Découvrez canvas

Découvrez canvas, une nouvelle interface qui permet d’écrire et de coder avec ChatGPT en allant plus loin qu’un simple chat. Canvas s’ouvre dans une fenêtre distincte pour vous aider à collaborer sur un projet avec ChatGPT. Cette version préliminaire propose un nouveau mode de collaboration avec lequel vous pouvez créer et affiner des idées en visualisant directement les résultats de vos échanges.   

Canvas est basée sur GPT‑4o et peut être choisie manuellement dans l’outil de sélection du modèle pendant sa version bêta. Nous la déployons dès aujourd’hui pour les utilisateurs ChatGPT Plus et Team du monde entier. L’accès à cette fonctionnalité sera ouvert aux utilisateurs Enterprise et Edu la semaine prochaine. Nous prévoyons également d’ouvrir canvas à tous les utilisateurs de ChatGPT Free à l’issue de la bêta.

Nos utilisateurs font appel tous les jours à ChatGPT pour écrire et coder. Si l’interface de chat est simple à utiliser et se montre très efficace pour de nombreuses tâches, elle reste insuffisante pour les projets nécessitant des modifications et révisions. C’est pour cette raison que nous avons imaginé canvas, une nouvelle interface plus adaptée.

Avec canvas, ChatGPT peut mieux comprendre le contexte de vos actions. Vous pouvez surligner certaines sections pour lui préciser sur quels points vous voulez qu’il se concentre. Comme un relecteur, il peut vous fournir des commentaires et suggestions directement dans le texte ou le code, en gardant l’ensemble de votre projet à l’esprit.

Avec canvas, vous gardez la main sur votre projet. Vous pouvez directement modifier le texte ou le code. Un menu regroupe différents raccourcis qui vous permettent de demander à ChatGPT d’ajuster la longueur du texte, de déboguer le code ou encore d’exécuter diverses autres actions. Vous pouvez également restaurer des versions précédentes de votre travail à l’aide du bouton Retour.

Canvas s’ouvre automatiquement quand ChatGPT détermine que cette interface pourrait être utile. Vous pouvez également ajouter « utilise canvas » dans votre prompt pour l’utiliser sur un projet existant.

Liste des raccourcis d’écriture :

• Suggérer des modifications : ChatGPT propose des suggestions et commentaires directement dans le texte.
• Ajuster la longueur : allonge ou raccourcit le document.
• Modifier le niveau de lecture : adapte le niveau de difficulté du texte, de la maternelle à l’enseignement supérieur.
• Peaufiner : vérifie la grammaire, la clarté et la cohérence.
• Ajouter des émojis : ajoute des émojis pertinents pour mettre en valeur certains points et ajouter de la fantaisie au texte.

Le codage est un processus itératif, et le chat ne permet pas de s’y retrouver facilement dans toutes les révisions apportées à votre code. Canvas permet de suivre et comprendre plus facilement les modifications de ChatGPT, et nous comptons continuer à améliorer la visibilité sur ces changements.

Liste des raccourcis de codage :

• Examiner le code : ChatGPT fournit des suggestions d’amélioration directement dans le code.
• Ajouter les journaux : inclut des déclarations print pour vous aider à déboguer et comprendre votre code.
• Ajouter des commentaires : ajoute des commentaires au code pour en faciliter la compréhension.
• Corriger les bugs : détecte et réécrit le code posant problème pour résoudre les erreurs.
• Porter vers un langage : convertit votre code en JavaScript, TypeScript, Python, Java, C++ ou PHP.

Nous avons entraîné GPT‑4o de sorte qu’il devienne un partenaire créatif. Le modèle sait dans quelles situations ouvrir canvas, procéder à des modifications ciblées et tout réécrire. Il comprend aussi le contexte général de votre projet, ce qui lui permet de formuler des commentaires et suggestions précis.

Pour le faire parvenir à ce niveau de compétence, notre équipe de recherche lui a instillé les comportements de base suivants :

• Activation de canvas pour les tâches d’écriture et le codage 
• Génération de types de contenus variés
• Modifications ciblées
• Réécriture de documents
• Critique directement dans le texte

Nous avons mesuré les progrès effectués par le modèle sur plus de 20 évaluations internes automatisées. Nous avons mis en œuvre de nouvelles techniques de génération de données synthétiques, comme la distillation des résultats d’OpenAI o1‑preview, pour lui apprendre ces comportements de base après son entraînement. Cette approche nous a permis de résoudre rapidement la question de la qualité de l’écriture et la gestion de nouvelles interactions utilisateur, le tout sans recourir à des données générées par des humains.

L’une des principales difficultés que nous avons rencontrées a consisté à identifier les situations dans lesquelles activer canvas. Nous avons appris au modèle à ouvrir canvas pour des prompts du type « Write a blog post about the history of coffee beans » (Écris un article sur l’histoire des grains de café) tout en évitant de le faire pour des questions demandant une réponse simple et directe, comme « Help me cook a new recipe for dinner » (Aide-moi à faire une nouvelle recette pour dîner). Pour les tâches d’écriture, nous avons donné la priorité à la reconnaissance des « déclencheurs corrects » (aux dépens des « non-déclencheurs corrects »), ce qui nous a permis d’activer canvas à bon escient dans 83 % des cas, soit mieux qu’un modèle GPT‑4o standard sans entraînement spécifique auquel ont été fournies des instructions spécifiques dans les prompts.

Il convient de noter que la qualité des résultats obtenus avec ces modèles standard dépend fortement du prompt utilisé. Le fait de varier les prompts n’améliore pas les performances du modèle de base, mais modifie les types d’erreurs. Par exemple, il peut se tromper autant sur des tâches de codage que d’écriture et rester donc sous-optimal. Pour les tâches de codage, nous avons intentionnellement biaisé le modèle pour qu’il active moins souvent canvas qu’il ne le devrait afin d’éviter de perturber les processus de nos utilisateurs expérimentés. Nous continuerons d’affiner ce point en fonction des commentaires des utilisateurs.

Une deuxième difficulté a consisté à ajuster le comportement de modification du modèle une fois canvas activée, et plus particulièrement de décider dans quels cas procéder à une modification ciblée plutôt qu’à la réécriture de tout le contenu. Nous avons entraîné le modèle à réaliser des modifications ciblées lorsque les utilisateurs sélectionnent du texte dans l’interface et à favoriser les réécritures dans les autres cas. Ce comportement va continuer d’évoluer à mesure que nous ajustons le modèle.

Enfin, l’entraînement du modèle lui permettant de formuler des commentaires de qualité a demandé une itération minutieuse. À la différence des deux premiers sujets que nous venons d’évoquer, et qui peuvent facilement se prêter à une évaluation automatisée associée à des examens manuels, la mesure de la qualité de manière automatisée est particulièrement complexe. Par conséquent, nous avons fait appel à des humains pour évaluer la qualité et l’exactitude des commentaires. Notre modèle avec canvas s’est montré meilleur que GPT‑4o sur les plans de la précision (+30 %) et de la qualité (+16 %), ce qui montre que l’entraînement synthétique permet d’améliorer considérablement la qualité des réponses et du comportement par rapport à un modèle sans entraînement spécifique auquel des instructions sont fournies dans le prompt.

Pour rendre l’IA plus utile et plus accessible, nous devons repenser nos interactions avec cette technologie. Canvas est une nouvelle approche et constitue la première grande mise à jour de l’interface visuelle de ChatGPT depuis son lancement il y a deux ans.

Canvas est encore en version bêta anticipée, et nous prévoyons d’améliorer rapidement ses capacités.