Introducción
La empresa tecnológica global Google anunció oficialmente el miércoles el lanzamiento y la activación de una herramienta revolucionaria para el uso de ordenadores y el control directo de pantallas, convirtiendo esta avanzada utilidad en una parte integrada y fundamental dentro de la versión actualizada y más reciente de su avanzado modelo de inteligencia artificial llamado Gemini 3.5 Flash. Este avance técnico audaz y progresivo tiene como objetivo principal permitir que la comunidad de desarrolladores e ingenieros cree y diseñe agentes de inteligencia artificial independientes que posean la capacidad real y práctica de ver claramente lo que se muestra en las pantallas de los usuarios, analizar datos visuales, deducir información con precisión e interactuar de forma real y directa con interfaces de usuario complejas en múltiples entornos informáticos. Estos entornos incluyen navegadores web, dispositivos móviles y sistemas operativos de ordenadores de escritorio tradicionales, lo que representa un salto cualitativo sin precedentes en la integración de las capacidades de los agentes autónomos dentro de un único modelo flexible que respalda la innovación de los desarrolladores y les facilita la automatización de tareas administrativas complejas.
- De un modelo informático independiente a una herramienta integrada y completa
- Herramientas integradas para el desarrollo a través de la API de Gemini
- Declaraciones de gestión de productos y mejora de la automatización empresarial
- Estrictas garantías de seguridad para proteger entornos de trabajo reales
- El contexto de la evolución del modelo Gemini dentro de la estrategia general de Google
De un modelo informático independiente a una herramienta integrada y completa
Esta capacidad interactiva sólida y altamente precisa estuvo disponible anteriormente para los desarrolladores de forma exclusiva a través de un modelo de uso de ordenadores independiente y totalmente separado conocido como Gemini 2.5, pero hoy en día viene integrada de manera nativa, completa y directa en el modelo Flash principal en el que se basan muchas aplicaciones. Esta integración profunda y estructural significa en la práctica que los desarrolladores y programadores ya no necesitan recurrir de forma constante y urgente a un modelo separado y exclusivo para construir agentes que interactúen sin problemas con interfaces gráficas de usuario complejas. En lugar de esta complejidad, la función de uso de ordenadores y control de pantallas se puede activar con total sencillez y flexibilidad como una de las múltiples herramientas integradas y disponibles directamente para los usuarios.
Herramientas integradas para el desarrollo a través de la API de Gemini
Esta herramienta funciona con gran eficiencia dentro del ecosistema integral de Flash, realizando sus tareas en paralelo junto con otras herramientas básicas y potentes como la ejecución de código, la realización de búsquedas complejas en bases de datos y la llamada a funciones de programación requeridas. Todo esto se ejecuta con gran eficacia a través de la interfaz de programación de aplicaciones (API) de Gemini, además de la plataforma dedicada a agentes empresariales Gemini Enterprise Agents, conocida anteriormente en círculos técnicos y entre desarrolladores como Vertex AI.
Declaraciones de gestión de productos y mejora de la automatización empresarial
En este destacado contexto tecnológico, el gerente de producto de la compañía, Matteo Quiros, describió este preciso proceso de integración como un paso importante y crucial que dota al modelo Flash de la capacidad real y práctica para «ver pantallas con claridad, pensar y analizar el contenido lógico mostrado, y tomar las medidas necesarias y adecuadas de manera automatizada y rápida», según declaraciones documentadas citadas por la red de noticias The Next Web. Google añadió en sus explicaciones técnicas adjuntas que esta nueva e importante actualización contribuye de forma directa y notable a mejorar el rendimiento general del modelo, especialmente en la ejecución de tareas a largo plazo y procesos complejos de automatización empresarial, tales como pruebas continuas y periódicas de software, y la finalización de tareas cognitivas complejas dentro de aplicaciones profesionales especializadas sin necesidad de intervención humana constante.
Estrictas garantías de seguridad para proteger entornos de trabajo reales
Para abordar los importantes riesgos de seguridad que podrían derivarse de permitir que los agentes automatizados independientes operen libre y autónomamente en entornos informáticos reales y abiertos de las empresas, Google introdujo un entrenamiento competitivo especial dirigido a contrarrestar ataques adversarios y garantizar que los atacantes no puedan explotar vulnerabilidades de inyección de instrucciones maliciosas. Además de esta medida, la prestigiosa compañía ofrece dos opciones adicionales de estrictas garantías institucionales y de seguridad: la primera consiste en exigir la confirmación y aprobación explícita y directa de un usuario humano antes de que el agente ejecute cualquier acción altamente sensible o irreversible, mientras que la segunda opción desactiva de forma automática, inmediata y decisiva al agente inteligente si el sistema detecta cualquier intento indirecto o sospechoso de vulnerar las instrucciones indicadas. Para garantizar un entorno de trabajo seguro y estable para los desarrolladores, la empresa también proporciona un entorno de visualización y pruebas alojado y protegido en estrecha colaboración con la plataforma Browserbase para probar estas capacidades avanzadas con total seguridad.
El contexto de la evolución del modelo Gemini dentro de la estrategia general de Google
El modelo Gemini 3.5 Flash fue lanzado por primera vez en la conferencia anual de desarrolladores de Google celebrada el 19 de mayo de 2026 como el modelo de inteligencia artificial interactivo y de agentes más rápido de la compañía, ofreciendo un rendimiento superior de vanguardia para agentes automatizados independientes y tareas de programación complejas. El modelo se lanzó en aquel momento equipado con una enorme y sorprendente ventana de contexto de entrada de un millón de tokens, además de un soporte nativo completo para llamadas a funciones, salidas estructuradas precisas y ejecución de código, aunque inicialmente no incluía la función de uso de ordenadores y control de pantallas. Esta última actualización, documentada y anunciada como una versión de vista previa pública, tiene como objetivo cerrar esta brecha estratégica con total claridad, situando a Gemini 3.5 Flash como un modelo único e integral capaz de gestionar de manera fluida e inteligente todo el espectro de tareas de agentes automatizados, lo que ahorra a los desarrolladores la molestia y el coste de coordinar múltiples modelos separados.
Preguntas frecuentes
Pregunta: ¿Cuál es la nueva herramienta agregada recientemente al modelo Gemini 3.5 Flash?
Respuesta: Google añadió la herramienta de control directo de pantalla y uso de ordenadores como un recurso integrado y esencial en el modelo para permitir que los agentes inteligentes interactúen con interfaces gráficas.
Pregunta: ¿Cómo afectará esta nueva integración técnica a los desarrolladores y su trabajo diario?
Respuesta: Eximirá a los desarrolladores de la necesidad de invocar y ejecutar un modelo separado e independiente, facilitando la creación de agentes autónomos, ahorrando tiempo y reduciendo los costes operativos.
Pregunta: ¿Cuáles son las garantías y medidas de seguridad implementadas por Google para proteger los sistemas y las organizaciones?
Respuesta: Google proporcionó un entrenamiento especial contra ataques de inyección de instrucciones maliciosas, junto con una opción para solicitar aprobación humana antes de ejecutar acciones sensibles, y el apagado automático inmediato al detectar un intento de intrusión.
Pregunta: ¿Cuándo se lanzó la versión inicial del modelo Gemini 3.5 Flash al público?
Respuesta: El modelo fue presentado y lanzado por primera vez durante la conferencia anual de desarrolladores de Google celebrada el 19 de mayo de 2026.
