OpenAI merilis pratinjau penelitian agen AI yang disebut Operator yang dapat masuk ke web untuk melakukan tugas-tugas untuk Anda, menurut sebuah posting blog. “Dengan menggunakan peramban miliknya sendiri, ia dapat melihat halaman web dan berinteraksi dengannya dengan mengetik, mengeklik, dan menggulir,” kata OpenAI. Layanan ini diluncurkan pertama kali di Amerika Serikat untuk pelanggan tingkat ChatGPT Pro seharga $200 per bulan dari OpenAI.
Menurut theverge.com, operator mengandalkan model Computer-Using Agent yang menggabungkan kemampuan penglihatan 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, memungkinkannya untuk mengambil tindakan di web tanpa memerlukan integrasi API khusus,” menurut OpenAI.
Operator dapat menggunakan penalaran untuk mengoreksi sendiri, dan jika macet, ia akan memberikan kontrol kepada pengguna. Ini juga akan meminta pengguna untuk mengambil alih ketika sebuah 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-perusahaan seperti DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack, Uber agar Operator dapat memenuhi kebutuhan dunia nyata dengan tetap menghormati norma-norma yang ada. Tetapi perusahaan memperingatkan bahwa tidak semuanya mungkin bekerja seperti yang Anda harapkan; alat ini saat ini memiliki masalah dengan antarmuka yang kompleks seperti membuat tayangan slide atau mengelola kalender.
Di masa mendatang, OpenAI mengatakan bahwa mereka berencana untuk membawa Operator ke pengguna Plus, Team, dan Enterprise dan mengintegrasikan kemampuan ini ke dalam ChatGPT.