Copilot Voice et Recall : Microsoft mise sur une IA plus conversationnelle

Le 2 octobre 2024, Microsoft poursuit la transformation de Copilot, son assistant fondé sur l’intelligence artificielle, avec une ambition claire : rendre l’échange moins proche d’un formulaire de recherche et davantage comparable à une conversation. La voix et la vision viennent compléter les interactions écrites déjà proposées dans les services de l’entreprise. En parallèle, le groupe continue d’ajuster Recall, une fonction des PC Copilot+ qui promet de retrouver une information vue à l’écran, mais qui a ravivé les inquiétudes sur la protection des données personnelles.

Ces deux évolutions sont souvent associées parce qu’elles portent le même nom, Copilot, et qu’elles cherchent toutes deux à simplifier l’accès à l’information. Elles répondent pourtant à des logiques très différentes. La voix sert à dialoguer avec l’assistant. La vision vise à enrichir sa compréhension du contexte partagé. Recall, de son côté, constitue une mémoire locale de l’activité affichée sur un ordinateur compatible.

Copilot devient un assistant que l’on peut davantage faire parler

Avec les nouvelles fonctions vocales, Microsoft veut permettre à l’utilisateur d’adresser ses demandes à Copilot oralement et d’obtenir une réponse dans un échange plus fluide. L’intérêt ne consiste pas seulement à éviter le clavier. La voix se prête à des requêtes formulées spontanément, à des précisions successives et à des questions de suivi, comme dans une conversation avec un interlocuteur humain.

Dans l’usage quotidien, cela peut servir à demander une explication, à préparer un texte, à résumer un sujet ou à explorer une idée sans interrompre une autre activité. Il reste toutefois essentiel de distinguer la facilité de l’interface de la fiabilité de la réponse : un assistant conversationnel peut produire une formulation convaincante tout en commettant une erreur. Les informations importantes, notamment professionnelles, financières, juridiques ou médicales, doivent donc être vérifiées dans leur source d’origine.

Microsoft ajoute aussi des capacités de vision à Copilot. Le principe est de donner à l’assistant un contexte visuel lorsque l’utilisateur choisit de le partager. L’IA peut alors s’appuyer sur ce qui est affiché pour répondre à une question, expliquer un contenu ou guider une action. Cette approche évite, dans certains cas, de devoir décrire longuement une page, un document ou une interface.

La nuance est importante. Une fonction de vision ne signifie pas que Copilot observe en permanence l’écran de l’utilisateur. Recall, lui, repose précisément sur une mémorisation continue de l’activité affichée, ce qui explique la nature beaucoup plus sensible du débat qu’il suscite.

Pourquoi la voix change la relation avec l’IA

Les assistants vocaux ne sont pas nouveaux. Smartphones, enceintes connectées et voitures ont déjà familiarisé le public avec les commandes orales. Mais les grands modèles de langage changent la nature de l’interaction : au lieu de reconnaître seulement une instruction courte et prédéfinie, ils peuvent traiter une demande plus développée, suivre le fil d’une conversation et générer une réponse rédigée.

Cela peut réduire la friction dans plusieurs situations très concrètes : lorsqu’on cuisine, lorsqu’on prend des notes, lorsqu’on consulte un document long ou lorsqu’on cherche une première piste de réflexion. Pour les personnes qui rencontrent des difficultés de saisie, la voix peut aussi constituer une option d’accessibilité utile.

Cette simplicité apparente comporte néanmoins des limites. Une requête vocale peut être entendue par l’entourage. Elle peut également contenir sans y prendre garde des données sensibles, comme un nom, une adresse, une information professionnelle ou le contenu d’un document. Avant de recourir à la voix dans un espace partagé, il faut donc tenir compte de l’environnement et des règles de confidentialité applicables à son organisation.

La qualité de l’expérience dépendra également de la langue, de l’accent, de la connexion et de la disponibilité progressive des fonctions selon les comptes, les régions et les appareils. L’assistant ne remplace pas non plus les outils traditionnels pour les actions qui exigent une précision absolue : une consigne complexe mérite souvent d’être relue à l’écrit avant d’être validée.

Recall, une mémoire d’écran qui ne fait pas l’unanimité

Présentée pour les PC Copilot+, Recall ambitionne de résoudre une frustration bien connue : retrouver un contenu aperçu quelques heures ou quelques jours plus tôt sans se souvenir du site, du fichier ou de l’application concernée. La fonctionnalité enregistre régulièrement ce qui est affiché à l’écran, afin de permettre à l’utilisateur de revenir vers une activité passée.

Sur le papier, le gain de temps est facile à comprendre. Une personne peut avoir consulté une page, ouvert une présentation, échangé dans une application ou comparé plusieurs documents, puis oublier où se trouvait l’information utile. Une mémoire consultable de l’écran promet de restaurer ce contexte.

Mais ce mécanisme soulève une question immédiate : que se passe-t-il lorsqu’un écran affiche des messages privés, des identifiants, des données de travail, des informations bancaires ou des documents confidentiels ? Même si la promesse est productive, un historique aussi détaillé représente une donnée particulièrement sensible. Il peut devenir problématique si la machine est compromise, si une autre personne y accède ou si l’utilisateur ne comprend pas exactement ce qui est conservé.

Face aux critiques, Microsoft a décidé que Recall ne serait pas activé par défaut. L’utilisateur devra donc faire le choix de l’activer. Ce changement est central : il déplace la fonction d’un comportement imposé à une option explicitement consentie.

Quelles protections Microsoft prévoit-il pour Recall ?

Microsoft indique que Recall sera réservé aux ordinateurs répondant aux exigences de sécurité des machines « secured-core ». Cette catégorie de PC s’appuie sur des protections matérielles et logicielles renforcées, conçues notamment pour mieux défendre l’appareil contre certaines attaques visant le système ou les données.

Cette condition ne dispense pas l’utilisateur de prudence. La sécurité d’un ordinateur dépend aussi de pratiques élémentaires : utiliser un mot de passe ou une méthode de connexion robuste, verrouiller sa session lorsqu’on s’éloigne, appliquer les mises à jour et limiter les accès physiques à la machine. Dans un cadre professionnel, l’activation éventuelle de Recall doit également être évaluée au regard des règles internes et de la nature des documents traités.

Le point décisif est celui du contrôle. Une fonction qui retient l’activité à l’écran peut être utile si l’utilisateur sait ce qui est enregistré, comprend comment le consulter et peut décider de l’activer ou non. À l’inverse, elle devient difficile à accepter si son fonctionnement demeure obscur ou si elle collecte davantage que nécessaire.

Productivité : que signifie vraiment le chiffre de 55 % ?

Microsoft et GitHub mettent régulièrement en avant le potentiel de Copilot pour accélérer certaines tâches, en particulier chez les développeurs. Selon Thomas Dohmke, dirigeant de GitHub, les utilisateurs de GitHub Copilot peuvent connaître une amélioration de productivité allant jusqu’à 55 %.

Ce chiffre ne doit pas être lu comme une promesse universelle. Il correspond à des situations et à des tâches précises, dans lesquelles l’outil peut notamment proposer du code, automatiser une partie de la rédaction ou aider à démarrer une solution. La productivité réelle dépend de nombreux paramètres : niveau d’expérience, qualité des consignes, complexité du projet, environnement technique et temps requis pour vérifier le résultat.

Pour un développeur, une suggestion de code peut faire gagner plusieurs minutes sur une tâche répétitive. Mais elle peut aussi nécessiter une relecture attentive, des tests et des corrections. L’outil accélère surtout le premier jet ou les opérations familières. Il ne supprime ni la responsabilité de la personne qui valide le code, ni le besoin de comprendre son fonctionnement, sa sécurité et ses conséquences.

La même prudence vaut pour les autres usages de Copilot. Dans Word, Excel et les autres outils de la suite Microsoft, l’IA peut aider à résumer, reformuler, structurer ou analyser. Elle est particulièrement utile pour produire une ébauche et organiser l’information. En revanche, elle ne peut pas deviner l’intention exacte de l’utilisateur ni garantir automatiquement l’exactitude d’un document final.

Des usages à choisir selon le contexte

La multiplication des fonctions autour de Copilot peut donner l’impression d’un assistant unique capable de tout faire. Dans les faits, il est plus utile de choisir l’outil correspondant à son besoin :

• la voix convient à une demande spontanée, à une explication ou à une interaction mains libres ;
• la vision devient pertinente lorsqu’un contenu visuel choisi apporte le contexte nécessaire à la question ;
• Recall peut servir à retrouver une activité passée, à condition d’accepter le principe de cette mémoire et de disposer d’un PC compatible ;
• les intégrations dans les outils de bureautique répondent à des besoins de rédaction, de synthèse et de traitement de données.

Cette distinction évite deux écueils. Le premier est d’activer une fonction intrusive sans en avoir réellement l’utilité. Le second est d’attendre d’un assistant généraliste qu’il fournisse, sans contrôle humain, un résultat irréprochable dans tous les domaines.

Pour les entreprises, le déploiement de ces outils appelle une réflexion plus large : quels contenus peuvent être transmis à une IA, quelles données sont confidentielles, quels usages sont autorisés et qui vérifie les productions générées ? L’enjeu ne se résume pas à acheter une fonctionnalité. Il consiste à l’intégrer dans des pratiques de travail compréhensibles et responsables.

Ce qu’il faut surveiller

Les annonces d’octobre 2024 montrent la direction prise par Microsoft : Copilot ne doit plus seulement répondre à un texte tapé dans une fenêtre, mais s’insérer dans les gestes ordinaires de l’informatique, par la parole, le contexte visuel et, dans le cas de Recall, la mémoire de l’activité passée.

La réussite de cette stratégie dépendra de trois conditions. D’abord, l’utilité réelle : les fonctions devront faire gagner du temps sans compliquer les habitudes. Ensuite, la disponibilité : une expérience annoncée comme naturelle perd de son intérêt si elle reste limitée à certains appareils, comptes ou marchés. Enfin, la confiance : la voix, la vision et l’historique d’écran touchent à des données intimes ou professionnelles, ce qui impose des réglages simples, des explications claires et un contrôle effectif par l’utilisateur.

Microsoft cherche ainsi à faire de Copilot une présence plus continue dans le travail quotidien. L’équilibre à trouver est délicat : plus l’assistant comprend le contexte, plus il peut être utile, mais plus il doit démontrer qu’il respecte les limites fixées par la personne qui l’utilise.