Agents IA proactifs : Claude Duet, dots et Muse, quelles perspectives pour les organismes de formation ?

Et si un assistant IA pouvait repérer des dossiers en attente, préparer des réponses et vous signaler une échéance sans qu'il soit nécessaire de lui redonner une consigne à chaque étape ? C'est la perspective mise en avant par les nouveaux agents dits proactifs.

À l'automne 2026, trois annonces illustrent cette évolution : Muse de Meta (8 septembre), dots d'OpenAI (29 septembre) et Claude Duet d'Anthropic (21 octobre). Les éditeurs présentent des agents capables de travailler en arrière-plan, d'exploiter des applications connectées et de solliciter leur utilisateur lorsque son intervention est nécessaire.

Pour les organismes de formation (OF), la question porte aussi sur ce que l'on peut leur déléguer sans perdre la maîtrise des données, des décisions et des preuves.

Cet article distingue les fonctions annoncées par les éditeurs, les usages envisageables et ce qui reste à vérifier avant toute expérimentation.

À retenir. Ces agents ouvrent des possibilités pour le suivi administratif et la coordination. Mais leur disponibilité reste limitée, leurs performances ne sont pas démontrées dans les OF et la connexion à des messageries ou à des dossiers professionnels exige une analyse préalable des risques.

Qu'est-ce qu'un agent IA proactif ?

Un agent IA proactif est un système capable de poursuivre un objectif dans la durée, d'exploiter des informations accessibles et, selon les autorisations qui lui ont été accordées, de proposer ou d'effectuer des actions sans attendre une nouvelle instruction à chaque étape.

À la différence d'un simple échange question-réponse, il peut, par exemple :

• examiner périodiquement un agenda ou des messages connectés ;
• poursuivre une tâche après la fermeture de l'application ;
• préparer des documents ou des brouillons ;
• signaler un élément nouveau ou solliciter une décision ;
• reprendre un travail à partir du contexte mémorisé.

Les trois produits présentés ici disposent, selon leurs éditeurs, d'un environnement informatique distant. D'autres agents IA fonctionnent sans ordinateur distant.

De même, un agent proactif reste limité par ses accès et faillible. Il ne connaît que les informations auxquelles il a accès, selon des mécanismes de consultation qui peuvent être périodiques plutôt que continus. Il peut ignorer un changement, mal interpréter un message ou se tromper de priorité.

Une automatisation sans scénario technique ? Pas tout à fait

Avec une automatisation classique, on définit généralement un déclencheur, des conditions et des actions. Les agents proposent une autre porte d'entrée : formuler une intention en langage courant.

Exemple : « Chaque matin, repère les demandes de convocation en attente et prépare une liste des dossiers à vérifier. »

Cela peut réduire la nécessité de construire soi-même un enchaînement technique. En revanche, il faut toujours déterminer quels outils connecter, quelles informations utiliser, quelles actions autoriser et comment contrôler le résultat. Même avec une consigne simple, le travail de conception du processus demeure.

Trois produits, trois approches

Claude Duet (Anthropic) : un suivi proactif des outils connectés

Présenté le 21 octobre 2026, Claude Duet est proposé sous forme de préversion de recherche. Anthropic indique qu'il peut être sollicité par écrit ou par la voix, reprendre les paramètres, la mémoire et certains connecteurs du compte Claude, et travailler depuis son propre ordinateur dans le cloud.

Parmi les usages décrits : préparer un point sur les courriels et le calendrier, signaler ce qui mérite une attention et proposer des brouillons. La documentation mentionne notamment Gmail, Google Calendar, Google Drive, Slack, QuickBooks, HubSpot, DocuSign et Calendly parmi les connexions possibles. La disponibilité effective et les limitations dépendent des connecteurs.

L'éditeur indique que Duet est conçu pour demander confirmation avant des actions telles que l'envoi d'un message, un paiement, une signature ou une suppression. Il reconnaît également que l'agent peut mal comprendre un échange ou mal évaluer son urgence et que les protections contre les instructions malveillantes intégrées à des contenus consultés ne sont pas parfaites.

Disponibilité au 3 novembre 2026 : préversion sur liste d'attente, réservée aux comptes américains éligibles à certaines offres individuelles payantes, dont les offres Pro, Max et Ultra selon la page d'aide consultée. Les offres Team et Enterprise ne sont pas concernées à ce stade. Pas d'ouverture générale annoncée en France.

Source : Anthropic, « Get started with Claude Duet », centre d'aide.

dots (OpenAI) : des agents intégrés à ChatGPT

OpenAI a présenté les dots le 29 septembre 2026. Selon l'éditeur, un dot possède un ordinateur dans le cloud, utilise les applications connectées, conserve du contexte entre les échanges et peut effectuer des travaux suivis ou planifiés. OpenAI indique que les dots s'appuient sur GPT-6 Astra et sur son écosystème de plugins. La présence d'un plugin ne garantit pas qu'un logiciel métier d'OF précis soit compatible.

L'utilisateur définit les autorisations, les situations nécessitant une approbation et les tâches à lui remettre. Il peut consulter l'activité de l'agent et le mettre en pause. L'accès à un ordinateur local est facultatif et désactivé par défaut.

Une précaution importante concerne la mémoire : déconnecter une application n'efface pas automatiquement les informations que le dot en a déjà tirées. Une procédure de fin d'utilisation doit donc dépasser la simple déconnexion du connecteur.

Disponibilité au 3 novembre 2026 : déploiement progressif. L'offre Pro exclut l'Espace économique européen (EEE), la Suisse et le Royaume-Uni. L'offre Business Premium est annoncée dans les régions prises en charge, sous conditions d'éligibilité de l'espace de travail. Pour Enterprise, dont Edu et Healthcare, une bêta peut être activée par l'administrateur. L'accès en France ne doit pas être supposé : il doit être vérifié dans l'espace de travail concerné.

Coût : OpenAI annonce un premier dot inclus dans certaines offres éligibles et des quotas pour les tâches approfondies. Les conditions d'usage et les limites applicables doivent être contrôlées dans l'offre réellement souscrite ; la disponibilité permanente de l'agent correspond à un volume de travail limité par les quotas.

Sources : OpenAI, « Introducing dots », 29 septembre 2026 ; OpenAI, « Getting started with your dot », centre d'aide.

Muse (Meta) : un agent personnel articulé autour d'un environnement dédié

Muse a été annoncé par Meta le 8 septembre 2026. L'éditeur le présente comme un agent capable de naviguer, de remplir des formulaires, de préparer des démarches et d'avancer sur des objectifs pendant que son utilisateur n'est plus dans l'application.

Muse fonctionne, selon Meta, dans une machine virtuelle dédiée appelée Muse Secure VM. Un mécanisme distinct, Sentinel, est présenté comme chargé de contrôler les actions sortantes. Meta annonce aussi des demandes d'approbation avant certaines actions sensibles, notamment l'envoi d'un courriel ou un achat, ainsi qu'un historique des actions consultable par l'utilisateur.

Ces garanties sont annoncées par l'éditeur, et aucune vérification indépendante n'est citée ici. Le contrôle des permissions, des données accessibles et des conséquences des actions reste nécessaire.

Disponibilité : le lancement initial concernait les États-Unis. Aucune disponibilité générale en France n'est établie dans les annonces consultées.

Coût : Meta évoque un usage gratuit pour l'essentiel et des abonnements pour des besoins plus importants ; les conditions exactes doivent être contrôlées avant toute comparaison tarifaire.

Source : Meta, « Introducing Muse », 8 septembre 2026.

Comparatif : ce que l'on peut retenir au 3 novembre 2026

Attention : ce tableau situe les offres d'après les fonctions et conditions commerciales annoncées. Aucun classement de fiabilité, de sécurité ou de performance n'est possible à ce stade, faute d'essais indépendants et comparables en situation réelle dans des organismes de formation.

Que pourrait-on déléguer dans un organisme de formation ?

L'intérêt potentiel réside dans des opérations répétitives dont le résultat se vérifie facilement et dont une erreur reste maîtrisable.

Les scénarios suivants sont des hypothèses d'usage. Aucun n'a été testé dans un OF ni garanti par les éditeurs.

Exemple : suivre les convocations sans envoyer automatiquement

Un OF gère plusieurs sessions et reçoit régulièrement des demandes de convocation ou de rectification. Un agent autorisé à lire une boîte de test et un planning pourrait :

1. repérer les messages concernés ;
2. rapprocher les demandes des informations de session disponibles ;
3. préparer des brouillons ;
4. signaler les informations contradictoires ou manquantes ;
5. remettre la liste à une personne chargée de valider les éléments.

L'envoi reste désactivé pendant l'essai. L'agent prépare ; l'administration de l'OF décide de ce qui est communiqué.

Le point souvent oublié : les logiciels métier

Une grande partie des données utiles se trouve dans les logiciels de gestion de formation, les LMS, les plateformes de financeurs, les extranets et les outils de facturation, en complément de la messagerie. Claude Duet ne prend pas encore en charge Microsoft 365 selon Anthropic, une limite importante pour les organismes qui utilisent Outlook et les outils Microsoft. Un agent ne pourra pas produire un suivi fiable si ces sources ne sont pas accessibles, si leurs règles d'usage s'opposent à l'accès automatisé ou si les données sont dispersées et incohérentes.

Un agent peut donc déplacer le travail, plutôt que le supprimer : moins de recherche manuelle, mais davantage de contrôle, de rapprochement ou de correction. Le gain réel doit être mesuré sur un processus donné.

Qualiopi : une preuve préparée par un agent reste à valider

Les agents peuvent contribuer à la recherche documentaire, à la préparation d'un état des lieux ou au suivi d'actions. Mais un document généré automatiquement n'établit pas, à lui seul, la réalité d'une pratique.

Un tableau des réclamations extrait d'une messagerie peut constituer un support de suivi. Il ne démontre pas nécessairement que toutes les réclamations ont été correctement identifiées, traitées et prises en compte dans une démarche d'amélioration.

Pour un OF certifié Qualiopi, l'enjeu consiste à conserver des données fiables, des responsabilités définies, des décisions traçables et des éléments vérifiables lors de l'audit. Le critère 7 du référentiel national qualité porte sur le recueil et la prise en compte des appréciations et des réclamations.

Le guide de lecture V.10 de novembre 2026 (DGEFP) y rattache notamment le traitement des difficultés, des réclamations et des aléas (indicateur 31), ainsi que l'amélioration continue fondée sur l'analyse des appréciations et des réclamations et sur une analyse des risques pesant sur la qualité des formations (indicateur 32). Il cite parmi les exemples de preuves un tableau de suivi des réclamations et de leur traitement, définit la réclamation comme recueillie par écrit et précise que, dans l'échantillon audité, le non-respect même partiel des indicateurs 31 et 32 entraîne une non-conformité majeure. Les exemples de preuves restent indicatifs : l'appréciation revient à l'auditeur.

Source : Ministère du Travail et des Solidarités, DGEFP, « Référentiel national qualité - Guide de lecture », V.10, novembre 2026.

Si un agent est intégré à un processus de gestion, il peut aussi être nécessaire d'adapter les procédures internes : habilitations, validation des opérations, gestion des erreurs et conservation des traces utiles. La responsabilité du processus et l'appréciation de l'auditeur restent humaines.

Avant de connecter une messagerie : les questions RGPD et sécurité

Une messagerie d'OF peut contenir des coordonnées, des contrats, des informations financières ou des documents relatifs à des situations individuelles. Certains échanges peuvent également révéler des données de santé, notamment lorsqu'ils concernent des aménagements liés à une situation de handicap. Il faut donc examiner ce que l'agent peut réellement consulter, mémoriser ou transmettre.

Ce qui relève du cadre juridique

Le RGPD s'applique lorsque des données personnelles sont traitées. Selon le contexte, l'organisme doit notamment :

• Définir une finalité déterminée et une base juridique appropriée pour le traitement (articles 5 et 6).
• Limiter les données et les accès à ce qui est nécessaire et déterminer les durées de conservation (article 5).
• Vérifier les conditions particulières du traitement des données sensibles, notamment les données de santé ou relatives au handicap : outre une base juridique au titre de l'article 6, un traitement relevant de l'article 9 exige de pouvoir invoquer une exception prévue par ce dernier.
• Qualifier les rôles de l'éditeur et des autres prestataires, et vérifier les garanties contractuelles lorsque l'un d'eux agit comme sous-traitant (article 28).
• Informer les personnes concernées des caractéristiques pertinentes du traitement et organiser l'exercice de leurs droits, conformément aux articles 12 à 14 et 15 à 22, sous réserve des exceptions prévues par ces textes.
• Documenter le traitement dans le registre, lorsqu'il doit y figurer, et actualiser les informations utiles si l'utilisation de l'agent change les modalités du traitement (article 30).
• Mettre en place des mesures de sécurité adaptées au risque (article 32).
• Évaluer la nécessité d'une analyse d'impact relative à la protection des données (AIPD) ; elle est requise notamment lorsque le traitement est susceptible d'engendrer un risque élevé pour les droits et libertés (article 35).
• Vérifier l'encadrement d'éventuels transferts hors de l'EEE (chapitre V).

Avant de confier à un agent une décision entièrement automatisée produisant des effets juridiques ou affectant une personne de manière similaire et significative, il faut examiner les interdictions, exceptions et garanties prévues à l'article 22 du RGPD. Pour un OF, cette vigilance peut notamment concerner certaines décisions individuelles d'admission ou de financement, selon leurs effets réels.

Un prestataire situé aux États-Unis peut être utilisé dans certaines conditions, notamment si les transferts sont encadrés. Une promesse de sécurité ou de confidentialité ne dispense pas d'examiner les flux, le contrat, les autorisations et les garanties applicables.

Sources : Règlement (UE) 2016/679 du 27 avril 2016, EUR-Lex ; CNIL, L'analyse d'impact relative à la protection des données ; CNIL, « Intelligence artificielle (IA) ».

Ce qui relève des choix de gouvernance

En pratique, un OF peut réduire les risques en organisant un déploiement progressif :

• commencer avec un périmètre de test et des données fictives ou correctement anonymisées ;
• privilégier l'accès en lecture seule lorsque cela est techniquement possible ;
• éviter au départ les messageries très exposées et les dossiers contenant des données sensibles ;
• soumettre les envois, suppressions et modifications à une validation explicite ;
• prévoir une trace des actions réalisées et des décisions validées ;
• documenter la révocation des accès, la gestion des mémoires et la fin d'utilisation du service.

Ces mesures sont des recommandations de maîtrise des risques, à adapter aux fonctionnalités réelles du produit et à l'analyse juridique de l'OF. Les obligations réglementaires applicables sont celles énumérées plus haut, selon le traitement concerné. Le délégué à la protection des données, lorsqu'il existe, doit être associé à l'évaluation pertinente.

Un mail peut-il donner de mauvaises instructions à l'agent ?

Oui. Un message externe, une pièce jointe ou une page web peut contenir des instructions conçues pour détourner l'agent de sa mission : c'est le risque d'injection de consignes (prompt injection).

Par exemple, un contenu peut prétendre qu'un document doit être transmis à une nouvelle adresse ou qu'une vérification doit être ignorée. Une information lue par l'agent ne doit donc jamais devenir, à elle seule, une autorisation d'agir.

Les mécanismes d'approbation réduisent certains risques, mais leur efficacité dépend aussi de la qualité du contrôle humain et de la clarté des informations soumises à validation.

Comment préparer un premier essai raisonnable ?

Il n'est pas nécessaire de commencer par connecter toute la messagerie de l'organisme. Un essai limité et mesurable est plus instructif qu'une démonstration spectaculaire.

1. Choisir une tâche simple. Par exemple, préparer une synthèse de demandes administratives à partir d'un jeu de messages fictifs.
2. Décrire le résultat attendu. Quels messages identifier ? Quelles informations restituer ? Quels cas signaler comme incertains ?
3. Limiter les accès. Autoriser uniquement les sources nécessaires, sans envoi ni suppression automatique pendant le test.
4. Préparer un jeu de contrôle. Inclure des dossiers complets, incomplets, ambigus et quelques messages trompeurs.
5. Comparer le résultat au travail humain. Examiner les omissions, erreurs, faux signalements et corrections nécessaires.
6. Mesurer le temps total. Ajouter au temps de préparation celui de la lecture, des vérifications et des corrections.
7. Décider de la suite. Maintenir le test, ajuster les règles ou renoncer si le risque et le temps de contrôle dépassent le bénéfice.

Trois indicateurs suffisent pour débuter :

Ce protocole sert à décider, sur une tâche limitée, si un usage mérite une étude plus poussée. Il ne certifie pas la fiabilité de l'agent.

Ce qui reste à démontrer

Les annonces de l'automne 2026 sont importantes, mais plusieurs questions restent ouvertes pour les organismes de formation :

• Fiabilité : les agents reconnaissent-ils correctement les dossiers incomplets, les exceptions et les messages contradictoires ?
• Interopérabilité : fonctionnent-ils avec les logiciels de gestion de formation, les LMS et les extranets effectivement utilisés ?
• Traçabilité : peut-on comprendre et vérifier les sources, décisions et opérations proposées ?
• Confidentialité : les contrats, réglages et mécanismes de conservation répondent-ils aux exigences de l'organisme ?
• Économie : le coût de l'outil et du contrôle reste-t-il inférieur au temps économisé ?
• Organisation : qui supervise l'agent, corrige ses erreurs et décide des actions à autoriser ?

Aucune donnée comparative indépendante utilisée pour cet article ne permet de conclure qu'un de ces trois produits améliore déjà, de façon mesurée, la gestion d'un organisme de formation français.

Conclusion : déléguer des tâches sans déléguer la responsabilité

Les agents proactifs marquent une évolution : l'IA ne se limite plus à répondre à une demande ponctuelle. Elle peut, sous certaines conditions, accompagner un travail dans la durée, suivre des informations et préparer des opérations.

Pour un organisme de formation, le principal enjeu consiste à identifier les tâches qui gagnent à être assistées, les données qui peuvent être rendues accessibles, les contrôles indispensables et les responsabilités à maintenir.

Un processus mal défini reste peu fiable, même exécuté plus rapidement par un agent. Un processus clair, documenté et contrôlé constitue un meilleur terrain d'expérimentation.

Pour mieux situer ces agents dans l'écosystème ChatGPT, consultez notre article ChatGPT au travail : quel modèle et quels réglages choisir ?. Pour élargir la réflexion à l'organisation des outils, voir aussi la digitalisation d'un organisme de formation.

Avant d'expérimenter un agent, il est utile de savoir où en sont vos pratiques : le questionnaire état des lieux des pratiques numériques propose plus de 30 repères sur le travail, les outils, l'automatisation, la cybersécurité et l'IA, avec une synthèse immédiate et sans envoi de vos réponses.

Questions fréquentes

Comment cette analyse a été réalisée

Cette analyse s'appuie sur les annonces et pages d'aide publiées par Anthropic, OpenAI et Meta, sur le texte du RGPD, sur les ressources de la CNIL et sur le guide de lecture Qualiopi V.10 de novembre 2026. Les informations de disponibilité sont celles relevées le 3 novembre 2026. Aucun test des trois agents n'a été réalisé dans un OF français.

Sources et périmètre de l'analyse

Mise à jour : 3 novembre 2026. Les descriptions techniques et commerciales sont fondées sur les annonces et documentations des éditeurs, et non sur des tests indépendants réalisés par FormaSwift.

Éditeurs :

• Anthropic, « Get started with Claude Duet », centre d'aide, consulté le 3 novembre 2026.
• OpenAI, « Introducing dots », 29 septembre 2026.
• OpenAI, « Getting started with your dot », centre d'aide, consulté le 3 novembre 2026.
• Meta, « Introducing Muse », 8 septembre 2026.

Cadre réglementaire :

• Parlement européen et Conseil, règlement (UE) 2016/679 du 27 avril 2016 (RGPD), notamment articles 5, 6, 9, 12 à 14, 22, 28, 30, 32 et 35, et chapitre V.
• CNIL, « L'analyse d'impact relative à la protection des données (AIPD) ».
• CNIL, « Intelligence artificielle (IA) ».
• Ministère du Travail et des Solidarités, DGEFP, « Référentiel national qualité - Guide de lecture », V.10, novembre 2026.

Limites : la disponibilité et les conditions commerciales peuvent évoluer rapidement. Les scénarios propres aux OF sont des propositions d'expérimentation, sans résultats mesurés à ce jour. Aucun des trois agents n'a été testé pour cette publication dans un environnement d'OF français.