Microsoft’un yapay zekâ destekli dijital asistanı Copilot, kullanıcı deneyimini bir adım daha ileri taşıyan Vision adlı yeni özelliğiyle gündemde. Artık Microsoft Edge tarayıcısı üzerinden ücretsiz olarak erişilebilen bu özellik, kullanıcıların ekranındaki içeriği analiz ederek yönlendirme sunabiliyor. Vision, metinleri anlamlandırarak bilgi vermekten öte, kullanıcının ekranda gördüğünü algılayarak konuşma temelli yanıtlar üretiyor. Bu sayede dijital asistan kullanımı daha doğal ve pratik bir hâl alıyor.
Microsoft AI CEO’su Mustafa Suleyman, Vision özelliğini ilk olarak Bluesky platformunda duyurdu. Paylaşımında, Copilot Vision’ın “ekrandakileri gerçekten görebildiğini” belirterek, bu özelliğin günlük kullanımda nasıl yardımcı olabileceğine dair örnekler verdi. Örneğin kullanıcılar, yemek tarifi açık bir sayfa üzerindeyken Copilot’tan sesli yardım alabiliyor ya da bir iş ilanı üzerinden mülakat hazırlığı için fikirler isteyebiliyor. Tüm bu etkileşimlerde kullanıcı yalnızca konuşuyor; Copilot ise ekrana bakarak yanıt veriyor.
Copilot Vision, ekran içeriğini analiz ederek kullanıcıya rehberlik edebiliyor
Bu yeni özellik, komutları yalnızca mikrofon üzerinden alıyor ve yazılı bir girişe gerek bırakmıyor. Vision, sesi algılayıp yanıt üretirken aynı zamanda ekran içeriğinden bağlam çıkarabiliyor. Ekrandaki bir metni vurgulayıp dikkat çekmek gibi işlemleri yapabilse de, herhangi bir bağlantıya tıklama ya da kullanıcı adına işlem gerçekleştirme yetkisi bulunmuyor. Bu yönüyle, kullanıcıyı yönlendirmekle sınırlı bir destek sunuyor.
Vision, şu an sadece Edge tarayıcısında kullanılabiliyor ve sistem genelinde çalışmıyor. Ancak daha kapsamlı kullanım isteyenler için Copilot Pro aboneliği hâlen gerekli. Pro kullanıcıları, bu özelliği Photoshop, video düzenleme uygulamaları ya da Minecraft gibi oyunlarda da aktif şekilde kullanabiliyor. Ne var ki, bu genişletilmiş deneyim ücretsiz sürümde bulunmuyor.
Ücretsiz sürümde Vision’ı denemek isteyenlerin Edge tarayıcısında belirli bir Microsoft bağlantısını açmaları yeterli. Ardından kullanıcıdan izin isteniyor ve onay verildiğinde Copilot kenar çubuğu aktif hâle geliyor. Mikrofon simgesine tıklayarak başlatılan oturum, tarayıcıdaki bir ses efekti ve ekran renginin hafif değişimiyle başlıyor. Bu oturum sırasında ekran içeriği yapay zekâ tarafından inceleniyor ve kullanıcıya sesli olarak yanıt veriliyor.
Buna rağmen, özelliğin her cihazda aynı kararlılıkla çalışmadığı da ifade ediliyor. Özellikle daha eski ya da düşük performanslı dizüstü bilgisayarlarda Vision oturumlarının başlatılamadığı veya arayüz öğelerinin görünmediği durumlar yaşanabiliyor. Yine de bu durumların geçici yazılım uyumsuzluklarından kaynaklandığı düşünülüyor. Microsoft’un bu geri bildirimler doğrultusunda performans iyileştirmeleri yapması muhtemel.
Veri gizliliği tarafında ise Microsoft, Copilot Vision oturumlarında ekran içeriği, görseller veya kullanıcı girdilerinin kayıt altına alınmadığını belirtiyor. Sadece yapay zekânın verdiği yanıtlar sistemde loglanıyor. Kullanıcılar istedikleri an oturumu kapatarak ekran paylaşımını sonlandırabiliyor ya da tarayıcıyı kapatarak işlemi tamamen durdurabiliyor. Bu yaklaşım, veri güvenliği açısından daha kontrollü bir kullanım sağlıyor.
Vision’ın henüz erken aşamada sunulmasına rağmen, kullanıcı alışkanlıklarını değiştirebilecek bir potansiyele sahip olduğu dikkat çekiyor. Özellikle görsel içeriklerin yoğunlaştığı tarayıcı sekmelerinde, sesli etkileşimle desteklenmiş yapay zekâ desteği, erişilebilirliği artırıyor. Tüm bunların yanında, Vision’ın gelecekte daha fazla uygulama ve servisle entegre edilmesi bekleniyor. Kullanıcılardan gelen geri bildirimler doğrultusunda bu özelliğin işlevselliği zamanla daha da gelişebilir.
