La actualización más destacada de Claude 3.5 es llevar la "conversación" a la "acción": puede ver la pantalla, mover el cursor, hacer clic en botones y escribir texto. Para los desarrolladores, Claude 3.5 ya no solo ofrece sugerencias, sino que completa tareas paso a paso en la interfaz.
Qué es exactamente el "uso de computadora" de Claude 3.5
Claude 3.5 ofrece la capacidad de "uso de computadora" en su versión beta pública, cuyo núcleo es permitir que el modelo use la interfaz de la computadora como un humano. Toma decisiones basadas en el contenido de la pantalla y luego ejecuta acciones como mover el mouse, hacer clic y entrada de teclado.
Es importante destacar que Claude 3.5 lo posiciona oficialmente como una función experimental: utilizable, pero puede experimentar lentitud, errores en los pasos o clics incorrectos. Es adecuado probarlo primero en escenarios controlados antes de integrarlo gradualmente en flujos de trabajo reales.
Qué tareas de múltiples pasos se pueden hacer con Claude 3.5
La automatización tradicional se asemeja más a un script y tiende a fallar ante cambios en la interfaz; el valor de Claude 3.5 radica en "entender la pantalla actual", por lo que es más adecuado para flujos que cruzan páginas, formularios y tienen muchos pasos. Por ejemplo, configurar elementos uno por uno en el backend de un sitio web, completar una serie de configuraciones en una herramienta o ingresar información en un sistema según un formato.
Algunos equipos también están explorando el uso de Claude 3.5 para ejecutar tareas de navegación en la interfaz de usuario que requieren decenas o incluso cientos de pasos, para ayudar en la validación de procesos, probar rutas de operación o realizar entradas repetitivas.
En qué plataformas está disponible Claude 3.5 y cómo acceder
La capacidad de uso de computadora de Claude 3.5 está actualmente disponible principalmente para escenarios de API. Los desarrolladores pueden invocarla en Anthropic API, o construir capacidades relacionadas en Amazon Bedrock y Google Cloud Vertex AI. Si buscas el nombre del modelo en el lado de AWS, en la documentación también aparecerán identificadores como Claude 3.5 Sonnet V2.
Al implementarlo en la práctica, se recomienda tratar a Claude 3.5 como un "agente que puede operar", añadiendo una capa de control de flujo externo: limitar el rango de páginas accesibles, agregar puntos de confirmación para pasos críticos, y registrar capturas de pantalla y entradas en cada paso para facilitar la reproducción y solución de problemas.
Limitaciones e información de seguridad que debes conocer antes de usar Claude 3.5
Claude 3.5 aún puede hacer clics incorrectos, omitir campos o malinterpretar botones, por lo que no debe considerarse como una "automatización sin supervisión". Un enfoque más seguro es hacer que Claude 3.5 funcione primero en un entorno de prueba, luego liberar permisos gradualmente y cambiar las operaciones de alto riesgo (pagos, eliminaciones, envío de formularios irreversibles) para que requieran confirmación manual.
En cuanto a seguridad, las versiones actualizadas de Claude 3.5 se someten a pruebas antes del despliegue y tienen evaluaciones colaborativas con instituciones de investigación en seguridad de IA de Estados Unidos y Reino Unido; Anthropic también indica que su estándar ASL-2 sigue aplicándose a este modelo. Para empresas o equipos, esta información es más como una "declaración de base", la verdadera seguridad aún depende de cuánto permiso le des a Claude 3.5 y de si realizas auditorías y rollbacks adecuados.
