OpenAI presenta 'Operator', un agente capaz de "ir a la web para realizar tareas por usted"

OpenAI ha presentado este jueves 'Operator', un agente capaz de "ir a la web para realizar tareas por usted", ha explicado la compañía. Esta nueva herramienta permitirá automatizar tareas como la reserva de un billete de avión o comprar ropa.

La compañía ha explicado que este agente "combina las capacidades de visión de GPT-4o con el razonamiento avanzado mediante el aprendizaje por refuerzo", lo que lo capacita para "interactuar con interfaces gráficas de usuario (GUI): los botones, menús y campos de texto que las personas ven en una pantalla, tal como lo hacen los humanos".

Además, ha detallado que 'Operator' se basa en "años de investigación fundamental en la intersección de la comprensión y el razonamiento multimodal".

"Al combinar la percepción avanzada de la GUI con la resolución estructurada de problemas, puede dividir las tareas en planes de varios pasos y autocorregirse de forma adaptativa cuando surgen desafíos. Esta capacidad marca el siguiente paso en el desarrollo de la IA, permitiendo que los modelos utilicen las mismas herramientas en las que los humanos confían a diario y abriendo la puerta a una amplia gama de nuevas aplicaciones", detalla.

Esta nueva herramienta "aún es incipiente y tiene limitaciones", aunque "establece nuevos resultados de referencia de última generación, logrando una tasa de éxito del 38,1% en OSWorld para tareas de uso completo de la computadora, y del 58,1% en WebArena y del 87% en WebVoyager para tareas basadas en la web".

La firma asegura que ha desarrollado este agente "con la seguridad como máxima prioridad para abordar los desafíos que plantea un agente que tiene acceso al mundo digital".

"Al recopilar comentarios del mundo real, podemos perfeccionar las medidas de seguridad y mejorar continuamente mientras nos preparamos para un futuro con un uso cada vez mayor de agentes digitales", concluye.