ChatGPT y Gemini ya pueden usar tu ordenador: qué hacen, dónde funcionan y cómo pararlos

ChatGPT ya puede manejar tu ordenador. Abre programas en el Mac o en Windows y los maneja con el ratón y el teclado. Desde España funciona con los planes de pago. Gemini hace algo parecido en Chrome, pero solo en Estados Unidos y con suscripción. El 30 de octubre Google abrió a todo el mundo otra cosa, la versión para programadores de su API.

ChatGPT trabaja a base de capturas. Mira la pantalla, decide dónde pulsar y vuelve a mirar, igual que la herramienta de la API de Gemini. Eso quiere decir que todo lo que tengas a la vista pasa por el modelo, también las webs donde tienes la sesión iniciada.

	ChatGPT (Computer Use)	Gemini en Chrome (navegación automática)	API de Gemini (Computer Use)
Qué maneja	Programas del Mac o de Windows y tu navegador	Pestañas de Chrome	El navegador, el Android o el escritorio que le conectes
Dónde se usa	App de escritorio de ChatGPT, en Work o en Codex	Chrome en el ordenador	Tu propio programa
Planes	Plus, Pro, Business, Enterprise y Edu	Google AI Pro (20 tareas al día) o Ultra (200)	Solo el nivel de pago, cobrado como tokens
Desde España	Sí, desde el 16 de junio	No	Sí

Los planes y los países salen de la tabla de precios de OpenAI y de la ayuda de Gemini en Chrome, así que pueden cambiar con cualquier ampliación.

Qué hace ChatGPT con tu ordenador

La función se llama Computer Use y está en la app de escritorio de ChatGPT, en Work y en Codex. Work es el modo al que le encargas un trabajo entero, como un informe o una presentación. Codex es el de programar.

No es nueva del todo. Llegó a Codex en abril, solo para Mac y sin el Espacio Económico Europeo, el Reino Unido ni Suiza. Windows la tuvo el 29 de mayo y España, el 16 de junio. El 26 de octubre OpenAI le sumó GPT-6.1 Terra, un modelo que presenta como rápido y preciso con el ordenador. Todo esto está en su registro de cambios.

La tabla de planes lo pone en Plus (20 dólares al mes), Pro, Business, Enterprise y Edu, aunque con una nota de que depende de la región. En Free y en Go no aparece.

Se le pide con @Computer o con el nombre de la aplicación, por ejemplo @Chrome. OpenAI lo propone para probar una aplicación, cambiar ajustes que solo se tocan a golpe de clic o sacar datos de un programa sin conector. Yo lo dejaría para tareas repetitivas sin datos sensibles.

Tampoco lo hace todo. No maneja terminales ni la propia app de ChatGPT, porque eso le permitiría saltarse sus normas de seguridad. No entra como administrador ni acepta los avisos de seguridad del sistema, que siguen siendo cosa tuya. Si lo usas en Codex para programar, los cambios en ficheros y los comandos mantienen sus permisos de siempre. Lo que haya tocado se ve en el plan, la transcripción y el diff de git, como con cualquier agente de programación.

Activarlo y los permisos que pide

La documentación da los menús en inglés y así van aquí.

1. Abre la app de escritorio de ChatGPT y cambia a Work en el selector, o abre Codex.
2. Entra en Plugins > Computer Use y pulsa Install plugin. Salen dos interruptores, el del servidor y el de la skill, y hay que encender los dos. Con Try now haces la primera prueba.
3. macOS te pedirá dos permisos, grabación de pantalla y accesibilidad. Con el primero ve la aplicación y con el segundo hace clic y escribe. Eso le da la ventana entera, las capturas y el portapapeles, así que todo lo que esté a la vista entra en lo que procesa. La guía de OpenAI pide cerrar antes las aplicaciones con datos sensibles que no hagan falta. Tampoco quiere que le dejes tareas con contraseñas si no vas a estar delante para aprobar cada paso.
4. La primera vez que vaya a usar una aplicación te pide permiso. Con Always allow ya no vuelve a preguntar por ella, aunque puedes quitarla luego en Settings > Computer Use. OpenAI aconseja no apartarse del ordenador cuando toca ajustes de cuentas, seguridad, privacidad, red, pagos o contraseñas.

Las capturas quedan sujetas a los controles de datos de tu cuenta de ChatGPT, igual que el resto de la conversación.

En el navegador, con tus sesiones abiertas

Para tus webs usa una extensión que se instala desde Settings > Computer Use. Funciona en Chrome, Edge, Brave, Opera y Vivaldi. Los permisos que pide Chrome al instalarla son muy amplios: leer y cambiar tus datos en todos los sitios web, leer y cambiar el historial de todos tus dispositivos o gestionar las descargas, entre otros.

Con esa extensión ChatGPT entra en las webs donde ya tienes la sesión iniciada, como Gmail o el CRM de la empresa. Esas webs no saben quién pulsa. Un formulario que envía él cuenta como enviado por ti. ¿Tienes el banco o el correo del trabajo abiertos en ese mismo perfil de Chrome?

La página puede traer además contenido malicioso o engañoso, como órdenes para el agente escondidas en el texto. A eso se le llama inyección de instrucciones, y por eso OpenAI pide revisar cada acción en una web como si la hicieras tú. Por defecto pregunta antes de entrar en cada web nueva. Puedes dejarle esa vez, ese sitio o todos, pero la opción de todos su documentación la marca como riesgo elevado. Lo mismo pasa con dejarle leer el historial.

Si prefieres que no toque tu perfil hay dos salidas. La app trae un navegador propio que pide confirmación antes de enviar datos, comprar, cambiar permisos o borrar algo. La otra es Work desde la web o el móvil, que usa un navegador en otro ordenador, en la nube. Ese navegador no tiene tus pestañas ni tus cookies ni tus contraseñas guardadas. Cuando una web pide iniciar sesión, la tarea se para hasta que escribes la contraseña en un formulario que el modelo no ve. Esto último solo está en Plus y Pro.

Cómo parar a ChatGPT a mitad de tarea

Lo paras o tomas el control cuando quieras. La guía pide cancelar en cuanto se ponga a tocar una ventana que no es. En Windows es más incómodo, porque trabaja en primer plano con tu puntero y tu teclado. Mientras dura la tarea no puedes usar el PC sin pararla, y OpenAI propone usar otro dispositivo o meter la app en una máquina virtual.

El Mac tiene además un modo para seguir con la pantalla bloqueada. Sirve para que una tarea lanzada desde el móvil no se pare cuando el Mac se bloquea, y viene apagado. Si lo enciendes, ChatGPT instala un componente en el desbloqueo de macOS. Mientras trabaja tapa todas las pantallas, y en cuanto alguien toca el teclado o el ratón vuelve a bloquear el equipo. Un agente así trabaja en tu equipo y con tu usuario, que es el segundo de los tres sitios donde puede vivir un agente de IA.

Gemini en Chrome, de momento solo en Estados Unidos

La función de Google se llama navegación automática y es parte de Gemini en Chrome. Los requisitos son bastante cerrados. Hay que tener 18 años, estar en Estados Unidos con el dispositivo en inglés, pagar Google AI Pro o Ultra con una cuenta personal y tener activada la Navegación segura. Desde España no hay manera, porque Gemini en Chrome ni siquiera tiene a España en su lista de países para mayores de edad. Con Pro son 20 tareas al día y con Ultra, 200.

Antes de empezar te enseña el plan y espera a que pulses Start Task. Trabaja en una pestaña marcada con su icono y te avisa cuando necesita algo. Pide confirmación antes de mandar mensajes, cambiar datos, enviar formularios o entrar en webs con datos financieros o de salud. Un pago, unas condiciones o una cuenta nueva te los devuelve para que los termines tú.

Aun así, ve las mismas webs que tú, también las que tienes abiertas con tu sesión, y si la tarea lo pide les pasa tu nombre, tus datos de contacto o tus archivos. Con tu permiso entra en tus cuentas con el Gestor de contraseñas de Google. Su ayuda pone dos ejemplos de inyección de instrucciones muy claros: una web o un documento con órdenes escondidas que hacen que el agente publique datos de tus correos o reenvíe tu Gmail a un servicio externo. Google dice también que eres responsable de lo que haga Gemini durante la tarea, compras incluidas.

Para pararlo pulsas Stop en el panel de Gemini o Take over task en la pestaña que usa. Si no quieres que navegue por ti, lo apagas en los ajustes de Chrome con Let Gemini browse for you.

El Computer Use de la API de Gemini, para quien programa

El registro de cambios de la API de Gemini da el 30 de octubre como el día en que Computer Use, en pruebas desde octubre de 2025, pasó a disponibilidad general. Funciona por turnos. Tu programa manda una captura con el encargo y el modelo contesta con la acción siguiente, que puede ser pulsar en unas coordenadas, escribir o bajar la página. Tu programa la ejecuta, por ejemplo con Playwright, y le devuelve otra captura. Vale para un navegador, para un móvil Android o para un escritorio. Google recomienda Gemini 3.8 Flash. En su página de precios el nivel gratuito no la incluye y el de pago la cobra como los tokens del modelo.

La documentación pide meter el agente en una máquina virtual o en un contenedor aislado y no usarlo para decisiones críticas, datos sensibles ni acciones que no se puedan deshacer. El modelo marca las acciones que necesitan confirmación, como pagos, mensajes o aceptar condiciones, pero preguntar a la persona le toca a tu programa. La detección de inyección de instrucciones, la que revisa cada captura en busca de órdenes escondidas, viene apagada. Quien monte el agente tiene que encenderla a mano.