Calipia : le blog

OpenAI continue d’innover avec le lancement de ChatGPT Operator, un agent qui combine capacités avancées et navigation web autonome. Introduit dans le cadre d’une offre exclusive réservée dans un premier temps aux abonnés ChatGPT Pro, Operator promet d’automatiser des tâches complexes.

Operator est présenté comme un “agent de recherche” capable de naviguer sur le web de manière autonome. Doté d’un navigateur intégré, cet agent peut cliquer, scroller, et interagir directement avec des interfaces graphiques pour réaliser des tâches complexes :

• Remplir des formulaires en ligne.
• Passer des commandes (courses, billets, etc.).
• Créer des contenus personnalisés comme des mèmes.

OpenAI précise que cette fonctionnalité, pour l’instant en phase expérimentale, est destinée à évoluer grâce aux retours des utilisateurs. Ce n’est qu’une question de temps avant qu’elle soit déployée auprès des abonnés Plus, Team et Enterprise. Actuellement, elle reste réservée aux utilisateurs Pro basés aux États-Unis.

Au cœur d’Operator se trouve le fameux  Computer-Using Agent (CUA), une innovation qui conjugue les capacités visuelles de GPT-4o à un raisonnement basé sur l’apprentissage par renforcement. Ce système lui permet d’interagir avec les interfaces graphiques sans dépendre des API spécifiques.

Les performances de CUA sont déjà pas si mal sur les tests qui font référence :

• 38,1 % de réussite pour des tâches complexes dans OSWorld.
• 58,1 % dans WebArena.
• 87 % dans WebVoyager.

Ces chiffres montrent que CUA est capable de naviguer efficacement dans des environnements variés, renforçant son potentiel à automatiser des processus numériques, même si lest tâches à accomplir sont encore très importante pour agir comme un humain…

C’est aussi une autre pierre dans le jardin de Google, car ce système permet une fois de plus de passer outra la publicité…