OpenAI merilis “pratinjau penelitian” dari agen AI bernama Operator yang dapat “mengakses web untuk melakukan tugas untuk Anda,” menurut sebuah postingan blog. “Dengan menggunakan browsernya sendiri, ia dapat melihat halaman web dan berinteraksi dengannya dengan mengetik, mengklik, dan menggulir,” kata OpenAI. Ini diluncurkan pertama kali di AS untuk pelanggan tingkat ChatGPT Pro OpenAI senilai $200 per bulan.
Operator mengandalkan model “Agen Pengguna Komputer” yang menggabungkan kemampuan visi GPT-4o dengan “penalaran tingkat lanjut melalui pembelajaran penguatan” untuk dapat berinteraksi dengan GUI, kata OpenAI. “Operator dapat ‘melihat’ (melalui tangkapan layar) dan ‘berinteraksi’ (menggunakan semua tindakan yang dimungkinkan oleh mouse dan keyboard) dengan browser, sehingga memungkinkannya mengambil tindakan di web tanpa memerlukan integrasi API khusus,” menurut OpenAI.
Operator dapat menggunakan penalaran untuk “mengoreksi diri sendiri”, dan jika mengalami kebuntuan, hal ini akan memberikan kendali kepada pengguna. Ini juga akan meminta pengguna untuk mengambil alih ketika situs web meminta informasi sensitif seperti kredensial login dan “harus” meminta pengguna untuk menyetujui tindakan seperti mengirim email. OpenAI juga mengatakan bahwa Operator telah dirancang untuk “menolak permintaan berbahaya dan memblokir konten yang tidak diizinkan.”
OpenAI mengatakan bahwa mereka berkolaborasi dengan perusahaan seperti DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack, Uber sehingga Operator “menangani kebutuhan dunia nyata sambil menghormati norma-norma yang ditetapkan.” Namun perusahaan memperingatkan bahwa belum semuanya berjalan seperti yang Anda harapkan; alat tersebut saat ini mengalami masalah dengan “antarmuka kompleks seperti membuat tayangan slide atau mengelola kalender”.
OpenAI berencana untuk menghadirkan Operator ke pengguna Plus, Team, dan Enterprise dan “mengintegrasikan kemampuan ini ke dalam ChatGPT.”
