ChatGPT ganha recursos agênticos baseados em voz no aplicativo

A OpenAI anunciou uma atualização significativa para o aplicativo móvel do ChatGPT no iOS e Android, integrando capacidades agênticas diretamente à sua interface de voz. A novidade permite que o assistente virtual não apenas responda a dúvidas em áudio com linguagem natural, mas também planeje e execute tarefas autônomas complexas em nome do usuário.

Do modo de conversa à execução autônoma de tarefas

A expansão transforma o conhecido Modo de Voz Avançado (Advanced Voice Mode) em uma ferramenta operacional. Em vez de apenas fornecer instruções passo a passo para o usuário realizar uma ação, o ChatGPT passa a atuar como um agente autônomo capaz de orquestrar fluxos de trabalho completos por meio de comandos de voz simples.

Entre as capacidades agênticas integradas ao aplicativo móvel, destacam-se:

• Automação de Rotinas: Pesquisa de itinerários, reserva de restaurantes e compra de ingressos para eventos em tempo real.
• Gestão de Produtividade: Redação e envio de e-mails, criação de lembretes e organização da agenda do usuário sem a necessidade de digitação.
• Navegação na Web Ativa: A IA navega em múltiplos sites simultaneamente para comparar preços, compilar resumos de notícias e sintetizar informações complexas antes de responder em áudio.

Latência reduzida e protocolos de segurança

A atualização traz otimizações na infraestrutura dos modelos de linguagem locais e em nuvem, garantindo interações de voz com baixíssima latência. O usuário pode interromper a fala do agente a qualquer momento para redirecionar o raciocínio ou fornecer novas instruções no meio da execução.

Para conter potenciais riscos de execução indevida, a OpenAI implementou travas de segurança operacionais. Ações que envolvem dados sensíveis, compras com cartão de crédito ou envio de mensagens para contatos externos exigem uma confirmação verbal explícita do usuário antes de serem finalizadas.

Impacto no ecossistema de assistentes móveis

Com a introdução do processamento agêntico por voz, a OpenAI acirra a disputa direta com o ecossistema do Google Gemini e com a nova Siri da Apple. A migração da IA generativa de uma posição passiva (de resposta) para uma posição ativa (de execução) marca uma nova fase na interação entre usuários e dispositivos móveis.