- Por ahora todavía pide confirmación humana para acciones sensibles
OpenAI ha presentado la versión preliminar de Operator, un agente que combina las capacidades del modelo GPT-4o con un razonamiento avanzado a través del aprendizaje y puede interactuar y navegar por internet de forma autónoma, como si se tratara de un humano.
Esta herramienta funciona con un nuevo modelo denominado Computer-Using Agent (CUA) y se basa "en años de investigación fundamental en la intersección entre la comprensión y el razonamiento multimodal", según ha explicado la desarrolladora en un comunicado.
Esto significa que dicha IA combina por un lado la resolución de problemas al mismo tiempo que es capaz de adaptarse cuando surgen cambios inesperados y autocorregirse si realiza alguna acción de forma incorrecta.
De este modo, puede actuar con capacidades humanas en una amplia gama de entornos digitales, interactuar con botones, menús y campos de texto (GUI), realizar tareas como complementar formularios y navegar por sitios web.
No obstante, la compañía tecnológica ha señalado que aunque este modelo maneja la mayoría de los pasos de forma automática, busca la confirmación del usuario para acciones sensibles. Por ejemplo, ingresar datos de inicio de sesión, responder formularios CAPTCHA o ejecutar una transacción bancaria.
Con estas capacidades, OpenAI ha señalado que su nuevo trabajo "marca el siguiente paso en el desarrollo de la IA, debido a que permite que los modelos utilicen las mismas herramientas de las que dependen los humanos a diario y abre la puerta a una amplia gama de nuevas aplicaciones".
La compañía ha destacado que la IA no puede acceder a sitios web que la propia OpenAI ha bloqueado de forma preventiva, como webs de contenidos para adultos o juegos de azar, y es capaz de identificar actividades fraudulentas. De ese modo, monitoriza la actividad y pausa la ejecución de una acción si detecta contenido sospechoso en el panel.
