Operator d’OpenAI : l’agent qui veut agir sur le Web à votre place

Un chatbot répond à une question, résume un document ou rédige un message. Un agent, lui, ambitionne d’aller au bout d’une intention : ouvrir des pages Web, remplir des champs, comparer des options et préparer une réservation. C’est cette bascule qu’OpenAI met en scène avec Operator, présenté le 23 janvier 2025 comme un aperçu de recherche. L’enjeu ne se limite pas à une nouvelle fonction de ChatGPT : il s’agit de savoir jusqu’où une intelligence artificielle peut agir concrètement au nom d’une personne.

L’idée est séduisante. Au lieu de demander à un assistant les meilleurs hôtels pour un week-end, l’utilisateur pourrait lui confier la recherche de logements selon un budget et des critères précis. Au lieu de naviguer entre des interfaces pour accomplir une suite de petites tâches, il pourrait déléguer une partie du parcours. Mais cette promesse implique aussi de laisser un logiciel interagir avec des services, des données personnelles et parfois de l’argent. C’est pourquoi l’arrivée des agents autonomes place la question du contrôle au même niveau que celle de la performance.

Operator, un agent qui passe de la réponse à l’action

OpenAI décrit Operator comme un agent capable d’utiliser un navigateur Web afin d’effectuer des tâches. Son fonctionnement vise à reproduire, dans cet environnement limité, des gestes ordinaires : regarder une page, faire défiler son contenu, cliquer sur un bouton ou saisir du texte dans un formulaire.

Cette précision est importante. Il ne s’agit pas, dans la version dévoilée en janvier 2025, d’un outil qui recevrait un accès illimité au système d’exploitation de l’utilisateur et à l’ensemble de ses fichiers. Operator agit avant tout dans un navigateur, où il tente de mener une mission demandée par l’utilisateur. Cette approche permet de viser une grande variété de sites et de services sans exiger, à chaque fois, une intégration technique spécifique avec leur interface de programmation.

OpenAI le propose initialement sous la forme d’un aperçu de recherche aux États-Unis, réservé aux abonnés à ChatGPT Pro, une offre facturée 200 dollars par mois. Ce statut d’aperçu compte : l’entreprise ne présente pas Operator comme un assistant infaillible prêt à gérer sans réserve toutes les démarches du quotidien. Il s’agit d’un produit encore appelé à être évalué, corrigé et encadré.

Le terme « agent » est parfois employé de façon imprécise. Dans ce cas, il désigne un système qui ne produit pas seulement une réponse finale. Il décompose un objectif en étapes, observe le résultat de ses premières actions, puis adapte la suite de son parcours. Par exemple, si une page indique qu’un article n’est plus disponible, l’agent doit comprendre qu’il lui faut chercher une autre option plutôt que répéter la même action.

Quelles tâches Operator peut-il accomplir ?

Les démonstrations et les usages envisagés couvrent des tâches administratives et numériques répétitives. OpenAI cite notamment l’organisation de voyages, les achats de produits du quotidien, la réservation de services ou encore certaines opérations réalisées dans des outils en ligne. L’article de présentation de ce type d’agent évoque également le codage et le suivi de projets de développement logiciel parmi les missions qu’un tel système pourrait assister.

L’intérêt ne réside pas dans un clic isolé. Un moteur de recherche, un assistant vocal ou un chatbot savent déjà aider à trouver une information. Operator cherche à prendre en charge une séquence d’actions qui comporte plusieurs pages, plusieurs choix et des imprévus.

Cette capacité à enchaîner des étapes ne garantit pas la réussite. Les sites Web changent souvent de présentation, utilisent des formulaires complexes ou demandent des informations absentes de l’instruction initiale. Une formulation vague, telle que « trouve-moi un bon hôtel », ne contient ni dates, ni budget, ni localisation exacte. Un agent doit alors demander des précisions plutôt qu’inventer un choix à la place de son utilisateur.

Il faut également distinguer la préparation d’une action et son exécution irréversible. Comparer des billets ou remplir un panier comporte peu de conséquences. Acheter un produit, transmettre un dossier ou modifier une donnée de travail peut en avoir beaucoup. Plus la tâche est sensible, plus une confirmation explicite est nécessaire.

En quoi Operator diffère-t-il d’un assistant classique ?

Les assistants vocaux et les chatbots ont habitué le public à formuler des demandes en langage naturel. Ils restent néanmoins souvent cantonnés à l’information, à la rédaction ou à des actions très encadrées dans quelques applications compatibles. L’ambition d’Operator est de franchir une étape en utilisant des interfaces conçues pour les humains.

Cette différence change l’expérience, mais aussi la nature du risque. Un assistant qui se trompe dans une réponse peut faire perdre du temps ou diffuser une information erronée. Un agent qui se trompe après avoir cliqué sur le mauvais bouton peut envoyer un message, sélectionner une mauvaise option ou engager une dépense. L’amélioration de l’autonomie doit donc s’accompagner d’une amélioration équivalente de la vérification.

Comment l’agent utilise-t-il un navigateur ?

Pour faire fonctionner Operator, OpenAI s’appuie sur un modèle nommé Computer-Using Agent, ou CUA. Son principe est de combiner la compréhension visuelle du modèle GPT-4o avec des capacités de raisonnement entraînées pour accomplir des actions. Au lieu de s’appuyer uniquement sur le code interne d’un site, l’agent peut interpréter ce qu’il voit à l’écran, à la manière d’un internaute.

Concrètement, il observe une représentation de la page, choisit une action, puis vérifie ce qui a changé. Cette boucle paraît simple, mais elle concentre plusieurs difficultés : reconnaître les éléments réellement cliquables, comprendre le texte et le contexte, éviter les fenêtres trompeuses, gérer les erreurs et ne pas se laisser détourner par une instruction inattendue affichée sur une page.

Le navigateur constitue donc à la fois la force et la limite du dispositif. C’est une porte d’entrée vers de nombreux services numériques, y compris lorsqu’ils n’ont pas été spécifiquement conçus pour dialoguer avec une IA. Mais les interfaces Web sont pensées pour des humains : elles peuvent être ambiguës, mouvantes et remplies d’éléments publicitaires ou promotionnels. Une bonne performance en démonstration ne suffit pas à prouver qu’un agent se comportera correctement dans toutes les situations réelles.

La robustesse reste un défi plus général pour l’IA. Les modèles peuvent mal interpréter une consigne, manquer une information importante ou produire une réponse convaincante mais erronée. Lorsqu’un modèle agit plutôt que de seulement converser, ces faiblesses prennent une dimension opérationnelle. La qualité des données d’entraînement, les évaluations sur des tâches concrètes et les mécanismes de reprise par l’utilisateur deviennent déterminants.

Sécurité, vie privée et responsabilité : les garde-fous indispensables

OpenAI reconnaît que l’usage d’un agent sur le Web crée des risques spécifiques. Une page malveillante peut par exemple contenir un texte destiné non pas à informer un visiteur, mais à influencer l’IA qui la lit. Cette technique, appelée injection de consignes, cherche à détourner l’agent de la demande de son utilisateur. Un site pourrait tenter de lui faire ignorer son objectif initial, de lui demander de révéler des informations ou de le pousser vers une action non souhaitée.

L’entreprise indique avoir entraîné Operator à repérer des consignes suspectes et à les ignorer. Elle met aussi en avant des limites sur les tâches sensibles. Les moments de connexion à un compte, de saisie d’un moyen de paiement ou de validation d’une action importante appellent une reprise en main de l’utilisateur. Cette logique est essentielle : une IA ne devrait pas connaître inutilement les identifiants d’une personne, ni décider seule d’un achat ou d’une opération à fort impact.

Les garde-fous ne doivent pas être perçus comme des détails qui freinent le produit. Ils conditionnent son utilité. Pour confier réellement une tâche à un agent, les particuliers comme les entreprises doivent savoir :

• quelles informations l’outil peut voir et conserver ;
• quand il peut agir seul et quand il doit s’arrêter ;
• comment annuler ou corriger une action ;
• qui est responsable en cas d’erreur, de fraude ou de dommage.

La vie privée constitue un autre point d’attention. Un navigateur utilisé pour accomplir une tâche peut afficher des adresses, des préférences d’achat, des échanges professionnels ou des données relatives à la santé et aux finances. Même lorsqu’un agent est techniquement capable d’agir, il faut se demander si la mission justifie de lui exposer ces informations. Dans un contexte professionnel, les règles internes de l’organisation et la protection des données des clients doivent primer sur le simple gain de temps.

Quel impact sur le travail et les pratiques numériques ?

L’automatisation par des agents alimente logiquement les inquiétudes liées à l’emploi. Des tâches de saisie, de recherche, de planification ou de traitement administratif pourraient être accélérées, voire prises en charge en partie. Cela ne signifie pas que des métiers entiers disparaissent mécaniquement. Dans beaucoup de fonctions, les tâches répétitives ne représentent qu’une fraction du travail, aux côtés de la relation humaine, de l’expertise, de la décision et de la responsabilité.

Le changement pourrait surtout déplacer la valeur vers la capacité à définir un objectif clair, contrôler le résultat et intervenir lorsqu’une situation sort du cadre prévu. Savoir demander à un agent de travailler, vérifier ses actions et identifier ses erreurs deviendra une compétence utile, au même titre que la maîtrise d’un tableur ou d’un logiciel métier.

Les entreprises ont donc intérêt à commencer par des cas d’usage limités et mesurables. Un agent peut être testé sur une procédure répétitive, sans accès à des données sensibles et avec une validation systématique. Ce cadre permet de comparer le temps gagné avec le nombre d’erreurs, les difficultés rencontrées et le temps consacré au contrôle. Déployer un agent sans revoir les procédures de supervision reviendrait à automatiser les problèmes existants.

L’essor de ces outils s’inscrit aussi dans un débat plus large sur les données utilisées pour entraîner les IA. Plusieurs médias canadiens ont engagé des poursuites contre OpenAI autour du droit d’auteur. Ces dossiers rappellent que l’innovation technique ne se sépare pas des questions de rémunération des créateurs, d’accès aux contenus et de responsabilité des plateformes. La confiance dans les agents dépendra autant de leur fiabilité pratique que de la manière dont leurs concepteurs répondront à ces enjeux.

Une compétition accélérée autour des agents IA

Operator arrive dans un secteur où Google, Microsoft et d’autres entreprises investissent dans des assistants capables de réaliser des actions. La concurrence ne porte plus uniquement sur la qualité d’une réponse textuelle ou sur la capacité à générer une image. Elle concerne désormais l’accès aux outils, au navigateur, aux documents et aux applications qui structurent le travail numérique.

Pour OpenAI, l’enjeu est stratégique. ChatGPT a popularisé l’interface conversationnelle, mais la prochaine étape consiste à faire de cette conversation le point de départ d’actions concrètes. Si les agents deviennent fiables, le chat pourrait devenir une sorte de tableau de commande universel pour préparer des tâches sur le Web.

Cette évolution ne se jouera pas seulement entre grands groupes américains. La France développe également des initiatives de recherche et d’innovation en IA, comme ai-PULSE. L’objectif n’est pas nécessairement de reproduire chaque produit venu de la Silicon Valley, mais de renforcer les compétences, les infrastructures et les capacités d’évaluation nécessaires face à une technologie appelée à irriguer de nombreux secteurs.

OpenAI met parallèlement en avant des travaux consacrés aux implications sociales et éthiques de l’IA. L’entreprise a notamment annoncé 1 million de dollars pour des travaux à l’université Duke sur l’IA et la morale. Une telle démarche ne règle pas à elle seule les problèmes concrets posés par les agents, mais elle montre que l’évaluation des comportements et des valeurs devient un sujet de recherche à part entière.

Ce qu’il faut surveiller après le lancement

Le premier critère sera la fiabilité dans les tâches ordinaires. Operator sait-il terminer une action sur des sites différents, comprendre une consigne nuancée et signaler clairement ses hésitations ? Le second sera la qualité de l’intervention humaine : l’outil doit demander confirmation au bon moment, sans transformer chaque étape en obstacle ni laisser passer une décision trop sensible.

Il faudra aussi observer la transparence d’OpenAI sur les erreurs, les tentatives de manipulation et les limites d’usage. Les agents peuvent gagner la confiance du public s’ils expliquent ce qu’ils font, conservent un historique compréhensible de leurs actions et acceptent de s’arrêter devant une situation ambiguë.

Enfin, leur déploiement dépendra de l’acceptation des sites et des services en ligne. Un agent qui agit dans un navigateur se situe à l’intersection des règles des plateformes, des pratiques commerciales, de la protection des consommateurs et de la cybersécurité. Operator ouvre une nouvelle phase de l’IA grand public : celle où la qualité d’une intelligence artificielle se mesure moins à ses mots qu’aux conséquences de ses clics.