La empresa de inteligencia artificial OpenAI ha lanzado una nueva actualización para su aplicación de escritorio ChatGPT, incorporando una función innovadora que permite a los usuarios interactuar con la inteligencia artificial a través de comandos de voz. Esta novedad, denominada ChatGPT Voice, ofrece la posibilidad de controlar agentes de inteligencia artificial y realizar tareas directamente desde el ordenador, utilizando la voz del usuario como principal herramienta de interacción.
La actualización se basa en una nueva serie de modelos de voz conocidos como ChatGPT-Live, presentados por OpenAI a principios de este mes. Estos modelos están diseñados para facilitar conversaciones más naturales y vivas con la inteligencia artificial, lo que representa un avance significativo en el ámbito de la comunicación humano-máquina. Además, la función es compatible tanto con ChatGPT Work como con Codex, y permite realizar búsquedas en sitios web y aplicaciones desde el ordenador. Para usuarios de macOS, la aplicación también ofrece la funcionalidad de Appshots, que da acceso a la IA a la pantalla del usuario, incluyendo el texto alternativo.
Anteriormente, la versión para smartphones de ChatGPT Voice ya permitía conversaciones fluidas con una mejor gestión de interrupciones. Sin embargo, no estaba diseñada para ejecutar acciones complejas en los dispositivos móviles. Con la actualización para la versión de escritorio, los usuarios ahora pueden dictar comandos más complejos que implican múltiples pasos y recibir respuestas de la IA cuando esta necesita input adicional. Un video de demostración de OpenAI mostró cómo un desarrollador podía solicitar a ChatGPT que creara un nuevo hilo, realizara una solicitud de extracción y encontrara la causa raíz de un error, todo ello con un único comando de voz.
Esta funcionalidad, que ya está disponible en la aplicación de escritorio, permite a los usuarios controlar su computadora y dirigir múltiples agentes operativos en ChatGPT Work o Codex, utilizando tan solo su voz. Está impulsada por GPT-Live, lo que significa que puede hablar, escuchar y coordinar tareas en la aplicación al mismo tiempo.
OpenAI ha señalado que la nueva función también puede utilizarse en Codex a través de la aplicación para iOS mediante acceso remoto. Este desarrollo subraya el compromiso de la empresa con la innovación continua en el campo de la inteligencia artificial y la búsqueda de formas más eficientes de interacción humano-computadora.
Además de OpenAI, otras empresas en el sector de la inteligencia artificial están haciendo avances similares. Recientemente, Anthropic actualizó su modo de voz para Claude, mejorando la capacidad de completar tareas en aplicaciones populares como Gmail, Calendar, Slack, Notion y Canva, mediante sus modelos Opus, Sonnet y Haiku.
Estos avances tecnológicos no solo representan un paso adelante en términos de comodidad y accesibilidad, sino que también plantean preguntas sobre el futuro de la interacción con la tecnología y el papel que jugará la inteligencia artificial en nuestra vida diaria. A medida que estas herramientas se integran cada vez más en nuestras rutinas, es fundamental considerar tanto las oportunidades que presentan como los desafíos que podrían surgir en términos de privacidad, seguridad y ética.
La implementación global de ChatGPT Voice en la aplicación de escritorio es un claro indicativo de cómo OpenAI busca expandir las capacidades de sus productos para ofrecer experiencias de usuario más completas y versátiles. Esta actualización no solo mejora la funcionalidad de ChatGPT, sino que también establece un nuevo estándar para las futuras interacciones entre humanos e inteligencia artificial.