Durante los últimos años nos acostumbramos a relacionarnos con la inteligencia artificial de una manera bastante predecible: abrimos una aplicación, escribimos una instrucción, recibimos una respuesta y seguimos trabajando. Incluso cuando los modelos se volvieron más capaces, la lógica de la interacción permaneció prácticamente intacta. La IA estaba ahí cuando decidíamos consultarla y, salvo algunas excepciones, dejaba de formar parte del trabajo cuando cerrábamos la ventana.
Eso está empezando a cambiar.
La aparición de los dots y las Mascotas dentro del ecosistema de ChatGPT puede parecer, a primera vista, una combinación curiosa de nuevas funciones. Una tiene un componente claramente operativo; la otra parece mucho más cercana al diseño de experiencia y a la personalización. Sin embargo, después de observarlas juntas, en Zherpa creemos que hay una lectura más interesante: ChatGPT está comenzando a ocupar un lugar distinto en el entorno de trabajo.
No se trata únicamente de conversar con una inteligencia artificial más capaz. Empieza a ser posible convivir con una presencia digital que conserva contexto, utiliza herramientas y puede continuar trabajando cuando nosotros ya no estamos frente a la conversación.
Una Mascota y un dot no son lo mismo
Conviene hacer esta distinción desde el principio porque mezclar ambos conceptos puede llevar a conclusiones equivocadas.
Las Mascotas pertenecen principalmente a la experiencia de interacción con ChatGPT. En la aplicación de escritorio para macOS y Windows, OpenAI permite enviar solicitudes escritas desde los controles flotantes de Pets y consultar el progreso de tareas sin abrir la ventana principal de ChatGPT.
Los dots pertenecen a otra categoría. OpenAI los describe como agentes siempre activos que pueden asumir responsabilidades continuas y seguir avanzando entre conversaciones. Funcionan con GPT-6 Astra, tienen su propia computadora en la nube, pueden trabajar con las aplicaciones que el usuario decida conectar y conservan contexto para ayudar con trabajo en curso.
La diferencia es importante, aunque la combinación de ambas ideas resulta todavía más interesante. Una modifica la manera en que percibimos y encontramos a la IA dentro de nuestro espacio de trabajo; la otra modifica lo que esa IA puede hacer mientras trabaja con nosotros.
Dicho de otra manera, la Mascota puede darle presencia a la inteligencia artificial, mientras que el dot comienza a darle continuidad operativa.
Esta no es una definición de OpenAI, sino nuestra lectura desde la experiencia de Zherpa. Y es precisamente esa combinación la que merece atención.
De abrir ChatGPT a tener trabajo en marcha
Cuando una herramienta depende de que la abramos, escribamos una instrucción y esperemos su respuesta, la unidad básica de interacción es el prompt. Pensamos en tareas individuales: resumir un documento, investigar un tema, analizar información, preparar una presentación o ayudarnos a redactar algo.
La llegada de agentes persistentes introduce una pregunta distinta. En lugar de pensar solamente qué instrucción queremos darle a la IA en este momento, podemos comenzar a preguntarnos qué trabajo queremos mantener en movimiento con su ayuda.
La diferencia parece semántica, pero desde una perspectiva empresarial es considerable.
Una instrucción suele tener principio y final. Una responsabilidad operativa, en cambio, puede requerir consultar información, utilizar diferentes herramientas, conservar contexto, producir avances, reconocer excepciones y regresar a una persona cuando aparece una decisión que no debería tomar por sí misma.
Esto no significa que la IA se vuelva responsable del negocio. Significa que empieza a existir una capa intermedia entre “preguntar algo a ChatGPT” y “delegar completamente una función”. Es un espacio en el que la inteligencia artificial puede ejecutar determinadas partes del trabajo mientras las personas conservan la dirección, los criterios y la responsabilidad sobre sus consecuencias.
Ahí es donde los dots dejan de parecernos simplemente una nueva función de ChatGPT y empiezan a resultar relevantes desde el punto de vista de la arquitectura empresarial.
Cuanto más puede hacer un agente, más importante resulta decidir qué no debe hacer
Existe una tentación natural cuando aparece una tecnología capaz de ejecutar más tareas: explorar inmediatamente hasta dónde podemos llevarla. Sin embargo, en nuestra experiencia trabajando con automatización, datos e inteligencia artificial, la pregunta sobre capacidad casi nunca es suficiente.
También necesitamos hablar de permisos, límites y excepciones.
Un agente que puede trabajar durante más tiempo, acceder a aplicaciones y mantener contexto tiene una superficie de actuación mayor que la de un chat aislado. Eso aumenta su utilidad, pero también hace más importante definir cuándo puede avanzar por sí mismo y cuándo debe detenerse.
OpenAI incorpora varios de estos conceptos en el funcionamiento de los dots. El usuario decide a qué aplicaciones pueden acceder; los permisos de las aplicaciones determinan cuándo ciertas acciones requieren aprobación, y en entornos empresariales existen controles adicionales sobre computadora, aplicaciones y reglas personalizadas. Es una señal importante porque traslada una conversación que durante mucho tiempo fue principalmente técnica hacia el terreno cotidiano del usuario: ya no basta con decidir qué queremos que haga la IA; también tenemos que decidir hasta dónde estamos dispuestos a dejarla actuar sin nuestra intervención.
Esta distinción coincide con una idea que Miguel Ángel Arce desarrolla en Humano al Mando: gobernar inteligencia artificial implica establecer propósito, evidencia, límites y responsabilidad antes de delegar capacidad de actuación. La IA puede ejecutar dentro de un mandato, pero la responsabilidad del negocio permanece en las personas y en la organización.
Los dots vuelven esta conversación mucho menos abstracta. Cuando un agente puede continuar trabajando después de que abandonamos el chat, la gobernanza deja de ser una discusión reservada para especialistas y se convierte en una decisión práctica de diseño.
¿Y qué tiene que ver una Mascota con todo esto?
Probablemente más de lo que parece.
Es fácil interpretar las Mascotas como un recurso simpático para hacer ChatGPT más agradable o personal. Esa explicación puede ser cierta y, aun así, quedarse corta. Las interfaces influyen en la manera en que incorporamos una tecnología a nuestros hábitos.
Durante años aprendimos que para utilizar inteligencia artificial había que ir hacia ella: abrir la aplicación, entrar en una conversación y escribir. Una presencia permanente en el escritorio modifica ligeramente esa relación porque reduce la distancia entre la intención y la interacción. La IA deja de sentirse exclusivamente como una aplicación que visitamos y comienza a formar parte del espacio donde ya estamos trabajando.
La identidad visual también puede ayudarnos a distinguir capacidades. Si en el futuro convivimos con varios agentes que realizan trabajos diferentes, reconocerlos por nombre, función o representación visual podría ser mucho más natural que identificarlos mediante una lista de configuraciones técnicas.
Pero existe otra cara de esa familiaridad. Cuanto más humana resulte la interfaz, más fácil será atribuir al sistema cualidades que en realidad no posee.
Una mascota puede hacernos sentir que estamos trabajando con un compañero. Un nombre puede reforzar esa impresión. Ninguna de esas cosas convierte al agente en responsable de las decisiones que ejecuta.
Por eso la experiencia de usuario y la gobernanza no deberían evolucionar por caminos separados. Podemos diseñar agentes más cercanos, comprensibles y fáciles de utilizar sin perder claridad sobre sus límites.
Lo verdaderamente interesante no está en el personaje
Desde Zherpa, lo que más nos interesa de esta evolución no es que un agente pueda tener nombre, avatar o mascota. Lo importante es lo que empieza a reunirse detrás de esa representación.
Contexto persistente, herramientas, aplicaciones conectadas, capacidad de ejecución, trabajo que puede continuar más allá de una conversación, comunicación con el usuario, permisos y mecanismos de aprobación comienzan a formar parte de una misma experiencia.
Eso se parece mucho más a una capacidad integrada al trabajo que al chatbot que popularizó la primera etapa de la IA generativa.
En Zherpa utilizamos el concepto de Capacidad Agentiva para describir una capacidad de IA integrada a un proceso real del negocio, diseñada para ejecutar trabajo dentro de un propósito, permisos y límites definidos, con continuidad técnica y medición de su contribución.
La distinción importa: disponer de un dot no significa automáticamente haber construido una Capacidad Agentiva.
La herramienta aporta posibilidades técnicas. El diseño empresarial todavía tiene que resolver qué trabajo conviene delegar, en qué proceso debe participar el agente, qué información necesita, cuáles serán sus permisos, qué situaciones requieren intervención humana y, finalmente, cómo vamos a determinar si todo ese trabajo está produciendo algún valor.
Es precisamente en ese espacio donde creemos que estará buena parte del reto empresarial de los próximos años.
El problema pronto podría dejar de ser crear agentes
A medida que plataformas como ChatGPT reduzcan la dificultad técnica de crear y utilizar agentes persistentes, tener agentes dejará de ser particularmente extraordinario.
Eso puede conducir a una situación conocida. Ocurrió con las aplicaciones, con los dashboards, con las automatizaciones y con muchas otras tecnologías empresariales: cuando algo se vuelve fácil de crear, las organizaciones comienzan a acumularlo antes de haber decidido cómo gobernarlo.
Podemos terminar con decenas de agentes que investigan, monitorean, redactan, clasifican, actualizan información y generan recomendaciones sin que exista una arquitectura clara sobre quién hace qué, cuáles son las fuentes autorizadas, dónde se requiere aprobación humana o qué resultados justifican mantener cada capacidad funcionando.
Por eso creemos que la pregunta relevante no será cuántos agentes puede tener una empresa, sino qué responsabilidades merece la pena delegar, con qué nivel de autonomía y bajo qué condiciones.
La tecnología puede aumentar enormemente la cantidad de trabajo que una organización es capaz de ejecutar. El verdadero desafío consiste en asegurarnos de que ese trabajo tenga dirección.
Tal vez la pequeña mascota esté anunciando un cambio bastante grande
Es demasiado pronto para saber hasta dónde llegará esta forma de interacción. Sin embargo, ya podemos observar una transición que merece atención.
La primera etapa de la IA generativa nos enseñó a conversar con modelos. La siguiente parece estar enseñándonos a trabajar con sistemas que conservan contexto, utilizan herramientas y pueden mantener actividades en marcha durante más tiempo.
En ese escenario, la interfaz también tendrá que evolucionar. Necesitaremos saber con quién —o, mejor dicho, con qué capacidad— estamos interactuando, qué está haciendo, qué información utiliza, qué permisos tiene y en qué momento necesita nuestra intervención.
Por eso los dots y las Mascotas resultan interesantes cuando se observan juntos. No porque una representación simpática convierta a un agente en algo más inteligente, sino porque hacen visible una transformación más profunda: la inteligencia artificial está comenzando a salir de la ventana del chat para ocupar un lugar dentro del trabajo cotidiano.
El reto que sigue no consiste simplemente en aprender a pedirle mejores respuestas. Consiste en aprender a diseñar qué trabajo queremos confiarle, qué límites debe respetar y en qué decisiones seguimos necesitando estar presentes.
Fuentes y lecturas relacionadas
- OpenAI: Presentamos dots.
- OpenAI Help Center: Primeros pasos con tu dot.
- OpenAI Help Center: ChatGPT Business release notes.
- IA gobernada para empresas: enfoque Zherpa.
- Gobernanza y Estrategia de IA en Zherpa.
Autor: MA Nautilius
