OpenAI hat die Desktop-Anwendung von ChatGPT um die Funktion ChatGPT Voice erweitert. Seit Donnerstag können Nutzer die Software per Sprachbefehl steuern, KI-Agenten anweisen und komplexe Aufgaben direkt auf dem Computer ausführen. Die neue Funktion nutzt die kürzlich eingeführte Modellfamilie ChatGPT-Live und ist vollständig in ChatGPT Work sowie in Codex integriert. Zudem greift das System auf computernahes Nutzungspotenzial zurück, um Webseiten und Anwendungen abzurufen. Auf macOS-Systemen ermöglicht die Appshots-Funktion den direkten Zugriff auf den gesamten Bildschirminhalt, einschließlich Alt-Text. Im Gegensatz zur mobilen Version, die sich primär auf flüssigere Gespräche und eine verbesserte Unterbrechungsverwaltung konzentrierte, aber keine direkten Aktionen auf Smartphones ausführt, bietet die Desktop-Variante erweiterte Automatisierungsfähigkeiten. Nutzer können detaillierte, mehrstufige Befehle diktieren und in Echtzeit auf Rückfragen des Systems antworten. In einer öffentlichen Demonstration beauftragte ein Entwickler ChatGPT mit der Erstellung eines neuen Threads, dem Generieren eines Pull Requests und der Identifizierung der Ursache für einen Programmierfehler, allesamt durch einen einzigen Sprachbefehl. Die Sprachsteuerung in Codex ist zudem über die iOS-App per Fernzugriff nutzbar. Parallel dazu hat Anthropic die Sprachfunktion für Claude aktualisiert, die auf die Modelle Opus, Sonnet und Haiku zurückgreift, um Aufgaben in Plattformen wie Gmail, Kalender, Slack, Notion und Canva zu automatisieren. Diese parallelen Marktentwicklungen unterstreichen den Wettlauf um kontextbewusste, handlungsorientierte KI-Assistenten und markieren einen deutlichen Schritt hin zu integrativeren Sprachsteuerungssystemen in professionellen Arbeitsumgebungen.