Operator de OpenAI reinventa tareas web

24 de enero de 202558 Views

Operator es un nuevo agente de OpenAI diseñado para ejecutar tareas en la web de manera autónoma. Utilizando un modelo innovador llamado Computer-Using Agent (CUA), combina la visión avanzada de GPT-4 con habilidades de razonamiento para interactuar con interfaces gráficas, como botones, menús y campos de texto. Actualmente, está en una etapa de vista previa de investigación y disponible exclusivamente para usuarios Pro en los EE.UU.

¿Cómo funciona Operator?

Operator puede “ver” las páginas web mediante capturas de pantalla y “actuar” simulando clics y teclados. Esto elimina la necesidad de integrar APIs personalizadas y permite al agente realizar tareas como rellenar formularios, programar reservas o incluso crear memes.

Cuando encuentra problemas, puede autocorregirse gracias a su capacidad de razonamiento. En casos más complejos, como ingresar datos de pago o resolver CAPTCHAs, Operator devuelve el control al usuario para garantizar seguridad y precisión.

Beneficios clave para usuarios y empresas

Optimización de tareas repetitivas: Desde comprar alimentos hasta reservar vuelos, Operator facilita procesos cotidianos.
Integración con empresas: Organizaciones como Instacart, DoorDash y Uber colaboran para adaptar Operator a necesidades reales.
Aplicaciones cívicas: Está siendo probado en Stockton, California, para simplificar el acceso a servicios públicos.

Enfoque en seguridad y privacidad

Operator prioriza la seguridad mediante varias medidas:

Modo de supervisión: El agente pide confirmación antes de acciones críticas y transfiere el control al usuario en situaciones delicadas.
Gestión de datos: Los usuarios pueden eliminar historiales de navegación y desactivar la opción de que su información sea usada para entrenamiento.
Prevención de abusos: Incluye defensas contra sitios maliciosos y rechaza solicitudes dañinas o de alto riesgo.

Limitaciones actuales y futuro

Operator aún enfrenta desafíos con interfaces complejas y tareas avanzadas, como la creación de calendarios. Sin embargo, el aprendizaje continuo y el feedback de usuarios serán esenciales para mejorar sus capacidades. En el futuro, se integrará en ChatGPT para usuarios Plus y Team, y se planea abrir su modelo CUA a desarrolladores a través de una API.