Vous parlez, l’assistant écrit. Vous parlez, l’assistant envoie. Ces deux gestes n’engagent pas la même chose, et Google les a poussés cette semaine à vingt-quatre heures d’écart.
Le 25 août, l’application Gemini pour macOS a reçu la dictée, le résumé de fichiers et la réécriture de texte à la voix, dans n’importe quelle fenêtre. Le lendemain, Gemini Live s’est enrichi de Spark, de Daily Brief, de Personal Intelligence et de la gestion de la boîte de réception Gmail. Deux annonces voisines, deux objets techniques qui n’ont presque rien en commun.
Le brouillon attend, la boîte de réception change d’état
La première famille de fonctions travaille sur du texte que vous relisez avant qu’il ne serve. La dictée produit un brouillon, le résumé produit une synthèse, la réécriture produit une variante. Dans les trois cas, la sortie s’affiche et attend. Votre œil reste le dernier filtre.
La seconde travaille sur votre compte. Quand Gemini Live gère une boîte de réception, l’opération ne se présente pas à la validation : elle a lieu. Trier, classer, archiver, répondre modifient un état stocké chez Google, pas un paragraphe posé devant vous. La correction ne se fait plus au clavier, elle intervient après coup, sur un état déjà modifié.
Google range pourtant les deux familles sous la même étiquette vocale, dans la même application, derrière le même geste : appuyer et parler. C’est cohérent côté produit. C’est trompeur côté risque.
Le prix d’un homonyme mal résolu
Un modèle de reconnaissance vocale se trompe. Sur du texte, l’incident est indolore : vous lisez « lundi » là où vous avez dit « mardi », vous corrigez, l’affaire est classée en deux secondes. La marge d’erreur du modèle et la marge de rattrapage de l’utilisateur sont du même ordre de grandeur.
Branchez la même approximation en amont d’un agent qui dispose des droits sur votre messagerie, et l’échelle change. Une consigne mal découpée, un homonyme mal résolu, une intonation ambiguë sur un nom de dossier, et l’action porte sur un périmètre plus large que celui que vous visiez. Selon l’étendue des droits accordés, cela peut se traduire par des messages déplacés hors de votre vue, voire envoyés.
La voix aggrave par ailleurs un défaut structurel : elle ne montre rien. Une commande écrite se relit avant l’envoi ; une commande dictée s’exécute sur l’interprétation qu’un modèle en a faite, sans que vous voyiez cette interprétation. L’interface la plus fluide de Gemini est aussi celle qui offre le moins de points de contrôle.
La vérifiabilité sépare Spark de Daily Brief
Les deux nouveautés phares de Live tirent dans des directions opposées. Spark accepte des commandes vocales naturelles pour configurer des tâches à plusieurs étapes qui tournent ensuite de manière autonome : vous décrivez une intention, la suite se déroule sans vous. Daily Brief fait le trajet inverse et vous restitue une journée déjà compilée.
L’un emporte du travail loin de votre attention, l’autre vous en rapporte le résultat sous forme de synthèse. Personal Intelligence alimente les deux, puisque la pertinence d’une synthèse ou d’une tâche dépend de ce que le système sait de votre contexte. Dans les deux cas, la matière première est la même : vos données personnelles.
Les deux ne se vérifient pas au même moment. Une synthèse se contrôle par recoupement, il suffit d’aller voir la source. Une chaîne de tâches exécutée en autonomie ne se contrôle qu’après coup, et seulement si le système a laissé une trace lisible de ce qu’il a fait.
Aucun mot sur l’annulation
Les annonces publiées sur le compte officiel Gemini décrivent des capacités : parler de sa journée, laisser Spark faire le gros du travail, gérer sa boîte. Elles ne décrivent ni le périmètre exact des droits demandés sur Gmail, ni la façon de revenir en arrière quand une action autonome part de travers.
Microsoft a franchi la même étape sur Outlook et l’a documentée autrement : sa page d’aide officielle explique que Copilot dans Outlook déroule son raisonnement à chaque étape et à chaque action, pour laisser à l’utilisateur une visibilité pendant l’exécution. Rien d’équivalent n’accompagne pour l’instant la gestion vocale de Gmail.
Ce silence tient moins de la maladresse que de l’ordre des priorités : on montre d’abord la capacité, on documentera les garde-fous ensuite. Une fonctionnalité qui agit à votre place se juge sur trois éléments que Google devra rendre publics avant un déploiement large : la granularité des autorisations, le journal des actions effectuées, la réversibilité de chacune. Tant que ces trois points restent implicites, la démonstration reste une démonstration.
Ouvrir les droits Gmail par paliers
Rien n’oblige à attendre pour tester, à condition de séparer les usages plutôt que de tout activer d’un bloc.
- Réserver la voix aux opérations qui produisent du texte relu : dictée, résumé, réécriture. Le gain est immédiat, le risque nul.
- Traiter l’accès à la messagerie comme celui d’un système sensible : commencer en lecture et en tri, sur un dossier ou un libellé délimité, avant d’ouvrir la réponse et la suppression.
- Vérifier, dès la première tâche Spark, quelle trace elle laisse. Une automatisation sans journal consultable ne se vérifie pas, donc ne s’utilise pas sur des données qui comptent.
- Garder un archivage de la messagerie indépendant de Gemini. La règle valait déjà pour les filtres et les scripts.
Chez Google comme chez ses concurrents, la voix a changé de fonction : elle servait à interroger un modèle, elle déclenche désormais un agent. La compréhension du langage suffit largement pour dicter un mail. Il manque le bouton qui défait ce qu’une phrase mal comprise a mis en route. Tant qu’il n’existe pas, la voix restera excellente pour écrire et hasardeuse pour agir.
