ChatGPT Voice gestiona ahora correos, calendarios y Slack

OpenAI ha lanzado una actualización integral para ChatGPT Voice en la totalidad de las plataformas compatibles. Esta importante novedad reúne en una sola interfaz unificada el control por voz, la entrada de texto y los flujos de trabajo basados en agentes. Las mejoras ya se encuentran plenamente disponibles tanto en las aplicaciones para dispositivos móviles como en la versión web y en la aplicación de escritorio, con el propósito de que las interacciones habladas con la inteligencia artificial resulten mucho más naturales, fluidas y funcionales en el día a día.

Según informó la propia empresa OpenAI a través de su cuenta oficial en la plataforma X, ChatGPT Voice pasa a estar impulsado directamente por los modelos GPT-6 Astra, Sol y Luna. Mientras que la variante Astra ya llevaba utilizándose desde hace varias semanas, las versiones Sol y Luna recibieron su correspondiente despliegue de actualización el día de ayer. Gracias a la integración combinada de estos modelos avanzados, los usuarios disponen ahora de una potencia de procesamiento notablemente mayor y de un nivel lógico más elevado al entablar diálogos hablados, formular preguntas complejas o transmitir instrucciones de trabajo minuciosas.

Acceso directo a correos electrónicos, citas y mensajes de Slack

Uno de los avances más destacados de esta entrega reside en la conexión directa de extensiones y complementos. Con anterioridad, una de las restricciones más evidentes del modo de voz consistía en que ChatGPT no podía acceder a herramientas externas integradas, tales como servicios de correo electrónico, calendarios o la plataforma Slack, mientras se mantenía una conversación oral activa. Para recurrir a estas funciones de enlace e interoperabilidad, los usuarios estaban obligados a abandonar el diálogo hablado y cambiar a la vista basada en texto. OpenAI ha eliminado por completo dicha separación técnica, de modo que toda la interacción con estas herramientas externas se realiza íntegramente dentro de la propia sesión de voz.

En un vídeo de demostración publicado de forma paralela, la compañía tecnológica exhibió diversos casos de uso cotidiano y flujos de trabajo productivos que el asistente de voz es capaz de llevar a cabo de manera autónoma y sin requerir intervención manual intermedia. Entre las funciones de voz presentadas y admitidas oficialmente destacan las siguientes:

• La búsqueda exhaustiva, consulta y gestión de citas en el calendario personal
• La redacción, asignación de formato y envío directo de correos electrónicos
• El resumen estructurado de conversaciones y cadenas de mensajes dentro de la aplicación Slack
• La detección y tramitación de la cancelación de cargos duplicados en aplicaciones financieras
• La creación completa de un sitio web operativo con una página de pago integrada
• La realización de compras en línea y la consulta instantánea de información meteorológica actualizada

ChatGPT Work traslada la creación de documentos al entorno vocal

Más allá de las tareas habituales de asistencia personal, esta actualización incorpora también la solución denominada «ChatGPT Work» dentro de la misma interfaz de usuario. Se trata de un sistema agéntico desarrollado por OpenAI con el fin específico de asumir y resolver encargos de trabajo más complejos y con múltiples capas de ejecución. A partir de ahora, los usuarios pueden dictar instrucciones para redactar y estructurar documentos, preparar presentaciones detalladas o generar hojas de cálculo funcionales, tanto mediante navegadores web como a través de terminales móviles. Diferentes observadores del sector tecnológico interpretan este paso como un acercamiento directo a las capacidades que ofrece Codex en entornos de escritorio, sumando la ventaja estratégica de una disponibilidad multiplataforma.

De GPT-Live-1 hacia la visión de un asistente cotidiano integral

La base tecnológica de estas capacidades vocales ampliadas fue establecida por OpenAI hace pocos meses mediante la presentación de GPT-Live-1. Dicho modelo vino a sustituir el esquema tradicional estructurado en tres fases consecutivas: transcripción de voz a texto, generación separada de la respuesta mediante el modelo de lenguaje y conversión final de texto a voz. En su lugar, la nueva arquitectura permite escuchar y hablar de manera simultánea. El asistente cuenta con la facultad de permanecer en silencio durante la conversación mientras procesa activamente la información de contexto de forma continua, respondiendo con gran soltura en el momento oportuno.

GPT-Live-1 permitió mantener conversaciones continuas de hasta 40 minutos de duración con la inteligencia artificial.

Para OpenAI y su director ejecutivo, Sam Altman, este lanzamiento representa un avance sustancial hacia el objetivo de consolidar un asistente de inteligencia artificial omnipresente. El propio Altman ya había hecho referencia directa a la película de ciencia ficción «Her», del director Spike Jonze, durante la presentación de la primera versión de voz en el año 2024. Según los planes expresados por la compañía, el objetivo a medio plazo es que la voz se convierta en la interfaz principal para resolver tareas exigentes y de larga duración en ChatGPT.

Repercusiones directas en la práctica operativa de las organizaciones

Para las empresas y organizaciones de diversa índole, la posibilidad de gestionar de forma oral la bandeja de entrada, los calendarios corporativos y los canales de Slack introduce transformaciones tangibles en las rutinas profesionales cotidianas. Tareas periódicas como revisar los flujos de comunicación interna, coordinar reuniones de equipo o redactar borradores de trabajo pueden ejecutarse plenamente en modalidad de manos libres, facilitando que el personal actúe mientras se desplaza o atiende otras responsabilidades de manera simultánea. Esto disminuye significativamente las fricciones operativas asociadas al cambio constante entre múltiples aplicaciones de software.

Al mismo tiempo, esta integración más profunda con herramientas críticas como Slack o aplicaciones financieras exige una gestión consciente y rigurosa de las autorizaciones y permisos de acceso concedidos al sistema. Dado que las órdenes expresadas por voz desencadenan ahora acciones reales e inmediatas, como el envío de mensajes a terceros o la tramitación de operaciones financieras, las organizaciones deberán adaptar sus procesos de trabajo internos para considerar las instrucciones orales como verdaderos comandos operativos dentro de su infraestructura corporativa.