OpenAI presentó una importante actualización para ChatGPT Voz con la que busca que hablar con el chatbot se parezca cada vez más a conversar con otra persona.
La compañía lanzó una nueva tecnología de voz que permite al asistente escuchar mientras habla, responder con menos interrupciones y mantener conversaciones más fluidas. Además, cuando una pregunta requiere buscar información o realizar un razonamiento más complejo, ChatGPT puede hacerlo en segundo plano sin detener la conversación.
La actualización comenzó a implementarse este jueves para usuarios de ChatGPT en iOS, Android y la versión web.
¿Qué cambia con esta actualización?
Hasta ahora, las conversaciones por voz seguían una dinámica bastante rígida: el usuario hablaba, ChatGPT esperaba a que terminara completamente y luego respondía.
Con la nueva tecnología eso cambia. Ahora el asistente puede detectar cuándo el usuario solo hizo una pausa para pensar, cuándo realmente terminó de hablar o cuándo simplemente necesita unos segundos de silencio.
También puede reaccionar de forma más natural con expresiones como "ajá", "entiendo" o "sí", haciendo que la conversación se sienta menos robótica.
¿Por qué las respuestas son más rápidas?
El cambio no solo está en la voz.
Mientras mantiene la conversación, ChatGPT puede apoyarse en GPT-5.5, el modelo más avanzado de OpenAI hasta la fecha, para realizar tareas que requieren más tiempo, como búsquedas en internet o razonamientos complejos.
Lo importante es que el usuario no tiene que esperar en silencio mientras esto ocurre. El asistente puede seguir conversando y luego incorporar la respuesta cuando está lista.
Según OpenAI, esta arquitectura permitirá que futuras mejoras de sus modelos también lleguen automáticamente a la experiencia de voz.
¿Cómo logra responder más rápido?
La rapidez no proviene únicamente del nuevo modelo de voz.
OpenAI explicó que GPT-Live se concentra en mantener la conversación mientras delega las tareas más complejas a otro modelo en segundo plano. En su lanzamiento utilizará GPT-5.5, encargado de realizar búsquedas web, razonamientos avanzados y otras tareas de mayor complejidad.
Mientras GPT-5.5 trabaja, GPT-Live puede continuar interactuando con el usuario sin detener la conversación.
Según la compañía, esta arquitectura permitirá que futuras mejoras de sus modelos también lleguen automáticamente al sistema de voz.
¿Qué funciones nuevas incorpora?
Además de conversaciones más naturales, GPT-Live añade varias mejoras:
- Puede esperar cuando el usuario hace una pausa para pensar.
- Reduce las interrupciones provocadas por silencios breves o ruido ambiental.
- Reconoce mejor la voz del usuario incluso en entornos con conversaciones o tráfico.
- Permite elegir distintos niveles de razonamiento: Instant, Medium y High, dependiendo de si se busca una respuesta inmediata o un análisis más elaborado.
- Muestra tarjetas visuales durante la conversación para temas como clima, deportes, acciones bursátiles y otros resultados enriquecidos.
- Continúa siendo compatible con memoria, búsqueda web, carga de imágenes y archivos.
¿Realmente se siente más humana?
OpenAI asegura que sí.
Para comprobarlo, la empresa realizó pruebas con personas que mantuvieron conversaciones de entre cinco y diez minutos con la versión anterior y con la nueva.
Los participantes evaluaron aspectos como la naturalidad, el ritmo de la conversación, las interrupciones y la facilidad para interactuar con el asistente. Según la compañía, la nueva versión fue la favorita en la mayoría de las pruebas.
También obtuvo mejores resultados en evaluaciones de razonamiento científico, búsqueda de información en internet y resolución de problemas de atención al cliente.
¿Es segura esta nueva experiencia?
La empresa afirma que incorporó nuevas medidas de seguridad pensadas específicamente para las conversaciones por voz.
El sistema fue entrenado para responder de forma más segura en situaciones relacionadas con autolesión, violencia, contenido sexual o dependencia emocional hacia la inteligencia artificial.
Además, puede intervenir durante una conversación si detecta una respuesta potencialmente riesgosa, ofrecer recursos de ayuda o finalizar la interacción en los casos más delicados.
La empresa también señala que el sistema utiliza únicamente voces predefinidas y está diseñado para evitar que imite la voz de una persona real.
¿Quiénes podrán usarla?
La actualización comenzó a desplegarse para todos los usuarios de ChatGPT.
Los usuarios del plan Free utilizarán GPT-Live-1 mini, mientras que quienes tengan los planes Go, Plus y Pro accederán por defecto a GPT-Live-1, la versión más avanzada.
Por el momento, GPT-Live estará disponible en ChatGPT para iOS, Android y la versión web.
OpenAI adelantó que próximamente también llegará a su API para desarrolladores.
¿Qué funciones aún no están disponibles?
Aunque la actualización mejora considerablemente la experiencia de voz, todavía tiene algunas limitaciones.
En esta primera etapa no será compatible con video ni con compartir la pantalla durante una conversación por voz, aunque OpenAI adelantó que ambas funciones llegarán en futuras actualizaciones.
La compañía también reconoce que el sistema todavía puede presentar pequeños problemas de fluidez o acentos poco naturales en algunos idiomas, un aspecto en el que continúa trabajando.
Con este lanzamiento, OpenAI busca que hablar con ChatGPT deje de sentirse como una interacción con un asistente virtual y se acerque cada vez más a una conversación cotidiana entre personas.
Compartir esta nota