Una herramienta que redacta una respuesta participa de una manera en nuestro trabajo. Otra que navega una interfaz y realiza pasos para completar una tarea añade una dimensión distinta: la acción. Esa posibilidad me interesa por lo que permite explorar sobre delegación y colaboración.
OpenAI presentó Operator en enero de 2025 como una herramienta de investigación capaz de interactuar con sitios web. La publicación oficial registra también su integración posterior en ChatGPT agent, anunciada en julio de ese año. Aquí revisito el concepto y sus preguntas de uso, más allá de la disponibilidad de un producto específico.
Del encargo a la ejecución
Delegar una tarea requiere explicar qué resultado esperamos, qué recursos puede utilizar el sistema y qué decisiones necesitan intervención humana. Una solicitud como comparar información pública puede tener un alcance distinto de enviar un documento o contratar un servicio.
Imaginemos la preparación de una sesión académica. Un agente podría reunir materiales accesibles y organizarlos para revisión. El docente conserva decisiones sobre pertinencia, calidad de las fuentes y uso de los contenidos. La colaboración funciona mejor cuando el resultado esperado puede comprobarse.
Evaluar el recorrido
La evaluación puede observar si se completó la tarea, si la información coincide con sus fuentes y si las acciones se mantuvieron dentro del encargo. Un registro comprensible permite revisar lo ocurrido y corregir instrucciones cuando sea necesario.
También importa diseñar cómo se retoma una actividad. Si falta un dato o cambia una página, el sistema puede necesitar orientación adicional. Preparar esas situaciones ayuda a entender qué autonomía resulta útil para cada caso.
Desde el derecho y la ética, esta colaboración invita a examinar autorizaciones, información y responsabilidad. Desde la ingeniería, plantea cuestiones de interfaz, verificación y recuperación. Las disciplinas se encuentran en una pregunta práctica: ¿cómo organizar un trabajo que podamos comprender y revisar?
Me interesa explorar agentes que amplíen nuestras posibilidades de investigar, crear y ejecutar. Su contribución puede valorarse mediante tareas concretas y resultados observables, con espacio para aprender de la experiencia.
Edición revisada: 8 de septiembre de 2026.