OpenAI ha desplegado una actualización que unifica texto, voz y trabajo agéntico en una sola experiencia de ChatGPT. El modo de conversación ya nos permite gestionar el correo electrónico, la agenda y Slack sin salir de la charla por voz, algo que hasta ahora nos obligaba a cambiar a la interfaz de texto. El cambio ya está disponible en móviles, la web y la aplicación de escritorio.
La novedad más importante tiene que ver con los modelos que impulsan el modo de voz. Cuando hablamos con ChatGPT Voz, ya lo hacemos con GPT-6 Astra, Sol y Luna: Astra llevaba varias semanas activo, mientras que Sol y Luna recibieron su actualización el día de ayer, según confirmó OpenAI en su cuenta de X. Con los tres modelos operando en la conversación hablada, accedemos a un nivel de inteligencia mayor al conversar con el asistente, aunque OpenAI no ha precisado si ese salto llega a equiparar el rendimiento por voz con el que ofrece en modo texto.
Los plugins de correo, calendario y Slack ya funcionan por voz
Antes de esta actualización, el modo de voz no podía acceder a integraciones externas como el correo, el calendario o Slack, así que cualquier tarea que dependiera de esos servicios nos obligaba a cambiar a la interfaz de texto. OpenAI ha retirado esa barrera: ahora podemos pedirle al asistente que gestione la agenda, redacte un correo o resuma un canal de Slack directamente por voz, sin que la conversación tenga que pasar por texto en ningún momento.
Podemos pedir, por ejemplo, que se revisen los correos recibidos durante la mañana o que se agende una reunión con un compañero mientras caminamos o conducimos, sin mirar la pantalla. El sistema interpreta la petición, ejecuta el plugin correspondiente y confirma la acción con una respuesta hablada. Esta capacidad reduce el número de veces que necesitamos desbloquear el teléfono para tareas que antes exigían pasar de la voz al teclado. OpenAI no ha precisado si ampliará esta lista de integraciones a otros servicios más allá de correo, calendario y Slack.
ChatGPT Work se suma a la conversación por voz
La actualización integra también ChatGPT Work, el sistema agéntico de OpenAI pensado para tareas más complejas, en la misma interfaz de voz. Codex es la herramienta de programación asistida por IA que OpenAI ofrece en su versión de escritorio, pensada hasta ahora para desarrolladores que trabajan tecleando código. Desde la conversación por voz ya podemos crear documentos, montar una presentación o construir una hoja de cálculo hablando con la IA, tanto en la web como en la aplicación móvil. Hasta ahora, este tipo de tareas quedaba más ligado al escritorio.
El término agéntico se refiere a la capacidad del sistema para ejecutar una secuencia de pasos por su cuenta hasta completar una tarea, en lugar de limitarse a responder una pregunta puntual. Por eso, esta integración acerca ChatGPT Work a lo que Codex ofrece en el escritorio, aunque con la ventaja de que ahora lo tenemos disponible en más plataformas. OpenAI no ha especificado si el control por voz se extenderá a otras herramientas de oficina más allá de documentos, presentaciones y hojas de cálculo.
GPT-Live-1, el modelo de las conversaciones de 40 minutos
Esta integración se apoya en GPT-Live-1, el modelo de voz que OpenAI presentó en julio. El sistema sustituyó el viejo esquema de tres piezas independientes (voz a texto, generación de respuesta y texto a voz) por uno único, capaz de escuchar y hablar al mismo tiempo. Ese diseño le permite al asistente guardar silencio y absorber el contexto de la conversación hasta que se le necesita, en lugar de responder de forma mecánica a cada pausa.
Atty Eleti, líder de producto de ChatGPT Voz, explicó durante la presentación de julio que este modelo permite mantener conversaciones de hasta 40 minutos con la IA. Esa capacidad de sostener el contexto durante tanto tiempo podría explicar por qué ahora es posible incorporar los plugins de correo y calendario y la llegada de ChatGPT Work al modo de voz, aunque OpenAI no ha detallado la relación técnica entre ambos avances. La compañía sí ha señalado que, con el tiempo, la voz se convertirá en la interfaz principal para las tareas complejas y de larga duración dentro de ChatGPT.