Le nouveau modèle vocal de ChatGPT ressemble de plus en plus à une conversation humaine, mais il y a des risques

JAKARTA - OpenAI a commencé à lancer deux nouveaux modèles vocaux pour ChatGPT, à savoir GPT-Live-1 et une version mini. Cette mise à jour permet à ChatGPT d’entendre et de parler en même temps, y compris pour la traduction directe.

CNET a cité jeudi 9 juillet que les deux nouveaux modèles sont disponibles pour tous les utilisateurs de ChatGPT, que ce soit des utilisateurs gratuits ou des clients payants. L’accès est fourni via une application mobile et un site Web.

OpenAI a mis à jour la technologie vocale ChatGPT pour qu'elle se rapproche de ses capacités d'IA basées sur le texte. Les utilisateurs peuvent également choisir trois niveaux d'intelligence, en fonction de la profondeur de la réponse requise.

Atty Eleti, le leader du produit vocal ChatGPT, a déclaré que le plus gros changement était le son qui semblait plus humain et plus comme une conversation.

L’une des technologies clés derrière cette mise à jour est appelée interaction continue. Ce système permet à l’IA d’accepter des informations et de produire des réponses en meme temps.

Dans le mode vocal, ChatGPT peut « entendre » et « parler » en même temps. Cela diffère du mode vocal précédent qui ne réagit que lorsque l’utilisateur a fini de parler.

Cette capacité est importante pour la traduction directe. L’utilisateur peut parler en anglais, puis ChatGPT traduit ses propos en espagnol, hindi ou dans une autre langue avec un bref délai.

Cette nouvelle architecture peut également répartir les tâches sur le modèle de frontière d'OpenAI. Le modèle de frontière fait référence au modèle d'IA le plus avancé utilisé pour traiter des tâches plus complexes.

Kundan Kumar, responsable de la recherche sur le modèle GPT-Live, a déclaré que GPT-Live pouvait continuer à discuter avec les utilisateurs tout en transmettant des raisonnements complexes à GPT-5.5.

« Lorsque GPT-Live doit penser à une question, le modèle peut déléguer son raisonnement et ses tâches complexes à GPT-5.5, qui peut faire plusieurs choses en parallèle, et GPT-Live peut continuer à discuter avec l’utilisateur », a déclaré Kumar.

Une fois le processus terminé, la réponse sera réassemblée dans une réponse de conversation.

« C’est exactement comme les humains interagissent les uns avec les autres », a déclaré Eleti. « Nous continuons à avoir des conversations tout en réfléchissant en arrière-cour. »

Ce nouveau modèle vocal peut également afficher des réponses visuelles dans certaines situations. Selon Eleti, parfois la meilleure réponse n’est pas prononcée, mais affichée. Par exemple, les rapports météorologiques, les scores sportifs ou les graphiques.

OpenAI a indiqué que le lancement a été progressif. Si les utilisateurs ne voient pas encore cette fonction, l’accès peut apparâtre dans un ou deux jours. Cette mise à jour est différente du lancement de la serie GPT-5.6, qui devrait être disponible jeudi.

Il y a aussi des changements dans le style de parler. La voix de l’IA peut maintenant utiliser des mots de remplissage tels que « um », « er » et « like », comme une personne qui pense tout en parlant.

Les utilisateurs peuvent également interrompre la réponse de l’IA avec une pause plus courte. ChatGPT peut être fait taire et ne peut être ouie que pour répondre lorsqu’il est appelé par son nom comme mot d’appel ou mot d’activation.

Cependant, contrairement à Siri et Alexa, ChatGPT continuera à écouter jusqu'à ce que l'utilisateur le désactive manuellement.

OpenAI a indiqué que les utilisateurs ne sont pas automatiquement inclus dans la formation de l’IA lorsqu’ils utilisent le mode vocal. Les clips audio sont conservés pendant 30 jours afin que le système dispose d’un contexte des conversations précédentes et puissent être supprimés.

Cependant, la voix de l’IA qui devient de plus en plus humaine présente également des risques. CNET a noté qu’il y avait déjà un certain nombre de cas et de plaintes concernant les effets néfastes de l’humanisation de l’IA, en particulier pour les personnes qui ont des problèmes de santé mentale.

OpenAI a déclaré que le nouveau modèle avait une protection élargie. L’entreprise a également déclaré que le modèle avait de meilleures performances que les modèles précédents dans les domaines de sécurité clés, y compris les blessures auto-infligées, la psychose, la violence et le contenu sexuel.