ChatGPT Voice controla agora correio eletrónico, agenda e Slack

A OpenAI disponibilizou uma atualização abrangente para o ChatGPT Voice em todas as plataformas compatíveis. A nova versão combina controlo por voz, introdução de texto e fluxos de trabalho agênticos numa única interface unificada. As novidades passam a estar operacionais de forma imediata nas aplicações móveis, no ambiente web e na aplicação para computador de secretária, com o propósito declarado de tornar as conversações com o sistema de inteligência artificial mais naturais, contínuas e funcionais no quotidiano profissional.

De acordo com as informações divulgadas pela OpenAI através da sua conta oficial na rede social X, o ChatGPT Voice é agora alimentado diretamente pelos modelos GPT-6 Astra, Sol e Luna. O modelo Astra já se encontrava em funcionamento há algumas semanas, ao passo que as variantes Sol e Luna receberam a respetiva atualização apenas ontem. Com esta integração direta dos novos modelos, os utilizadores passam a dispor de uma capacidade de processamento substancialmente reforçada e de um nível de raciocínio lógico superior durante os diálogos falados, o que facilita a formulação de questões complexas e a emissão de instruções de trabalho multifacetadas sem necessidade de recorrer ao teclado.

Acesso direto a correio eletrónico, compromissos e mensagens do Slack

Uma das principais transformações introduzidas por esta versão reside na articulação com extensões e plugins externos. Até ao momento, uma das restrições mais evidentes do modo de voz prendia-se com o facto de o ChatGPT não conseguir comunicar com integrações externas — designadamente serviços de correio eletrónico, calendários de compromissos ou a plataforma de mensagens Slack — enquanto decorria uma sessão falada. Para interagir com essas ferramentas externas, os utilizadores eram invariavelmente obrigados a interromper a conversação e a mudar para a interface clássica baseada em texto. A OpenAI eliminou essa barreira técnica, permitindo que a consulta e a manipulação de ferramentas de terceiros ocorram inteiramente dentro da própria experiência de voz.

Num vídeo de demonstração partilhado pela tecnológica norte-americana, a empresa ilustrou múltiplos cenários do dia a dia e rotinas produtivas que o assistente de voz consegue agora concretizar de forma totalmente autónoma, sem necessidade de intervenções manuais complementares. Entre os recursos operacionais demonstrados e oficialmente suportados pela plataforma contam-se:

• A pesquisa detalhada e a gestão de compromissos na agenda pessoal do utilizador
• A redação, a formatação e o envio direto de mensagens de correio eletrónico
• A elaboração de resumos estruturados sobre conversas e canais de mensagens no Slack
• A deteção e a instrução para o cancelamento de débitos duplicados em aplicações financeiras
• A criação de um sítio web funcional, incluindo uma página de finalização de compra integrada
• A realização de compras no comércio eletrónico e a consulta em tempo real de dados meteorológicos

O ChatGPT Work leva a criação documental para o ecossistema de voz

A par das funcionalidades quotidianas de assistência pessoal, a nova versão integra igualmente o ecossistema «ChatGPT Work» na mesma interface de utilizador. Este sistema agêntico desenvolvido pela OpenAI foi desenhado expressamente para lidar com tarefas laborais de complexidade acrescida e que exigem várias etapas consecutivas de execução. Desta forma, os utilizadores podem agora ditar instruções para redigir documentos de texto alargados, preparar apresentações visuais detalhadas ou estruturar folhas de cálculo complexas, quer estejam a trabalhar através de um navegador de Internet quer através de dispositivos móveis. Diversos analistas do setor tecnológico consideram que este avanço aproxima o assistente das capacidades demonstradas pelo Codex nos computadores de secretária, oferecendo contudo a vantagem acrescida da disponibilidade transversal em múltiplos sistemas operativos.

Da arquitetura GPT-Live-1 à visão de um assistente integrado

A base técnica para esta expansão das capacidades de comunicação por voz foi delineada pela OpenAI há poucos meses, quando a empresa revelou o modelo GPT-Live-1. Essa arquitetura substituiu o esquema clássico assente em três etapas independentes — que compreendia a conversão de voz em texto, o processamento da resposta pelo modelo de linguagem e a posterior sintetização de texto para voz. Em vez dessa sucessão linear, o GPT-Live-1 permitiu que o sistema escute e processe a fala em simultâneo. O assistente é capaz de manter o silêncio durante as pausas naturais do utilizador, absorver o contexto conversacional em tempo real e intervir de forma fluida quando necessário.

O GPT-Live-1 permitiu manter conversas contínuas de até 40 minutos com a inteligência artificial.

Para a liderança da OpenAI e para o seu diretor executivo, Sam Altman, esta atualização representa um passo decisivo rumo à concretização de um assistente de inteligência artificial omnipotente e ubíquo. Altman já havia evocado publicamente, aquando do lançamento da primeira versão de voz em 2024, o filme de ficção científica «Her», realizado por Spike Jonze, como referência de desenvolvimento. De acordo com a visão manifestada pela OpenAI, o canal de voz deverá converter-se, a médio prazo, no principal método de interação com o ChatGPT para o tratamento de tarefas exigentes e de longa duração.

Impactos práticos e operacionais nas organizações

Para as empresas e organizações em geral, a possibilidade de controlar caixas de correio eletrónico, agendas corporativas e canais do Slack através de comandos de voz introduz mudanças tangíveis na rotina dos locais de trabalho. Processos repetitivos como a triagem de fluxos comunicacionais, a marcação e reagendamento de reuniões de equipa ou a preparação de minutas de trabalho podem agora ser executados em modo mãos-livres, nomeadamente durante deslocações profissionais ou enquanto os colaboradores realizam tarefas paralelas. Esta evolução diminui de forma substancial o atrito e as perdas de tempo tradicionalmente associadas à alternância constante entre múltiplos programas de software.

Ao mesmo tempo, a integração profunda do assistente com plataformas críticas para os negócios, como o Slack ou sistemas de gestão financeira, exige uma gestão rigorosa e consciente das autorizações de acesso concedidas. Dado que as instruções transmitidas por voz passam a desencadear ações reais e imediatas no mundo digital — tais como o envio definitivo de comunicações externas ou a autorização de transações financeiras —, as organizações são chamadas a adaptar os seus protocolos de segurança interna, reconhecendo que os comandos verbais atuam agora como instruções operacionais de pleno direito na infraestrutura corporativa.