Trouver une recette de pâtes aux clams et ajouter tous ses ingrédients directement dans le panier est testé par OpenAI dans son agent Operator actuellement en développement. (crédit : OpenAI)
Disponible en bêta pour les utilisateurs de ChatGPT Pro aux Etats-Unis, Operator d'OpenAI se présente comme un agent capable d'effectuer des tâches automatisées de navigation web comme remplir des formulaires ou commander des articles.
La navigation web traditionnelle est-elle bientôt morte et enterrée ? La dernière présentation d'Operator par OpenAI laisse envisager que cela pourra être le cas, et ce dans un futur très proche. L'éditeur de ChatGPT a ainsi annoncé la disponibilité, en bêta pour l'instant aux utilisateurs américains de la version Pro de son assistant, d'un agent capable de réaliser des tâches automatisées de navigation jusqu'alors effectuées par des humains. "En utilisant son propre navigateur, il peut consulter une page web et interagir avec elle en tapant, en cliquant et en faisant défiler la page", annonce OpenAI. "On peut lui demander de s'occuper d'une grande variété de tâches répétitives liées au navigateur, telles que remplir des formulaires, commander des courses et même créer des mèmes."
OpenAI a expliqué qu'Operator utilise un modèle, baptisé computer-using agent (CUA), doté de les capacités de vision de GPT4o couplé à un raisonnement avancé grâce à l'apprentissage par renforcement. Cet agent est ainsi formé pour interagir avec les interfaces graphiques utilisateurs (boutons, menus, champs de texte...) sans nécessiter d'intégrer des API web spécifiques. " En combinant la perception avancée de l'interface graphique avec la résolution structurée de problèmes, il peut décomposer les tâches en plans à plusieurs étapes et s'auto-corriger de manière adaptative lorsque des difficultés surviennent" observe OpenAI. Il ajoute que "cette capacité marque la prochaine étape dans le développement de l'IA, en proposant aux modèles d'utiliser les mêmes outils que ceux utilisés quotidiennement par les humains et en ouvrant la porte à une vaste gamme de nouvelles applications".
Fonctionnement d'Operator d'OpenAI. (crédit : OpenAI)
Des promesses de performances et de sécurité
Dans son explication de texte, le fournisseur met aussi en avant les avancées et performances de son dernier outil dans plusieurs benchmarks. "Bien que CUA en soit encore à ses débuts et qu'elle présente des limites, elle établit des résultats de référence de pointe, atteignant un taux de réussite de 38,1 % sur OSWorld pour les tâches d'utilisation complète d'un ordinateur, et de 58,1 % sur WebArena et de 87 % sur WebVoyager pour les tâches basées sur le web. Ces résultats mettent en évidence la capacité de CUA à naviguer et à opérer dans divers environnements", assure OpenAI.
L'éditeur a indiqué avoir par ailleurs développé Operator en plaçant la sécurité en tête de ses priorités afin de relever les défis posés par l'accès d'un agent au monde numérique. Alors sacerdoce ou voeu pieux ? L'implication de la société sur ce point - et de Sam Altman CEO d'OpenAI en personne - dans le projet monumetal d'infrastructure IA Stargate annoncé par Donald Trump qui s'affranchit de toute réglementation et garde-fous IA sérieux - laisse quand même planer un petit doute. OpenAI n'est également pas le seul à travailler sur la navigation web dopée à l'IA, c'est également le cas avec Dia annoncé par Arc, qui fait de la sécurité et de la vie privée un pilier de ses développements.
Suivez-nous