Anthropic lanza una IA que puede tomar el control de tu ordenador y hacer tareas por ti

La ola de la inteligencia artificial generativa ha provocado la aparición de múltiples start-ups que ofrecen productos y servicios relacionados con ella. Anthropic, fundada en 2021 por ex empleados de OpenAI descontentos con el rumbo de la compañía, es una de ellas. Es el desarrollador de un chatbot, al estilo de ChatGPT o Gemini, llamado Claude, y acaba de anunciar una importante novedad en las capacidades de esta tecnología: la de hacerse con el control del ratón del ordenador y realizar por sí misma las tareas que le indique el usuario.

Computer Use o Uso de la computadora es una capacidad que llega en forma de beta pública para los modelos de lenguaje Claude 3.5 Sonnet, este actualizado y ya disponible, y Claude 3.5 Hauku, nuevo en el catálogo de la compañía y que llegará antes de que termine el mes. ‘Disponible hoy en la API, los desarrolladores pueden indicarle a Claude que use las computadoras como lo hacen las personas: mirando una pantalla, moviendo un cursor, haciendo clic en botones y escribiendo texto’, explica Anthropic en su web.

The new Claude 3.5 Sonnet is the first frontier AI model to offer computer use in public beta.

While groundbreaking, computer use is still experimental—at times error-prone. We're releasing it early for feedback from developers. pic.twitter.com/a5SZQMKvLj

— Anthropic (@AnthropicAI) October 22, 2024

En la demostración de la compañía, se puede ver a uno de sus investigadores usando esta capacidad para que Claude se encargue de buscar la información, en el equipo y en la web, necesaria para cumplimentar un formulario, completar todos los campos y enviarlo. En una columna lateral, Claude va explicando los pasos que da y las interacciones que realiza con el ordenador. En otros ejemplos que han trascendido, Claude rellena solicitudes de empleo, programa una página web o pide comida a domicilio.

Use Anthropic's Computer Use API to fill out job applications

Anthropic recently released Computer Use API with which developers can direct Claude to use computers the way people do—by looking at a screen, moving a cursor, clicking buttons, and typing text.

Claude 3.5 Sonnet… pic.twitter.com/Xz7RfCwcPR

— Kalyan KS (@kalyan_kpl) October 23, 2024

‘Cuando un desarrollador le encarga a Claude el uso de un software informático y le da el acceso necesario, Claude mira capturas de pantalla de lo que es visible para el usuario, luego cuenta cuántos píxeles vertical u horizontalmente necesita mover el cursor para hacer clic en el lugar correcto. Entrenar a Claude para contar píxeles con precisión fue fundamental. Sin esta habilidad, al modelo le resulta difícil dar comandos al ratón’, señala Anthropic.

Las instrucciones a la IA se le indican en forma escrita, indicando los pasos a seguir para completar la tarea y pueden contener hasta decenas o cientos de ellos.

Computer Use tiene una serie de limitaciones. Desde Anthropic, califican esta capacidad como experimental y ‘a veces engorrosa y propensa a errores’. Al funcionar tomando capturas de pantalla, puede perderse notificaciones de corta duración u otros cambios. Una acción tan común como arrastrar y soltar aún no puede realizarla.

Un ejemplo de Claude equivocándose al usar Computer Use lo da la compañía al explicar que la IA abandonó una tarea de codificación antes de terminarla y se puso a ‘examinar las fotos del Parque Nacional de Yellowstone’.

A pesar de estos errores y de lo verde que pueda estar la tecnología, tiene el potencial de automatizar muchas tareas en una oficina o en casos de uso para particulares.