La nueva función de ChatGPT que cambia la forma de hablar con la IA

Hablar con el asistente de IA siempre tuvo algo de artificial. Hablabas, parabas, ChatGPT procesaba, respondía, y recién entonces podías volver a hablar. Era una conversación por turnos, más parecida a dejar un mensaje de voz que a charlar con alguien.

OpenAI lanzó este miércoles GPT-Live, un nuevo modelo de voz diseñado para cambiar eso. La diferencia técnica central es que usa una arquitectura full-duplex, lo que significa que puede escuchar y hablar al mismo tiempo, igual que lo hace una persona en una conversación real.

La nueva función permite interrumpir a ChatGPT, hacer pausas mientras pensás o cambiar el ritmo de la conversación sin que la inteligencia artificial pierda el contexto.

Imagen: OpenAI

Qué puede hacer que antes no podía

GPT-Live ya no necesita que termines de hablar para empezar a procesar. Puede detectar en tiempo real si estás haciendo una pausa para pensar o si terminaste de hablar, y responde en consecuencia.

También puede emitir señales de escucha activa, "ajá", "entendido", "sí", mientras procesas lo que estás diciendo, algo que los sistemas anteriores no podían hacer porque solo funcionaban de a un turno.

Si interrumpís en medio de una respuesta para hacer una pregunta, GPT-Live lo maneja. Si pedís que hable más despacio, lo hace. Si hay ruido de fondo como tráfico o conversaciones cercanas, el sistema se enfoca en tu voz en lugar de confundirse.

Para preguntas que requieren búsqueda web o razonamiento más complejo, GPT-Live delega el trabajo a GPT-5.5 en segundo plano mientras sigue conversando con vos. Cuando el resultado está listo, lo incorpora a la conversación sin cortar el flujo.

Cómo se compara con lo anterior

OpenAI tuvo dos generaciones previas de voz. La primera encadenaba tres modelos separados: uno que convertía tu voz en texto, otro que generaba la respuesta y otro que la convertía de vuelta en audio. Era lenta y perdía información entre pasos.

La segunda generación procesaba todo en un solo modelo, lo que redujo la latencia, pero seguía funcionando por turnos. El sistema esperaba que terminaras de hablar antes de responder, lo que generaba intercambios rígidos, y cualquier pausa breve o ruido podía interpretarse como el fin del turno y hacer que interrumpiera en el momento equivocado.

En evaluaciones realizadas por la propia empresa, GPT-Live fue preferido sobre el sistema anterior en el 75,7% de las comparaciones directas de conversaciones de cinco a diez minutos. También superó al modelo anterior en razonamiento científico y en búsqueda web agéntica.

Quién lo puede usar y cómo

GPT-Live está disponible desde hoy en iOS, Android y la web de ChatGPT. GPT-Live-1 es el modelo predeterminado para usuarios de los planes Go, Plus y Pro. GPT-Live-1 mini es el predeterminado para usuarios gratuitos.

En el lanzamiento, el nuevo sistema no admite conversaciones con video ni pantalla compartida, funciones que sí tenía el modo de voz avanzado anterior. OpenAI dijo que está trabajando para incorporarlas próximamente.

Las versiones anteriores de ChatGPT Voz siguen disponibles para quienes las necesiten.

El modelo fue optimizado para los idiomas más usados en ChatGPT. En otros idiomas puede tener acento no nativo o menor fluidez.

El detalle de seguridad que OpenAI enfatiza

OpenAI incluyó en el comunicado una sección extensa sobre seguridad, lo que refleja que los modelos de voz presentan riesgos particulares.

GPT-Live tiene salvaguardas que pueden actuar mientras el modelo está hablando: si detecta una respuesta potencialmente problemática, puede redirigir hacia algo más seguro o terminar la conversación en casos de mayor riesgo.

Para conversaciones relacionadas con autolesión, el sistema puede ofrecer recursos de crisis revisados por expertos.

Para usuarios adolescentes, hay protecciones adicionales y los padres vinculados pueden recibir notificaciones en situaciones de mayor riesgo.

El modelo también está diseñado para no imitar la voz de personas reales.

-------------