- Funcionamiento de la IA local Phi Silica para analizar texto e imágenes en pantalla.
- Requisitos técnicos mínimos y compatibilidad con equipos Copilot+ PC.
- Acciones inteligentes disponibles para optimizar la productividad y la edición visual.
- Configuración de privacidad y gestión de directivas para entornos corporativos.
Si tienes un equipo moderno con Windows 11, es muy probable que hayas oído hablar de Click to Do, una joyita tecnológica que viene a cambiar la forma en que interactuamos con lo que vemos en el monitor. Básicamente, es una herramienta impulsada por inteligencia artificial local que analiza el contenido de tu pantalla para ofrecerte soluciones rápidas sin que tengas que andar saltando de una aplicación a otra como un loco.
Lo más potente de todo es que no depende siempre de la nube, sino que utiliza el modelo Phi Silica, un lenguaje pequeño pero matón que corre directamente en el hardware de tu PC. Esto significa que puedes conectar acciones concretas a cualquier texto o imagen que selecciones, haciendo que el flujo de trabajo sea mucho más fluido y, sinceramente, bastante más intuitivo para cualquier usuario.
¿Qué es exactamente y cómo funciona?
En esencia, Click to Do es una capa interactiva que se superpone a tu escritorio. Cuando la activas, el sistema analiza visualmente lo que hay en pantalla mediante reconocimiento óptico de caracteres (OCR) y detección de imágenes. Lo bueno es que este proceso es estrictamente local, por lo que tus datos no vuelan por internet a menos que tú mismo decidas ejecutar una acción que requiera conexión, como hacer una búsqueda en Bing.
Para ponerlo en marcha, tienes varias opciones según te sientas más cómodo. Puedes usar el atajo de teclado Windows + Q, hacer clic con el botón del ratón junto a la tecla Windows o, si tienes un dispositivo táctil, simplemente deslizando el dedo hacia la derecha. Incluso puedes encontrarlo en el buscador de Windows o acceder a través de la herramienta de Recortes si tienes la versión 11.2411.20.0 o superior.
Requerimientos técnicos para que vuele
No cualquier ordenador puede mover esta tecnología, ya que requiere un músculo específico en cuanto a hardware. Para disfrutar de Click to Do, necesitas un Copilot+ PC o un PC en la nube que cumpla con los siguientes mínimos: una NPU de 40 TOPS (la unidad de procesamiento neuronal es la clave aquí), al menos 16 GB de memoria RAM, 8 procesadores lógicos y un almacenamiento de 256 GB.
Potenciando el trabajo con textos
Cuando resaltas un fragmento de texto, la herramienta despliega un abanico de posibilidades muy útiles. Lo más básico es copiar el contenido o buscarlo en la web, pero donde realmente brilla es con las acciones inteligentes de Phi Silica. Por ejemplo, puedes resumir párrafos largos en pocos segundos, crear listas con viñetas para organizar ideas o reescribir el texto cambiando el tono a uno más formal o informal según a quién te dirijas.
Si lo que has seleccionado es un correo electrónico, la IA es capaz de sugerir enviar un mensaje por Teams o programar una reunión directamente en el calendario. Además, para los que están aprendiendo idiomas o necesitan mejorar su lectura, existen opciones como el Lector inmersivo o el Asesor de lectura, que ayudan a procesar la información en un entorno sin distracciones.
Magia visual con las imágenes
Con las imágenes, el sistema no se queda atrás. Al seleccionar una foto, puedes realizar acciones rápidas como borrar objetos no deseados usando la aplicación Fotos o quitar el fondo de una imagen mediante Paint. También es posible realizar una búsqueda visual con Bing para encontrar productos similares o información relacionada con lo que aparece en la captura.
Privacidad y control total
Microsoft ha puesto mucho énfasis en que el usuario no se sienta vigilado. El análisis de pantalla solo comienza cuando interactúas con la función y se detiene inmediatamente al salir. Los archivos temporales que se generan para transferir datos a otras apps se guardan en la carpeta AppData\Local\Temp y no se almacenan a largo plazo. Si por alguna razón no te convence, puedes ir a Configuración > Privacidad y seguridad y desactivar la función por completo.
Gestión para administradores de IT
En entornos empresariales, los administradores tienen el control total mediante directivas de grupo (GPO) o CSP. Pueden habilitar o deshabilitar la función para todos los usuarios de la organización para asegurar que se cumplen las normativas internas. Es importante notar que algunas funciones, como Preguntar a Copilot, pueden requerir licencias específicas de Microsoft 365 y se ajustan a las políticas de privacidad de la empresa.
Diferencias según la región
Hay que tener en cuenta que no todo el mundo tiene acceso a lo mismo. En el Espacio Económico Europeo (EEE), por ejemplo, algunas funciones de edición avanzada de imágenes o la integración con Copilot pueden estar limitadas. Del mismo modo, en China, debido a las leyes locales, los motores de búsqueda pueden variar y ciertas funciones de resumen o reescritura podrían no estar disponibles.
Esta herramienta representa un salto cualitativo en la productividad de Windows 11, permitiendo que la IA deje de ser un chat separado para convertirse en una extensión natural de la vista. Al combinar la potencia de la NPU con la eficiencia de Phi Silica, logramos un sistema que entiende el contexto de nuestra pantalla y nos ahorra clics repetitivos, manteniendo siempre la privacidad del procesamiento local como prioridad absoluta.