OpenAI Dots: delegar también es diseñar

Cambiar dos fotos y publicar una web parece un encargo chico. En la presentación de OpenAI Dots del 29 de septiembre de 2026, esa secuencia resumió la apuesta: agentes que siguen trabajando con tu contexto y te consultan cuando hace falta. Para quienes diseñamos productos, la parte interesante está en ese acuerdo: qué delegás, qué revisás y qué sigue siendo tu decisión.

OpenAI presentó Dots y ChatGPT Space en DevDay junto con modelos y herramientas para desarrolladores. Dots es el agente personal; Space, el lugar compartido donde el equipo puede trabajar con personas y agentes. La combinación propone pasar de abrir una conversación para resolver algo a dejar una responsabilidad en marcha.

Nuestra lectura es que ese cambio necesita tanto diseño como inteligencia. Pedirle a una AI que prepare un cambio es bastante concreto. Darle permiso para decidir cuándo ese cambio está listo requiere otra relación con el producto.

Qué son OpenAI Dots

En la keynote, OpenAI describió Dots como agentes persistentes: pueden seguir un encargo en el tiempo, usar aplicaciones conectadas y trabajar en una computadora en la nube. La promesa es que puedas encargarles algo como seguir los errores que reportan los usuarios, investigar los problemas y preparar arreglos para revisar.

El ejemplo de una migración de software lo explica bien. Pedir que una app deje de depender de una API antigua, la conexión con otro servicio, implica encontrar dónde se usa, cambiar código y comprobar qué se rompió. En la presentación, el trabajo terminaba en propuestas de cambios listas para revisión. La persona seguía teniendo un lugar concreto en el proceso.

La documentación de Agents API muestra parte de esa base técnica: sesiones que conservan el trabajo, herramientas y entornos donde ejecutar código. OpenAI gestiona la continuidad de esas sesiones y permite seguir el progreso o intervenir. Esa documentación explica capacidades de la plataforma; por sí sola no demuestra que un Dot resuelva bien cualquier proyecto.

El anuncio describe una promesa de producto. Todavía necesitamos uso cotidiano para saber cuánto contexto interpreta bien y cuánta supervisión termina pidiendo.

La diferencia entre hacer y hacerse cargo

En la demostración de Blossom, una aplicación musical ficticia, el agente encontraba feedback y un diseño nuevo cerca del lanzamiento. La presentadora podía pedirle que lo convirtiera en una versión funcional. La escena junta dos trabajos: enterarse de que algo cambió y actuar sobre ese cambio.

Para un equipo de producto, la segunda parte depende mucho de la primera. Un diseño recién compartido puede ser una propuesta, una prueba o una decisión aprobada. Tener acceso al archivo no resuelve esa diferencia. El encargo tiene que aclarar qué fuentes mandan y hasta dónde puede avanzar el agente.

Imaginá que delegás el seguimiento de errores de tu checkout. Un acuerdo útil podría permitir investigar y preparar una corrección, exigir pruebas de compra y dejar el paso a producción para alguien del equipo. Si el agente encuentra que la solución cambia los precios, el trabajo ya pide otro criterio. Esa frontera forma parte de la experiencia que hay que diseñar.

El anuncio oficial de Dots agrega un matiz importante: la investigación proactiva en segundo plano utiliza herramientas de solo lectura. Las reglas personalizadas permiten autorizar acciones, exigir aprobación o bloquearlas. OpenAI también ofrece una vista de actividad para seguir el trabajo. Estar disponible todo el día no equivale a tener permiso para modificar todo.

Aprobar tiene que servir para decidir

Un botón que dice «aprobar» aporta poco si antes tenés que reconstruir qué hizo el agente. Para publicar esas dos fotos, querrías ver cuáles cambió y cómo quedó la página. Para una corrección de código, qué comportamiento probó y qué sigue sin comprobar.

En Labba, pondríamos ahí el esfuerzo de diseño: que el resultado llegue con la evidencia necesaria para tomar la siguiente decisión. El permiso inicial y la revisión final necesitan conectarse. Si pediste cambiar imágenes, la aprobación no debería esconder una modificación del formulario de compra.

OWASP recomienda permisos mínimos y aprobación humana antes de acciones de alto impacto. También indica que la autorización debe comprobarse en los sistemas que ejecutan las acciones. Nuestra conclusión de producto es que esos controles necesitan ser comprensibles para quien delega. Una regla que nadie sabe configurar difícilmente ayuda a trabajar con confianza.

Para qué entra ChatGPT Space

Según el recap de DevDay, Space reúne conocimiento compartido y páginas donde pueden colaborar personas y agentes. En la keynote, el equipo mencionaba al Dot dentro de una página para pedir cambios y trabajar sobre el mismo material.

El valor potencial aparece cuando la delegación deja de ser individual. Si vos encargás una actualización y otra persona revisa el resultado, ambos necesitan entender qué se pidió. Un mensaje privado que dice «ya está» deja demasiado trabajo de interpretación para el resto.

Nuestra apuesta es que una página compartida debería permitir distinguir propuestas, decisiones aprobadas y trabajo pendiente. Space ofrece un lugar para esa colaboración; habrá que comprobar cómo resuelve esas diferencias en la práctica. Un documento actualizado por un agente puede estar al día y seguir sin representar un acuerdo del equipo.

El marco de NIST pide definir responsabilidades y supervisión en sistemas de AI. Nuestra lectura es que esa claridad también debe aparecer donde el equipo trabaja, a la vista de quienes encargan y revisan.

Qué conviene probar primero

OpenAI está desplegando Dots en mercados habilitados para Pro y Business Premium; en Enterprise, la beta depende de que la habilite el administrador. El anuncio también distingue la conversación con el Dot de las tareas que inicia en Codex o ChatGPT Work: esas tareas siguen contando para los límites de uso correspondientes.

Empezaríamos con una responsabilidad acotada cuyo resultado puedas revisar: investigar reportes de errores y preparar propuestas, por ejemplo. El criterio para ampliar el encargo sería cuánto trabajo de seguimiento te ahorra sin obligarte a adivinar qué pasó.

La prueba interesante llegará cuando cambie una prioridad a mitad del trabajo. Si para corregir el rumbo alcanza con una instrucción clara y el equipo entiende qué quedó pendiente, Dots habrá ganado algo más útil que otra demo: un lugar estable en la forma de trabajar.

Fuentes

• Keynote de OpenAI DevDay, 29 de septiembre de 2026: transcripción aportada por Manuel; ejemplos de publicación web, migración y Blossom.
• Introducing dots, OpenAI, 29 de septiembre de 2026.
• DevDay 2026 Recap, OpenAI, 29 de septiembre de 2026.
• Agents API, documentación de OpenAI, consultada el 29 de septiembre de 2026.
• Excessive Agency, OWASP, edición 2025, consultada el 29 de septiembre de 2026.
• AI RMF Core, NIST, 2023, consultado el 29 de septiembre de 2026.