ChatGPT ya controla tu ordenador y tu móvil por voz: qué es GPT-Live y qué riesgos plantea su autonomía
Aviso de transparencia (Reglamento UE de IA, art. 50): este artículo ha sido elaborado con apoyo de inteligencia artificial (investigación y verificación de fuentes) y revisado por el equipo editorial de IAGeducación.
OpenAI ha convertido en pocas semanas el modo de voz de ChatGPT en algo muy distinto de lo que era hace un año: ya no es un altavoz que responde preguntas, sino un operador que puede manejar tu ordenador y tu móvil sin que toques el teclado. Un vídeo detallado publicado por un creador de contenido español, que recorre seis casos de uso reales, ha puesto el foco en hasta dónde llega esta autonomía, y también en un matiz que merece más atención de la que está recibiendo: qué pasa cuando la IA ejecuta una orden aunque ella misma detecte que no tiene mucho sentido.
De responder a ejecutar: qué es GPT-Live
El 8 de julio de 2026 OpenAI presentó GPT-Live, la nueva generación de su modo de voz, con una arquitectura full-duplex que escucha y habla a la vez, sin los turnos rígidos del antiguo Advanced Voice Mode. Semanas después, el 23 de julio, la compañía dio el salto que realmente cambia las reglas del juego: llevó ese modo de voz a la aplicación de escritorio de Windows y Mac con capacidad de control del ordenador, permitiendo abrir carpetas, mover archivos, analizar imágenes o coordinar tareas de fondo simplemente hablando. Ese mismo día, y de forma llamativa, Anthropic anunció su propia actualización del modo de voz de Claude, incorporando los modelos Opus y Sonnet (antes limitado a Haiku) y conectores con Gmail, Google Calendar, Slack, Canva y Notion, aunque manteniendo un sistema por turnos, no full-duplex.
Seis casos de uso, un mismo patrón: cero clics
El vídeo analizado muestra de forma progresiva hasta dónde llega esta capacidad. En los niveles iniciales, ChatGPT localiza archivos en una carpeta, crea subcarpetas y mueve documentos a petición del usuario. Poco después, acompaña paso a paso por herramientas que la persona no domina, como Canva, sacando capturas de pantalla para entender la interfaz sin que nadie se lo indique. El salto más relevante llega cuando dejan de ser instrucciones para el humano y pasan a ser acciones ejecutadas por la propia IA: en el vídeo, ChatGPT termina editando y exportando un vídeo en CapCut de forma autónoma, sin intervención humana en los clics.
A partir de ahí, la demostración conecta la voz con complementos como Gmail para leer y responder correos, y muestra algo especialmente nuevo: la capacidad de abrir hilos de conversación totalmente independientes que siguen trabajando en paralelo, incluso si el usuario cierra la llamada de voz. El ejemplo más ambicioso es un desarrollo de producto de principio a fin -desde una idea hablada en voz alta hasta un prototipo funcional y una landing page completa generada con ChatGPT Sites-, y un control remoto entre móvil y escritorio mediante emparejamiento por código QR, una función que las propias notas de versión de OpenAI confirman como real: permite retomar y aprobar tareas del ordenador desde el teléfono, incluso con el equipo bloqueado.
El matiz que sí debería preocupar: obedecer aunque la propia IA dude
El momento más revelador del vídeo no es el más espectacular técnicamente, sino uno de los más discretos. Al pedirle a ChatGPT que respondiera «gracias» a un correo, el propio asistente advierte que se trata de una alerta automática de seguridad de Instagram y que no parece tener un destinatario adecuado para responder. El usuario insiste igualmente, sin pedirle que lo revise, y ChatGPT envía el mensaje tal cual se le ha indicado, sin volver a cuestionarlo.
Es un ejemplo menor, pero ilustra un problema de fondo que va a crecer a la par que estos asistentes ganan autonomía sobre nuestros dispositivos: el sistema puede identificar correctamente que una acción no tiene sentido y, aun así, ejecutarla en cuanto el usuario insiste, sin una segunda capa de verificación. Cuando la orden en cuestión es responder a un email irrelevante, el coste de un error es cero. Pero el mismo patrón -detectar un problema, señalarlo, y ejecutar de todos modos si se le insiste- aplicado a enviar un correo a la persona equivocada, borrar un archivo o confirmar una compra, deja de ser anecdótico. La pregunta que esto plantea para el aula y para cualquier entorno de trabajo no es si estas herramientas son capaces de hacer tareas -claramente lo son-, sino qué nivel de supervisión humana debe mantenerse cuando la IA ya no solo aconseja, sino que actúa directamente sobre nuestros archivos, correos y dispositivos.
Qué significa esto para quien enseña o usa IA a diario
Para el profesorado y para cualquier usuario que empiece a delegar tareas reales en estos asistentes, la recomendación práctica es sencilla: revisar los permisos y conectores concedidos, evitar dar por hecho que una IA «avisa y luego para» -como ha quedado demostrado, puede avisar y ejecutar igualmente si se le insiste- y reservar la ejecución autónoma para tareas de bajo riesgo mientras esta tecnología termina de madurar. La carrera entre OpenAI y Anthropic por dominar la voz como interfaz principal de la IA solo va a acelerar la llegada de estas capacidades a más aplicaciones, así que entender sus límites ahora es más útil que sorprenderse con ellos después.
Fuentes: OpenAI (notas de versión de ChatGPT y anuncio de GPT-Live), TestingCatalog y cobertura de TechCrunch e Infobae sobre GPT-Live y el modo de voz de Claude, anuncio oficial de Anthropic del 23 de julio de 2026, y el vídeo analizado con seis casos de uso de GPT-Live en modo escritorio y móvil.
Aviso de transparencia (Reglamento UE de IA, art. 50): este artículo ha sido elaborado con apoyo de inteligencia artificial (investigación y verificación de fuentes) y revisado por el equipo editorial de IAGeducación.
