Gemini Computer Use: qué probar antes

En casi todos los negocios hay una tarea que nadie quiere hacer: copiar pedidos de un correo a un portal de proveedores, cargar los mismos datos en dos programas que no se hablan, revisar cada semana que el formulario de la web sigue funcionando. Si esos programas no ofrecen una forma de conectarse entre sí, la única salida parecía ser una persona delante de la pantalla.

El 30 de octubre de 2026, Google pasó a disponibilidad general una herramienta que apunta justo a ese hueco: Computer Use, que permite a un agente de IA usar una pantalla como lo haría una persona. Es una noticia para equipos técnicos, no un botón nuevo en el chat de Gemini. Aquí te contamos qué es, qué no hace sola y cómo probarla sin poner en riesgo tus cuentas ni los datos de tus clientes.

Qué anunció Google

Según el registro de cambios de la API de Gemini, el 30 de octubre de 2026 Google publicó la herramienta Computer Use en disponibilidad general en sus dos APIs, Interactions y GenerateContent. Una API es la puerta por la que un programa se conecta con otro. Que algo esté en «disponibilidad general» quiere decir que deja de ser una prueba y Google lo ofrece como producto estable para desarrolladores.

La documentación oficial de Computer Use lo describe como una herramienta para crear agentes que controlan navegadores, móviles y escritorios. Entre los usos típicos menciona rellenar formularios, probar recorridos de una web y buscar información en varios sitios. Todo lo que contamos aquí sale de esas dos fuentes, consultadas el 1 de noviembre de 2026.

Cómo funciona, sin tecnicismos

La idea es sencilla: la IA ve lo mismo que verías tú y dice qué haría. Pero quien mueve el ratón no es la IA, es un programa que alguien tiene que construir.

1. Paso 1Tu programa envía a Gemini la tarea y una captura de la pantalla.
2. Paso 2Gemini responde con acciones: hacer clic aquí, escribir esto, pulsar esta tecla.
3. Paso 3Tu programa ejecuta esas acciones en un navegador o en un equipo.
4. Paso 4Se hace una captura nueva y se repite hasta terminar o hasta que algo lo detenga.

Según la documentación, quien implementa el agente tiene que construir tres piezas: un entorno de ejecución aislado, el código que ejecuta los clics y las teclas, y el bucle que guarda el historial de cada paso. Es trabajo de desarrollo. Si alguien te ofrece «activar Computer Use» como si fuera un interruptor, pregúntale quién va a construir y mantener esas piezas.

Las medidas de seguridad que trae

La documentación incluye varias protecciones, y también deja claro hasta dónde llegan:

Google también es directo con los límites. Su documentación dice que Computer Use puede contener errores y vulnerabilidades de seguridad, que hay que supervisarlo de cerca en tareas importantes y que no conviene usarlo para decisiones críticas, datos sensibles o acciones cuyos errores no se puedan corregir. Añade que el modelo puede interpretar mal una pantalla o quedarse dando vueltas, y que en esos casos lo correcto es parar y pedir a una persona que tome el control.

¿Agente que usa la pantalla o conexión directa?

Antes de pensar en un agente que hace clics, conviene hacerse una pregunta más simple: ¿los programas que quieres conectar ya ofrecen una API? Muchos sí: tiendas online, CRM (el programa donde guardas clientes y oportunidades), hojas de cálculo, herramientas de facturación.

Si existe la conexión directa, casi siempre es mejor camino. Computer Use encaja en los huecos donde no la hay: un portal de proveedor antiguo, una herramienta interna sin API, una prueba que necesita recorrer la web como un cliente. En automatizar procesos con IA: qué sí, qué no explicamos cómo elegir qué tareas merecen la pena.

Cómo diseñar una prueba controlada

Si después de esa pregunta Computer Use sigue pareciendo la opción, estos son los pasos que seguiríamos para probarlo sin riesgos. Te sirven también para pedírselos a quien lo vaya a implementar:

1. Elige una tarea pequeña y repetitiva. Por ejemplo, rellenar el formulario de contacto de tu propia web para comprobar que funciona, o cargar cinco registros en un portal. Nada que implique pagar, firmar o enviar mensajes a clientes.
2. Monta un entorno separado. Una máquina virtual o un contenedor, como recomienda Google, con un navegador sin tus contraseñas guardadas ni sesiones abiertas.
3. Usa una cuenta de prueba y datos inventados. Si el portal no tiene cuenta de prueba, crea una con permisos mínimos: que pueda hacer la tarea y nada más.
4. Activa todas las protecciones. La detección de instrucciones ocultas, que viene apagada, y la confirmación humana en cualquier acción sensible.
5. Define cuándo debe parar. Un número máximo de pasos, un tiempo máximo y una regla clara: si no está seguro, se detiene y avisa.
6. Comprueba el resultado por otra vía. No basta con que el agente diga que terminó. Mira en el portal que los datos quedaron bien cargados.
7. Calcula el costo antes de crecer. Cada paso es una llamada a la API con una captura. Consulta la página de precios de Google y haz la cuenta con tu volumen real.

Si el agente va a tocar datos de clientes, revisa también quién ve esos registros. Lo explicamos a propósito de otra herramienta en quién ve los datos de ejecución en n8n.

Lo que no conviene hacer

• Confundirlo con una función del chat. Computer Use es una herramienta de la API para desarrolladores, no algo que se active en la aplicación de Gemini.
• Darle tus contraseñas o tu sesión abierta. Una cuenta propia, con permisos mínimos, limita el daño de cualquier error.
• Dejarlo pagar, firmar o enviar mensajes sin confirmación. Son justo las acciones que Google marca como sensibles.
• Suponer que «disponibilidad general» significa «sin errores». Google advierte de errores y vulnerabilidades; supervisa de cerca.
• Usarlo donde existe una API. Si los programas ya se pueden conectar directamente, esa vía suele ser más estable y más barata de mantener.
• Pasar de la prueba a todo el negocio de golpe. Amplía tarea por tarea, y solo cuando la anterior funcione sin sustos.