OpenAI scommette sulla voce (e sulla difesa informatica) tra nuovi modelli Realtime e la variante Cyber

08/05/2026 SCIENZA E TECNOLOGIA Preferisci Informazione.News su Google

Redazione Scienza e Tecnologia   -   La corsa a rendere l’intelligenza artificiale non solo più intelligente, ma anche più reattiva e pervasiva, passa sempre più dalla voce. E lo fa con un’aggressività che lascia poco spazio all’immaginazione: non si tratta più di semplici comandi vocali, bensì di conversazioni fluide in cui la macchina ascolta, ragiona, traduce e trascrive mentre l’interlocutore sta ancora parlando. In questa direzione si muove l’ultimo annuncio di OpenAI, che ha potenziato la propria Realtime API con tre modelli dedicati all’audio, segnando un cambio di passo – almeno sulla carta – per tutte quelle applicazioni, dal supporto clienti alla formazione, che vorrebbero mettere la voce al centro dell’interfaccia utente.

L’ascolto in tempo reale diventa (finalmente) fluido

La novità principale arriva dal fronte delle interazioni vocali live, dove la latenza rappresenta storicamente il nemico numero uno. Per risolverlo (o quantomeno per ridurlo drasticamente), l’azienda ha infatti introdotto **GPT‑Realtime‑2**, descritto come il primo modello vocale in grado di sfruttare le capacità di ragionamento della classe GPT‑5 mentre gestisce richieste complesse senza perdere il filo del discorso. Non è solo una questione di voci più naturali – anche se quelle contano – quanto piuttosto di una reale capacità di "pensare" mentre si parla, chiamando eventualmente più strumenti in parallelo e giustificando a voce le proprie azioni con frasi come "fammi controllare il calendario". Questa fluidità, se effettivamente confermata sul campo, cambierebbe le regole del gioco per i cosiddetti "voice agent", trasformandoli da semplici altoparlanti intelligenti a collaboratori in grado di assistere l’utente in compiti articolati, come la prenotazione di un viaggio o la risoluzione di un problema tecnico.

Tradurre mentre si parla: la sfida della simultaneità

Se il mercato dei contact center e quello delle piattaforme educative sono in forte fermento, lo si deve anche alla promessa di abbattere le barriere linguistiche in tempo reale. Ed è proprio qui che si inserisce **GPT‑Realtime‑Translate**, un altro dei modelli svelati da OpenAI. Supporta oltre 70 lingue in input e ne restituisce 13 in output, con l’obiettivo dichiarato di tenere il passo dell’oratore originale senza sacrificare il significato delle frasi. Le prime prove, citate dalla stessa azienda, parlano di un tasso di errore inferiore del 12,5% rispetto ad altri modelli durante test condotti su lingue come hindi, tamil e telugu; un dato che, sebbene vada ovviamente preso con cautela, lascia intendere una certa maturità tecnologica. Completano il quadro i miglioramenti apportati a **GPT‑Realtime‑Whisper**, il sistema di trascrizione in streaming che converte il parlato in testo mentre la conversazione è ancora in corso, eliminando quell’attesa – a volte snervante – tipica dei vecchi modelli batch.

L’altra faccia della medaglia: la sicurezza informatica diventa granulare

Tuttavia, la strategia dell’azienda non si ferma alla sola interfaccia vocale. In parallelo, e forse con ancor più discrezione, OpenAI ha infatti messo a punto un’architettura parallela dedicata alla difesa informatica. Qui il protagonista diventa **GPT.5**, che arriva accompagnato dalla sua variante specialistica **GPT.5-Cyber**. Quel che cambia non è tanto la potenza bruta del modello base, quanto piuttosto il suo livello di permissività: laddove il GPT.5 standard rifiuterebbe di rispondere a richieste potenzialmente pericolose (come la scrittura di un codice malevolo), la versione Cyber è stata volutamente addestrata per essere più flessibile, ma solo nelle mani di team di sicurezza verificati.

Il tutto è regolato dal framework Trusted Access for Cyber (TAC), un sistema a tre livelli che ricorda un po’ il concetto di "abilitazione progressiva". Il primo livello è quello di default, con i parafulmini standard. Il secondo, GPT.5 con TAC, allenta le maglie per consentire attività come la revisione del codice o l’analisi di malware. Solo il terzo livello, quello di GPT.5-Cyber, concede l’accesso alle funzionalità più spinte, come la generazione di proof-of-concept per penetration test o le attività di red teaming, riservate ovviamente a pochi partner selezionati. Una mossa, questa, che mira a trasformare l’AI in uno scudo senza trasformarla (almeno nelle intenzioni) in una lancia.

Un rilascio a "goccia" per studiare l’impatto

Non si tratta, è bene sottolinearlo, di un’apertura al grande pubblico. L’accesso a GPT.5-Cyber è infatti limitato ad un gruppo ristretto di sviluppatori e difensori informatici, inquadrato in una sorta di "anteprima limitata". L’obiettivo dichiarato non è tanto quello di stravincere la competizione con modelli analoghi (come Mythos di Anthropic, uscito circa un mese fa), quanto piuttosto quello di studiare come gli esperti utilizzano queste funzionalità in ambienti controllati. Si tratta, insomma, di una sperimentazione sul campo, con un occhio di riguardo alla mitigazione dei rischi: i flussi di lavoro più sensibili richiedono l’autenticazione a più fattori e la verifica dell’identità, una barriera che OpenAI spera di rendere sempre più solida prima di un eventuale rilascio su larga scala.