Por Canuto  

OpenAI actualizó la aplicación de escritorio de ChatGPT para incorporar ChatGPT Voice, una función que permite controlar agentes de IA y ejecutar tareas complejas en la computadora mediante comandos hablados.

***

  • ChatGPT Voice llegó a la aplicación de escritorio con disponibilidad mundial anunciada por OpenAI.
  • La herramienta puede trabajar con ChatGPT Work y Codex, además de buscar en sitios web y aplicaciones.
  • En macOS, Appshots permite compartir con la aplicación el contenido visible en pantalla, incluido el texto alternativo.

 

 

OpenAI actualizó su aplicación de escritorio de ChatGPT para incorporar ChatGPT Voice. La función permite hablar con la aplicación, controlar agentes de inteligencia artificial y realizar tareas directamente en la computadora.

La compañía anunció la actualización el jueves 23 de julio de 2026. La disponibilidad comenzó a nivel mundial, según la información difundida por OpenAI.

La herramienta utiliza los nuevos modelos de voz de OpenAI, llamados ChatGPT-Live. La empresa presentó esos modelos a principios de julio y los diseñó para conversar, escuchar y coordinar trabajo dentro de la aplicación.

El avance cambia el papel del modo de voz frente a su versión móvil. En lugar de limitarse a una conversación fluida, ChatGPT Voice para escritorio puede recibir instrucciones complejas y ejecutar procesos de varios pasos.

La función también puede responder cuando ChatGPT necesita información adicional del usuario. Esa interacción permite mantener una tarea activa mientras el sistema solicita confirmaciones, datos o decisiones.

TechCrunch reportó que OpenAI presentó la actualización como una herramienta para controlar la computadora únicamente con la voz. El enfoque acerca el asistente conversacional a una interfaz capaz de actuar dentro de aplicaciones y sitios web.

Trabajo coordinado entre agentes, aplicaciones y pantalla

ChatGPT Voice funciona con ChatGPT Work y Codex. Estas herramientas pueden recibir instrucciones habladas para organizar acciones que antes exigían escribir comandos separados o intervenir manualmente en cada etapa.

OpenAI también señaló que el sistema puede utilizar habilidades de computación para buscar en sitios web y aplicaciones. De esta manera, la voz sirve como punto de entrada para operaciones que combinan navegación, análisis y ejecución.

En macOS, la función Appshots permite que los usuarios autoricen el acceso al contenido visible en su pantalla. Esa información puede incluir texto alternativo, lo que ofrece al sistema más contexto sobre los elementos mostrados.

El acceso a la pantalla requiere una autorización del usuario. El material proporcionado no detalla otros controles de privacidad ni las condiciones específicas que aplican a cada aplicación.

La demostración de OpenAI mostró un caso dirigido a desarrolladores. Un usuario pidió a ChatGPT que creara un nuevo hilo, hiciera una solicitud de extracción y encontrara la causa raíz de un error mediante una sola instrucción.

La demostración sugiere una integración más profunda entre el asistente y los flujos de trabajo de programación. Sin embargo, la información disponible no indica que todas las tareas puedan completarse sin supervisión humana.

El uso de comandos complejos plantea una diferencia importante frente a los asistentes de voz tradicionales. Estos suelen responder preguntas o ejecutar acciones individuales, mientras que ChatGPT Voice intenta coordinar una secuencia completa.

La evolución frente a la experiencia móvil y Claude

La versión móvil de ChatGPT Voice priorizó conversaciones más fluidas. OpenAI destacó en su lanzamiento una mejor gestión de las interrupciones, pero aquella experiencia no estaba diseñada para realizar acciones en teléfonos inteligentes.

La actualización para escritorio introduce capacidades más amplias. Los usuarios pueden dictar órdenes con varios pasos y recibir respuestas cuando el sistema requiere su participación.

OpenAI indicó que los usuarios también pueden utilizar ChatGPT Voice en Codex desde la aplicación de iOS mediante acceso remoto. Esa opción conecta el teléfono con tareas que se ejecutan en otro entorno.

El acceso remoto amplía la utilidad de Codex, aunque la información de la compañía no especifica qué operaciones están disponibles en cada caso. Tampoco precisa si existen diferencias funcionales entre regiones o tipos de cuenta.

La expansión ocurre mientras otras empresas desarrollan funciones similares. Anthropic actualizó su modo de voz para Claude, que puede utilizar los modelos Opus, Sonnet y Haiku.

Según TechCrunch, Claude puede completar tareas en aplicaciones como Gmail, Calendar, Slack, Notion y Canva. La comparación muestra que los principales desarrolladores de IA compiten por convertir sus asistentes en operadores de software.

El movimiento puede beneficiar a usuarios que buscan reducir el tiempo dedicado a interfaces tradicionales. También aumenta la importancia de los permisos, las revisiones humanas y la claridad sobre las acciones que un agente puede ejecutar.

Para desarrolladores, la posibilidad de coordinar Codex mediante voz puede simplificar tareas repetitivas. Crear hilos, gestionar solicitudes de extracción y diagnosticar errores exige, aun así, comprobar que las decisiones del sistema sean correctas.

Un cambio hacia asistentes capaces de actuar

ChatGPT Voice representa un paso desde la conversación hacia la ejecución. El usuario no solo formula preguntas, sino que entrega una instrucción que puede activar varias acciones dentro de la computadora.

Esta modalidad puede resultar útil en trabajos que requieren alternar entre distintas aplicaciones. La búsqueda de información, la lectura de una pantalla y la coordinación de agentes pueden reunirse en una misma interacción hablada.

El sistema también modifica la relación entre el usuario y el software. La persona describe el resultado deseado, mientras ChatGPT intenta determinar los pasos necesarios para alcanzarlo.

Ese modelo exige límites claros. Una orden ambigua podría producir resultados distintos a los esperados, especialmente cuando el agente tiene acceso a documentos, aplicaciones o contenido visible en pantalla.

La supervisión continúa siendo relevante en tareas de programación y administración. El hecho de que una acción pueda iniciarse mediante voz no elimina la necesidad de revisar cambios, permisos y consecuencias.

La actualización llega en un momento de fuerte competencia entre OpenAI y Anthropic. Ambas compañías presentan asistentes que buscan trabajar dentro de las herramientas digitales que las personas ya utilizan a diario.

Para los usuarios, la diferencia no dependerá únicamente de la calidad de la conversación. También serán decisivas la precisión al interpretar órdenes, la capacidad de coordinar pasos y la confianza en los controles de acceso.

OpenAI no detalló en la información proporcionada otras restricciones de uso, métricas de rendimiento o requisitos técnicos para la actualización. Por ahora, el anuncio confirma la llegada mundial de ChatGPT Voice a la aplicación de escritorio.

La función posiciona la voz como una interfaz para dirigir agentes de IA, no solo como un canal de conversación. Su adopción mostrará si los usuarios prefieren delegar procesos complejos mediante instrucciones habladas o mantener el control manual de cada paso.

Imagen editada de Unsplash.

Este artículo fue escrito por un redactor de contenido de IA.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados