La IA ya maneja tu computadora mejor que tú

Imagina que le dices a alguien: "Abre mi correo, busca el contrato que me mandaron el martes, cópialo en un documento nuevo y guárdalo en la carpeta de clientes." Y esa persona lo hace sola, sin que tú estés mirando.

Eso es exactamente lo que GPT-5.4 empieza a poder hacer hoy en tu computadora. Abre programas. Da clics. Llena formularios. Navega sitios web. Ejecuta tareas que antes necesitaban que tú estuvieras frente a la pantalla, paso a paso.

Todavía no está disponible para todos, y no es perfecto. Pero la dirección ya está clara.

GPT-5.4: la IA que por primera vez supera al humano en su propia computadora

Esta semana OpenAI lanzó GPT-5.4, su modelo más poderoso hasta ahora, y la novedad más importante no está en que escriba mejor o responda más rápido. Está en algo más concreto: es el primer modelo de uso general que puede manejar una computadora de forma nativa, es decir, sin trucos especiales ni configuraciones complicadas.

¿Qué significa eso en la práctica? Que el modelo puede ver la pantalla de tu computadora —como si fuera una foto— y luego dar instrucciones de teclado y ratón para completar tareas. Abrir programas, hacer clics, rellenar datos, moverse entre ventanas.

Para medir qué tan bien lo hace, existe un examen llamado OSWorld-Verified, que pone a prueba la capacidad de navegar un escritorio real. El resultado de GPT-5.4: 75% de tareas completadas correctamente. El promedio humano en ese mismo examen: 72.4%. El modelo anterior de OpenAI (GPT-5.2): apenas 47.3%.

Dicho de otra forma: GPT-5.4 ya es mejor que la persona promedio manejando una computadora.

Pero hay más. En otro examen llamado GDPval —que mide qué tan bien un modelo realiza tareas de trabajo real en 44 profesiones distintas (desde análisis financiero hasta atención al cliente)— GPT-5.4 ganó o empató contra profesionales humanos en el 83% de los casos. El modelo anterior llegaba al 71%.

El modelo también soporta hasta 1 millón de tokens de contexto, lo que significa que puede leer documentos muy largos, recordar instrucciones complejas y ejecutar tareas que toman horas, no minutos.

Está disponible hoy para usuarios de ChatGPT Plus, Team y Pro como GPT-5.4 Thinking, y también a través de la API para desarrolladores.

La frase que dejó Noam Brown, investigador de OpenAI, al ver los resultados: "No vemos ningún techo."

Hasta ahora, la IA era muy buena haciendo una cosa a la vez: escribir un texto, responder una pregunta, generar una imagen. Lo que cambia aquí es diferente: la IA empieza a poder hacer secuencias de acciones, igual que tú las haces cuando trabajas.

Eso abre la puerta a lo que se llama agentes de IA: sistemas que no solo responden, sino que actúan. Que se conectan a tus herramientas, ejecutan tareas y te entregan resultados sin que tú tengas que estar en el proceso.

Para el usuario de a pie, esto significa que muy pronto podrías decirle a una IA: "Actualiza mi hoja de clientes con los correos de esta semana" y ella lo haría sola. Para las empresas, significa que procesos enteros podrían automatizarse sin programar nada.

Es el paso más claro que hemos visto hacia un futuro donde la IA no solo responde preguntas, sino que trabaja contigo, o en muchos casos, en tu lugar.

Si eres estudiante o estás empezando tu carrera: El mercado laboral va a pedir cada vez más personas que sepan dirigir herramientas de IA, no solo saber usar programas. Aprender a trabajar con IA hoy es tan importante como aprender a usar Excel hace 20 años.

Si lideras un equipo o tienes un negocio: Empieza a mapear qué tareas repetitivas hace tu equipo que involucren clics, formularios o búsquedas en sistemas. Esas son exactamente las tareas que modelos como GPT-5.4 están aprendiendo a hacer. No para reemplazar personas, sino para liberar tiempo de lo que realmente importa.

Si eres usuario de tecnología en general: Vale la pena entender cómo funciona esto antes de que llegue a tus herramientas favoritas, porque llegará. Las empresas que usan estos modelos los van a integrar en sus aplicaciones pronto.

📌 Fuentes:

El tema de hoy no es solo de curiosidad, hay cosas concretas que puedes hacer esta semana:

Cuando uses modelos de razonamiento como GPT-5.4 Thinking o Claude con razonamiento extendido, no tengas miedo de pedirle que "piense en voz alta" antes de darte la respuesta. Eso te ayuda a detectar si el camino que está siguiendo tiene sentido, y puedes corregirlo antes de que llegue a una conclusión equivocada.

Manus (manus.im) es un agente de IA que convierte documentos en presentaciones de Google Slides o PowerPoint listas para usar. Le subes un PDF de un reporte, un memo o un análisis, y él construye el deck. Es especialmente útil si tienes que presentar información de manera visual y no quieres pasar horas en PowerPoint. Funciona mejor cuando tu documento tiene secciones claras.

Para usar con ChatGPT (GPT-5.4 o cualquier versión reciente) o Claude:

Hoy quería mostrar algo que reflejara ese momento en que la tecnología cruza una línea que parecía lejana. Una máquina que ya no espera instrucciones, sino que empieza a actuar sola frente a una pantalla, con la calma de quien sabe exactamente qué está haciendo.