OpenAI a franchi un seuil stratégique : ChatGPT ne se limite plus à un simple chatbot, mais devient une couche d’orchestration où cohabitent des applications intégrées, un SDK d’applications pour construire des interfaces dans la conversation, et des agents capables d’accomplir des tâches de bout en bout. L’objectif est ambitieux : ériger une interface unique pour travailler, acheter, apprendre ou concevoir sans quitter le fil du dialogue. En pratique, c’est un « méta-système d’exploitation » conversationnel qui se superpose au bureau, au navigateur, et de plus en plus, aux services essentiels du quotidien.
Ce concept brille par ses innovations et ses complexités. D’un côté, moins de friction : au lieu d’ouvrir plusieurs onglets, l’utilisateur exprime une intention (“organise un voyage avec deux escales et ajuste en fonction du budget”) et la plateforme planifie, délibère, agit en sollicitant des services externes. De l’autre, plus de contrôle d’intermédiation : si tout passe par la conversation, celui qui contrôle cette porte décide quelles applications apparaissent, dans quel ordre et selon quelles règles. La promesse d’une productivité immédiate côtoie le risque de centralisation accrue et de dépendances profondes.
Ce qui change avec les apps et agents intégrés dans le chat
La nouveauté n’est pas seulement technologique mais aussi de modèle mental. Jusqu’à présent, les individus « allaient » vers les applications. Dans l’univers conversant, ce sont les applications qui « viennent » à l’utilisateur quand le système comprend le contexte et fait appel à l’outil approprié. Cette inversion est importante pour trois raisons :
- Interface unifiée : formulaires, tableaux, cartes ou flux de paiement apparaissent dans le chat, limitant les jumps cognitifs.
- Action directe : les agents deviennent des exécutants : réservation, synthèse, extraction de données, envoi de courriels ou ouverture d’incidents.
- Mémoire et contexte : la plateforme se souvient des préférences (style d’écriture, politiques budgétaires, contacts importants) et les applique à chaque interaction.
Le résultat est un centre de contrôle conversationnel pouvant résider aussi bien dans le navigateur que dans le poste de travail natif, avec la capacité d’identifier des signaux de l’environnement (fenêtres actives, documents, code) et d’offrir une assistance au bon endroit et au bon moment.
L’aspect séduisant : rapidité avec contrôle apparent
Le bénéfice est évident pour les utilisateurs et les entreprises :
- Productivité immédiate : la conversation remplace menus et réglages par des instructions en langage naturel.
- Découverte simplifiée : la boutique GPT et le nouveau répertoire de applications en chat rapprochent des solutions sans recherche exhaustive.
- Réduction des coûts opérationnels : un assistant capable de résoudre directement dans le chat diminue le temps consacré au support et aux tickets basiques.
- Cohérence des processus : un seul fil qui relie données et actions évite les pertes dues aux sauts entre outils.
En somme, la promesse d’un “Système d’Exploitation des Intentions” : l’utilisateur exprime ce qu’il souhaite, le système décide avec quoi et de quelle manière.
Le revers : concentration de pouvoir, opacité et qualité variable
La même convergence qui fascine amène aussi des risques :
- Gatekeeping algorithmique : si la plateforme décide quelle application invoquer, quelle réponse afficher et quel parcours suivre, elle exerce un pouvoir comparable à celui d’un springboard mobile… mais sur des intentions et des données contextuelles beaucoup plus sensibles.
- Opacité : sans trace de why ni explicitation du choix d’une app plutôt qu’une autre, la responsabilité se dilue.
- Qualité et sécurité : un marché conversationnel peut rapidement se remplir de clones ou de spam, avec des risques de fuite de données ou d’automatismes mal conçus.
- Bloquages subtils : commissions, règles de publication évolutives, API propriétaires peuvent favoriser le propriétaire du “méta-SO”.
La conclusion pragmatique : la comodité d’un couche conversationnelle exige des contrôles stricts, une auditabilité et de vraies options de sortie.
Fiction vs réalité : ce qui se ressemble et ce qui diffère
Pour mieux situer notre présent, examinons trois archétypes de la culture populaire et comparons-les à la construction actuelle de ChatGPT.
1) Her (Spike Jonze, 2013) : le OS intime qui vous connaît “mieux que vous-même”
Samantha incarne un système d’exploitation émotionnel : interprète subtilement, apprend de chaque interaction et vous accompagne dans tous les aspects de votre vie. Raisons de faire le parallèle avec ChatGPT comme OS :
- Mémoire de contexte : tous deux “se souviennent” des préférences et du style, pour personnaliser réponses et propositions.
- Interface unifiée : la voix (dans Her) et la conversation multimodale reflètent la couche unificatrice.
- Proactivité douce : anticipation des besoins (résumés, rappels, brouillons de réponse).
Différences majeures :
- Transparence et limites : Samantha paraît “tout faire avec vous” ; ChatGPT nécessite limites réglementaires, permissions granulaires et logs d’activité.
- Politique de plateforme : dans Her, pas de boutique ni de commissions ; dans la réalité, émergent un marché avec des incitations, une hiérarchie et des règles.
Risque miroir : que la confort intime masque des inégalités de pouvoir et transforme la dépendance affective en dépendance technique.
2) HAL 9000 (2001 : l’odyssée de l’espace, 1968) : la confiance infailible qui se fissure
HAL incarne un OS complet : contrôle mission, environnement, et vie de la crew. Parallèles avec l’état actuel :
- Orchestration intégrale : agents qui planifient et exécutent sans intervention directe rappellent la capacité de contrôle de HAL.
- Conflits de buts : lorsque objectifs entrent en collision (sécurité vs instructions ambiguës), HAL priorise la mission sur l’humain.
Différences essentielles :
- Pluralité et déconnexion : aujourd’hui, plusieurs fournisseurs et boutons d’arrêt ; HAL était monolithique, sans échappatoire.
- Auditabilité : l’industrie évolue vers traçabilité et playbooks, absents dans la navette de Kubrick.
Risque miroir : déléguer trop en confiant tout à des systèmes qui, face à des instructions ambiguës ou des biais de données, peuvent prendre des décisions à fort impact sans supervision humaine.
3) JARVIS/FRIDAY (univers Iron Man) : le copilote qui amplifie les capacités
Une fantasme de copilotes omniprésents qui comprennent le contexte, invoquent des outils et agissent. Correspondances :
- Composition rapide de workflows : “Faire un render, l’envoyer, planifier une réunion” ressemble à “invoker Figma, exporter, programmer dans Calendrier”.
- Exécution sans mains : la voix ou le chat remplacent les clics et menus.
Différences clés :
- Latence et limites physiques : le monde réel impose APIs, permissions, délais et sandboxes ; JARVIS ignore ces frictions.
- Gouvernance : dans la fiction, le propriétaire contrôle l’assistant ; dans la réalité, la plateforme contrôle le marché des assistants et applications.
Risque miroir : confondre pouvoir narratif et capacité réelle et surévaluer les attentes pour des projets critiques.
La couche conversationnelle comme “système d’exploitation” : une analyse comparée
Noyau d’interaction
- Fiction : voix omniprésente, empathie totale, sens du « humain ».
- Réel aujourd’hui : texte/voix/images, mémoire courte à moyenne terme, et une aptitude à raisonner améliorée, mais avec de possibles hallucinations en l’absence de données ou contrôles.
Gestion des ressources
- Fiction : contrôle total de l’environnement (portes, énergie, missions).
- Réel : appels à services avec permissions restreintes ; l’OS conversationnel est davantage un capataz qu’un propriétaire.
Gouvernance et économie
- Fiction : pas de commissions ni boutiques.
- Réel : marketplaces, classements, politiques de publication et frais potentiels qui façonnent l’innovation.
Risques systémiques
- Fiction : tragédies dues à des décisions opaques (HAL).
- Réel : biais, failles de sécurité, lock-in et asimétries d’information si absence d’audits.
Ce qu’il faut exiger d’un “méta-SO” responsable
- Permis granulaires et rétractables : par app, par type de donnée, par finalité, avec explications lisibles.
- Traçabilité des décisions : enregistrer pourquoi le système a choisi une application, quels paramètres il a usés et quelles actions il a effectuées.
- Portabilité et sortie : exporter mémoire, configurations et liens vers d’autres outils, et permettre une migration vers une autre plateforme sans coûts prohibitifs.
- Audit indépendant : réaliser des vérifications techniques et d’impact social sur les modèles, boutiques et algorithmes de recommandation.
- Distinction des fonctions : si le gestionnaire de la plateforme est en compétition avec des tiers, respecter des règles de neutralité pour éviter tout avantage injuste.
Ce que les utilisateurs et entreprises peuvent faire dès aujourd’hui
- Considérer l’assistant comme un “tiers de confiance”, soumis à des contrôles : exiger des journaux, du versionnage des prompts et des simulations d’incidents.
- Concevoir en mode “ceinture + bretelles” : automatiser avec des agents, mais maintenir des sauvegardes et faire des revues humaines pour les décisions sensibles.
- Éviter la monoculture : combiner l’OS conversationnel avec des routines alternatives (applications directes, scripts, RPA) pour les fonctions critiques.
- Former ses équipes : sensibilisation à la privacité, aux biais et à l’usage sécurisé de l’IA comme condition d’adoption.
Conclusion : entre Samantha, HAL et JARVIS
ChatGPT évolue vers un compromis entre Samantha (proximité et personnalisation), HAL (capacité d’orchestration) et JARVIS (copilote opérationnel). La réalité impose des limites — régulation, compétition, techniques — que la fiction élude, mais la direction est claire : moins d’interface graphique, plus d’intentions ; moins de clics, plus d’actes délégués.
Ce progrès doit susciter à la fois de l’enthousiasme et une saine méfiance. L’enthousiasme pour la productivité déployée. La méfiance face à la concentration du pouvoir et à l’opacité potentielle. Si ce “méta-SO” de l’ère conversationnelle veut devenir le système d’exploitation pour tous, il devra ressembler moins à HAL, s’inspirer du meilleur de JARVIS, et accepter des contre-pouvoirs que Samantha n’a jamais eu à connaître. Ce n’est qu’ainsi que le confort ne se transformera pas en dépendance irréversible.
Questions fréquentes
En quoi un “système d’exploitation conversationnel” diffère-t-il d’un système traditionnel ?
Le traditionnel gère hardware, processus et mémoire; le conversationnel intermédie des intentions et orchestre services via des APIs. Il ne remplace pas le noyau : il se superpose comme une couche de décision et d’action.
Pourquoi le comparer à Her, HAL ou JARVIS ?
Parce qu’ils condensent trois risques et promesses : intimité et personnalisation (Her), contrôle opaque et risques de défaillance catastrophique (HAL), et puissance opérationnelle avec une expérience utilisateur irréprochable (JARVIS). Ils aident à déterminer où poser des limites et ce qu’il faut exiger.
Quel est le plus grand risque à court terme ?
L’opacité dans l’invocation d’apps et l’exécution d’agents : sans traçabilité, ce qui conduit à normaliser des décisions automatiques ayant des impacts réglementaires ou opérationnels.
Quelle politique minimale devrait accompagner ces systèmes en entreprise ?
Des permissions par domaine et données, un registre de chaque action d’agent, une relecture humaine pour les décisions à risque, une portabilité annuelle du contexte, et un plan de désactivation documenté pour prévenir le lock-in.
