- ChatGPT ahora puede analizar lo que ve en tiempo real a través de la cámara del móvil, permitiendo respuestas inmediatas basadas en imágenes.
- La función visual de ChatGPT se activa fácilmente desde la app, ampliando el uso del asistente como guía, tutor o compañero de juegos.
- Esta capacidad visual está en fase de pruebas y aún no se ha desplegado globalmente, dependiendo de futuras actualizaciones y dispositivos compatibles.
ChatGPT da un salto relevante en la inteligencia artificial generativa al incorporar la posibilidad de analizar imágenes en tiempo real desde la cámara del teléfono móvil. Esta evolución convierte a la popular herramienta de OpenAI en un auténtico asistente visual, capaz de interpretar el entorno y ofrecer respuestas o recomendaciones personalizadas según lo que observa.
Hasta ahora, la mayoría de los usuarios estaban acostumbrados a interactuar con ChatGPT a través de texto o voz. Sin embargo, la nueva actualización abre un abanico de posibilidades para tareas cotidianas, educativas e incluso de ocio, dotando al chatbot de una «mirada» propia para interactuar con el mundo que le rodea a través del objetivo de tu móvil.
Así se activa la cámara en ChatGPT para usar su visión artificial
La activación de la función de cámara en ChatGPT es sencilla e inmediata, sin necesidad de configuraciones complicadas. El proceso básico consiste en abrir la aplicación móvil, tocar el icono del micrófono (usado habitualmente para dictado por voz), y posteriormente seleccionar el icono de la cámara que aparece a continuación. El usuario puede elegir entre la cámara frontal o trasera, según prefiera enfocar lo que quiere que la IA analice.
Desde ese momento, ChatGPT observa en directo lo que ocurre frente al dispositivo y es capaz de analizar imágenes, objetos, textos o situaciones, devolviendo respuestas, guías o sugerencias adaptadas a lo que esté viendo en pantalla.
Aplicaciones prácticas: desde resolver problemas a juegos con reconocimiento visual
OpenAI ha mostrado algunos escenarios de uso muy variados para esta nueva herramienta. Por ejemplo, padres e hijos pueden aprovechar la función para resolver en directo ejercicios de matemáticas o física, mostrando problemas escritos sobre papel y recibiendo la solución paso a paso. Además, la IA puede funcionar como asistente culinario, guiando al usuario en la preparación de una receta mientras ve los ingredientes en la encimera.
Más allá de la productividad, la función también permite interacciones lúdicas, como jugar a «piedra, papel o tijera», ya que ChatGPT es capaz de reconocer los gestos de la mano y reaccionar en tiempo real. También identifica expresiones faciales y puede adaptar su respuesta al estado de ánimo detectado, lo que genera un nivel de interacción más dinámico y personalizado.
La función de cámara amplía el potencial de ChatGPT para adaptarse a contextos y necesidades específicas, desde la asistencia educativa hasta la resolución de tareas domésticas o el entretenimiento familiar. Su capacidad de «ver» le permite no solo describir lo que aparece en pantalla, sino también corregir, sugerir o complementar la información de manera mucho más precisa que solo con texto.
Lanzamiento progresivo y limitaciones actuales de la nueva visión
Esta innovación tan visual aún no está disponible en todos los países ni para todos los usuarios. Por el momento, se encuentra en fase de pruebas, con acceso restringido para evaluar su funcionamiento y la experiencia de los usuarios antes de un despliegue más amplio.
El ritmo de expansión dependerá principalmente de las actualizaciones de la aplicación y la compatibilidad con distintos dispositivos móviles. OpenAI ha indicado que, además de esta nueva función de cámara, siguen desarrollando otras utilidades avanzadas como generación de imágenes desde texto o edición de fotos mediante instrucciones sencillas, lo que confirma la apuesta por modelos de IA cada vez más versátiles y completos para el día a día.
Este avance en la interacción visual permite que ChatGPT mejore en su capacidad de comprender y responder a solicitudes complejas, haciendo que la experiencia sea más intuitiva y útil para los usuarios.