Resumo:
A OpenAI anunciou que o aplicativo móvel ChatGPT começou a adicionar funções de agente inteligente baseadas em voz. No futuro, os usuários não só poderão conversar com o ChatGPT por voz, mas também comandá-lo diretamente para realizar trabalhos práticos mais complexos por voz. Por exemplo, os usuários podem pedir ao ChatGPT para criar um documento, redigir um e-mail, resumir uma mensagem do Slack ou até mesmo executar uma série de tarefas que exigem várias etapas para serem concluídas.
O núcleo desta atualização é trazer os recursos Agentic Work que o ChatGPT adicionou gradualmente ao desktop para telefones celulares. Para usuários Plus e Pro, a guia Trabalho no celular agora pode ser usada diretamente para criar documentos, redigir e-mails e resumir mensagens do Slack. Ele também pode executar fluxos de trabalho mais complexos, como criar sites, fazer apresentações, usar navegadores em nuvem e lidar com tarefas financeiras.
Para usuários Free and Go, o OpenAI se concentra no uso de plug-ins e aplicativos conectados. Isso significa que usuários com diferentes níveis de assinatura podem fazer o ChatGPT funcionar com ferramentas e aplicativos externos, mas a gama específica de funções disponíveis é diferente.
Esta atualização também altera a maneira como o modo de voz ChatGPT se comporta. A OpenAI disse que as conversas por voz agora podem fornecer uma saída de texto mais rica e os usuários podem ver informações de texto mais completas ao mesmo tempo ao se comunicarem com o ChatGPT. Além disso, os usuários também podem alternar mais facilmente entre os modos de texto e voz sem ter que encerrar a conversa atual e recomeçar.
O trabalho contínuo entre dispositivos também é uma parte importante desta atualização. Os usuários podem usar seus telefones celulares para informar ao ChatGPT para iniciar o processamento de uma tarefa por voz quando estiverem fora e, em seguida, retornar ao computador para continuar visualizando e concluindo a tarefa. Ou seja, o celular é o principal responsável por emitir instruções e iniciar tarefas a qualquer momento, enquanto o desktop pode continuar a lidar com fluxos de trabalho mais complexos.
Essa mudança está relacionada ao investimento contínuo da OpenAI em interação por voz nos últimos anos. Em julho deste ano, a OpenAI lançou um novo modelo de fala GPT-Live, com foco na melhoria do diálogo natural, processamento de interrupções e capacidades de comunicação contínua. Posteriormente, a OpenAI trouxe esse recurso de voz para aplicativos de desktop, permitindo aos usuários controlar o agente inteligente no ChatGPT Work por voz ou concluir tarefas de desenvolvimento de software no Codex.
Versões anteriores para desktop já permitiam que os usuários emitisse comandos complexos de várias etapas por voz. Por exemplo, os desenvolvedores podem dizer diretamente ao ChatGPT para criar um novo thread de código, enviar uma solicitação pull e encontrar a causa raiz de uma vulnerabilidade do programa sem ter que passar por cada operação. Esta atualização móvel basicamente segue essa ideia, mas estende ainda mais o controle de voz e os recursos de agente inteligente para telefones celulares.
A OpenAI acredita que a voz está se tornando uma forma importante de as pessoas interagirem com a IA para concluir tarefas complexas. Em vez de parar e digitar texto, os usuários podem dizer diretamente à IA o que precisa ser feito por voz enquanto caminham, viajam ou fazem outras coisas, e então deixar o agente inteligente continuar a executá-lo em segundo plano.
Essa tendência também é consistente com o posicionamento anterior da OpenAI em tecnologia de voz. A empresa afirmou que espera que, à medida que as capacidades do modelo continuem a melhorar, a voz acabe por se tornar um importante método de interação com o computador, e os utilizadores possam continuar a comandar a IA para completar tarefas cada vez mais complexas e duradouras através da linguagem natural.
A OpenAI também demonstrou essa direção de desenvolvimento quando lançou o GPT-Live em julho deste ano. O novo modelo de fala pode não apenas lidar com as interrupções do usuário de forma mais natural, mas também chamar modelos de texto mais avançados para pesquisa, raciocínio e tarefas de agente durante a comunicação de voz contínua. Desta forma, o modo de voz deixou de ser apenas uma interface responsável por “falar”, mas tornou-se gradativamente a entrada para controlar todo o sistema de funcionamento da IA.
Esta atualização móvel também significa que a OpenAI está mudando gradualmente o posicionamento do aplicativo móvel ChatGPT. No passado, a versão mobile do ChatGPT era responsável principalmente por tarefas como perguntas e respostas, pesquisa, escrita e chat de voz. Agora os usuários podem iniciar um fluxo de trabalho completo diretamente de seus telefones celulares e permitir que a IA conclua a operação real em aplicativos e ferramentas conectados.
Ao mesmo tempo, a abordagem da OpenAI também compete com a direção que os seus concorrentes estão tomando. A Anthropic também fortaleceu recentemente os recursos de colaboração móvel e desktop de Claude e integrou ainda mais as interfaces de chat do Cowork e Claude, permitindo aos usuários iniciar tarefas a partir de dispositivos móveis e depois transferi-las para o desktop para continuar o processamento. No entanto, as duas empresas ainda têm opções diferentes na estrutura do produto. OpenAI ainda separa a interface de chat comum de espaços de trabalho como Work.
A julgar pelo roteiro atual de produtos da OpenAI, voz, agentes inteligentes e trabalho entre dispositivos estão gradualmente se integrando. No futuro, os usuários não precisarão necessariamente abrir um aplicativo específico, encontrar botões específicos e operar o software passo a passo. Em vez disso, eles podem declarar diretamente seus objetivos, e ChatGPT será responsável por compreender a tarefa, chamar ferramentas e executar várias etapas.
Esta atualização móvel não apenas adiciona uma função de bate-papo por voz, mas também permite que o ChatGPT no celular comece a ter a capacidade de "funcionar comando de voz". À medida que a OpenAI continua a melhorar produtos como GPT-Live e Work, o modo de voz do ChatGPT está gradualmente se transformando de uma simples ferramenta de conversação em um portal que conecta usuários a agentes de IA, aplicativos externos e fluxos de trabalho digitais reais.
Comentários