Σε μια κίνηση που αλλάζει οριστικά το τοπίο της επικοινωνίας ανθρώπου-μηχανής, η OpenAI ανακοίνωσε την Τετάρτη 8 Ιουλίου 2026 την κυκλοφορία του GPT-Live. Πρόκειται για μια εξελιγμένη αρχιτεκτονική φωνητικής αλληλεπίδρασης που αντικαθιστά το παλαιότερο Advanced Voice Mode, εισάγοντας την έννοια του «full-duplex» διαλόγου. Για πρώτη φορά, η τεχνητή νοημοσύνη δεν περιμένει απλώς τη σειρά της για να μιλήσει, αλλά συμμετέχει σε μια ζωντανή, ρέουσα συζήτηση όπου οι διακοπές, οι αυξομειώσεις της έντασης και οι συναισθηματικές αποχρώσεις γίνονται μέρος της εμπειρίας.

Η Τεχνολογική Υπεροχή του Full-Duplex

Η βασική διαφορά του GPT-Live από τους προκατόχους του έγκειται στην αρχιτεκτονική του. Μέχρι σήμερα, τα συστήματα φωνητικής τεχνητής νοημοσύνης λειτουργούσαν με μια λογική «walkie-talkie»: ο χρήστης μιλούσε, το σύστημα επεξεργαζόταν τον ήχο, τον μετέτρεπε σε κείμενο, παρήγαγε απάντηση και στη συνέχεια την εκφωνούσε. Αυτή η διαδικασία δημιουργούσε αναπόφευκτες παύσεις που υπενθύμιζαν διαρκώς στον χρήστη ότι συνομιλεί με μια μηχανή.

Το GPT-Live καταργεί αυτά τα στεγανά. Χρησιμοποιώντας ένα νέο πολυτροπικό μοντέλο που επεξεργάζεται τον ήχο απευθείας (native audio processing), το ChatGPT μπορεί πλέον να «ακούει» ενώ ταυτόχρονα «μιλάει». Αυτό σημαίνει ότι αν ο χρήστης διακόψει την AI στη μέση μιας πρότασης, εκείνη θα σταματήσει ακαριαία, θα επεξεργαστεί τη νέα πληροφορία και θα προσαρμόσει την απάντησή της, ακριβώς όπως θα έκανε ένας άνθρωπος σε μια φυσική κουβέντα στο τηλέφωνο ή από κοντά.

  • Μείωση Λανθάνοντος Χρόνου: Ο χρόνος απόκρισης έχει μειωθεί κάτω από τα 200ms, πλησιάζοντας την ταχύτητα της ανθρώπινης σκέψης.
  • Συναισθηματική Αντίληψη: Το μοντέλο αναλύει τον τόνο της φωνής, την ταχύτητα και την αναπνοή του χρήστη για να κατανοήσει τη διάθεσή του.
  • Διαχείριση Θορύβου: Βελτιωμένη ικανότητα απομόνωσης της φωνής του χρήστη από θορύβους του περιβάλλοντος.

Δύο Μοντέλα για Διαφορετικές Ανάγκες: Turbo και Pro

Η OpenAI δεν περιορίστηκε σε μία μόνο έκδοση. Το GPT-Live κυκλοφορεί σε δύο παραλλαγές: το GPT-Live-Turbo και το GPT-Live-Pro. Το Turbo είναι βελτιστοποιημένο για ταχύτητα και αποτελεσματικότητα, καθιστώντας το ιδανικό για καθημερινές εργασίες, όπως η ρύθμιση υπενθυμίσεων, οι γρήγορες ερωτήσεις ή η εξάσκηση σε ξένες γλώσσες. Αντίθετα, το Pro μοντέλο διαθέτει μεγαλύτερο «συναισθηματικό βάθος» και χρησιμοποιεί περισσότερους υπολογιστικούς πόρους για να προσφέρει μια πιο πλούσια, εκφραστική εμπειρία.

Σύμφωνα με στελέχη της εταιρείας, το μοντέλο Pro είναι ικανό να τραγουδήσει, να ψιθυρίσει ή ακόμα και να εκφράσει σαρκασμό, αν το απαιτεί το πλαίσιο της συζήτησης. Αυτή η εξέλιξη ανοίγει νέους δρόμους σε τομείς όπως η ψυχική υγεία, όπου η AI θα μπορούσε να λειτουργήσει ως ένας προσωρινός σύντροφος ή υποστηρικτικός ακροατής, αν και οι ειδικοί προειδοποιούν για τους κινδύνους της υπερβολικής συναισθηματικής εξάρτησης.

Ηθικά Διλήμματα και η Σκιά του «Her»

Η κυκλοφορία του GPT-Live αναπόφευκτα φέρνει στο μυαλό την ταινία «Her» του Spike Jonze, όπου ένας άνδρας ερωτεύεται ένα λειτουργικό σύστημα. Η OpenAI φαίνεται να έχει λάβει σοβαρά υπόψη τις κριτικές που δέχτηκε κατά την πρώτη παρουσίαση του Advanced Voice Mode, όταν η φωνή «Sky» θεωρήθηκε υπερβολικά παρόμοια με εκείνη της Scarlett Johansson. Στο GPT-Live, η εταιρεία έχει εισάγει αυστηρά φίλτρα που εμποδίζουν το μοντέλο από το να μιμείται συγκεκριμένες προσωπικότητες ή να δημιουργεί υπερβολικά οικείους δεσμούς με τον χρήστη.

«Στόχος μας δεν είναι να αντικαταστήσουμε την ανθρώπινη επαφή, αλλά να την ενισχύσουμε μέσω εργαλείων που κατανοούν τις αποχρώσεις της επικοινωνίας», δήλωσε η Mira Murati, CTO της OpenAI.

Ωστόσο, οι ανησυχίες παραμένουν. Η ικανότητα μιας μηχανής να παραπλανά τον ανθρώπινο εγκέφαλο μέσω της φωνής είναι πανίσχυρη. Η ψυχολογική επίδραση της συνεχούς αλληλεπίδρασης με μια «τέλεια» φωνή που δεν κουράζεται ποτέ και είναι πάντα διαθέσιμη, αποτελεί αχαρτογράφητο έδαφος για την κοινωνική ψυχολογία του 21ου αιώνα.

Επιχειρηματικές Προεκτάσεις και Ανταγωνισμός

Με το GPT-Live, η OpenAI τοποθετείται στρατηγικά απέναντι στο Gemini Live της Google και το επερχόμενο Siri με υποστήριξη Apple Intelligence. Η μάχη για τον «προσωπικό βοηθό» μεταφέρεται πλέον από το πληκτρολόγιο στο μικρόφωνο. Για τις επιχειρήσεις, η τεχνολογία αυτή σημαίνει το τέλος των παραδοσιακών τηλεφωνικών κέντρων (call centers) όπως τα γνωρίζουμε. Μια AI που μπορεί να διαχειριστεί παράπονα πελατών με ενσυναίσθηση και χωρίς καθυστέρηση, μειώνοντας ταυτόχρονα το κόστος, είναι μια πρόταση που λίγες εταιρείες θα αγνοήσουν.

Συμπερασματικά, το GPT-Live δεν είναι απλώς μια αναβάθμιση λογισμικού. Είναι ένα βήμα προς την πλήρη ενσωμάτωση της τεχνητής νοημοσύνης στην καθημερινότητά μας, όπου η διάκριση μεταξύ βιολογικής και ψηφιακής φωνής γίνεται όλο και πιο δυσδιάκριτη. Η πρόκληση για εμάς, ως χρήστες, θα είναι να διατηρήσουμε την ικανότητα να ξεχωρίζουμε την προσομοιωμένη ενσυναίσθηση από την πραγματική ανθρώπινη σύνδεση.