OpenAI está cerrando la distancia entre hablar con una inteligencia artificial y pedirle que realmente haga trabajo por ti. La compañía anunció que las capacidades de los agentes de ChatGPT llegan ahora a la experiencia de voz en web y dispositivos móviles, permitiendo iniciar tareas, utilizar integraciones y continuar proyectos mediante una conversación mientras el usuario se desplaza, camina o simplemente tiene las manos ocupadas.
La actualización transforma a ChatGPT Voice en algo más cercano a un asistente capaz de actuar dentro de las herramientas disponibles para cada cuenta. Según OpenAI, los usuarios podrán utilizar la voz mientras van rumbo al trabajo con CarPlay, pasean al perro, desarrollan una idea lejos del escritorio o necesitan iniciar una tarea sin detenerse a escribir. La compañía anunció públicamente la actualización a través de sus canales oficiales.
ChatGPT Voice ahora puede utilizar agentes, herramientas e integraciones mediante una conversación
Hasta ahora, utilizar un asistente por voz podía asociarse principalmente con hacer preguntas, solicitar información o mantener una conversación.
El nuevo paso de OpenAI consiste en conectar esa interfaz hablada con las capacidades que ChatGPT ya puede utilizar para realizar tareas.
Esto significa que la voz puede convertirse en la puerta de entrada hacia herramientas, aplicaciones conectadas e integraciones disponibles dentro de la cuenta del usuario.
La idea es sencilla: si una tarea puede comenzar desde una conversación escrita, OpenAI quiere que cada vez más de esas acciones puedan iniciarse hablando.
En lugar de esperar a regresar al escritorio, abrir una computadora y escribir instrucciones completas, el usuario puede plantear una solicitud en el momento en el que surge.
ChatGPT Work llega al modo de voz en dispositivos móviles
Uno de los cambios más importantes está relacionado con ChatGPT Work.
OpenAI señala que los usuarios Plus y Pro con acceso a Work pueden utilizar ahora el modo de voz en dispositivos móviles para solicitar diferentes tipos de trabajo.
Entre las posibilidades mencionadas por la compañía se encuentran:
- Crear documentos mediante una conversación.
- Generar presentaciones.
- Crear y trabajar con hojas de cálculo.
- Utilizar el navegador en la nube.
- Generar imágenes.
- Trabajar con servicios integrados.
- Acceder a herramientas especializadas, como las funciones de finanzas en ChatGPT disponibles para la cuenta.
- Redactar borradores de correos electrónicos.
- Crear páginas mediante ChatGPT Sites.
- Revisar mensajes de Slack conversando con ChatGPT.
El cambio busca convertir el teléfono en un punto de entrada para comenzar flujos de trabajo que antes resultaban más naturales desde una computadora.
Puedes comenzar una tarea hablando mientras vas al trabajo
Uno de los escenarios que OpenAI utiliza para explicar la nueva experiencia es el traslado matutino.
Si una persona está rumbo al trabajo, puede utilizar ChatGPT Voice para prepararse para su jornada sin necesidad de esperar hasta llegar a la oficina.
Por ejemplo, puede pedir que se organicen prioridades, preparar contexto para el día o comenzar a desarrollar documentos que posteriormente podrá revisar desde una computadora.
La idea no es necesariamente terminar todo mediante voz.
Uno de los puntos importantes de la actualización es precisamente que voz y texto pueden formar parte del mismo flujo de trabajo.
Una tarea puede comenzar mediante una conversación hablada y continuar posteriormente desde la interfaz escrita.
CarPlay convierte el trayecto en otro punto de acceso a ChatGPT
OpenAI menciona específicamente el uso durante un traslado con CarPlay.
El ejemplo ilustra el tipo de situaciones que la compañía pretende cubrir: momentos en los que escribir no es conveniente o simplemente no es posible.
La voz permite expresar una idea, organizar información o iniciar una tarea sin depender del teclado.
Naturalmente, cualquier interacción durante la conducción debe realizarse sin desviar la atención de la carretera y utilizando únicamente los mecanismos de manos libres apropiados.
El valor de la nueva función está precisamente en aprovechar situaciones donde las manos se encuentran ocupadas y la voz es una interfaz más natural.
Usuarios Free y Go también pueden utilizar herramientas mediante ChatGPT Voice
Las capacidades no están limitadas exclusivamente a los planes Plus y Pro.
OpenAI explica que todos los usuarios, incluidos quienes utilizan los planes Free y Go, pueden usar el modo de voz en conversaciones de ChatGPT con las integraciones y herramientas que ya estén disponibles para su cuenta.
Esto incluye:
- Herramientas de ChatGPT.
- Aplicaciones conectadas.
- Integraciones compatibles.
La diferencia se encuentra en las capacidades a las que cada plan tiene acceso.
ChatGPT Work mediante voz está disponible dentro de los niveles que cuentan con acceso a esa experiencia, mientras que los usuarios de otros planes pueden aprovechar Voice con las herramientas compatibles que tengan habilitadas.
La voz ya no estará separada de la experiencia de texto
Otro de los cambios importantes tiene que ver con la continuidad de las conversaciones.
OpenAI quiere que hablar y escribir dejen de sentirse como dos experiencias aisladas dentro de ChatGPT.
Ahora, incluso durante conversaciones normales mediante voz, el usuario puede ver respuestas en texto enriquecido mientras ChatGPT está contestando.
Esto resulta útil cuando una respuesta incluye información que es más fácil consultar visualmente que escuchar completa.
También permite alternar entre voz y texto dependiendo del contexto.
El usuario puede comenzar hablando cuando está lejos del escritorio y posteriormente leer la información con calma.
Puedes dejar una conversación de voz y retomarla después
La posibilidad de regresar posteriormente a una conversación es otro elemento central de la actualización.
Una idea puede comenzar mientras alguien camina, realiza una actividad doméstica o se encuentra en movimiento.
ChatGPT puede desarrollar la conversación y producir respuestas o archivos asociados al trabajo.
Cuando el usuario vuelve al escritorio, puede retomar los resultados generados sin necesidad de reconstruir desde cero lo que había solicitado anteriormente.
Este cambio es especialmente relevante para tareas creativas o profesionales que no siguen necesariamente una sesión de trabajo lineal.
Muchas ideas aparecen lejos de la computadora. OpenAI quiere que Voice permita capturarlas y convertirlas inmediatamente en trabajo utilizable.
GPT-Live amplió las posibilidades de las conversaciones naturales con ChatGPT
La actualización llega después de otros lanzamientos recientes relacionados con la estrategia de voz de la compañía.
Uno de ellos es GPT-Live, descrito por OpenAI como su modelo de voz más inteligente hasta la fecha.
La compañía presentó esta tecnología como parte de una evolución hacia conversaciones más naturales y dinámicas. OpenAI también ha compartido información sobre GPT-Live mediante su cuenta oficial.
La incorporación de agentes y herramientas amplía ahora el alcance práctico de esta experiencia.
Ya no se trata únicamente de conseguir que la IA mantenga una conversación más fluida, sino de utilizar esa conversación para coordinar acciones y procesos.
ChatGPT Voice también llegó anteriormente a computadoras
Otro antecedente importante fue la expansión del modo de voz de ChatGPT hacia computadoras.
Ese lanzamiento permitió utilizar por primera vez la voz con experiencias orientadas al trabajo como ChatGPT Work y Codex.
OpenAI explicó entonces que el usuario podía hablar naturalmente con ChatGPT mientras coordinaba tareas disponibles dentro de esas herramientas. La compañía presentó aquella expansión mediante otro anuncio oficial.
La actualización actual lleva esa filosofía más allá del escritorio al extender estas capacidades hacia escenarios móviles.
ChatGPT puede convertirse en un asistente ejecutivo mediante voz
Entre los casos de uso propuestos por OpenAI aparece utilizar ChatGPT como una especie de asistente ejecutivo.
La compañía plantea que una persona pueda prepararse para el día mientras se desplaza al trabajo.
También puede pedir a ChatGPT que resuma prioridades entre reuniones.
La ventaja de la voz en este escenario es que permite convertir periodos que normalmente son de transición en momentos donde el usuario puede organizar información.
Por ejemplo, en lugar de revisar manualmente diferentes fuentes antes de una reunión, el objetivo es poder conversar con ChatGPT para obtener contexto de aquellas integraciones a las que el usuario ya haya concedido acceso.
Correo electrónico, Slack y Drive pueden formar parte del contexto
OpenAI también pone énfasis en los servicios conectados.
La compañía propone utilizar la voz para reunir información procedente de herramientas como:
- Correo electrónico.
- Slack.
- Google Drive.
- Otras fuentes integradas disponibles en ChatGPT.
Esto puede hacer que la voz funcione como una interfaz para consultar diferentes fuentes sin tener que abrir cada servicio individualmente.
Una persona podría pedir contexto relacionado con un proyecto, revisar mensajes o iniciar un nuevo documento basándose en información obtenida desde sus aplicaciones conectadas.
Las posibilidades exactas dependerán de las integraciones que cada usuario tenga disponibles y haya conectado a su cuenta.
Redactar correos hablando con ChatGPT
La creación de borradores de correo electrónico aparece entre los ejemplos proporcionados por OpenAI.
En lugar de escribir desde cero, el usuario puede explicar por voz qué necesita comunicar, quién es el destinatario o cuál debe ser el objetivo del mensaje.
ChatGPT puede utilizar esa conversación como punto de partida para producir el borrador.
Esto encaja especialmente bien con situaciones donde la persona conoce perfectamente lo que quiere decir, pero no se encuentra en condiciones cómodas para escribirlo.
Más tarde puede revisar el texto generado antes de utilizarlo.
ChatGPT Sites también puede comenzar con una conversación
OpenAI menciona además la posibilidad de crear páginas con ChatGPT Sites mediante estos flujos de trabajo.
La voz puede utilizarse para describir qué necesita el usuario y comenzar el proceso desde cualquier lugar.
Nuevamente, la propuesta central no consiste en sustituir completamente la interfaz visual.
Más bien se trata de utilizar la voz para iniciar o dirigir trabajo que posteriormente puede seguir refinándose desde texto.
Lluvia de ideas: pensar en voz alta con una IA que puede conservar el resultado
Uno de los casos donde Voice puede resultar especialmente natural es la lluvia de ideas.
OpenAI plantea que el usuario pueda hacer preguntas difíciles, pensar en voz alta y conversar con ChatGPT para explorar diferentes posibilidades.
La diferencia frente a simplemente utilizar una grabadora de voz es que ChatGPT puede responder, reorganizar ideas y generar resultados estructurados.
Según la compañía, esos resultados pueden incluso guardarse en un documento.
Esto permite que una sesión espontánea de brainstorming deje de ser solamente una conversación y se convierta en material que puede retomarse posteriormente.
Una idea nocturna puede convertirse inmediatamente en un documento
OpenAI menciona situaciones donde la inspiración aparece fuera de una jornada tradicional de trabajo.
Una persona puede encontrarse trabajando por su cuenta o tener una idea tarde por la noche.
En lugar de anotar algunas palabras para recordarla al día siguiente, puede desarrollarla hablando con ChatGPT.
La conversación puede ayudar a explorar argumentos, organizar los puntos principales y convertirlos en un documento.
Posteriormente, el usuario puede regresar a ese resultado y seguir trabajando sobre él.
Este flujo muestra uno de los cambios conceptuales más importantes detrás de la actualización: la voz pasa de ser un canal para consultar información a convertirse en una interfaz para producir trabajo.
ChatGPT Voice también quiere ayudar con la planeación personal
Las nuevas capacidades no están enfocadas únicamente en entornos profesionales.
OpenAI también plantea diferentes casos de uso para organización personal.
Entre ellos se encuentran:
- Planear un viaje.
- Solicitar recomendaciones de compra.
- Obtener orientación financiera utilizando los recursos integrados disponibles.
- Organizar información mediante conversaciones habladas.
Esto significa que el mismo enfoque utilizado para preparar una presentación o revisar Slack puede aplicarse a tareas cotidianas.
La disponibilidad de cada herramienta dependerá nuevamente de los recursos, integraciones y servicios que el usuario tenga habilitados.
De preguntar a ChatGPT a pedirle que haga algo
La evolución resulta especialmente relevante porque refleja un cambio más amplio en el desarrollo de inteligencia artificial.
Durante años, la experiencia predominante con asistentes digitales ha sido hacer una pregunta y recibir una respuesta.
Los agentes cambian esa relación.
Ahora la instrucción puede implicar una serie de acciones: buscar información, organizarla, utilizar herramientas disponibles y producir un resultado.
Con la llegada de esas capacidades al modo de voz, OpenAI busca que el usuario pueda iniciar procesos más complejos sin depender permanentemente del teclado.
Voz y agentes acercan ChatGPT a los momentos donde escribir resulta incómodo
El factor común entre muchos de los ejemplos mencionados por OpenAI es sencillo: hay momentos en los que una persona puede hablar, pero no escribir.
Puede estar caminando.
Puede ir rumbo al trabajo.
Puede estar preparando algo en casa.
Puede estar desarrollando una idea lejos de una computadora.
Puede tener las manos ocupadas.
Hasta ahora, esos contextos eran ideales para asistentes de voz tradicionales, pero las tareas que podían realizar solían ser relativamente limitadas.
OpenAI intenta llevar allí capacidades de ChatGPT que anteriormente estaban mucho más asociadas con una interfaz escrita.
El trabajo puede comenzar en móvil y terminar en el escritorio
La continuidad entre dispositivos y formatos probablemente sea uno de los aspectos más importantes de la propuesta.
Una conversación puede comenzar mediante voz desde el teléfono y convertirse posteriormente en texto, documentos o archivos que se retoman desde otra interfaz.
Este flujo evita obligar al usuario a elegir permanentemente entre voz y texto.
Ambos formatos pueden utilizarse en diferentes etapas de la misma tarea.
La voz sirve para capturar intención y dirigir el proceso rápidamente; el texto permite revisar detalles, editar y consumir información estructurada cuando existe una pantalla disponible.
OpenAI quiere reducir la distancia entre hablar con una IA y trabajar con ella
La compañía describe esta evolución como una forma de reducir la distancia entre las experiencias de voz y texto de ChatGPT.
A medida que el sistema adquiere mayor capacidad para completar tareas, OpenAI también quiere trasladar esas funciones al modo de voz.
La meta es que la inteligencia artificial esté disponible en más momentos de la vida cotidiana: durante el trabajo, en casa y mientras el usuario se encuentra en movimiento.
La actualización convierte así la voz en un componente estratégico de la experiencia de ChatGPT y no simplemente en otra forma de introducir un prompt.
ChatGPT Voice entra en una nueva etapa: conversar, actuar y continuar después
El anuncio marca un paso importante en la evolución de ChatGPT Voice.
La experiencia comenzó principalmente como una manera más natural de conversar con la inteligencia artificial. Ahora OpenAI busca conectar esa conversación con aplicaciones, herramientas y agentes capaces de desarrollar trabajo.
Para usuarios Plus y Pro con ChatGPT Work, esto puede incluir documentos, presentaciones, hojas de cálculo, navegación en la nube, imágenes, integraciones y diferentes tareas profesionales.
Para usuarios Free y Go, Voice puede utilizar las herramientas e integraciones a las que su plan ya permita acceder.
Y para todos, la gran idea es hacer que una conversación no tenga que terminar cuando se deja de hablar.
Las respuestas pueden aparecer también en texto, los resultados pueden revisarse después y una tarea iniciada mientras el usuario está lejos del escritorio puede continuar cuando vuelva a sentarse frente a una pantalla.
Con este lanzamiento, OpenAI intenta convertir ChatGPT Voice en una interfaz para hacer cosas, no solamente para hablar sobre ellas.
Para más noticias de tecnología, cultura geek, gadgets y entretenimiento, visita: GeekAndLife.com.mx
Descubre más contenido en nuestras redes: Instagram | YouTube | TikTok
Fuente: PR