OpenAI porta l’interazione vocale nell’app desktop di ChatGPT, trasformandola in uno strumento per avviare attività, coordinare agenti e controllare il lavoro senza interrompere ciò che si sta facendo.
ChatGPT Voice non serve più soltanto per conversare con l’intelligenza artificiale. OpenAI ha esteso l’interfaccia vocale a ChatGPT Work e Codex nell’app desktop, permettendo agli utenti di affidare incarichi agli agenti, seguirne l’avanzamento e intervenire durante l’esecuzione utilizzando la voce.
La novità segna un passaggio importante nell’evoluzione di GPT-Live, il sistema progettato per rendere il dialogo con ChatGPT più naturale. L’utente può parlare, interrompere la risposta e formulare nuove richieste mentre gli agenti continuano a lavorare, senza dover gestire manualmente ogni singola attività.
Secondo la documentazione ufficiale di OpenAI, Voice aggiunge un’interfaccia vocale in tempo reale a Work e Codex, utilizzando gli strumenti e le autorizzazioni disponibili nell’esperienza selezionata.
Dalla conversazione all’esecuzione delle attività
L’aspetto più significativo dell’aggiornamento è la possibilità di trasformare una richiesta pronunciata a voce in un’attività operativa. Non si tratta quindi soltanto di ottenere una risposta parlata, ma di chiedere a ChatGPT di lavorare su file, progetti e applicazioni.
Un programmatore, per esempio, può domandare a Codex di analizzare un bug, controllare una pull request e preparare i test mancanti. Le attività possono essere affidate ad agenti separati, mentre l’utente continua a scrivere codice o a utilizzare un’altra applicazione.
Attraverso la stessa conversazione vocale è possibile verificare lo stato dei lavori, rispondere alle richieste di chiarimento e cambiare le priorità. Se un agente incontra un problema o necessita di un’autorizzazione, l’utente può intervenire senza dover cercare e aprire manualmente il relativo thread.
Voice diventa così una sorta di livello di coordinamento: la persona descrive il risultato desiderato, mentre ChatGPT organizza le attività e mantiene visibile ciò che sta accadendo.
Più attività coordinate da una sola conversazione
L’integrazione permette di coordinare più agenti attraverso un unico dialogo. Una richiesta complessa può essere suddivisa in incarichi differenti, ciascuno eseguito nel proprio thread.
Durante lo sviluppo di una nuova funzionalità, per esempio, un agente può occuparsi del frontend, un altro del backend e un terzo dei test. L’utente può continuare a parlare con ChatGPT, chiedere aggiornamenti o modificare le istruzioni mentre le operazioni procedono in parallelo.
Lo stesso approccio può essere applicato all’analisi di una segnalazione proveniente da un cliente. ChatGPT può esaminare una conversazione disponibile attraverso un servizio collegato, cercare le issue correlate nel sistema di sviluppo e provare a individuare la causa del problema, nei limiti degli strumenti, delle connessioni e delle autorizzazioni concesse.
Questa modalità riduce la necessità di passare continuamente da una finestra all’altra e rende più semplice controllare lavori articolati. L’utente resta responsabile delle decisioni, ma può delegare una parte maggiore delle operazioni necessarie per arrivare al risultato.
Work e Codex mantengono ruoli differenti
ChatGPT Work e Codex sono progettati per esigenze diverse. Work è dedicato alle attività lunghe e articolate, come ricerche, analisi e realizzazione di documenti, presentazioni, fogli di calcolo, report e siti. Codex rimane invece specializzato nello sviluppo software, nella revisione del codice, nell’esecuzione dei test e nel lavoro con repository e strumenti tecnici.
Voice funziona come interfaccia per entrambe le esperienze. In Work può essere utilizzato per coordinare la preparazione di un documento o una ricerca; in Codex può avviare operazioni su un progetto software e seguirne l’esecuzione.
Gli strumenti effettivamente disponibili dipendono dall’ambiente selezionato, dal piano sottoscritto e dalle autorizzazioni concesse. Nel desktop, Work può accedere a cartelle locali e applicazioni quando l’utente abilita i relativi permessi. Codex può invece lavorare con repository, terminali e strumenti di sviluppo.
Questa distinzione è importante anche rispetto alla normale modalità Voice in Chat. Quest’ultima è pensata soprattutto per il dialogo, le domande e l’esplorazione di contenuti; Voice in Work e Codex è orientato all’avvio e al coordinamento di attività agentiche.
File, schermate e controllo del computer
Per comprendere il contesto e intervenire sul computer, ChatGPT può utilizzare le risorse rese disponibili dall’esperienza scelta. Queste possono includere file locali, cartelle di progetto, strumenti collegati e informazioni provenienti dalle applicazioni desktop.
Alcune operazioni possono richiedere l’autorizzazione ad accedere al microfono, alla registrazione dello schermo e dell’audio oppure alle funzioni di accessibilità del sistema operativo. L’utente mantiene il controllo su questi permessi e può essere chiamato ad approvare le azioni più sensibili.
La possibilità di osservare il contesto rende le istruzioni vocali più pratiche. Non è sempre necessario descrivere ogni dettaglio: l’utente può fare riferimento al progetto aperto, a un file o a un problema presente nell’ambiente di lavoro, purché ChatGPT sia stato autorizzato ad accedervi.
Come utilizzare ChatGPT Voice sul desktop
Per iniziare è necessario aprire l’app desktop di ChatGPT su macOS o Windows e scegliere Work oppure Codex. La conversazione può essere avviata tramite il controllo Voice oppure con una scorciatoia configurata nelle impostazioni.
Dopo aver concesso l’accesso al microfono e gli eventuali permessi richiesti, è possibile descrivere l’attività da svolgere. Le risposte vengono pronunciate e contemporaneamente mostrate come testo nella conversazione, così da consentire all’utente di seguirle anche visivamente.
OpenAI specifica che una sola conversazione Voice può essere attiva alla volta, ma al suo interno è possibile coordinare più attività e agenti. I lavori avviati consumano le disponibilità previste per Work o Codex, mentre il tempo di connessione vocale può essere conteggiato separatamente nei piani con tariffazione flessibile.
Disponibilità su desktop e accesso remoto
ChatGPT Voice in Work e Codex è in distribuzione per gli account idonei nell’app desktop su macOS e Windows. La disponibilità effettiva può dipendere dal piano, dalla regione, dalla versione dell’applicazione e dalle impostazioni definite dall’organizzazione.
È previsto anche l’accesso remoto abbinato tramite iOS, che consente di seguire dal telefono le attività eseguite sul computer collegato. La modalità Voice autonoma per Work e Codex, invece, non è disponibile direttamente sul web o sui dispositivi mobili, come chiarisce la guida ufficiale dedicata a ChatGPT Voice.
Per le organizzazioni Business ed Enterprise possono inoltre entrare in gioco controlli amministrativi, autorizzazioni del workspace e specifiche condizioni di utilizzo.
L’aggiornamento avvicina ChatGPT a un modello nel quale la voce non rappresenta soltanto un’alternativa alla tastiera, ma un vero strumento di orchestrazione. L’utente descrive ciò di cui ha bisogno, gli agenti iniziano a lavorare e il dialogo rimane aperto per controllare, correggere o ampliare le attività in corso.
