OpenAI lleva el código por voz a ChatGPT y Codex: adiós al teclado
Hace unos días, el 8 de julio, OpenAI soltó una actualización que cambia bastante la dinámica de quienes pasamos horas frente al editor de código. Le integraron control de voz bidireccional —o full-duplex— a las aplicaciones de escritorio de ChatGPT y Codex.
Básicamente, esto significa que ahora puedes hablar, interrumpir a la IA en medio de una respuesta y darle instrucciones de programación sin tener que teclear absolutamente nada. El modelo detrás de esto es GPT-Live, y está pensado para que la interacción sea tan natural como estar en una videollamada con un colega de tu equipo.
¿Qué problema resuelve exactamente?
Todos sabemos que alternar constantemente entre el teclado, el ratón y el micrófono termina cortando el estado de flujo. Cuando estás revisando un pull request complejo o intentando encontrar un bug escurridizo, tener que escribir descripciones largas de lo que ves en pantalla es tedioso.
Con esta integración en macOS y Windows, puedes tener el código abierto y simplemente pedirle a la IA en voz alta: "explícame qué hace esta función" o "refactoriza este módulo para que use async/await". La IA escucha, procesa en tiempo real y te responde mientras sigues revisando la pantalla.
El contexto visual y local lo es todo
Una de las grandes ventajas de esta versión de escritorio es que lee el contexto de lo que tienes abierto y accede a tus archivos locales. No necesitas andar copiando y pegando fragmentos de código en una ventana de chat. Esto agiliza muchísimo el trabajo, especialmente porque te permite hacer revisiones de código en voz alta y testear ideas de arquitectura sobre la marcha.
Cómo queda frente a la competencia
Si bien herramientas como GitHub Copilot, Cursor o Amazon Q Developer llevan tiempo dominando la asistencia y el autocompletado en nuestros entornos locales, la jugada de OpenAI apunta a un nicho un poco diferente: el "coding sin manos" (hands-free coding).
Competidores fuertes como Gemini o Microsoft Copilot ofrecen excelentes asistentes, pero todavía no logran una experiencia de voz bidireccional tan fluida y acoplada a tus archivos locales de esta forma.
Si tienes un plan de pago (Plus, Pro o superior), la función ya debería estar asomando en tu app de escritorio. Solo ten en cuenta un detalle obvio pero clave: si trabajas en una oficina abierta o con ruido de fondo, la precisión cae. La experiencia va a requerir que inviertas en unos buenos auriculares con cancelación de ruido.