OpenAI implementa un nuevo modo de voz en la aplicación de escritorio de ChatGPT

OpenAI, líder en el mundo de la inteligencia artificial, ha presentado una actualización importante para su aplicación de escritorio ChatGPT. Ahora, los usuarios pueden no solo comunicarse mediante texto a través de la computadora, sino también realizar tareas complejas y controlar agentes de AI mediante comandos de voz. Este paso significa una integración más profunda de la inteligencia artificial en el flujo de trabajo diario. Esto es lo que informa Techcrunch.com informa .

La nueva función se basa en la familia de modelos GPT-Live presentada a principios de este mes. Los representantes de OpenAI señalan que este modo de voz es totalmente compatible con las plataformas ChatGPT Work y Codex. El sistema no se limita solo a hablar, sino que tiene la capacidad de buscar información en sitios web y ejecutar diversas aplicaciones de forma independiente.

Se ha creado una comodidad especial para los usuarios de macOS: a través de la función Appshots, ChatGPT puede ver la información en la pantalla, incluidos los textos alternativos (alt-text) de las imágenes. Esto permite al usuario explicar lo que sucede en la pantalla o realizar una tarea basada en un documento abierto.

Gestión de tareas complejas mediante voz

A diferencia de las versiones de voz anteriores lanzadas para teléfonos inteligentes, la aplicación de escritorio tiene capacidades mucho más amplias. Si la versión móvil está orientada principalmente a la comunicación, la aplicación de computadora comprende y ejecuta comandos de varios pasos. Por ejemplo, un usuario puede dictar una tarea compleja que requiere varias acciones, y ChatGPT hará preguntas aclaratorias si necesita información adicional.

En un video de demostración presentado por la compañía, un desarrollador pidió a ChatGPT que creara un nuevo flujo de trabajo (thread), enviara un "pull request" y determinara la causa raíz de un error en el programa. El hecho de que todas estas acciones se realizaran con éxito mediante un solo comando de voz demuestra que la productividad de los usuarios aumentará significativamente.

Según ixbt.com, esta actualización comenzó a distribuirse en todo el mundo a partir de hoy. Además, los usuarios podrán utilizar las funciones de voz del sistema Codex mediante acceso remoto a través de la aplicación iOS. Esto amplía las posibilidades para que los desarrolladores escriban o analicen código sobre la marcha.

Actualmente, la competencia en el mercado de la inteligencia artificial también se está intensificando. La empresa Anthropic también ha actualizado el modo de voz para su bot Claude. Claude ahora puede trabajar integrado con servicios populares como Gmail, Calendar, Slack, Notion y Canva utilizando los modelos Opus, Sonnet y Haiku. Esta carrera entre OpenAI y Anthropic sirve para que aparezcan asistentes digitales más inteligentes y cómodos para los usuarios.