Los agentes de IA comienzan a realizar tareas en línea y generan nuevos riesgos

2–3 minutos

Cómo interactúan los agentes de IA con las páginas web

Hasta hace poco, pedirle a una inteligencia artificial que buscara un pasaje aéreo solo proporcionaba información sobre precios y horarios. El siguiente paso seguía siendo responsabilidad del usuario: abrir el sitio web, elegir el vuelo, completar los datos y finalizar la compra. Ahora, los llamados agentes de IA están cambiando esta división de tareas, permitiendo que la tecnología interactúe directamente con las páginas web.

OpenAI desarrolló el Computer-Using Agent (CUA), una tecnología capaz de interpretar lo que aparece en la pantalla y utilizar un ratón y un teclado virtuales para hacer clic, desplazarse y escribir. La función se probó inicialmente en Operator y ahora forma parte de las capacidades del modo agente de ChatGPT.

Mientras que un chatbot tradicional proporciona una respuesta, un agente puede ejecutar una secuencia de acciones para alcanzar un resultado. En el navegador, esto implica identificar un botón, rellenar un campo, abrir otra página, comparar información y continuar el proceso. La tecnología observa la interfaz mediante capturas de pantalla, interpreta el estado actual de la página y decide la siguiente acción. Si algo cambia durante la ejecución, el agente puede intentar adaptar el plan.

Tareas que pueden automatizarse

La tecnología resulta útil en actividades que requieren varias etapas. Entre los ejemplos presentados por OpenAI se encuentran el relleno de formularios, la búsqueda de productos, la organización de información en diferentes páginas y la realización de tareas administrativas.

En ChatGPT, el modo agente combina la navegación visual con otras herramientas, como la búsqueda en la web, el terminal y los conectores. Así, una tarea puede comenzar con una búsqueda, pasar por el análisis de la información y finalizar con una acción en un sitio web.

Riesgos y limitaciones actuales

Permitir que una IA actúe también crea nuevos riesgos. Una página puede contener instrucciones maliciosas, un agente puede interpretar una acción de forma incorrecta o un sitio web puede bloquear la automatización.

Por esta razón, los sistemas actuales establecen límites para ciertas acciones. El navegador en la nube de ChatGPT, por ejemplo, se detiene cuando necesita información, inicio de sesión o confirmación del usuario. OpenAI también recomienda que el usuario verifique la dirección del sitio web, los pasos propuestos y las solicitudes de confirmación, y que no introduzca contraseñas, códigos de seguridad o datos de pago directamente en la conversación.

Por lo tanto, el cambio no se limita únicamente a la capacidad de hacer clic. El navegador se convierte en un entorno en el que la IA puede percibir, decidir y actuar, mientras que la persona define el objetivo y supervisa los pasos que pueden tener consecuencias importantes. Para quienes trabajan con herramientas digitales, comprender esta nueva dinámica será cada vez más relevante.