OpenAI ha anunciado el lanzamiento de Operator, un agente de inteligencia artificial diseñado para realizar tareas en línea de forma autónoma. Este agente, que utiliza su propio navegador, puede interactuar con páginas web simulando las acciones de un usuario humano: escribir, hacer clic, desplazarse y más.
Operator es un adelanto significativo en el campo de la IA, capaz de manejar tareas repetitivas como rellenar formularios, hacer pedidos de comestibles e incluso crear memes. Sin embargo, la herramienta se encuentra actualmente en fase de «vista previa de investigación», lo que significa que su uso está limitado a usuarios Pro en los Estados Unidos mientras se ajusta y mejora con base en el feedback recibido.
Cómo funciona
Operator está impulsado por un modelo de IA llamado Computer-Using Agent (CUA), que combina capacidades de visión de GPT-4 con razonamiento avanzado. Este modelo permite a Operator «ver» páginas web a través de capturas de pantalla e interactuar con ellas utilizando acciones propias de un teclado y ratón.
Entre sus funcionalidades destacan: Automatización de tareas repetitivas como rellenar formularios, buscar información, realizar pedidos o reservas; Personalización donde los usuarios pueden añadir instrucciones personalizadas para sitios específicos como preferencias de aerolíneas al reservar vuelos; Gestión simultánea de tareas ya que puede ejecutar múltiples acciones al mismo tiempo, como pedir artículos en Etsy mientras reservas un hotel en Booking; etcétera.
Operator también está diseñado para colaborar con el usuario. Si se encuentra con problemas, solicita asistencia antes de continuar, garantizando así un flujo de trabajo fluido. Además, incluye una opción de «modo de supervisión» en sitios sensibles, como servicios financieros, donde las acciones del agente son revisadas de cerca.
OpenAI ha establecido asociaciones estratégicas con empresas como DoorDash, Instacart, Uber y StubHub para garantizar que Operator pueda abordar necesidades reales de los usuarios. Asimismo, se está explorando su aplicación en el sector público en colaboración con entidades como la ciudad de Stockton, donde podría simplificar el acceso a servicios municipales.
La seguridad es una prioridad clave. Para proteger la privacidad de los usuarios y evitar abusos, se han implementado varias capas de salvaguardas. Operator cede el control al usuario al manejar información sensible, como contraseñas o datos de pago. Antes de completar una acción importante, se solicita la aprobación explícita del usuario. Además, el agente está diseñado para rechazar solicitudes de alto riesgo, como transacciones bancarias o decisiones laborales.
Según OpenAI, los datos de navegación pueden eliminarse fácilmente, y los usuarios tienen control total sobre cómo se gestionan sus datos. Por último, OpenAI ha desarrollado un sistema de supervisión para detectar sitios malintencionados y prevenir intentos de engaño al agente.
Limitaciones y futuro
Aunque Operator representa un avance en la automatización web, todavía enfrenta desafíos. Algunas interfaces complejas, como la creación de presentaciones o la gestión de calendarios, pueden suponer un problema. Durante esta fase inicial, el feedback de los usuarios será clave para refinar sus capacidades.
Algunos expertos consideran que con Operator OpenAI ha llegado a la «fase 3 de la IA» porque marca una transición significativa: de modelos pasivos que generan texto o respuestas en función de entradas específicas, a agentes activos que interactúan de forma autónoma con el mundo digital. Esta «fase 3» implica que la IA no solo comprende e interpreta información, sino que también actúa de manera independiente en entornos dinámicos, como navegadores web, simulando tareas humanas complejas. La capacidad de Operator para razonar, corregir errores y adaptarse a nuevas situaciones, junto con su potencial de personalización y automatización masiva, lo posiciona como un hito hacia sistemas de IA más autónomos y funcionales.
