OpenAI lanzó Operator, una herramienta diseñada para realizar tareas en línea de forma independiente. Este agente utiliza un navegador propio para interactuar con páginas web, permitiendo escribir, hacer clic y desplazarse. Actualmente, se encuentra en una versión preliminar enfocada en investigación, lo que implica limitaciones y futuras mejoras basadas en comentarios de los usuarios.
Operator está basado en el modelo Computer-Using Agent (CUA), el cual combina visión y razonamiento avanzado para interactuar con interfaces gráficas de usuario (GUI). Esto significa que puede realizar tareas en un navegador como si fuera una persona, sin necesidad de integrar APIs personalizadas. Por ejemplo, puede completar formularios, realizar pedidos o automatizar tareas repetitivas como reponer alimentos en aplicaciones de compras.
El agente es capaz de “ver” las páginas web mediante capturas de pantalla e interactuar con ellas usando acciones de teclado y mouse. Si encuentra errores o desafíos, puede autocorregirse o devolver el control al usuario. Además, permite personalizar flujos de trabajo, configurando instrucciones específicas para distintos sitios web. Por ejemplo, un usuario podría establecer preferencias en una plataforma de reservas o automatizar compras en línea.
Actualmente, Operator está disponible para usuarios Pro en los Estados Unidos a través de operator.chatgpt.com. Entre los usos más destacados, se encuentra la automatización de tareas como programar reservas, gestionar pedidos o realizar búsquedas complejas. Un caso práctico podría ser la reserva de vuelos con preferencias específicas o la creación de contenido básico como memes para redes sociales.
OpenAI también está colaborando con empresas como DoorDash, Instacart y Uber para ampliar las capacidades de Operator, adaptándolo a necesidades reales. Además, trabaja con entidades públicas, como la ciudad de Stockton, para facilitar la inscripción a servicios locales, lo que podría beneficiar a quienes enfrentan barreras de accesibilidad tecnológica.
¿Qué tan seguro es?
La seguridad es un aspecto clave en el diseño de Operator. El sistema requiere confirmaciones del usuario antes de completar acciones críticas, como ingresar datos de pago o realizar compras. Además, rechaza tareas sensibles, como transacciones bancarias o decisiones de alto impacto. En sitios especialmente delicados, el usuario debe supervisar de cerca las acciones del agente.
En cuanto a privacidad, los datos de navegación pueden eliminarse fácilmente desde la configuración; los usuarios también tienen la opción de desactivar el uso de sus datos para el entrenamiento de modelos futuros. Para protegerse de posibles abusos, OpenAI ha implementado medidas contra sitios maliciosos, como la detección de códigos sospechosos y revisiones manuales y automáticas.
Te puede interesar: La nueva función de ChatGPT te permite gestionar tareas y recordatorios como Siri o Alexa
Operator aún enfrenta limitaciones, especialmente en tareas complejas como la administración de calendarios o la creación de presentaciones. Sin embargo, OpenAI planea seguir mejorando sus capacidades y ampliar su disponibilidad a otros planes de usuarios, incluyendo Plus, Team y Enterprise.
La nueva IA está diseñada para usuarios que buscan optimizar su tiempo y simplificar tareas en línea, como búsquedas complejas, recopilación de información o gestión de actividades web repetitivas. La herramienta es ideal tanto para profesionales, como investigadores o creadores de contenido, como para usuarios cotidianos que deseen automatizar procesos en internet.
Por el momento, OpenAI dijo que la herramienta estará disponible inicialmente para los suscriptores de ChatGPT Plus y empresas que utilicen sus soluciones avanzadas, aunque se espera que pronto se amplíe su acceso a más usuarios. Su lanzamiento oficial está programado para el primer trimestre de 2025.
Imagen: Captura de Pantalla
