Inteligencia artificial
OpenAI afirma que alcanzó su “pasante de investigación” automatizado
OpenAI informó que alcanzó una meta que había fijado para septiembre de 2026: contar con un sistema capaz de realizar tareas de investigación bien definidas, bajo dirección humana, que a una persona especializada podrían demandarle varios días. La compañía lo describe como un “pasante de investigación” automatizado y apunta a desarrollar un investigador de IA más autónomo hacia marzo de 2028.
El anuncio no significa que una inteligencia artificial ya pueda dirigir por sí sola un laboratorio o decidir qué problemas científicos vale la pena investigar. La definición utilizada es más concreta: agentes capaces de ejecutar partes delimitadas del trabajo, como escribir código, preparar evaluaciones, analizar resultados y asistir en experimentos, mientras las personas fijan prioridades y juzgan los hallazgos.
Qué cambió dentro del trabajo de investigación
Según las mediciones internas publicadas por OpenAI, el uso de agentes de programación creció con fuerza durante 2026. Para mediados de agosto, la organización calculaba que empleaba 3,1 jornadas de trabajo de agentes por cada jornada humana de investigación, considerando como referencia un día laboral de ocho horas.
La empresa también observó un aumento en la cantidad de experimentos por investigador activo y una expansión de los usos delegados: ya no se trata solamente de generar fragmentos de código, sino también de ayudar con infraestructura técnica, monitoreo y tareas de mayor duración.
Más capacidad no elimina la supervisión
Los mismos datos sirven para moderar la lectura del anuncio. OpenAI reconoce que sus mediciones son preliminares y que automatizar algunas tareas no equivale automáticamente a acelerar todo el proceso científico. El cómputo disponible, la calidad de las ideas, el diseño de evaluaciones y la interpretación de resultados siguen siendo cuellos de botella.
Además, en más de la mitad de las tareas exitosas que normalmente demandarían entre cuatro y ocho horas a una persona hubo al menos una intervención humana. Ese dato muestra que la autonomía todavía convive con correcciones, contexto y decisiones profesionales.
El cambio puede estar en la forma de trabajar
La novedad más relevante quizá no sea la etiqueta de “pasante”, sino la aparición de flujos de trabajo en los que una persona coordina varios agentes al mismo tiempo. En lugar de resolver cada paso de forma secuencial, puede asignar pruebas distintas, comparar resultados y concentrarse en decidir qué línea merece continuar.
Ese modelo plantea nuevas habilidades: formular instrucciones claras, diseñar controles, reconocer resultados dudosos y documentar por qué se tomó una decisión. También exige saber cuándo detener un proceso. La velocidad sólo resulta útil si está acompañada por trazabilidad y criterios de calidad.
Una señal para la formación profesional
El caso permite mirar la IA menos como un reemplazo genérico y más como una infraestructura de colaboración. Quienes trabajan con datos, software o investigación necesitan combinar conocimiento técnico con capacidad de supervisión, análisis crítico y comunicación.
Es una transformación especialmente cercana a la ciencia de datos y la inteligencia artificial: construir modelos importa, pero también entender sus límites, validar resultados y convertir información en decisiones responsables.
Una meta ambiciosa, todavía en evaluación
OpenAI sostiene que avanza hacia un investigador automatizado más completo para 2028. Es una proyección de la propia compañía, no un resultado garantizado. El desempeño real dependerá de que los sistemas puedan sostener tareas largas, producir ideas útiles y operar con controles de seguridad acordes a su capacidad.
Por ahora, el dato concreto es otro: los agentes ya están modificando la rutina diaria de equipos de investigación y permiten ejecutar más trabajo en paralelo. El desafío será medir cuánto de esa actividad se convierte en conocimiento confiable y cuánto sigue necesitando la mirada humana que define el rumbo.
