ChatGPT ha dado el salto de chatbot a asistente real. La nueva versión del modo de voz, GPT-Live, permite interrumpir la respuesta a mitad de frase, cambiar de tema y continuar desde la nueva instrucción sin perder el hilo. Lo cubre Howard Armitage en New Atlas este 8 de agosto de 2026, tras semanas usando el sistema con Work y Codex activos. La descripción es directa: hay momentos en los que el sistema «desaparece», que es exactamente lo que debe hacer un asistente funcional.El salto técnico central es el audio full-duplex: ambos interlocutores pueden hablar simultáneamente, sin esperar turno. ChatGPT puede detectar si has terminado de hablar, si solo estás corrigiendo, o si simplemente necesitas que se calle. Sigue fallando con silencios largos o ruido de fondo, pero funciona con una naturalidad que los asistentes de voz previos no alcanzaban.Qué es GPT-Live y cómo cambia la interacción por vozEl modo de voz avanzado de OpenAI existe desde 2024, pero la versión actual introduce tres cambios sustanciales. Primero, la interrupción fluida sin «derrail» de la conversación. Segundo, los resultados de voz se sincronizan con el chat regular: puedes cambiar de voz a texto y viceversa sin perder el contexto. Tercero, la integración con Work (documentos, hojas de cálculo, presentaciones, PDFs) y Codex (código, proyectos locales, comandos) hace que la conversación se traduzca directamente en acción.GPT Voice llegó al escritorio de ChatGPT el 23 de julio de 2026, disponible para macOS y Windows. En el móvil había llegado el 8 de julio con GPT-Live. La diferencia clave con el móvil es que en el escritorio el sistema puede leer la pantalla con «Appshots» en Mac, lo que le da contexto sobre lo que estás haciendo.La demostración que describe Armitage es reveladora: en un test, ChatGPT encontró las cuatro opciones más baratas de neumáticos disponibles localmente, abrió las pestañas correspondientes, comparó precios, trazó la ruta en el mapa y llegó hasta la pantalla de pago y reserva, donde se detuvo antes de introducir los datos de tarjeta. En otro test, envió mensajes de WhatsApp con mínima intervención del usuario.Work, Codex y el control del navegador: qué puede hacer realmenteWork puede crear y editar documentos, hojas de cálculo, presentaciones y PDFs. Codex puede escribir software, ejecutar comandos y trabajar en proyectos locales. El navegador de escritorio puede moverse por sitios web, archivos y cuentas conectadas. En el móvil, el acceso remoto permite dirigir tareas que corren en el ordenador desde otro lugar.El límite que OpenAI mantiene deliberadamente es el de las acciones consecuentes. Comprar algo, enviar un correo, modificar permisos o transferir dinero requieren aprobación explícita del usuario en cada paso. La filosofía declarada es «útil, pero no actuando en silencio».Quedan limitaciones reales: el control del navegador es lento en comparación con una persona que navega manualmente, y GPT-Live no soporta todavía cámara en vivo ni compartir pantalla. Para ciertos tipos de tarea —sobre todo las que requieren navegación visual de interfaces no textuales— el sistema sigue siendo torpe.El Modo de Voz Avanzado de ChatGPT, analizado con detalle en octubre de 2024, documentó los problemas de latencia y alucinaciones en contextos de alta presión. La versión de 2026 ha mejorado en ambos frentes, aunque el problema de base —un modelo generativo que en ocasiones confía demasiado en lo que «cree» que es verdad— no desaparece con el audio full-duplex.Por qué esto importa más allá de la demo de neumáticosEl cambio de paradigma no es que ChatGPT pueda buscar neumáticos: es que puedes hablarle mientras haces otra cosa y el sistema se adapta. La interacción deja de ser «usuario-pregunta, IA-responde» para convertirse en algo más parecido a tener a alguien al lado que puede buscar, ejecutar y recordar el contexto de una conversación de varias horas.Apple construyó extensiones para Siri que integran ChatGPT, Claude y Gemini en iOS 27 pero decidió no anunciarlo en WWDC, lo que revela cuánta tensión hay en el mercado de asistentes de voz. OpenAI se adelanta con funcionalidades agentes reales mientras Apple define cómo posicionar a Siri en ese nuevo contexto.La pregunta estructural que queda es de privacidad y control: un asistente que tiene acceso a tu pantalla, tus documentos, tu calendario y puede actuar en tu nombre representa una superficie de ataque real. OpenAI no ha publicado todavía un análisis detallado de cómo gestiona esos vectores.Mi valoraciónLlevamos cubriendo asistentes de voz desde Siri en 2011. El GPT-Live de 2026 es el primer asistente de voz que supera la barrera de lo útil en un sentido práctico, no solo en demos.Lo que más me convence es la interrupción natural. El déficit más frustrante de todos los asistentes anteriores era ese ciclo de «espera-habla-espera»: la conversación se sentía asíncrona incluso cuando no lo era. Eso desaparece.Lo que más me preocupa es que estamos delegando en un sistema que confabula. GPT-Live puede cometer un error silencioso mientras gestiona neumáticos o calendarios, y si no estás mirando, no lo verás hasta que ya haya sucedido. El requisito de aprobación en acciones consecuentes es la solución correcta, pero no protege de todos los fallos posibles.Mi predicción: en 12 meses, la mayoría de los usuarios de GPT-Live usarán la función de control del navegador más que el modo de voz puro. La interfaz multimodal —hablar + ver la pantalla + texto— será el estándar de interacción con IA de aquí a 2027.Preguntas frecuentes¿ChatGPT Voice necesita suscripción de pago?Sí. Las funcionalidades de GPT-Live, Work y Codex requieren una suscripción activa de ChatGPT Plus o superior. La versión gratuita de ChatGPT tiene acceso limitado al modo de voz sin las capacidades agentes.¿Puede ChatGPT Voice actuar sin mi permiso en cosas importantes?No. Las acciones que implican gasto de dinero, envío de comunicaciones, modificación de permisos o cualquier acción consecuente requieren confirmación explícita del usuario antes de ejecutarse. Esta es una restricción de diseño, no solo de implementación.¿Está disponible en español?Sí. GPT-Live funciona en español tanto para la entrada de voz como para la salida. La calidad de las voces en español ha mejorado notablemente en las versiones de 2026 respecto a las de 2024.La noticia ChatGPT Voice ya sabe cuándo callarse: hablar con una IA nunca había sido tan natural fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.