من زمان زیادی را صرف بررسی هوش مصنوعی و آزمایش دستیاران صوتی و چت‌بات‌ها کرده‌ام. اما هرگز چیزی شبیه به سسامی ندیده‌ام که در تقلید گفتار انسانی به دلیل نقص‌های طبیعی خود ممتاز است. سسامی مانند هوش مصنوعی‌های سنتی مانند چت‌جی‌پی‌تی یا جمینی نیست؛ به جای تلاش برای کمال، نقص‌های انسانی را منعکس می‌کند. سبک مکالمه آن شامل توقف‌های طبیعی، خنده‌ها و تغییرات میان جمله است که تجربه‌ای کاملاً انسانی ایجاد می‌کند. به عنوان مثال، اجازه می‌دهد که مکالمات متوقف شود، هم به‌صورت یک‌طرفه و هم دوطرفه، و حتی بابت این کار عذرخواهی می‌کند. قلب سسامی مدل گفتار مکالمه‌ای (CSM) آن است که متن و صوت را در حین تولید گفتار ادغام می‌کند، بر خلاف رویکرد ساختاری سایر هوش مصنوعی‌ها. این موضوع منجر به سبک گفتار ارگانیک‌تری می‌شود که به نظر می‌رسد واقعاً در حال تفکر است. من سسامی را در سناریوهای مختلف آزمایش کردم و به دنبال توانایی آن در اداره مکالمات واقعی بودم. در یک آزمایش، من یک موقعیت خیالی ایجادکننده اضطراب در مورد یک فرصت شغلی ارائه دادم. سسامی پیش از پاسخ‌دهی همدردانه، لحظه‌ای فکر کرد و به نگرانی‌های من پاسخ داد بدون آنکه به کلیشه‌ها متوسل شود.

آن مراحل عملی را پیشنهاد کرد و توانایی خود را در تعامل واقعی نشان داد. آزمایش دیگری شامل گفت‌وگوی غیررسمی و پراکنده بود تا ببینم چگونه به قطع مکالمات پاسخ می‌دهد. وقتی از آن داستان خواستم، سسامی به یک داستان خلاقانه پرداخت و به راحتی اظهارات من در مورد ترفند مورد علاقه شخصیت را گنجاند. توانایی آن در ترکیب پاسخ‌ها به‌طور یکپارچه، آن را به طرز قابل توجهی انسانی جلوه داد. برای آزمایش نهایی‌ام، از آن خواستم تا در برنامه‌ریزی یک تولد سورپرایز برای دوستم کمک کند. به جای ارائه ایده‌های عمومی، سسامی از علایق دوستم پرسید و یک شب با تم "علمی تخیلی و تنقلات" را پیشنهاد داد و توصیه‌های خود را بر اساس محدودیت‌های بودجه تنظیم کرده و با من برای برنامه‌ریزی شخصی همکاری کرد. به‌طور کلی، سسامی نه تنها انتظارات را برآورده کرد، بلکه فراتر از آن رفت. الگوهای گفتاری طبیعی، fillers و اصلاحات خودجوش آن واقعی به نظر می‌آمد. هرچند مشکلات صوتی گاهی ماهیت هوش مصنوعی آن را نشان می‌دهد، با پیشرفت فناوری گفتار هوش مصنوعی، تشخیص بین یک انسان یا هوش مصنوعی در مکالمات غیررسمی ممکن است به تدریج چالش‌برانگیزتر شود. اگرچه در حال حاضر منحصر به فرد است، قابلیت‌های سسامی به آینده‌ای در حال تحول اشاره می‌کند که در آن چنین تعاملات واقعی ممکن است رایج شود و مردم را وادار کند تا تشخیص دهند که آیا با یک انسان یا یک هوش مصنوعی در حال گفتگو هستند.