصمیم‌گیر اصلی مهم‌ترین مانع محسوب می‌شود؛ زیرا حتی تأخیر ۳۰۰ میلی‌ثانیه در واکنش صوتی می‌تواند موجب تداخل در پیش‌بینی مسیر شود. از سوی دیگر، حفظ حریم صوتی و خطر شنود داده‌های گفت‌وگویی نیازمند رمزنگاری دوطرفه و حذف فوری داده‌ها پس از پردازش است.

در سطح طراحی کاربری نیز پرسش بزرگی مطرح است: آیا انسان می‌خواهد که خودرو واقعاً با او حرف بزند؟ آزمایش‌های روان‌شناسی نشان می‌دهد بخشی از کاربران هنوز در برابر گفت‌وگوی ماشینی مقاومت دارند. با این حال، با پیشرفت مدل‌های زبانی Real‑Time LLMs و اتصال مستقیم به سامانه تصمیم خودران، آینده‌ای قابل تصور است که در آن اعتماد به خودرو با یک جمله آغاز شود:

«باشه، مسیر امن‌تر را انتخاب کن.»