Google está haciendo evolucionar su Gemini AI de una herramienta que simplemente “muestra” imágenes a una que “demuestra” procesos complejos. Una nueva actualización permite al chatbot generar visualizaciones interactivas y dinámicas directamente dentro de la interfaz del chat, yendo más allá de las limitaciones de las imágenes estáticas.
De imágenes estáticas a simulaciones dinámicas
Anteriormente, cuando los usuarios pedían a Gemini que visualizara un concepto, la IA dependía de sus capacidades de generación de imágenes para producir una imagen única e inmóvil. Si bien son útiles para fines artísticos, las imágenes estáticas a menudo no explican cómo las cosas se mueven, cambian o funcionan con el tiempo.
Con esta nueva característica, Gemini puede crear simulaciones que los usuarios pueden manipular. En lugar de limitarse a mirar la imagen de un concepto, los usuarios pueden interactuar con él. Esto se logra mediante un flujo de trabajo específico:
1. El usuario le pide a Gemini que “me muestre” o “me ayude a visualizar” un tema específico.
2. Aparece un botón con la etiqueta “muéstrame la visualización” en el chat.
3. Al hacer clic en el botón se genera un modelo dinámico e interactivo.
Funcionalidad práctica: piezas móviles y controles
Las primeras pruebas de la función revelan que estas visualizaciones no son simplemente animaciones simples, sino modelos funcionales con parámetros controlados por el usuario.
Por ejemplo, al visualizar mecánica celestial (como la órbita de la Luna alrededor de la Tierra), la herramienta proporciona controles deslizantes que permiten a los usuarios ajustar la velocidad de la órbita y modificar el ángulo de visión. De manera similar, al explicar procesos mecánicos (como el funcionamiento interno del motor de un automóvil), la interfaz permite a los usuarios reproducir la animación o recorrer manualmente cada etapa del ciclo.
Esta capacidad transforma la IA de un respondedor pasivo a una herramienta educativa activa, lo que la hace mucho más efectiva para explicar física, ingeniería o biología.
El panorama competitivo: Géminis contra Claude
Google no es el primero en avanzar en esta dirección. En marzo, Anthropic introdujo capacidades similares para su IA Claude, que también impresionó a los usuarios con su capacidad para representar ideas complejas.
Sin embargo, existe una brecha funcional notable entre los dos:
– Claude actualmente permite a los usuarios guardar sus imágenes generadas para su uso posterior.
– Gemini actualmente carece de un mecanismo para guardar o exportar estas simulaciones interactivas.
A medida que se intensifica la carrera por la IA “multimodal” (IA que puede procesar y crear texto, imágenes, videos y datos interactivos), la capacidad de retener y revisar estas complejas ayudas visuales probablemente se convertirá en un diferenciador crítico.
Disponibilidad y requisitos técnicos
La implementación de esta función está actualmente en marcha a nivel mundial, aunque existen limitaciones específicas a tener en cuenta:
– Requisito del modelo: Las visualizaciones solo se generan cuando se utiliza el modelo Gemini Pro.
– Restricciones de la cuenta: La función no está disponible actualmente para cuentas de Google Workspace o Educación.
Si bien la función marca un paso significativo hacia un aprendizaje más intuitivo impulsado por la IA, su utilidad a largo plazo dependerá de si Google puede ampliar su complejidad y agregar la capacidad de guardar estas sesiones interactivas.
En resumen, la nueva función interactiva de Google convierte a Gemini de un generador de texto e imágenes a una herramienta de simulación funcional, aunque actualmente está por detrás de sus competidores en términos de gestión de archivos y capacidades de guardado.
