في عصر الذكاء الاصطناعي والتكنولوجيا المتقدمة، يستمر استخدام واجهات المستخدم الرسومية (Graphical User Interfaces) في عرقلة الأداء الفعال لوكلاء الذكاء الاصطناعي. حيث لا تزال العديد من التطبيقات تعتمد بشكل أساسي على طريقة "التقاط الشاشة والنقر" (screenshot-and-click)، وهي طريقة تعتبر غير فعالة جدًا. تشير الأبحاث إلى أن هذه الطريقة تعاني من عدم اكتفائها بالبيانات، فضلاً عن أنها ضعيفة دلاليًا وعرضة للأخطاء.

هنا تأتي الحلول عبر ASIL (طبقة تفاعل الوكلاء مع البرمجيات)، وهي واجهة جديدة تم تصميمها خصيصًا لتوفير استجابة أكثر كفاءة وتفاعلاً مع البرمجيات. تعتمد ASIL على ملاحظات من نوع JSON (JavaScript Object Notation) واستخدام إجراءات رمز قابل للتنفيذ، مما يجعلها قادرة على الوصول لأعمق نقطة ممكنة في كل تطبيق.

لقد تم تطبيق ASIL على 15 تطبيقًا مختلفًا وبينها 300 مهمة تطبيقية فردية و80 مهمة تطبيقية متعددة، وقد أظهرت نتائج مثيرة للإعجاب حيث بلغت نسبة النجاح في تنفيذ المهام 80%، مع تنفيذ أقل من خمس إجراءات لكل مهمة. عندما تم تعديل وقت التشغيل وسمحت بمسافة 50 خطوة في التقاط الشاشة، ارتفعت نسبة النجاح بشكل ملحوظ.

مقارنةً بواجهات التطبيق الأصلية، تفوقت ASIL على واجهة LibreOffice UNO API بمعدل يتراوح بين 28-38 نقطة نجاح، بينما تطابقت مع محتوى draw.io. وتظهر النتائج أن ASIL ليست فقط أكثر كفاءة، بل أيضًا توفر بيئة تدريبية مناسبة، حيث تمت زيادة أداء نموذج Qwen3.5-2B من 58.0 إلى 72.1.

إن الاعتماد على ASIL يشير إلى تطور كبير في كيفية تعامل الوكلاء الذكيين مع البرمجيات، مما يعد خطوة هامة نحو استخدم أكثر فعالية في البرمجة وكفاءة أفضل في الأعمال. كيف ترى هذه التطورات في مجال الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات.