El 23 de septiembre, OpenAI actualizó el modo de voz de ChatGPT con tres cambios a la vez: la voz ya puede activar plugins como el correo, el calendario y Slack; la voz puede ejecutarse sobre los tres modelos GPT-6, es decir, Astra, Sol y Luna; y las versiones web y móvil de ChatGPT Work también incorporaron voz. El despliegue comenzó ese mismo día.
Tres cambios
Los plugins llegan a la voz. Antes, usar un plugin exigía escribir; ahora basta con hablarle al teléfono para que ChatGPT revise el correo, consulte la agenda o busque mensajes en Slack. Entre las aplicaciones ya conectadas que mencionan varios medios están Gmail, Google Calendar y Slack.
Modelo a elegir. Los tres modelos GPT-6 tienen roles distintos: Astra es el más potente, Sol queda en un nivel intermedio y Luna es el más pequeño. Astra ya estaba disponible desde hacía varias semanas, mientras que Sol y Luna pasaron de GPT-5.6 a GPT-6 apenas el 22 de septiembre, y el modo de voz conectó a los tres al día siguiente.
Llega a ChatGPT Work. Work es el espacio de trabajo de OpenAI para tareas de varios pasos como documentos, hojas de cálculo, presentaciones y sitios web; con la voz integrada, los usuarios pueden dictar lo que necesitan para generar archivos. Vaibhav Srivastav, empleado de OpenAI, lo describió así en una red social:
"Your email, calendar, Slack + docs, decks, sites and spreadsheets, just by talking."
En resumen: correo, calendario, Slack, además de documentos, presentaciones, sitios web y hojas de cálculo, todo con solo hablar.
La comparación de 9to5Mac es que esto se parece a Codex en el escritorio, solo que aparece en más lugares.
Qué planes tendrán acceso a la voz con plugins, si los usuarios gratuitos quedan incluidos y si las acciones de los plugins activadas por voz necesitan confirmación paso a paso son puntos que el material público no aclara.
De conversar a resolver tareas
Al enlazar las actualizaciones de voz de las que ya se ha informado, se nota que el foco de OpenAI en la voz está cambiando. En julio, el modo de voz de ChatGPT pasó al modelo de voz GPT-Live, centrado en el dúplex completo: escuchar y hablar a la vez, permitiendo interrumpir a mitad de frase; las mejoras se concentraron en el ritmo de la conversación, y lo que los usuarios podían pedirle hacer apenas cambió.
Esta vez el cambio está en el modelo de razonamiento de fondo y en las herramientas que se pueden invocar. La misma puerta de entrada de "voz" pasó de ser una herramienta de chat a una puerta de operación capaz de tocar los datos del usuario. Esto también trae nuevos problemas de permisos: una instrucción hablada de forma vaga que hace que el asistente envíe un correo o cambie una cita tiene un costo de error mucho mayor que responder mal a una pregunta.
Qué significa esto para los usuarios en China
ChatGPT no se ofrece oficialmente en China continental, y Gmail y Google Calendar, los servicios principales conectados en esta actualización, tampoco son accesibles directamente allí, por lo que el impacto directo para el usuario común en China continental es casi nulo.
Los usuarios de habla china que trabajan en el extranjero y usan a diario el paquete de Google y Slack ya pueden aprovechar la función directamente. Para los equipos en China, una dirección de referencia es que el asistente de voz ya no solo conecta con modelos, sino que además obtiene permisos de lectura y escritura sobre sistemas de oficina como el correo, el calendario y la mensajería instantánea. Proveedores chinos están haciendo algo parecido: el modelo de voz de Qwen ya empezó a admitir la invocación de herramientas, pero los productos en los que la voz lee y escribe directamente correos y agendas de oficina siguen siendo escasos.
En el entorno de oficina chino, el equivalente son el correo y la agenda de WeCom, DingTalk y Feishu; quien logre conectar primero la entrada de voz con los permisos de lectura y escritura de estos sistemas, y a la vez resuelva bien el mecanismo de confirmación ante errores, marcará la pauta en la próxima ronda de competencia entre asistentes de voz.
Fuentes: cuentas oficiales de OpenAI en redes sociales, 9to5Mac, CocoLoop, Android Headlines; los hitos de actualización de los tres modelos GPT-6 y el alcance de la integración de voz siguen los anuncios oficiales de OpenAI.