El futuro que nos pinta ahora la IA de Anthropic es el mismo que propuso Star Trek en 1986
«¿Te importaría si el profesor usara tu computadora?» La pregunta fue hecha por el Dr. McCoy en 'Star Trek IV: Misión Salvar la Tierra'. “Por favor”, responde el ingeniero al que están visitando. Scotty, muy decidido, se acerca a la pantalla y dice «¿Computadora?» esperando respuesta de una PC de 1986. Al ver que no pasa nada, el Dr. McCoy le entrega el mouse, creyendo que es un micrófono. «¡Hola, computadora!». Es entonces cuando el ingeniero, sorprendido, le dice que utilice el teclado. «¿El teclado? ¡Qué pintoresco!» dice Scotty. La escena es mítica. Y visionario.
De hecho, es casi un meme irónico de lo que muchas películas de ciencia ficción antes y después daban por sentado. Los humanos no escriben ni usan el mouse en una pantalla para interactuar con las máquinas. No andan tocando la pantalla de un celular.
No ves a Matthew McCoughnahey hablando así con TARS y CASE. en 'Interestelar'. Ni a HAL 9000 cuando dice «Lo siento Dave, no puedo hacer eso». No lo hace con un mensaje en una pantalla. Él lo dice. En todas esas escenas los hombres y las máquinas hablaron con naturalidad. Y ese futuro de ciencia ficción es cada vez más real. OpenAI ya nos lo dejó claro con GPT-4o, pero ahora es Anthropic el que nos ha situado un poco más cerca de ese futuro.
lo ha hecho con presentación de 'Uso del ordenador'una herramienta con la que su modelo de IA, Claude, puede interactuar con nuestro ordenador. De momento lo hace mediante una demostración técnica en un entorno aislado -que no sea…- pero esto deja claro que este tipo de funciones podrían llegar a nuestras máquinas en un futuro próximo.
Con esta nueva API, explican en Anthropic, es posible convertir mensajes en comandos que la computadora ejecuta. Lo consigue porque la IA de Anthropic no para de realizar capturas de pantalla para analizarlas y saber dónde está cada cosa. Hay un ejemplo sencillo:
- Escribes como un mensaje «Abre Firefox»
- El modelo de IA, que ve lo que vemos en la pantalla, escanea la captura de pantalla buscando el icono de Firefox.
- Lo localiza y automáticamente mueve el puntero del mouse allí.
- Simula el clic del mouse en el ícono para abrir Firefox.
- Listo. Firefox en pantalla.
Esa simple interacción puede ser mucho más compleja porque, como decimos, podemos pedirle al 'Uso de la Computadora' que lo haga todo. Por ejemplo, programar una página web con un diseño de finales de los 90, buscar informacion sobre ti mismo, llenar formularios para encontrar un trabajo o incluso pedir comida en casa.
En estas interacciones, el teclado sigue siendo el modo para ingresar solicitudes, pero es inevitable que terminemos usando nuestra voz. De hecho es lo que se muestra en el vamos a dar del empleados de Anthropic, que hablan y luego confirman lo que quieren pulsando en el botón Enviar del mensaje que la máquina ha «escuchado».
La voz, parece, acabará imponiéndose poco a poco. Esto es sin duda lo que propusieron hace meses todas las espectaculares demos que OpenAI hizo con GPT-4o. En aquel momento se habló mucho de la inevitable analogía que existía con la película'Su', y ciertamente todo apuntaba a un futuro similar.
Cada vez más, estamos llegando a ese punto en el que el ratón y el teclado (y los gestos y el tacto en el móvil) pueden difuminarse y dejar de ser los eternos periféricos. Y cuando lo haga y alguien nos pida que los usemos, probablemente podamos responder lo mismo que Scotty.
que pintoresco.
Imagen | Imágenes supremas
En Xataka | Sundar Pichai (CEO de Google) cree que 'Ella' es inevitable: «Habrá gente que se enamorará de una IA y deberíamos prepararnos»