El pasado lunes, OpenAI presentó “GPT-4o”, la nueva versión del novedoso chatbot de inteligencia artificial, ChatGPT.

Esta versión no solo responde a solicitudes de texto, sino que también integra capacidades de audio e imagen, haciendo que la interacción con la inteligencia artificial sea más completa y versátil.

Asistente Multiuso

GPT-4o, que estará disponible de forma gratuita para todos los usuarios, combina en una sola herramienta las funcionalidades de chatbots previos, como ChatGPT 3.5, asistentes de voz como Siri y Alexa, y modelos de procesamiento de imágenes. Esto significa que los usuarios pueden interactuar con el sistema a través de texto, voz e imágenes, obteniendo respuestas rápidas y fluidas en cualquiera de estos formatos.

El periódico The New York Times, destaca que mientras Apple y Google están transformando sus asistentes de voz en chatbots, OpenAI está haciendo lo contrario: transformando su chatbot en un asistente de voz. Esta evolución marca un importante hito en la creación de tecnologías que buscan mejorar la interacción humano-máquina.

Asistente Visual y Sensorial

GPT-4o también integra capacidades avanzadas de procesamiento de imágenes, permitiéndole describir en tiempo real lo que captura la cámara. En colaboración con la aplicación danesa “Be My Eyes” o en español, “Sé mis ojos”, esta funcionalidad está diseñada para asistir a personas con discapacidad visual, proporcionando descripciones detalladas del entorno y alertas contextuales, como la llegada de un taxi por ejemplo.

Además, la IA puede identificar emociones en expresiones faciales, lo que abre nuevas posibilidades en la interpretación de interacciones humanas y la personalización de respuestas.

Soporte y Traducción en tiempo real

Otra funcionalidad de GPT-4o es su capacidad para actuar como traductor en tiempo real entre personas que hablan diferentes idiomas. Aunque todavía comete errores, esta función es un paso adelante hacia la eliminación de barreras lingüísticas en las comunicaciones cotidianas.

La IA también puede asistir en reuniones virtuales, transcribiendo, tomando notas y resumiendo lo que se discute, lo que es especialmente útil en entornos laborales y educativos.

Creatividad y Educación

GPT-4o no solo ayuda en tareas prácticas, sino que también tiene un papel en el ámbito creativo. La nueva versión incluye capacidades para generar imágenes a partir de descripciones de texto, similar a la herramienta Dall-E de OpenAI. Los usuarios pueden pedirle que cree ilustraciones, convierta fotos en caricaturas o diseñe pósters basados en las indicaciones que se le den.

En el ámbito educativo, GPT-4o puede guiar a los estudiantes en la resolución de problemas matemáticos, ayudándolos a entender el proceso sin darles la respuesta. Esto fomenta un aprendizaje más profundo y activo.

Desafíos Tecnológicos

Aunque la presentación de GPT-4o mostró avances impresionantes, también hubo errores. La IA confundió a un presentador sonriente con una superficie de madera y empezó a resolver una ecuación antes de tiempo. Estos fallos subrayan que, aunque la tecnología ha avanzado, aún hay desafíos que superar antes de que los chatbots sean completamente fiables y seguros.

GPT-4o representa un gran paso hacia el futuro de los asistentes virtuales, combinando lo mejor de los chatbots, asistentes de voz y modelos de procesamiento de imágenes en una sola herramienta. Aunque aún quedan desafíos por superar, las posibilidades que ofrece esta tecnología son inmensas, y su desarrollo podría cambiar radicalmente la forma en que interactuamos con las máquinas en nuestra vida diaria. Con la promesa de interacciones más humanas y personalizadas, GPT-4o nos acerca un poco más al asistente perfecto.

Si quieres seguir leyendo más sobre inteligencia artificial, te recomendamos este artículo en nuestro Inventa Blog: Nueva Política Nacional de Inteligencia Artificial en Chile (inventa.cl)