Amazon lanza Nova Act: nuevo modelo de IA capaz de ejecutar acciones en navegadores web

Amazon ha introducido Nova Act, un innovador modelo de inteligencia artificial diseñado específicamente para ejecutar acciones dentro de navegadores web. La compañía ha lanzado una versión preliminar del SDK de Nova Act a través de nova.amazon.com, permitiendo a los desarrolladores experimentar con esta tecnología y construir agentes capaces de completar tareas complejas en entornos digitales.

A diferencia de los modelos tradicionales de lenguaje que se limitan a responder consultas o generar texto, Nova Act está enfocado en la acción práctica. Este enfoque representa un cambio significativo en el concepto de "agentes de IA", transformándolos en sistemas que pueden operar de forma autónoma en diversos entornos digitales.

La nueva herramienta permite a los desarrolladores descomponer flujos de trabajo complejos en comandos atómicos confiables, como búsquedas o procesos de pago, añadiendo instrucciones detalladas cuando sea necesario. El SDK también facilita la integración con APIs y la manipulación directa del navegador a través de Playwright, lo que aumenta considerablemente su fiabilidad.

Según las pruebas internas de Amazon, Nova Act ha logrado una precisión superior al 90% en capacidades que suelen ser problemáticas para otros modelos, como la selección de fechas o la interacción con menús desplegables. En benchmarks como ScreenSpot y GroundUI Web, que miden la capacidad de interacción web, Nova Act ha demostrado un rendimiento competitivo frente a modelos como Claude 3.7 Sonnet de Anthropic y CUA de OpenAI.

Una de las características más destacadas de Nova Act es su enfoque en la fiabilidad, permitiendo que los agentes funcionen sin supervisión continua. Los desarrolladores pueden activar el modo "headless", convertir sus agentes en APIs o programarlos para ejecutarse de forma asíncrona según sea necesario.

Amazon ya está utilizando Nova Act en Alexa+ para navegar por internet de manera autónoma y completar tareas cuando los servicios integrados no proporcionan todas las APIs necesarias. La compañía ha señalado que este lanzamiento es solo el primer paso en su visión de desarrollar capacidades clave para crear agentes útiles a gran escala.