La tecnología de asistentes virtuales ha dado un paso significativo con la introducción del modo de voz más natural de ChatGPT, marcando un avance en la interacción entre humanos y máquinas. Este nuevo modo de voz, denominado GPT-Live, es parte de los continuos esfuerzos de OpenAI por mejorar la experiencia del usuario, haciendo que las conversaciones con inteligencia artificial sean más fluidas y realistas.
GPT-Live utiliza una arquitectura de “full-duplex”, lo que le permite escuchar y hablar simultáneamente, una mejora significativa respecto a los modelos anteriores que podían interrumpir al usuario debido a pausas en la conversación. Esta capacidad de procesar la información en tiempo real y responder con mayor naturalidad es un reflejo de cómo la inteligencia artificial busca imitar las interacciones humanas de manera más precisa.
Disponible para dispositivos Android e iOS, así como para navegadores web, GPT-Live ofrece acceso a usuarios de ChatGPT Pro, Plus y Go, aunque con ciertas limitaciones para quienes usan la versión gratuita. Para iniciar una conversación en este modo, los usuarios deben tocar el ícono de voz dentro de la aplicación, lo que permite activar el micrófono del dispositivo para facilitar el intercambio verbal.
Una de las características más destacadas de GPT-Live es su capacidad para emitir pequeños reconocimientos verbales como “mhmm” o “sí”, simulando respuestas naturales que se encuentran en una conversación humana. Además, puede delegar tareas más complejas a modelos más avanzados, como el GPT-5.5, cuando sea necesario, lo que hace que las respuestas sean más precisas y contextuales.
Los usuarios tienen la opción de personalizar la inteligencia del modelo de voz en tres niveles: Instantáneo, Medio y Alto, aunque esta función solo está disponible en los planes de pago. Esta personalización permite ajustar la rapidez y profundidad de las respuestas, adaptándose a las necesidades específicas de cada conversación.
GPT-Live también es capaz de realizar traducciones en vivo, lo que lo convierte en una herramienta útil para usuarios que necesitan interactuar en diferentes idiomas. Durante una conversación, los usuarios pueden acceder a la transcripción completa de lo discutido, lo que facilita la revisión de información compartida.
A pesar de las mejoras, GPT-Live aún presenta ciertas limitaciones. Actualmente, no soporta el uso compartido de pantalla o video, aunque estas características podrían estar en desarrollo para futuras actualizaciones. Sin embargo, aquellos que prefieren el modelo de voz anterior pueden revertir a esta opción a través de la configuración de la aplicación.
La verdadera innovación de GPT-Live radica en su capacidad para hacer que los usuarios olviden que están interactuando con una inteligencia artificial. Su fluidez y habilidad para anticipar y responder a las necesidades del usuario en tiempo real representan un avance significativo en la tecnología de asistentes virtuales, acercándonos cada vez más a una interacción hombre-máquina que imita la complejidad de las conversaciones humanas.
A medida que OpenAI continúa perfeccionando sus modelos, GPT-Live se perfila como una herramienta prometedora para una variedad de aplicaciones, desde atención al cliente hasta educación y más allá. Su enfoque en mejorar la naturalidad de las conversaciones podría redefinir cómo percibimos la inteligencia artificial en nuestra vida diaria, estableciendo un nuevo estándar para futuras innovaciones en el campo.