OpenAI ha introdotto un’integrazione diretta tra il modello vocale GPT-Live e Decisions API, un’interfaccia progettata per effettuare valutazioni rapide su informazioni testuali e visive e restituire risultati in un formato strutturato. La funzionalità, annunciata nell’aggiornamento per sviluppatori del 15 ottobre 2026, consente ai sistemi vocali di richiedere decisioni operative mentre una conversazione è ancora in corso, senza dover necessariamente attendere il completamento dell’intervento dell’utente o attraversare ulteriori passaggi applicativi per inoltrare la richiesta. Nell’architettura precedente era l’applicazione a dover svolgere il ruolo di intermediario tra il modello vocale e il servizio incaricato di elaborare la decisione. Con la nuova integrazione, GPT-Live può richiamare direttamente Decisions API, riducendo il numero delle operazioni necessarie per analizzare un’informazione e predisporre la risposta del sistema. Secondo OpenAI, Decisions API è in grado di restituire i risultati circa dieci volte più rapidamente rispetto alla più generale Responses API, un confronto che riguarda le caratteristiche operative delle due interfacce e non implica un’accelerazione equivalente dell’intero processo conversazionale.
L’integrazione mette a disposizione degli sviluppatori due modalità di attivazione. Nella prima, GPT-Live identifica una richiesta o una condizione rilevante all’interno della conversazione e avvia direttamente la chiamata a Decisions API. Nella seconda, l’applicazione può riconoscere segmenti specifici mentre il parlato dell’utente o la risposta dell’intelligenza artificiale vengono convertiti progressivamente in testo, utilizzandoli come condizioni per attivare un’elaborazione decisionale. La capacità di operare su trascrizioni parziali permette di anticipare determinate operazioni rispetto al termine della frase, mantenendo il sistema attivo durante lo scambio vocale. L’elaborazione delle decisioni può quindi svolgersi in parallelo alla prosecuzione della conversazione, purché le condizioni configurate dallo sviluppatore permettano di riconoscere con sufficiente precisione il contesto dell’azione richiesta.
Tra gli esempi applicativi rientrano gli assistenti vocali integrati nelle automobili. Quando un conducente afferma di avere freddo, GPT-Live può elaborare la richiesta mentre la frase è ancora in corso e valutare l’opportunità di aumentare la temperatura dell’abitacolo. Analogamente, quando l’utente manifesta l’intenzione di raggiungere una determinata località, il sistema può iniziare a recuperare le informazioni relative alla destinazione e alle impostazioni del veicolo per preparare le operazioni successive. La stessa architettura può essere impiegata per la gestione di personaggi virtuali che modificano le proprie espressioni e i propri movimenti durante il dialogo. Un personaggio può, per esempio, reagire con un sorriso o un cenno del capo mentre l’utente comunica di aver ottenuto un nuovo lavoro, oppure sincronizzare espressioni e gestualità con i contenuti della propria risposta vocale.
La possibilità di attivare operazioni su informazioni ancora incomplete richiede tuttavia specifiche precauzioni nell’implementazione. Gli sviluppatori devono evitare che il riconoscimento ripetuto di una medesima condizione determini l’esecuzione duplicata di un comando e devono delimitare preventivamente le azioni che il sistema è autorizzato a compiere. È inoltre necessario considerare che una trascrizione parziale potrebbe non rappresentare correttamente il significato complessivo dell’intervento dell’utente. L’aggiornamento riguarda le API messe a disposizione degli sviluppatori e non costituisce l’annuncio di una nuova funzionalità vocale direttamente disponibile per tutti gli utilizzatori di ChatGPT. Decisions API rimane inoltre una funzionalità beta separata, il cui impiego nei servizi applicativi è soggetto a specifiche condizioni di accesso e tariffazione.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)