A Gemini asztali változatánál készülhet a következő nagy váltás: beszélgetés helyett konkrét munkát lehetne rábízni, akár több alkalmazáson keresztül.
Ez nemcsak akkor lehet hasznos, ha valaki egyszerűen időt szeretne spórolni. Ha a számítógép hanggal irányítható feladatokat is önállóan végrehajt, annak akadálymentesítési szempontból is lehet jelentősége, például olyanok számára, akiknek a hagyományos egér- és billentyűzethasználat nehézséget okoz.
A Android Authority beszámolója szerint egyes felhasználóknál már megjelent az új Tasks mód a Gemini asztali alkalmazásában. A felület egy Chat/Tasks kapcsolót kapott, vagyis különválhat a hagyományos beszélgetés és az a használat, amikor a Gemini több lépésből álló feladatot kap. Maga a Tasks egyelőre nem érhető el széles körben, így az sem derült még ki pontosan, milyen munkákat lehet majd teljes egészében rábízni.
Többet árulnak el a hozzá kapcsolódó Computer Use beállítások. Ezek között már külön megadható, hogy a Gemini mely asztali alkalmazásokat kezelheti, és melyekhez ne férjen hozzá. Láthatóbb helyre került az a korábban már felfedezett lehetőség is, amellyel helyi mappából lehet Gemini-projektet indítani. A Windows-alkalmazás csak szeptemberben jelent meg, a Mac-verzió pedig tavasszal indult billentyűzetes eléréssel és a helyi fájlok támogatásának tervével.
A működés felépítése hasonlíthat a ChatGPT Chat és Work szétválasztására. A Work a hosszabb, több lépésből álló feladatokra készült; asztali környezetben engedéllyel helyi fájlokkal és alkalmazásokkal is dolgozhat, felhős környezetben pedig böngészőt és csatlakoztatott szolgáltatásokat is használhat. A Gemini Tasks esetében is ebbe az irányba mutat a Chat és Tasks elkülönítése: más helyre kerülne a kérdezés, és más helyre az olyan munka, amelynél az AI ténylegesen műveleteket hajt végre a számítógépen.
A Tasks felületén egy Gemini Live gombot is felfedeztek. Ez arra utal, hogy a feladat végrehajtása közben szóban is lehetne kommunikálni a Geminivel. A szeptemberben megjelent Gemini 3.8 Live már képes háttérben futó eszköz- és API-hívásokra úgy, hogy közben a beszélgetés folytatódhat, a Gemini 3.8 Flash pedig szintén az összetettebb, önállóbb munkafolyamatokra helyezi a hangsúlyt.
Ha mindez végül egyetlen asztali funkcióban áll össze, a hangvezérlésnek a kényelmen túl más szerepe is lehet. Egy mozgáskorlátozott felhasználó számára például sokat jelenthet, ha egy több lépésből álló számítógépes műveletet nem kell minden egyes kattintással és billentyűleütéssel végrehajtani, hanem szóban is elindítható.
Hogy a Gemini Tasks ténylegesen mennyire lesz használható ilyen célokra, az még kérdéses, de a Computer Use, az alkalmazásonként szabályozható hozzáférés és a Gemini Live kombinációja technikailag ebbe az irányba is nyithat lehetőséget.
