Google Gemini: tu smartphone ya pertenece oficialmente a la red neuronal

¿Recuerdas cuando le pedías a Google Assistant que pusiera un temporizador y, en lugar de eso, abría una búsqueda con la frase «pon un temporizador»? Parece que la era de esa encantadora torpeza se acaba. Mientras discutíamos si ChatGPT sabe reflexionar sobre el sentido de la vida, en las entrañas de Google se trabajaba en algo mucho más terrenal y, a la vez, inquietante. Se trata de Project Astra, cuyos rastros se han hallado hace poco en el código de las últimas actualizaciones de Google. En pocas palabras: tu smartphone deja de ser un conjunto de iconos y se convierte en el órgano ejecutor de Gemini.

Repasemos el contexto. En la última conferencia I/O nos enseñaron una demo en la que una IA veía el mundo a través de la cámara de unas gafas, reconocía código en una pizarra y recordaba dónde había dejado el usuario sus gafas. Parecía magia, pero quedó fuera de plano la pregunta principal: ¿podrá esto pulsar por sí solo «comprar» o «reservar»? Los últimos hallazgos en el código confirman que Google planea dar a Gemini derechos de administrador sobre tu interfaz de usuario. Es un paso lógico en la evolución de los LLM (grandes modelos de lenguaje) a los LAM (modelos de acción). Durante años enseñamos a las redes neuronales a hablar; ahora toca enseñarles a trabajar.

¿Por qué ocurre justo ahora? Google va por detrás en cuanto a la inteligencia «pura» de sus modelos, pero tiene un as que no tienen ni OpenAI ni Anthropic: Android. Con acceso profundo a las API del sistema, Google puede permitir que Gemini vea lo que ocurre en la pantalla de cualquier aplicación e imite pulsaciones. Mientras Apple solo promete algo parecido con su Intelligence, Google ya sienta las bases para que tu teléfono pueda planificar la noche por sí solo: desde reservar mesa en un restaurante hasta pedir un taxi a la hora justa, sin que tengas que pasar tú por la fase de hojear el menú.

Técnicamente, esto se logra analizando el flujo visual. Gemini no solo lee texto, sino que entiende la jerarquía de los elementos de la interfaz. Sabe que esa pequeña cesta en la esquina lleva al pago y que esa crucecita cierra un anuncio. Esto quita una enorme carga al usuario, pero también abre una caja de Pandora en seguridad. Imagina un agente de IA que, por error o por una alucinación, confirma una transferencia de dinero o borra un chat de trabajo importante. Por eso Google introduce estas funciones con cautela, ocultas tras capas de código, hasta que el sistema sea lo bastante fiable.

La industria está en el umbral de la «revolución de los agentes». Ya hemos visto intentos de crear dispositivos aparte para esto, como el Rabbit R1 o el Humane Pin, pero fracasaron precisamente porque intentaban sustituir al smartphone. Google actúa con más astucia: convierte el ladrillo que ya llevas en el bolsillo en un asistente autónomo.

Eso cambia el propio paradigma de uso del aparato. El smartphone deja de ser un dispositivo al que miras durante horas y pasa a ser un procesador en segundo plano que cumple tus encargos. Si funciona, el concepto mismo de «aplicación» podría quedar en el pasado: ¿para qué abrir la interfaz de Uber si Gemini lo hará todo mediante una API o captura gráfica?

En última instancia, es una batalla por nuestro tiempo. Google sabe que, si no convierte a Gemini en un operador completo de Android, lo hará otro con parches y añadidos. Ahora vemos los primeros pasos tímidos de un sistema que pronto conocerá la estructura de tus aplicaciones mejor que tú. Solo queda esperar que Gemini no decida que tu presencia en la elección de la pizza también es ruido innecesario que conviene optimizar.

Lo principal: ¿se convertirá Gemini en un verdadero «piloto automático» para Android este mismo año, o nos espera otra serie de interminables pruebas beta?