La era del comando vocal: la inteligencia artificial aprende a escuchar y ejecutar
Los asistentes de voz evolucionan del dictado a la coordinación de agentes de inteligencia artificial capaces de ejecutar tareas digitales.
Ciudad de México.— La inteligencia artificial atraviesa una nueva etapa: los asistentes de voz ya no se limitan a transcribir instrucciones, sino que comienzan a sostener conversaciones, coordinar tareas y operar archivos y herramientas digitales con una intervención mínima del usuario.
El cambio se observa en la competencia entre plataformas como Claude Opus 5, de Anthropic, y ChatGPT Voice integrado en Codex, de OpenAI. La diferencia frente al dictado tradicional está en la posibilidad de interrumpir, corregir el rumbo a mitad de una frase y pedir acciones concretas dentro de un entorno de trabajo.
En una prueba de productividad, Claude Opus 5 fue conectado a servicios de correo, almacenamiento, calendario y gestión de notas. En menos de un minuto, el sistema revisó la agenda de una semana, cruzó mensajes de negociación y consultó un documento de métricas para elaborar un reporte relacionado con un acuerdo publicitario.
La herramienta también fue probada en una simulación de negociación. Su modo de voz respondió a objeciones en tiempo real y posteriormente analizó el tono empleado por el usuario, aunque mantiene limitaciones para operar directamente dentro de entornos de código y espacios de colaboración profunda.
La respuesta de OpenAI llegó con la integración de voz en Codex, que permite coordinar varios agentes de inteligencia artificial desde una misma computadora. Mientras un agente revisa una interfaz, otro puede auditar código y un tercero corregir enlaces y textos, todo a partir de instrucciones expresadas verbalmente.
El trabajo remoto también cambia el alcance de estas herramientas. En una demostración, un comando desde el teléfono permitió que una computadora local leyera un archivo HTML y generara una presentación de seis diapositivas en formato 16:9, lista para guardarse en la carpeta de trabajo.
La comparación muestra dos fortalezas distintas: mientras una plataforma destaca por el análisis contextual y la simulación conversacional, la otra apuesta por la coordinación multiagente, el acceso a archivos locales y la ejecución de tareas dentro del equipo.
Para los usuarios, la principal transformación consiste en que la habilidad técnica deja de ser el único requisito. Dar instrucciones claras, supervisar resultados y tomar decisiones se vuelve tan importante como saber utilizar comandos complejos.
La carrera por la voz apenas comienza. Su avance plantea una nueva relación con la computadora: la voz deja de ser un accesorio futurista y se convierte en una interfaz para organizar información, ejecutar procesos y delegar parte del trabajo digital.
