Google Gemini sắp có thể làm việc thay người dùng trên Android

Google được cho là đang phát triển một bản nâng cấp lớn cho trợ lý AI tạo sinh Gemini, có thể biến công cụ này từ một “người trò chuyện thông minh” thành thứ gần giống một tác nhân làm việc thực thụ. Theo phân tích mã beta gần đây của ứng dụng Google do 9to5Google thực hiện, các nhà phát triển đã phát hiện những chuỗi mã đề cập đến một tính năng nội bộ có tên “screen automation”.

Tính năng này cho thấy Gemini có thể sớm thực hiện hành động trực tiếp thay người dùng trong một số ứng dụng Android, chẳng hạn như đặt hàng hoặc gọi xe, mà không cần người dùng phải tự tay bấm qua từng màn hình.

Hiện tại, Gemini chủ yếu hỗ trợ các tác vụ hội thoại như soạn email hay lập kế hoạch nghiên cứu. Tuy nhiên, bản nâng cấp mới này dường như sẽ cho phép Gemini tương tác trực tiếp với giao diện ứng dụng, tự động nhấn nút, điều hướng màn hình để hoàn thành những việc mà trước đây người dùng phải làm thủ công.

Những dấu hiệu ban đầu từ bản beta cho thấy các khả năng này sẽ chỉ áp dụng cho một số ứng dụng được hỗ trợ và luôn có sự giám sát của người dùng. Google cũng cảnh báo rằng “Gemini có thể mắc lỗi” và người dùng vẫn phải chịu trách nhiệm cho những hành động mà AI thực hiện thay mình.

Bước chuyển từ trợ lý sang tác nhân AI

Khái niệm “screen automation” đánh dấu một bước tiến lớn trong việc trao thêm quyền tự chủ cho AI trong các quy trình số hằng ngày. Thay vì chỉ gợi ý người dùng nên làm gì, Gemini có thể tự mình thực thi các lựa chọn đó ngay trong ứng dụng.

Một số đoạn mã trong bản beta của Google cũng cho thấy các biện pháp bảo vệ quyền riêng tư, như khuyến cáo người dùng không nhập thông tin đăng nhập hoặc thanh toán vào cuộc trò chuyện với AI, đồng thời cảnh báo rằng ảnh chụp màn hình có thể được xem lại để cải thiện tính năng.

Trên thực tế, Google đã cung cấp một số khả năng “agent” thông qua nền tảng Gemini Agent trong Workspace và trên web, nơi AI có thể xử lý các quy trình phức tạp và phối hợp nhiều dịch vụ khác nhau. Tuy nhiên, screen automation có thể đưa những khả năng đó trực tiếp lên smartphone, gắn liền với các ứng dụng mà người dùng sử dụng mỗi ngày.

Nếu được triển khai rộng rãi, đây có thể là một bước ngoặt trong cách con người tương tác với thiết bị di động: từ việc tự tay chạm và vuốt, sang việc cho phép AI hành động thay mình. Điều này có thể giúp các công việc thường ngày trở nên đơn giản hơn, nhưng đồng thời cũng đặt ra nhiều câu hỏi về quyền kiểm soát, bảo mật và giám sát, đặc biệt khi tự động hóa liên quan đến các tác vụ nhạy cảm như đặt chỗ hay giao dịch tài chính.

Theo các nguồn tin, Google đang định vị những nâng cấp này theo hướng tùy chọn và có giám sát, cho phép người dùng dừng hoặc ghi đè hành động của Gemini bất kỳ lúc nào. Tuy vậy, tính năng screen automation hiện vẫn đang trong quá trình phát triển và chưa xuất hiện trong các bản phát hành ổn định.