Google DeepMind: kursor myszy jako oko AI, koniec tradycyjnego promptowania?

Chatboty otwierane w oddzielnych kartach przeglądarki to przeżytek, który generuje niepotrzebne trudności tam, gdzie powinna panować płynność. Google DeepMind najwyraźniej to przyznaje, testując system AI Pointer, który zmienia kursor myszy w inteligentnego pośrednika między użytkownikiem a modelem Gemini.

Koniec z kopiuj-wklej

Obecny proces pracy z AI to logistyczny koszmar: zaznacz tekst, skopiuj, przełącz kartę, wklej, dopisz kontekst, czekaj na wynik. Google zamierza odesłać to do lamusa. AI Pointer ma rozumieć nie tylko współrzędne pikseli, ale także semantykę tego, co znajduje się pod kursorem.

Zamiast pisać długie polecenia, użytkownik będzie mógł wskazać tabelę i rzucić krótkie „zrób z tego wykres kołowy”. System sam zrozumie, co jest „tym”, o co prosimy.

Cztery filary nowej interakcji

• Utrzymanie przepływu: AI działa tam, gdzie użytkownik, bez konieczności przełączania się do innych aplikacji.
• Pokazuj i mów: Wykorzystanie kontekstu wizualnego zamiast precyzyjnego opisu tekstowego.
• Potęga skrótów: Naturalne komendy typu „napraw to” lub „przenieś tam”.
• Piksele jako byty: Zamiana statycznego obrazu w interaktywne obiekty, takie jak dane z paragonu czy linki wideo.

Sprzęt kontra oprogramowanie: kto wygra batalię o kontekst?

Google nie jest osamotnione w tym wyścigu. Startup VirtusX już wcześniej zaprezentował Jethro V1 – fizyczną mysz z dedykowanymi przyciskami AI i mikrofonem. To dwa różne podejścia do tego samego problemu: tarcia interfejsowego.

Podczas gdy VirtusX stawia na fizyczne skróty i dedykowany sprzęt, Google uderza bezpośrednio w warstwę systemową i przeglądarkową. To agresywna próba zdominowania sposobu, w jaki w ogóle wchodzimy w interakcję z oprogramowaniem.

Cena wygody to utrata prywatności?

Tu pojawia się sceptycyzm. Aby kursor był naprawdę „smart”, system musi widzieć wszystko, co dzieje się na ekranie. Google wchodzi w obszar głębokiej analizy aktywności użytkownika w czasie rzeczywistym. Rodzi to pytania o lokalne przetwarzanie danych kontra chmurę oraz o to, czy każda nasza otwarta karta w Chrome stanie się pożywką dla algorytmów Gemini.

Wydajność modelu przestaje być jedynym wyznacznikiem sukcesu. Dziś liczy się to, jak szybko AI potrafi zareagować na intencje użytkownika, nie wyrywając go z pracy.

Infrastruktura zamiast gadżetu

Google planuje wdrożenie tych rozwiązań w przeglądarce Chrome oraz w nowej platformie laptopowej GoogleBook. To jasny sygnał: AI przestaje być jedynie funkcją, a staje się warstwą interakcyjną systemu operacyjnego.

Wygra ten, kto sprawi, że zapomnimy o istnieniu promptów. Przyszłość interfejsów to świat, w którym komputer rozumie gesty i kontekst tak naturalnie, jak drugi człowiek zaglądający nam przez ramię – oby tylko za naszą pełną zgodą.