OpenAI ha ufficialmente presentato GPT-Live, la nuova generazione di modelli vocali destinata a rivoluzionare l'esperienza conversazionale con ChatGPT. Il sistema sostituisce la modalità vocale avanzata precedente, quella basata su GPT-4o introdotta nel 2024, introducendo un cambio radicale nel modo in cui l'intelligenza artificiale interagisce con gli utenti. La novità più rilevante riguarda l'architettura tecnologica di base: il nuovo modello adotta un sistema full duplex, lo stesso utilizzato nelle telefonate, che consente di ascoltare e parlare in simultanea senza attendere che l'interlocutore termini la propria frase.
Questa innovazione risolve uno dei principali difetti del sistema precedente, basato su turni conversazionali rigidi. In passato, qualsiasi pausa o rumore di sottofondo veniva interpretato come la fine dell'intervento dell'utente, generando interruzioni inopportune e conversazioni poco naturali. Con GPT-Live il modello prende decisioni più volte al secondo, valutando costantemente se intervenire, mantenere il silenzio, interrompere o attivare strumenti specifici. Il sistema può inoltre emettere brevi segnali vocali come "mh-mh" per comunicare attenzione e comprensione, rendendo il dialogo ancora più fluido e realistico.
Una delle applicazioni più interessanti della nuova tecnologia riguarda la traduzione simultanea tra due persone che parlano lingue diverse. ChatGPT funge da interprete bidirezionale, permettendo conversazioni naturali anche tra interlocutori che non condividono la stessa lingua. Sul fronte prestazionale, GPT-Live si concentra esclusivamente sulla gestione della conversazione: quando una domanda richiede ricerche sul web o complessi processi di ragionamento, il modello delega automaticamente queste operazioni a GPT-5.5, che opera in background senza interrompere il flusso del dialogo. Gli utenti possono scegliere tra tre livelli di elaborazione: Istantaneo, Medio e Alto, con i due ultimi che attivano la modalità Thinking del modello più potente.
Oltre alle funzionalità innovative, è importante segnalare i limiti attuali di questa prima versione. La condivisione dello schermo e le videochiamate rimangono ancora ancorate alle precedenti modalità vocali, rimaste comunque accessibili. OpenAI ha inoltre ammesso delle lacune nella qualità per alcune lingue, incluso l'italiano, dove sono stati rilevati accenti non del tutto naturali e una fluidità ancora improvabile. Il rollout mondiale coinvolge piattaforme iOS, Android e web, con GPT-Live-1 impostato come modello predefinito per gli abbonati Go, Plus e Pro, mentre una versione mini è riservata ai profili gratuiti.
Occorre precisare che al momento del lancio la funzione non risulta disponibile nell'app desktop, nelle chat temporanee, negli account Business, Enterprise ed Edu, nonché nei GPT personalizzati. L'integrazione nelle API ufficiali è prevista per breve. Questo aggiornamento rappresenta un passo significativo verso interazioni sempre più naturali e human-like, anche se le limitazioni attuali suggeriscono che OpenAI sta procedendo con un approccio graduale e cautelare.
