Gemini per Mac ora parla (e vede il tuo schermo): come funzionano la dettatura intelligente e la Screen Awareness

Mercoledì 29 luglio 2026, Google ha annunciato due nuove funzionalità vocali per l’app Gemini su macOS: una dettatura intelligente disponibile per tutti gli utenti e una modalità Screen Awareness (opzionale) che permette a Gemini di vedere cosa c’è sul desktop . Ecco tutti i dettagli.

Cosa è stato annunciato

Google ha introdotto un nuovo livello di interazione vocale per l’app Gemini su macOS. Tenendo premuto il tasto Fn da qualsiasi finestra del desktop, si può parlare con Gemini senza dover cambiare applicazione . L’aggiornamento offre due modalità distinte.

Le due modalità e come funzionano

1. Dettatura intelligente (predefinita, sempre attiva)

• Tieni premuto il tasto Fn in qualsiasi app e parla in modo naturale .
• Gemini trascrive le parole in testo pulito e formattato automaticamente: gestisce punteggiatura, maiuscole e rimuove parole di riempimento ("ehm", "uh", correzioni a metà frase) .
• Il testo viene inserito direttamente nell’app o nel campo di testo che stai usando. È progettato come un sostituto più intelligente della dettatura integrata di macOS .

2. Screen Awareness (opzionale)

• Devi attivarla manualmente (solo su opt-in) .
• Una volta attivata, Gemini può "vedere" cosa c’è sullo schermo attraverso un permesso di condivisione dello schermo .
• Puoi dare comandi vocali che si riferiscono al contenuto visibile — ad esempio, "riassumi questo documento" o "modifica quel paragrafo" — e Gemini agisce sul contenuto visibile .
• The Verge descrive la funzione come la possibilità di "eseguire attività all'interno delle finestre aperte" .

Compromesso sulla privacy

• Dettatura intelligente: l’audio viene elaborato nel cloud di Google; si applicano le politiche standard sulla privacy di Gemini (le chat vengono conservate per 18 mesi di default, con opzioni per 3/36 mesi o eliminazione automatica, e la revisione umana è possibile sulle chat con opt-in) .
• Screen Awareness: la considerazione sulla privacy è maggiore: richiede di concedere a Gemini i permessi di registrazione dello schermo. Poiché è un opt-in, nulla viene condiviso finché non lo attivi esplicitamente . Una volta attivato, Google può vedere il contenuto delle finestre attive, sollevando preoccupazioni simili a qualsiasi strumento di lettura dello schermo basato su IA (condivisione accidentale di informazioni sensibili, visibilità delle credenziali, ecc.). Google dice che chiede conferma prima di compiere azioni importanti, ma i dati dello schermo vengono elaborati sui server di Google .

Confronto: Gemini vs ChatGPT Desktop vs Apple Intelligence

Caratteristica	Gemini macOS (29 luglio)	ChatGPT Desktop (23 luglio)	Apple Intelligence (Siri)
Attivazione	Tasto Fn tenuto premuto	Pulsante vocale / scorciatoia da tastiera nell’app	"Hey Siri" o pulsante
Ambito	A livello di sistema, qualsiasi finestra	Dentro l’app ChatGPT (agenti Work/Codex)	A livello di sistema tramite Siri
Screen awareness	Sì, opzionale	Sì (tramite agenti Work/Codex, Appshots su macOS)	Limitato (contesto su schermo in alcune app)
Modello vocale	Trascrizione + ragionamento di Gemini	GPT-Live-1 (bidirezionale, interrompibile)	Modelli Siri on-device
Conversazione bidirezionale	Focalizzato sulla dettatura; non full duplex	Full duplex (parla e ascolta simultaneamente)	Query one-shot
Automazione desktop	Tramite comandi Screen Awareness	Controllo diretto degli agenti (Codex, Work)	Scorciatoie + intents delle app
Piattaforma	Solo macOS (questa settimana)	macOS + Windows	macOS, iOS, iPadOS (ecosistema Apple)

Differenze chiave: La GPT-Live-1 di ChatGPT Desktop è una vera modalità vocale conversazionale — può ascoltare e parlare contemporaneamente, gestire interruzioni e dirigere agenti IA in tempo reale . L’approccio di Gemini è più orientato ai compiti: dettatura più comandi screen-aware, senza un dialogo fluido bidirezionale. Apple Intelligence è profondamente on-device e integrata nel sistema, ma manca della profondità generativa e dell’autonomia multipiattaforma di Gemini o ChatGPT.

Dettagli sulla disponibilità

Nuovo controllo vocale (29 luglio 2026)

• Lingua: inglese inizialmente; nessuna lista ufficiale di lingue aggiuntive è stata pubblicata .
• Versione dell’app: ultima app Gemini per macOS (aggiornamento progressivo, nessun numero di versione specifico rilasciato) .
• Distribuzione globale: in arrivo a livello globale a partire dal 29 luglio, ma potrebbe richiedere giorni per raggiungere tutte le regioni .
• Limite di età: 18+ (politica standard di Gemini).
• Abbonamento: gratuito per la dettatura intelligente; anche la Screen Awareness è gratuita al lancio — non è richiesto il piano Google AI Ultra o un livello a pagamento per nessuna delle due funzionalità vocali .

Gemini Spark (arrivato il 30 giugno 2026)

• Cosa è: un agente IA persistente 24/7 che funziona su Google Cloud, anche quando i dispositivi sono spenti. Automatizza compiti in Gmail, Docs, Calendar, file e servizi di terze parti usando Schedules e Skills .
• Lingua: solo inglese al lancio .
• Versione dell’app: richiede l’ultima app Gemini per macOS (beta); Spark funziona anche su Android, iOS e web .
• Distribuzione globale: beta limitata — solo Stati Uniti al 30 giugno . Un lancio in India è stato riportato separatamente il 29 luglio .
• Limite di età: 18+.
• Abbonamento: solo per abbonati Google AI Ultra (piano a pagamento). Non disponibile su Gemini gratuito .
• Differenza chiave dal controllo vocale: Spark è un agente in background (automazione proattiva 24/7), mentre il controllo vocale è un metodo di input in tempo reale (reattivo, on-demand). Spark funziona autonomamente nel cloud; il controllo vocale richiede di essere al Mac e di parlare attivamente. Spark è a pagamento; il controllo vocale è gratuito.