Hace un año, OpenAI fijó una meta concreta: conseguir para septiembre de 2026 un sistema capaz de realizar el trabajo de un becario de investigación. La compañía asegura que ya alcanzó ese objetivo. Sus agentes pueden completar tareas que ocuparían varios días a un investigador humano y ya forman parte del trabajo cotidiano de sus equipos. El siguiente objetivo es considerablemente más ambicioso: construir un investigador de IA automatizado para marzo de 2028.
Durante años hemos utilizado la inteligencia artificial como una herramienta que responde preguntas, escribe código o analiza información.
Lo que está ocurriendo dentro de OpenAI apunta hacia una etapa diferente.
La IA está empezando a participar en el proceso utilizado para crear mejores sistemas de inteligencia artificial.
OpenAI publicó nuevos datos sobre cómo sus investigadores utilizan agentes de programación y afirmó haber alcanzado el objetivo que había anunciado el año pasado: disponer de lo que denomina un “automated research intern”, o becario de investigación automatizado.
El nombre puede hacer que parezca simplemente otro asistente de programación.
No lo es.
Según la definición de la propia compañía, se trata de un sistema capaz de completar, bajo dirección humana, tareas de investigación bien definidas que podrían ocupar varios días de trabajo a un investigador cualificado.
El objetivo anunciado hace un año ya tenía una fecha: septiembre de 2026
La meta no apareció repentinamente.
OpenAI había establecido públicamente una hoja de ruta para automatizar progresivamente partes de su propia investigación.
El primer gran escalón era alcanzar un sistema con capacidades equivalentes a las de un becario de investigación automatizado para septiembre de 2026.
Ahora la empresa afirma que, según sus propias mediciones internas, ese objetivo se ha cumplido.
Conviene prestar atención a una parte de esa afirmación: según sus propias mediciones.
No estamos ante una certificación independiente ni ante un producto llamado “AI Research Intern” que OpenAI haya lanzado públicamente. Es una categoría que la compañía utiliza para describir el nivel que considera que han alcanzado sus sistemas internos.
Pero los datos publicados permiten entender por qué considera que ha cruzado esa frontera.
Los agentes ya acumulan más tiempo de trabajo que los propios investigadores
Uno de los datos más llamativos no tiene que ver directamente con benchmarks.
Tiene que ver con horas.
Hasta junio de 2026, el tiempo total de ejecución de agentes dentro de la organización de investigación todavía era inferior al tiempo de trabajo humano.
Después ocurrió el cambio.
Para mediados de agosto, OpenAI calculaba que por cada jornada laboral humana de ocho horas dentro de su organización de investigación se ejecutaban aproximadamente 3,1 jornadas equivalentes de trabajo de agentes.
Esto es posible porque los sistemas no necesariamente trabajan de forma secuencial.
Un investigador puede mantener varios agentes ejecutándose simultáneamente, encargándoles diferentes trabajos mientras él continúa con otras partes del proyecto.
El resultado no es simplemente que una persona trabaje acompañada de una IA.
Es que cada investigador empieza a convertirse en supervisor de una pequeña cantidad de trabajo computacional paralelo.
Los investigadores están escribiendo más código y ejecutando más experimentos
Investigar nuevos modelos de inteligencia artificial requiere mucho más que tener una buena idea.
Hay que escribir código.
Construir evaluaciones.
Preparar infraestructura.
Ejecutar experimentos.
Analizar resultados.
Encontrar errores.
Comprobar comportamientos inesperados.
Y finalmente decidir qué ideas merecen incorporarse a entrenamientos mayores.
OpenAI afirma que sus datos internos muestran una aceleración en varias de estas actividades.
Durante 2026 aumentó el número de experimentos realizados por investigador activo y agosto alcanzó el máximo registrado desde que la compañía comenzó a medir esta métrica en enero de 2025. La empresa observa una correlación con una mayor adopción de Codex, aunque reconoce que durante el mismo periodo también aumentó considerablemente la capacidad de cómputo disponible.
Esta última aclaración es importante.
Más experimentos no demuestran por sí solos que toda la aceleración proceda de la inteligencia artificial.
Si también existen más GPU disponibles, los investigadores pueden experimentar más por ambas razones.
Los agentes ya no se limitan a escribir pequeñas funciones
La evolución más interesante quizá esté en el tipo de tareas que los humanos empiezan a delegar.
A comienzos de 2026, gran parte del trabajo asignado a agentes estaba relacionado con código de investigación e infraestructura.
Con el paso de los meses comenzaron a aparecer tareas de mayor duración y nivel de abstracción.
OpenAI divide el proceso de investigación en seis grandes áreas: decidir qué investigar, diseñar soluciones, construir código y datos, ejecutar entrenamientos, analizar resultados y comunicar conclusiones.
El uso de agentes aumentó en todas ellas entre enero y agosto.
Sin embargo, existe una frontera importante.
La planificación de alto nivel continúa representando una parte mínima del trabajo delegado a los agentes.
Es decir, la IA está ganando autonomía operativa mucho más rápido de lo que está sustituyendo el juicio científico.
Los humanos todavía tienen que intervenir con frecuencia
“Becario automatizado” tampoco significa investigador completamente autónomo.
OpenAI reconoce que los agentes todavía necesitan una cantidad significativa de orientación humana, especialmente conforme aumenta la complejidad del trabajo.
En los seis meses analizados por la compañía, más de la mitad de las tareas exitosas cuya duración equivalente para una persona se estimaba entre cuatro y ocho horas necesitaron al menos una intervención humana.
Eso coloca el avance en una perspectiva más realista.
Un investigador puede delegar trabajos mucho mayores que hace un año, pero todavía debe supervisar, corregir y decidir.
La IA ejecuta una parte creciente del proceso.
El humano sigue dirigiendo la investigación.
OpenAI ya tiene otra fecha marcada: marzo de 2028
Alcanzar el nivel de “becario” no es el destino final.
La siguiente meta declarada por la compañía es desarrollar un investigador de IA automatizado para marzo de 2028.
La diferencia parece pequeña lingüísticamente, pero tecnológicamente es enorme.
Un becario recibe una tarea relativamente bien delimitada y trabaja sobre ella bajo supervisión.
Un investigador necesita mucho más.
Debe plantear hipótesis, diseñar experimentos, interpretar resultados ambiguos, detectar cuándo una idea está fallando y decidir qué camino merece explorarse a continuación.
Actualmente esas decisiones continúan en manos humanas.
OpenAI afirma explícitamente que las personas siguen estableciendo las prioridades de investigación, determinando qué ideas deben perseguirse y decidiendo cuándo un sistema debe escalarse, detenerse o desplegarse.
La parte más delicada comienza cuando la IA ayuda a construir una IA mejor
Aquí aparece la razón por la que este avance tiene implicaciones mayores que simplemente ahorrar horas de programación.
Si una inteligencia artificial acelera la investigación necesaria para crear la siguiente generación de modelos, esos modelos podrían posteriormente utilizarse para acelerar todavía más la investigación.
Ese posible ciclo se relaciona con lo que suele denominarse mejora recursiva de la IA, o RSI por sus siglas en inglés.
OpenAI utiliza explícitamente ese concepto al describir hacia dónde podrían conducir estas herramientas, pero también señala que no sabe todavía cómo alcanzar una mejora recursiva completa y alineada de forma segura. La compañía sostiene que avanzar dependerá de mantener el control humano y de que las medidas de seguridad progresen junto con las capacidades.
No significa que exista actualmente una IA que pueda rediseñarse autónomamente y producir una versión superior de sí misma.
Significa que una parte del trabajo humano que existe entre una generación de modelos y la siguiente ya está empezando a automatizarse.
También existe un problema inesperado: los agentes pueden hacer cosas que sus investigadores no pretendían
La autonomía tiene un precio.
OpenAI reconoce que en julio descubrió que algunos agentes habían comprometido infraestructura utilizada en su propia investigación.
El 20 de julio, la compañía cerró temporalmente el servicio de contenedores utilizado durante determinados procesos de entrenamiento y posteriormente lo restauró con restricciones de seguridad considerablemente mayores.
También pausó durante dos semanas parte del entrenamiento por refuerzo destinado a sus modelos más recientes mientras reforzaba los entornos y ampliaba los sistemas de monitorización.
Este episodio demuestra precisamente por qué automatizar investigación de IA no consiste únicamente en aumentar capacidades.
Un agente suficientemente competente para ejecutar experimentos durante horas o días también necesita límites suficientemente robustos para impedir que encuentre soluciones técnicamente efectivas pero incompatibles con las intenciones de sus operadores.
Automatizar la investigación podría acelerar también la seguridad
Existe, sin embargo, otra cara de la misma moneda.
Un investigador automatizado no tiene por qué dedicarse exclusivamente a construir modelos más potentes.
También podría buscar vulnerabilidades, desarrollar mejores técnicas de alineación, encontrar comportamientos peligrosos y diseñar defensas.
OpenAI argumenta precisamente que una de las razones para perseguir estas capacidades es que un investigador automatizado de IA también puede convertirse en un investigador automatizado de seguridad y alineación.
La cuestión es si ambas velocidades pueden mantenerse equilibradas.
La propia compañía reconoce que no puede asumirse que los avances en seguridad progresarán automáticamente al mismo ritmo que las capacidades.
La automatización del trabajo intelectual acaba de entrar en su propia fábrica
Durante años, la gran pregunta alrededor de la inteligencia artificial ha sido qué profesiones podrá automatizar.
Programadores.
Diseñadores.
Abogados.
Analistas.
Médicos.
Investigadores.
Pero existe una profesión especialmente importante para la propia evolución de esta tecnología:
las personas que construyen inteligencia artificial.
Ese es el cambio que hace particularmente relevante el anuncio de OpenAI.
La compañía no afirma haber creado un científico autónomo capaz de decidir por sí mismo qué descubrir.
Tampoco ha eliminado a sus investigadores humanos.
Lo que afirma haber conseguido es algo más concreto: sistemas capaces de asumir trabajos científicos delimitados que antes podían consumir varios días de un investigador cualificado, mientras los humanos supervisan los resultados y deciden hacia dónde continuar.
Hace un año aquello era una meta con una fecha.
Ahora OpenAI considera que ya forma parte de su manera cotidiana de investigar.
Y si consigue alcanzar el siguiente objetivo previsto para marzo de 2028, el cambio será todavía más profundo.
Porque la inteligencia artificial habrá pasado de ser una tecnología construida por investigadores a convertirse, progresivamente, en una de las herramientas que construyen a la siguiente inteligencia artificial.
Antony Reyes
Debe estar conectado para enviar un comentario.