ChatGPT Voice puede controlar su ordenador gracias a los nuevos agentes de IA de OpenAI
OpenAI da un paso adelante en la evolución de ChatGPT. La empresa está lanzando una importante actualización de su aplicación de escritorio que permite a ChatGPT Voice controlar agentes de IA y ejecutar acciones directamente en un ordenador utilizando comandos de voz.
Esta evolución acerca a ChatGPT a convertirse en un verdadero asistente digital que no solo puede mantener conversaciones, sino también actuar de manera concreta sobre las aplicaciones y herramientas del usuario.
ChatGPT Voice pasa del diálogo a la acción
Hasta ahora, el modo de voz de ChatGPT estaba principalmente diseñado para ofrecer conversaciones naturales. Con esta nueva versión para ordenadores, OpenAI está ampliando considerablemente sus capacidades.
Con los nuevos modelos de voz GPT-Live, presentados a principios de este mes, los usuarios ahora pueden emitir comandos complejos en voz alta para ejecutar múltiples acciones sucesivas.
El sistema es capaz de controlar agentes de IA como ChatGPT Work y Codex, interactuar con aplicaciones instaladas en el ordenador, consultar sitios web, realizar tareas que requieren varios pasos y pausar su ejecución para pedir aclaraciones cuando sea necesario.
El objetivo es hacer que las interacciones sean más naturales, sin la necesidad de alternar constantemente entre teclado, ratón y diferentes ventanas.
ChatGPT Voice is now in the desktop app.
Control your computer and direct multiple agents running in ChatGPT Work or Codex, using just your voice.
It’s powered by GPT-Live, so it can speak, listen, and coordinate work in the app at the same time.
Rolling out globally today… pic.twitter.com/ODZWKqecCf
— OpenAI (@OpenAI) July 23, 2026
Una integración mejorada con macOS
OpenAI también mejora la experiencia en las computadoras Apple. En macOS, la función Appshots permite a ChatGPT analizar el contenido mostrado en pantalla, incluidos algunos elementos de accesibilidad como las descripciones alternativas (alt-text).
Esta comprensión del contexto visual permite que el asistente responda de manera más pertinente al interactuar con el software abierto.
Demos orientadas al desarrollo
Durante la presentación de esta novedad, OpenAI ilustró las nuevas capacidades de ChatGPT Voice con un escenario destinado a desarrolladores. A partir de un simple comando de voz, el asistente puede crear una nueva discusión de desarrollo, abrir una Pull Request y buscar el origen de un error en un proyecto.
Todo esto solicitando la intervención del usuario únicamente cuando es necesaria una validación o información adicional.
Esta demostración destaca la voluntad de OpenAI de transformar ChatGPT en un verdadero copiloto de productividad, capaz de automatizar tareas complejas en entornos profesionales.
Codex ahora accesible de forma remota desde el iPhone
OpenAI también anuncia una evolución de Codex. Los usuarios ahora pueden acceder a este agente de desarrollo desde la aplicación ChatGPT en iPhone para controlar tareas ejecutadas de forma remota en su ordenador.
Esta estrategia abre la puerta a un funcionamiento más fluido entre dispositivos móviles y estaciones de trabajo, donde el smartphone se convierte en una interfaz de comando en lugar de un simple terminal de consulta.
La batalla de los asistentes de IA entra en una nueva fase
Este anuncio se produce mientras los principales actores en inteligencia artificial aceleran el desarrollo de asistentes capaces de actuar directamente en las aplicaciones. Unos días antes, Anthropic también enriqueció el modo vocal de Claude, que ahora puede interactuar con servicios como Gmail, Google Calendar, Slack, Notion o Canva gracias a sus modelos Opus, Sonnet y Haiku.
Al dotar a ChatGPT Voice de verdaderas capacidades de ejecución en el ordenador, OpenAI sigue una estrategia clara: evolucionar su IA de un simple chatbot conversacional a un agente inteligente capaz de comprender el contexto, dialogar de manera natural y realizar tareas concretas. Esta convergencia entre voz, agentes de IA y automatización podría redefinir nuestra forma de interactuar con los ordenadores en el día a día, reemplazando gradualmente parte de los clics y comandos tradicionales por una conversación fluida con la inteligencia artificial.
