OpenAI ha aggiunto funzionalità vocali alla sua app desktop ChatGPT, consentendo agli utenti di controllare agenti IA e svolgere attività informatiche complesse tramite comandi vocali. La funzione, annunciata giovedì, utilizza la famiglia di modelli vocali GPT-Live di OpenAI, lanciata dall’azienda all’inizio di questo mese. Il rilascio arriva mentre i laboratori di IA competono per andare oltre i chatbot basati su testo verso sistemi agentici in grado di compiere azioni negli ambienti software per conto dell’utente.

Il controllo vocale si estende ai workflow desktop

ChatGPT Voice ora opera sia negli ambienti ChatGPT Work sia in Codex. L’aggiornamento consente agli utenti di dettare istruzioni in più passaggi che gli agenti IA possono eseguire autonomamente, portando la funzione oltre l’interazione vocale conversazionale e verso l’esecuzione di attività basate su desktop.

In un video dimostrativo, OpenAI ha mostrato uno sviluppatore che usa un singolo comando vocale per creare un nuovo thread, effettuare una pull request e identificare la causa principale di un bug. Il sistema può anche utilizzare capacità di uso del computer per navigare siti web e applicazioni come parte del workflow richiesto dall’utente. Le capacità di uso del computer, in cui un modello IA può interagire con interfacce grafiche in modo simile a un utente umano, sono state un’area di attenzione per diversi laboratori di IA, e l’integrazione vocale rende questi agenti accessibili senza dover digitare prompt dettagliati.

Su macOS, la funzione opera con Appshots, consentendo all’app di accedere ai contenuti sullo schermo, incluso il testo alternativo, affinché ChatGPT possa fornire assistenza con informazioni visive e contestuali aggiuntive. Il rilascio desktop rappresenta un’implementazione più ampia rispetto alla precedente versione smartphone di ChatGPT Voice, che aveva migliorato il flusso della conversazione e la gestione delle interruzioni, ma non consentiva all’assistente di compiere azioni dirette sul dispositivo.

Capacità desktop a confronto con gli strumenti vocali mobile

La versione smartphone di ChatGPT Voice era progettata principalmente per la conversazione naturale, più che per l’esecuzione di comandi. Al contrario, la versione desktop consente agli utenti di pronunciare istruzioni complesse che coinvolgono più passaggi e di rispondere verbalmente quando ChatGPT necessita di ulteriori input per proseguire un’attività. Questa distinzione è rilevante perché gli ambienti desktop includono in genere workflow più complessi e multi-applicazione rispetto ai dispositivi mobili, rendendo il controllo vocale degli agenti potenzialmente più incisivo per l’uso professionale.

OpenAI ha inoltre dichiarato che gli utenti possono accedere a ChatGPT Voice in Codex dall’app iOS tramite accesso remoto. ChatGPT Voice per desktop è basato sui modelli vocali GPT-Live di OpenAI e funziona con ChatGPT Work e Codex nell’app desktop.

Anche Anthropic ha aggiornato la modalità vocale di Claude. Le sue funzioni vocali possono utilizzare i modelli Opus, Sonnet e Haiku dell’azienda per completare attività in applicazioni di produttività tra cui Gmail, Calendar, Slack, Notion e Canva. OpenAI e Anthropic stanno entrambe ampliando gli strumenti vocali come interfaccia per il lavoro assistito dall’IA, segnalando che gli agenti controllati dalla voce stanno diventando un nuovo fronte competitivo tra i principali fornitori di IA, più che una funzione di nicchia.

Implicazioni per gli strumenti di produttività

Gli agenti IA controllati dalla voce spostano ulteriormente l’interazione con l’IA dai soli prompt testuali verso un computing conversazionale e a mani libere. Per sviluppatori e knowledge worker, la funzione potrebbe ridurre l’attrito nei workflow che richiedono diversi passaggi, consentendo agli utenti di impartire comandi mentre continuano a lavorare alla tastiera o mentre sono lontani dal computer.

La possibilità di coordinare più agenti attraverso una singola istruzione vocale potrebbe inoltre essere applicata ai workflow di project management e debugging. La decisione di OpenAI di portare ChatGPT Voice nell’app desktop indica che l’azienda sta posizionando la voce come metodo di interazione centrale per utenti professionali ed enterprise, anziché limitarla alle conversazioni mobili casuali.

La versione desktop può eseguire comandi complessi in più passaggi, navigare siti web, coordinare più agenti IA e richiedere ulteriori input all’utente quando necessario. Su macOS, il supporto di Appshots consente a ChatGPT di accedere ai contenuti sullo schermo per un’assistenza più consapevole del contesto. Gli utenti possono inoltre utilizzare le funzioni vocali di Codex dall’app iOS tramite accesso remoto.

ChatGPT Voice per desktop di OpenAI è in distribuzione a livello globale. A luglio 2026, il rilascio segna un passo più ampio verso l’uso della voce come strumento pratico per workflow professionali complessi e pone le capacità vocali desktop di OpenAI in concorrenza con la modalità vocale di Claude di Anthropic.