TECNOLOGIA
21/11/2026
OpenAI reveló que sus agentes de inteligencia artificial ya completan casi la mitad de las tareas de investigación sin ayuda humana
Fuente: Netfan Servicios
Un informe interno de la compañía y una auditoría independiente sobre Anthropic muestran que los laboratorios líderes ya reorganizan su proceso de desarrollo en torno a sus propias herramientas
La inteligencia artificial que construye mejor inteligencia artificial dejó de ser una hipótesis teórica. OpenAI publicó el 18 de noviembre un informe en el que documenta cómo sus agentes de IA ya completan de forma autónoma tareas de investigación y desarrollo de modelos que antes requerían horas de trabajo humano. El ritmo al que crece ese número sugiere que el campo está atravesando una inflexión que sus propios protagonistas reconocen que no saben cómo medir del todo.
Según el informe publicado por la compañía en su sitio web, la tasa de éxito estimada para tareas de dos a cuatro horas de duración pasó del 23% en marzo al 46% en octubre de 2026. Para trabajos más extensos ?entre cuatro y ocho horas de labor humana?, la mejora también fue significativa: del 13% al 35% en el mismo período.
La compañía advirtió, sin embargo, que parte de esa mejora puede explicarse por cambios en qué tareas eligen delegar los investigadores, y no solo por una mejora en las capacidades del modelo.
El desglose por tipo de tarea muestra que el avance es desigual. Los agentes completan el 79% de las asignaciones de monitoreo de entrenamientos de forma autónoma, el 35% de los lanzamientos de entrenamientos, y apenas el 25% de las tareas de escritura de código para sistemas de inferencia. Como señaló el informe, el avance es dispar.
Los números de uso interno son igual de llamativos. Según el mismo informe, el investigador promedio de la empresa utilizó el equivalente a USD 2.400 por día en herramientas de IA agente durante octubre, calculado a precios de lista de la API de la compañía. Ese valor representó un aumento del 62% respecto de septiembre. En el extremo más alto del consumo, el gasto llegó a USD 23.000 diarios, con una suba del 105% en el mismo período.
En términos de tiempo activo, cada investigador pasó a ejecutar el equivalente a 5,7 jornadas laborales de agentes por día calendario, 11 veces más que en mayo. Dos tercios de los investigadores corrieron cuatro o más agentes en simultáneo durante los picos de uso.
La compañía también registró que, en un sondeo interno, 27 de 28 investigadores declararon preferir trabajar con el modelo interno más reciente antes que con la asistencia de un ingeniero humano de carrera media más un modelo de 2024.
Uno de los hallazgos más discutidos del informe involucra el rol de Codex, el asistente de programación de OpenAI, en el desarrollo de modelos recientes. Para GPT-6 Astra, lanzado en septiembre, los investigadores de preentrenamiento atribuyeron todas las ideas identificadas como centrales a personas; los modelos ayudaron a implementarlas.
Para GPT-6.2 Astra, lanzado el mismo día del informe, el panorama cambió en al menos un área: los investigadores de preentrenamiento describieron haber desarrollado ideas en conversación con Codex. Uno de ellos atribuyó al asistente la identificación de perspectivas clave durante el trabajo conjunto; otro indicó que la idea principal era suya, pero que solo empezó a funcionar bien después de que la herramienta sugirió una modificación.
Los investigadores de postentrenamiento y monitoreo de seguridad, en cambio, mantuvieron que todas las ideas que nombraron para ambas versiones provinieron de personas.
A pesar del optimismo implícito en las cifras, el informe también recoge una voz disidente del propio equipo. Uno de los investigadores entrevistados admitió tener "ninguna confianza" en que los humanos mantengan su ventaja en la generación de ideas por mucho tiempo más. Otros señalaron que los agentes todavía carecen de lo que en la compañía denominan "gusto de investigación" y producen lo que describieron como "AI slop", o contenido generado automáticamente de baja calidad que requiere revisión cercana antes de escalar.
Ese reconocimiento convive con una valoración implícita del acceso: en un sondeo hipotético incluido en el informe, los investigadores declararon que estarían dispuestos a ceder el 40% de sus colegas humanos con tal de conservar el acceso a los agentes actuales.
El fenómeno no es exclusivo de OpenAI. Según una investigación publicada el 5 de noviembre por el medioThe Defiant, la organización sin fines de lucro METR (Model Evaluation and Threat Research) determinó, tras 11 semanas de revisión interna en Anthropic, que esa empresa está mejorando sus modelos a un ritmo 1,9 veces mayor que el registrado entre marzo de 2024 y octubre de 2025, con un intervalo de confianza del 95% de entre 1,5 y 2,8 veces.
En ese sentido, METR estimó que aproximadamente el 80% de esa aceleración es atribuible al uso de IA en el propio proceso de investigación y desarrollo.
Anthropic, por su parte, publicó sus propias métricas internas: en agosto de 2026, Claude lideraba el 26% del trabajo de investigación y desarrollo de IA de la empresa. La firma utiliza el término "lidera" en un sentido técnico específico: el modelo puede completar la mayor parte de una tarea a partir de un indicador de alto nivel mientras un humano supervisa. Ninguna tarea medida funcionaba de forma completamente autónoma.
La combinación de ambos informes ?el de OpenAI y el de METR sobre Anthropic? configura un cuadro en el que la IA ya no solo asiste a los investigadores sino que, en partes crecientes del ciclo de desarrollo, genera insumos que antes eran de autoría exclusivamente humana. El riesgo de subestimar ese cambio, según algunos de los propios investigadores involucrados, es considerable. Uno de ellos señaló que un trabajo que sin IA llevaría un mes podría extenderse a tres meses sin el apoyo de los agentes actuales, según lo informado por The Defiant.
Fuente: Netfan Servicios