El análisis del código en la versión beta de la aplicación de Google revela que el asistente Gemini pronto podrá ejecutar tareas automáticas en aplicaciones instaladas del teléfono sin intervención directa del usuario. Los descubrimientos, identificados internamente bajo el nombre en clave “bonobo”, muestran que Google trabaja en lo que públicamente se conocerá como automatización de pantalla, una capacidad que trasforma el rol del asistente de inteligencia artificial de mero respondedor de preguntas a ejecutor activo de acciones en el dispositivo.
Cómo funcionaría el control automático de aplicaciones
La funcionalidad descubierta en la versión 17.4.66 beta permitiría a Gemini navegar de forma autónoma por las interfaces de otras aplicaciones y realizar gestiones sin que el usuario tenga que tocar la pantalla. Entre los casos de uso identificados en el código se encuentran solicitudes de transporte a través de plataformas como Uber y ordenar comida a domicilio, donde el asistente manejaría independientemente el flujo de navegación, los toques en la pantalla y la información necesaria para completar la transacción.
Esta capacidad representa un salto cualitativo en la evolución de los asistentes inteligentes. En lugar de limitarse a procesar texto o analizar imágenes estáticas, Gemini actuaría como un operador virtual del dispositivo. El usuario simplemente indicaría lo que necesita —”solicita un viaje” o “pide comida china”— y el sistema realizaría todos los pasos intermedios de forma automática. Google también prepara secciones dedicadas dentro de la interfaz de usuario para gestionar estas nuevas capacidades transaccionales, con apartados específicos para pedidos y compras.
La iniciativa forma parte de una estrategia más amplia de transformar a Gemini en un agente de inteligencia artificial capaz de ejecutar tareas complejas. Durante el Google I/O de 2025, la compañía presentó Project Astra, demostraciones iniciales de estas capacidades que ahora parecen estar mucho más cercanas a llegar a los usuarios finales. Las evidencias técnicas sugieren que Google no está simplemente en etapas de concepto, sino en fases avanzadas de desarrollo de esta funcionalidad.
Advertencias sobre errores y supervisión obligatoria
A pesar de la promesa de automatización completa, Google mantiene un enfoque cauteloso respecto a otorgar autonomía total al asistente. El código analizado incluye advertencias explícitas que advierten a los usuarios que Gemini puede cometer errores durante la ejecución de tareas. Por esta razón, el sistema instará a las personas a supervisar de cerca el proceso mientras la inteligencia artificial opera el teléfono, dejando siempre la posibilidad de intervención manual si algo no sale como se espera.
Esta medida refleja una realidad fundamental: los sistemas de inteligencia artificial actuales, por sofisticados que sean, aún cometen equivocaciones. La automatización no implica liberarse completamente de la responsabilidad, sino distribuirla entre la máquina y el usuario. Google reconoce que algunos escenarios pueden requerir correcciones o cancelaciones de acciones iniciadas por el asistente.
Privacidad y datos sensibles bajo escrutinio
Un aspecto crítico revelado en esta filtración concierne al manejo de privacidad cuando la función de registro de actividad está activada. Durante las sesiones en que Gemini controla otras aplicaciones, el sistema captura automáticamente screenshots de la pantalla. Estas imágenes no permanecen privadas únicamente en el dispositivo, sino que pueden ser revisadas por evaluadores humanos de Google para mejorar el servicio.
Esta práctica genera implicaciones importantes para la seguridad de la información personal. El código advierte explícitamente a los usuarios que no introduzcan datos sensibles, como credenciales de acceso o números de tarjeta de crédito, mientras el asistente opera las aplicaciones. Aunque esto pueda parecer obvio para una tarea automatizada que precisamente requiere interactuar con plataformas de pago, el recordatorio sugiere que Google anticipa mal uso o descuidos en este frente.
Los usuarios que deseen utilizar esta función enfrentarán una decisión fundamental: aprovechar la conveniencia de la automatización o mantener mayor control sobre qué información sensible exponen durante estas sesiones. Para compras o transacciones de dinero real, la consideración sobre qué datos puede ver el sistema durante su operación se vuelve especialmente relevante.
La información proviene de Android Authority, publicación especializada que analizó las cadenas de código dentro de la aplicación oficial de Google. Aunque Google no ha confirmado oficialmente la llegada de esta funcionalidad, la presencia detallada de código funcional y advertencias del usuario indica que el desarrollo avanza hacia una versión pública. La compañía mantiene su característico silencio sobre cronogramas de lanzamiento específicos, pero la madurez del código sugiere que el anuncio formal podría llegarse en los próximos meses.
Google transita un camino delicado entre la promesa de utilidad genuina y la preocupación legítima sobre la autonomía de máquinas que acceden a datos e interfaces sensibles. La automatización de pantalla en Gemini probablemente represente un cambio importante en cómo interactuamos con nuestros dispositivos, aunque requiera redefinir expectativas sobre privacidad y validación de acciones.
