Gemini para Mac aprende a ejecutar tareas en segundo plano mientras usted trabaja
Google ha añadido a la aplicación Gemini para Mac el modo Computer Use: la IA hace clic, escribe y recorre menús por sí sola en programas, archivos y sitios web. El usuario describe el objetivo, por ejemplo rellenar un formulario de envío con los datos de un PDF, y Gemini trabaja en una ventana aislada en segundo plano, sin ocupar el cursor. Cada paso se ve en el chat y se puede pulsar pausa en cualquier momento. Para los product managers es un modelo de cómo hacer que los agentes de escritorio sean controlables.
Procesado por IA desde The Decoder; editado por Hamidun News
Imagine una tarde de trabajo cualquiera: hay que clasificar cuarenta fotografías, rellenar un formulario de envío con los datos de un PDF y montar el borrador de una presentación. Es una rutina de entre media hora y una hora que le resta atención al trabajo de verdad. Google propone delegarla en Gemini. La aplicación para Mac ya incluye el modo Computer Use, que hace esa rutina en segundo plano mientras usted se dedica a lo suyo.
Qué ha mostrado Google exactamente
Computer Use ejecuta tareas de varios pasos en tres ámbitos a la vez: archivos locales, aplicaciones de escritorio y sitios web. El usuario formula el objetivo con palabras corrientes. A partir de ahí, Gemini hace clic, escribe y se mueve por menús y formularios igual que lo haría una persona frente al ordenador.
La principal novedad de ingeniería está en dónde ocurre todo esto. El agente trabaja en una ventana aislada en segundo plano, y en el chat se muestra una vista previa en directo de sus acciones. Por eso la pantalla y el cursor siguen siendo suyos: puede escribir un correo o editar código mientras Gemini hace su parte. Hasta ahora, los agentes de este tipo solían tomar el control del equipo, y trabajar en paralelo con ellos resultaba incómodo.
Los ejemplos del anuncio de Google son bastante terrenales:
- edición por lotes de fotografías y escenas 3D;
- relleno de formularios de envío con datos de PDF locales;
- creación de presentaciones.
Cómo funciona el control
Para un agente que pulsa botones en su ordenador, la confianza pesa más que una demo vistosa. Google ha montado varios niveles de control. El usuario decide a qué aplicaciones puede acceder Gemini. Ve cada paso en tiempo real y puede pausar la tarea en cualquier momento. Antes de las acciones clave, el agente pide confirmación por adelantado.
Es un esquema sensato: la libertad de acción queda limitada a una lista de programas permitidos, y los pasos irreversibles, como enviar un formulario, pasan por una persona. Para quienes diseñan agentes de escritorio o de navegador, es un modelo de interfaz listo para usar: aislamiento, transparencia y puntos de confirmación en lugar de un ciego «hazlo todo tú».
Qué se desconoce por ahora
La parte honesta de la conversación: el anuncio no incluye cifras. Google no aporta datos sobre con qué frecuencia el agente completa con éxito una tarea, cuántos pasos aguanta ni cómo se comporta en interfaces no estándar. Todos los ejemplos proceden de materiales de la propia compañía y todavía no hay verificaciones independientes. Tampoco se indica qué aplicaciones son las mejor soportadas.
Hay además una limitación geográfica. Computer Use se despliega hoy solo en inglés y solo en EE. UU. La aplicación Gemini para Mac se puede descargar, pero el modo no está disponible en todas partes. Los usuarios de Rusia y Europa tendrán que esperar o buscar vías alternativas.
Competencia y conclusiones para profesionales
The Decoder señala que OpenAI también trabaja activamente en Computer Use y que, según la valoración del medio, se adelanta de forma notable con su modelo Astra. El artículo no detalla esa comparación, así que conviene tomarla como una opinión del medio y no como un resultado medido. Pero la dirección es clara: los grandes laboratorios apuestan por agentes que trabajan con la interfaz gráfica corriente y no solo a través de API.
Qué hacer con esto. Los product managers deberían fijarse en el patrón de la ventana en segundo plano: elimina la principal molestia de los agentes que estorban a la persona mientras trabaja. Los desarrolladores cuyas aplicaciones deban convivir con estos agentes harán bien en revisar si sus interfaces son claras y predecibles: los formularios sin etiquetas explícitas y los botones no estándar romperán la automatización.
Para los fundadores que construyen agentes de escritorio de nicho, es una señal: el escenario básico de «describe el objetivo y yo hago clic por ti» pasa a formar parte del producto estándar de Google, y habrá que competir por la profundidad en un área concreta, no por la mera capacidad de controlar un ordenador.
- 21 nov 2026Capitana de un equipo de natación automatizó con ChatGPT tres tareas programadas y recortó la rutina varias veces
- 21 nov 2026La red neuronal MIRA dibuja Rocket League a 20 fps, pero el ping llega a 460 ms
- 21 nov 2026Google creó una copia cerrada de internet con bancos falsos para entrenar a los agentes de IA de Chrome
- 21 nov 2026En la prueba MLPerf participan por primera vez Nvidia Rubin y TPU Ironwood: 153 sistemas
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué ha mostrado Google exactamente?
Computer Use ejecuta tareas de varios pasos en tres ámbitos a la vez: archivos locales, aplicaciones de escritorio y sitios web. El usuario formula el objetivo con palabras corrientes. A partir de ahí, Gemini hace clic, escribe y se mueve por menús y formularios igual que lo haría una persona frente al ordenador. La principal novedad de ingeniería está en dónde ocurre todo esto. El agente trabaja en una ventana aislada en segundo plano, y en el chat se muestra una vista previa en directo de sus acciones.
Cómo funciona el control?
Para un agente que pulsa botones en su ordenador, la confianza pesa más que una demo vistosa. Google ha montado varios niveles de control. El usuario decide a qué aplicaciones puede acceder Gemini. Ve cada paso en tiempo real y puede pausar la tarea en cualquier momento. Antes de las acciones clave, el agente pide confirmación por adelantado. Es un esquema sensato: la libertad de acción queda limitada a una lista de programas permitidos, y los pasos irreversibles, como enviar un formulario, pasan por una persona.
¿Qué se sabe sobre Qué se desconoce por ahora?
La parte honesta de la conversación: el anuncio no incluye cifras. Google no aporta datos sobre con qué frecuencia el agente completa con éxito una tarea, cuántos pasos aguanta ni cómo se comporta en interfaces no estándar. Todos los ejemplos proceden de materiales de la propia compañía y todavía no hay verificaciones independientes. Tampoco se indica qué aplicaciones son las mejor soportadas. Hay además una limitación geográfica. Computer Use se despliega hoy solo en inglés y solo en EE. UU.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.