Una de las novedades más relevantes de GPT-5.6 no se encuentra en la conversación convencional de ChatGPT, sino en la API de OpenAI. Se llama Programmatic Tool Calling y permite que el modelo escriba y ejecute código JavaScript para coordinar varias herramientas dentro de una misma petición.
Dicho de una forma sencilla: GPT-5.6 ya no tiene que utilizar las herramientas únicamente una por una, ya que puede crear un pequeño programa que las consulte, combine sus resultados, filtre la información y devuelva solamente lo necesario.
¿Significa esto que ChatGPT puede crear sus propias automatizaciones?
En cierto modo, sí. Pero es importante entender qué tipo de automatización es, qué límites tiene y qué implicaciones plantea para la privacidad.
¿Qué es Programmatic Tool Calling?
Los modelos de inteligencia artificial pueden conectarse mediante la API con funciones y servicios externos.
Por ejemplo, una aplicación puede proporcionar al modelo herramientas para:
- consultar una base de datos;
- obtener información de un CRM;
- comprobar el inventario;
- buscar documentos;
- consultar facturas;
- actualizar un registro;
- ejecutar código;
- conectarse a un servidor MCP.
Hasta ahora, el funcionamiento habitual consistía en que el modelo solicitaba una herramienta, esperaba su respuesta, analizaba el resultado y decidía cuál debía utilizar después. Este proceso se conoce como tool calling o llamada a herramientas.
Programmatic Tool Calling, también denominado PTC, introduce una posibilidad diferente: el modelo puede escribir un programa en JavaScript que organice varias llamadas, establezca condiciones, ejecute operaciones en paralelo y procese los resultados intermedios antes de devolver una respuesta.
El flujo podría representarse así:
Petición del usuario → GPT-5.6 escribe el programa → el programa consulta las herramientas → procesa los datos → devuelve un resultado reducido → GPT-5.6 redacta la respuesta final
El modelo no se limita a decidir qué herramienta debe utilizar. También puede programar cómo deben coordinarse varias herramientas para resolver una parte concreta del trabajo.
Un ejemplo empresarial
Imaginemos que una empresa quiere identificar a los clientes con mayor riesgo de impago.
Para hacerlo, el sistema necesita:
- Consultar los clientes activos en el CRM.
- Obtener sus facturas en el ERP.
- Identificar las facturas vencidas.
- Calcular la deuda acumulada.
- Cruzar la deuda con la antigüedad y el historial del cliente.
- Ordenar los resultados por nivel de riesgo.
- Generar un informe con los casos prioritarios.
Con el tool calling tradicional, el modelo podría recibir grandes cantidades de información después de cada consulta y tendría que interpretar los resultados antes de solicitar la siguiente herramienta.
Con Programmatic Tool Calling, GPT-5.6 podría generar un programa que consultara el CRM y el ERP, cruzara ambos conjuntos de datos, eliminara registros innecesarios y devolviera únicamente una estructura JSON.
En lugar de incorporar al contexto miles de clientes y facturas, el modelo recibe un resumen reducido y preparado para elaborar la respuesta final.
¿Es realmente una automatización?
Sí, aunque no es una automatización empresarial completa.
Programmatic Tool Calling funciona como una microautomatización generada dinámicamente dentro de una petición a la API. Su finalidad es resolver una fase delimitada del proceso mediante código.
Puede utilizar:
- llamadas paralelas;
- bucles;
- condiciones;
- filtrado;
- clasificación;
- cálculos;
- agrupaciones;
- validación;
- eliminación de duplicados.
OpenAI recomienda utilizarlo cuando el flujo es previsible y el código puede transformar grandes resultados intermedios en una salida estructurada mucho más pequeña.
No se trata de que GPT-5.6 cree autónomamente una infraestructura permanente sino que el programa se genera para esa ejecución concreta, realiza el trabajo autorizado y termina.
Programmatic Tool Calling frente a n8n
PTC puede recordar a una plataforma de automatización como n8n, pero cumplen funciones diferentes:
| Programmatic Tool Calling | n8n |
|---|---|
| Opera dentro de una petición a la API | Controla workflows completos |
| Genera código dinámicamente | Utiliza nodos y flujos configurados |
| Procesa resultados intermedios | Conecta aplicaciones y servicios |
| No mantiene un flujo permanente | Puede ejecutar procesos recurrentes |
| Está pensado para tareas delimitadas | Gestiona disparadores, horarios y eventos |
| Coordina herramientas autorizadas | Gestiona credenciales, errores y reintentos |
| Termina al completar la ejecución | Puede mantener automatizaciones activas |
Una arquitectura real podría combinar ambos sistemas:
n8n detecta una nueva solicitud → llama a GPT-5.6 → PTC consulta varias fuentes y analiza los datos → GPT devuelve una conclusión → n8n registra el resultado y solicita aprobación antes de actuar.
Por tanto:
n8n orquesta el proceso empresarial; Programmatic Tool Calling orquesta herramientas dentro del razonamiento de la IA.
No son tecnologías competidoras, sino que pueden funcionar como capas complementarias.
¿Por qué es una novedad importante?
El principal beneficio potencial está en evitar que todos los resultados de las herramientas tengan que entrar repetidamente en el contexto del modelo.
Cuando una consulta devuelve miles de registros, gran parte de esa información puede ser irrelevante para la respuesta final y PTC permite procesarla dentro del entorno de ejecución, entregando al modelo únicamente los datos útiles.
Esto puede reducir:
- el consumo de tokens;
- la cantidad de llamadas;
- los pasos de ida y vuelta;
- la latencia;
- el volumen de datos intermedios;
- y la complejidad de determinados agentes.
Pero reducir llamadas o tokens no constituye por sí sólo una mejora. OpenAI recomienda comparar el sistema programático con el tool calling convencional y medir también la calidad, la integridad de la respuesta, las evidencias disponibles, los errores y el coste total.
Una automatización más rápida que entrega una conclusión incorrecta no es más eficiente, es un error que llega antes.
¿Puede ejecutar cualquier código?
No, los programas se ejecutan en un entorno V8 nuevo y aislado proporcionado por OpenAI. Este entorno admite JavaScript, pero no ofrece acceso general a Node.js, instalación de paquetes, procesos del sistema, consola, sistema de archivos permanente ni conexión directa a internet. Además, tampoco conserva el estado de JavaScript entre ejecuciones.
El programa únicamente puede comunicarse con los sistemas externos mediante las herramientas que el desarrollador haya habilitado expresamente.
Además, cada herramienta puede configurarse para que sea utilizada:
- directamente por el modelo;
- únicamente desde un programa;
- o mediante ambas modalidades.
Esto permite limitar el campo de actuación de la IA. PTC no recibe acceso automático a toda la infraestructura de la empresa: solo puede utilizar las funciones incluidas y autorizadas en la petición.
El gran asunto pendiente: privacidad y seguridad
La existencia de un entorno aislado reduce determinados riesgos técnicos, pero no significa que los datos permanezcan dentro de la empresa.
Cuando PTC consulta un CRM, un ERP, una base de datos o un servidor MCP, la información necesaria puede transmitirse a la API de OpenAI y, dependiendo de la arquitectura, también a otros proveedores.
OpenAI indica que los datos enviados mediante la API no se utilizan para entrenar sus modelos de forma predeterminada. Sin embargo, los registros de supervisión de abusos pueden conservar contenido durante un máximo de 30 días y la Responses API mantiene por defecto estado de la aplicación durante al menos 30 días.
Configurar store: false puede evitar determinado almacenamiento de estado, pero no equivale a activar Zero Data Retention. ZDR requiere que la organización o el proyecto sean aprobados y configurados específicamente para esta modalidad. PTC es compatible con ZDR, pero la retención final depende del conjunto completo de modelos, herramientas y servicios utilizados.
Además, cuando se utilizan servidores MCP u otros servicios externos, los datos enviados quedan sujetos también a las políticas de esos terceros. Tener Zero Data Retention con OpenAI no garantiza que otro proveedor conectado no almacene la información.
Qué debería controlar una empresa
La implantación de PTC debería respetar los mismos principios de seguridad y protección de datos que cualquier otra integración empresarial.
El Reglamento General de Protección de Datos exige que los datos personales sean adecuados, pertinentes y limitados a lo necesario, que no se conserven durante más tiempo del requerido y que se protejan mediante medidas técnicas y organizativas apropiadas. Y, por supuesto, también exige que la organización pueda demostrar el cumplimiento de estos principios.
En la práctica, esto implica:
- enviar únicamente los campos imprescindibles;
- seudonimizar o anonimizar la información cuando sea posible;
- limitar los permisos de cada herramienta;
- separar claramente las funciones de lectura y escritura;
- registrar las operaciones realizadas;
- impedir acciones destructivas automáticas;
- revisar la retención de todos los proveedores;
- y mantener supervisión humana en decisiones sensibles.
Una herramienta que consulta facturas no necesita necesariamente conocer el nombre completo, el correo electrónico y el teléfono del cliente. Una automatización de inventario no debería disponer de permiso para emitir pagos. Y un agente que analiza datos no debería poder eliminarlos porque «considera» que ya no son necesarios.
La privacidad no se resuelve confiando en que el modelo actuará correctamente. Se resuelve mediante arquitectura, permisos y límites verificables.
Cuándo conviene utilizarlo
Programmatic Tool Calling resulta especialmente apropiado cuando es necesario:
- cruzar varios conjuntos de datos;
- filtrar grandes resultados;
- clasificar o agrupar registros;
- calcular indicadores;
- validar estructuras;
- deduplicar información;
- ejecutar llamadas dependientes con un flujo previsible;
- o reducir grandes volúmenes de datos a un resumen estructurado.
No suele ser la mejor opción cuando una sola llamada es suficiente, cuando cada resultado exige una nueva valoración del modelo o cuando la operación necesita aprobación. OpenAI también recomienda mantener llamadas directas cuando deben conservarse citas, documentos originales o artefactos nativos.
Las acciones que modifican datos, envían comunicaciones, realizan compras o producen consecuencias externas deberían mantenerse fuera del programa o incorporar una barrera de autorización explícita.
La verdadera aportación de Programmatic Tool Calling
PTC no convierte a GPT-5.6 en una plataforma de automatización empresarial autónoma, ni tampoco sustituye a n8n, a un ERP ni al software corporativo.
Su importancia reside en que permite que el modelo genere temporalmente la lógica necesaria para coordinar varias herramientas y procesar sus resultados sin tener que incorporar toda la información intermedia a la conversación.
Es un paso desde el modelo que pide herramientas hacia el modelo que programa cómo deben colaborar, algo que puede hacer que los agentes sean más rápidos, eficientes y escalables, pero también aumenta la importancia de decidir qué datos pueden consultar, qué operaciones pueden ejecutar y dónde debe detenerse la autonomía.
La cuestión ya no es únicamente si la inteligencia artificial sabe utilizar una herramienta, sino hasta qué punto estamos dispuestos a permitir que programe la forma de utilizarla.
