Google porta Gemini oltre la chat e dentro il desktop del Mac. Con l’aggiornamento dell’app macOS, l’assistente può eseguire operazioni in applicazioni installate sul computer e sul web: apre programmi, naviga nei menu, inserisce testi nei campi e completa flussi composti da più passaggi. La nuova modalità si chiama Computer use e viene distribuita inizialmente in inglese negli Stati Uniti agli abbonati Google AI Plus, Pro e Ultra.

Il cambiamento riguarda il modo in cui Gemini può essere impiegato. Finora l’app per Mac poteva lavorare con file locali e con alcuni servizi collegati all’account, come Gmail o Google Calendar. Computer use amplia il perimetro: invece di limitarsi a recuperare informazioni o generare contenuti, Gemini può agire attraverso l’interfaccia delle applicazioni, cliccando e digitando per conto dell’utente. È l’approccio che sta trasformando i chatbot in agenti software capaci di portare a termine un incarico, anziché limitarsi a suggerire come eseguirlo.

Un agente che lavora fuori dalla finestra di chat

Per avviare la funzione bisogna includere @Computer use nella richiesta. Gemini interpreta l’obiettivo, individua gli strumenti necessari e procede con i passaggi operativi. Google indica che l’agente può affrontare sequenze anche lunghe, nelle quali si passa da un’app locale a una pagina web o a un servizio cloud, trasferendo informazioni e risultati tra ambienti che normalmente non comunicano in modo diretto.

L’esecuzione non occupa il desktop principale. Gemini opera in una finestra isolata in background e mostra nell’interfaccia della chat un’anteprima live di ciò che sta facendo. Questo dettaglio è rilevante per l’uso quotidiano: mentre l’agente compila un modulo, consulta dati online o lavora in un’app creativa, l’utente può continuare a usare schermo e cursore. Non si tratta dunque di un semplice comando remoto che prende il controllo della sessione macOS, ma di un ambiente separato concepito per rendere visibile il flusso senza bloccare il resto del lavoro.

Tra gli scenari illustrati da Google ci sono l’elaborazione in serie di immagini in software di design, la preparazione di scene 3D, l’estrazione da PDF locali di pesi, misure e indirizzi da riportare in moduli di spedizione, oppure la raccolta di metriche e schermate da dashboard online per costruire una presentazione in Google Slides. Un altro esempio è la pubblicazione di articoli usati: Gemini può esaminare foto presenti sul Mac, cercare riferimenti di prezzo, registrare i dettagli e predisporre gli annunci sulle piattaforme di rivendita.

Il valore di questi esempi non sta tanto nel singolo task, quanto nella continuità dell’operazione. Un assistente tradizionale può riassumere un documento o scrivere la descrizione di un prodotto; un agente con accesso all’interfaccia può, almeno in linea di principio, prendere quei dati e inserirli nei diversi programmi necessari. Google segnala inoltre la possibilità di usare l’output di un flusso appena concluso per avviarne un altro: un asset visivo creato in un tool di design, per esempio, può diventare il punto di partenza per un progetto in Visual Studio Code.

Permessi e conferme restano il confine decisivo

Un agente che apre applicazioni, legge file e interagisce con siti pone inevitabilmente una questione di controllo. Google afferma che la scelta delle app accessibili resta nelle mani dell’utente e che l’attività può essere osservata passo per passo nell’anteprima. L’esecuzione può essere fermata con un clic, mentre le azioni considerate sensibili richiedono una conferma.

In particolare, Gemini si interrompe davanti ai login e ai pagamenti. È una precauzione essenziale, ma non esaurisce il tema della sicurezza. Molte operazioni apparentemente ordinarie possono infatti produrre effetti concreti: inviare un modulo, caricare un file su un servizio esterno, modificare un progetto condiviso o pubblicare dati su una piattaforma. La possibilità di assegnare permessi per singola app e di seguire l’agente in tempo reale rende il sistema più controllabile, ma richiede comunque una supervisione attenta, soprattutto quando entrano in gioco documenti personali, informazioni aziendali o servizi che hanno conseguenze economiche.

La qualità dell’automazione dipenderà anche dalla capacità di Gemini di interpretare correttamente interfacce progettate per gli esseri umani. Menu che cambiano, finestre inattese, campi compilati in modo ambiguo e richieste di autorizzazione sono ostacoli normali nel lavoro al computer. Google presenta Computer use come uno strumento per liberare tempo dai passaggi ripetitivi, non come un sistema a cui delegare senza verifiche attività delicate o irreversibili.

La gara per portare gli agenti nel sistema operativo

L’arrivo su Mac colloca Google in una corsa più ampia. Le grandi piattaforme AI stanno cercando di rendere gli assistenti capaci di agire sulle applicazioni, sui browser e sui dati che popolano il lavoro digitale reale. Il passaggio è strategico: un modello linguistico diventa molto più utile quando può collegare tra loro software differenti, senza costringere l’utente a copiare, incollare e ripetere manualmente ogni istruzione.

Nel caso di Gemini, l’integrazione parte da desktop app già richiamabili nei connettori, tra cui Blender, Autodesk Fusion, Git e Obsidian. Il supporto a strumenti creativi e tecnici fa intuire il pubblico più immediato della funzione: chi alterna progettazione, sviluppo, gestione di documenti e servizi web. Ma i casi d’uso citati da Google mostrano un’ambizione più larga, che va dalla preparazione di preventivi alla creazione di materiali per presentazioni.

Il Mac è anche un terreno sempre più conteso dagli agenti. Meta ha introdotto per Muse capacità di interazione con app e dati locali, mentre OpenAI offre funzioni analoghe attraverso Dots. La differenza fra le proposte non si misurerà soltanto sulla qualità del modello o sulla rapidità con cui l’agente completa un task. Contano la granularità dei permessi, l’affidabilità davanti alle eccezioni, la trasparenza delle azioni eseguite e la capacità di mantenere il contesto tra strumenti diversi.

Per Google, Computer use aggiunge un tassello concreto all’offerta in abbonamento di Gemini. La funzione non è al momento indicata come disponibile in Italia né Google ha comunicato una data per l’estensione ad altre lingue o mercati. La distribuzione iniziale, limitata agli Stati Uniti in inglese e ai piani a pagamento, lascia quindi spazio a una fase di osservazione: sarà importante capire quali applicazioni verranno supportate nel tempo, come evolveranno le protezioni e se l’esperienza arriverà anche su altri sistemi operativi.

Nel frattempo, la novità chiarisce la direzione del settore. L’AI personale non viene più proposta soltanto come interlocutore nella barra laterale del browser o nella chat di un’app: punta a diventare un esecutore visibile, con autorizzazioni circoscritte, all’interno dei flussi di lavoro del computer. L’utilità pratica dipenderà dalla fiducia che gli utenti saranno disposti a concederle e dalla capacità dei produttori di dimostrare che quell’autonomia resta sempre revocabile.

Fonti