Mira Murati et Thinking Machines Lab créent une AI qui ne remplace pas l’humain

Mira Murati, ancienne CTO d'OpenAI et fondatrice de Thinking Machines Lab, a démontré le nouveau pari de son entreprise : une IA qui ne remplace pas les humains dans le processus, mais travaille aux côtés d'eux. Au lieu d'une automatisation complète, la startup construit des modèles capables de comprendre les conversations en direct, les pauses, les interruptions et les changements de contexte en temps réel.

Parier sur la

Collaboration Murati n'a pas abandonné l'idée de la superintelligence, mais elle propose un chemin différent vers celle-ci. Selon elle, un avenir réellement utile pour l'IA n'est pas un scénario où quelques corporations construisent des systèmes entièrement autonomes tandis que les humains se retirent progressivement. L'intelligence humaine, au contraire, doit rester partie de l'équation aussi longtemps que possible, en particulier face aux préoccupations croissantes selon lesquelles les modèles génératifs accélèreront les pertes d'emplois et approfondiront la dépendance du marché envers quelques grands acteurs.

"Le meilleur chemin vers un bon avenir est de garder les humains dans la boucle plus longtemps", c'est ainsi que Murati décrit l'approche de Thinking Machines Lab.

L'idée de l'entreprise n'est pas simplement de fournir des réponses sur demande, mais de donner aux gens la possibilité d'affiner les modèles avancés pour leurs tâches et leurs valeurs, puis de travailler avec eux en tandem. Cette approche diffère sensiblement de l'image familière d'un agent IA qui reçoit une instruction et fait ensuite tout seul. Pour Murati, il importe davantage de ne pas retirer les humains du processus, mais de faire en sorte que le système comprenne mieux l'intention de l'utilisateur et l'aide à atteindre ses objectifs sans perte de contrôle.

Comment

Fonctionnent les Modèles En mai 2026, Thinking Machines a montré un aperçu de recherche des soi-disant interaction models—des modèles qui communiquent avec les humains via caméra et microphone. Contrairement à de nombreuses interfaces vocales, cela ne se réduit pas au schéma « reconnaissance audio, conversion en texte, envoi au chatbot ». L'entreprise affirme que son modèle a été entraîné dès le départ à fonctionner avec une communication humaine continue et imparfaite, où les gens font des pauses, s'interrompent mutuellement, se corrigent et changent de sujet en cours de conversation.

Cela donne au système un mode de fonctionnement plus naturel. Selon la description de Thinking Machines, ces modèles ne devraient pas simplement attendre la fin d'une prise de parole, mais saisir le fil de la pensée et s'adapter à la volée si l'interlocuteur clarifie sa formulation ou change brusquement de direction de conversation. Il n'y a pas encore de version publique : l'entreprise n'a montré que quelques vidéos de démonstration, mais son pari est déjà clair—ils veulent rendre l'interface avec l'IA plus proche non d'une ligne de commande, mais d'un dialogue de travail réel entre les gens.

• Comprennent les pauses, les interruptions et les changements d'intonation Fonctionnent via caméra et microphone, pas seulement du texte S'adaptent lorsque l'utilisateur clarifie une pensée ou change de sujet * Visent une interaction plus personnalisée et contextuelle ## Comment Cela Diffère L'approche de Murati va à l'encontre de la tendance principale des plus grands laboratoires. OpenAI, Anthropic et Google ont de plus en plus orienté les modèles vers le travail autonome ces dernières années : de la rédaction de code à l'assemblage d'applications complètes à partir d'une seule demande textuelle. Plus le système fonctionne bien seul, moins il reste de participation humaine. Thinking Machines ne conteste pas l'objectif de rendre les modèles plus puissants, mais plutôt la manière dont cette puissance devrait être appliquée dans un produit. L'entreprise a émergé après le départ de Murati d'OpenAI en 2024 et a rassemblé autour d'elle plusieurs ingénieurs remarquables du même écosystème. La startup a déjà attiré des milliards de dollars pour créer des modèles avancés, mais elle dispose de peu de produits publics pour l'instant. Le plus notable est Tinker, un service API lancé en octobre 2025 pour l'affinage des modèles sur des données propriétaires, déjà utilisé par des chercheurs et des ingénieurs. L'un des cofondateurs, Aleksandr Kirillov, spécialiste de l'IA multimodale, relie la nouvelle gamme de modèles à une tâche plus large—faire en sorte que l'IA soit non seulement rapide, mais personnelle et constamment présente dans le contexte du travail. Dans cette logique, l'assistant ne disparaît pas entre les demandes mais reste à proximité, voit ce que fait l'utilisateur et s'engage au moment opportun.

Ce

Que Cela Signifie Le marché de l'IA discute de plus en plus d'agents autonomes qui remplacent une partie du travail humain. Thinking Machines propose un vecteur de produit différent : non pas « éliminer les humains », mais augmenter leur débit grâce à des modèles qui comprennent mieux l'interaction en direct. Si cette approche fonctionne, la prochaine compétition en IA ne portera pas seulement sur la puissance du modèle, mais aussi sur la qualité de la collaboration humain-machine.