Saltar al contenido

Los agentes de IA de OpenAI ya resuelven solos casi la mitad de las tareas de investigación que a una persona le toman entre dos y cuatro horas

OpenAI publicó un informe interno según el cual sus agentes de inteligencia artificial completaron sin intervención humana el 46% de las tareas de investigación de 2 a 4 horas en octubre de 2026, el doble que en marzo. La compañía aclara, sin embargo, que las personas siguen siendo centrales en el desarrollo de la IA y que los agentes todavía requieren supervisión constante.

IFM Noticias
Redacción
4 min lectura
Escuchar artículo
Los agentes de IA de OpenAI ya resuelven solos casi la mitad de las tareas de investigación que a una persona le toman entre dos y cuatro horas
Imagen: IFMERA

¿Qué midió OpenAI?

El documento, titulado Research acceleration: The jagged frontier ("Aceleración de la investigación: la frontera irregular") analiza cómo sus propios investigadores usan agentes de IA —programas capaces de ejecutar por sí mismos una cadena de pasos, como escribir código, lanzar pruebas y revisar resultados— en el trabajo diario de crear nuevos modelos.

La medición clasificó las tareas según el tiempo que le tomarían a un especialista humano. En las de 2 a 4 horas, la tasa de éxito sin ayuda pasó del 23% en marzo al 46% en octubre. En las más largas, de 4 a 8 horas, subió del 13% al 35%.

Una frontera "irregular"

El título del informe alude a que el avance no es parejo. Según el desglose reportado por TechRadar, los agentes supervisaron de manera autónoma el 79% de las tareas de monitoreo de entrenamientos —el proceso, que puede durar semanas, en el que un modelo aprende a partir de grandes volúmenes de datos—, pero su desempeño fue considerablemente menor al momento de lanzar esos entrenamientos. En la escritura de software para inferencia, es decir, los sistemas que ponen a funcionar un modelo ya entrenado para responder a los usuarios, solo completaron el 25% de las tareas.

Únete al canal de WhatsApp de IFMNOTICIAS para estar informado de manera oportuna y con detalle. IFMNOTICIAS · Información de Verdad

Por categorías, entre agosto y octubre los mejores resultados se dieron en comunicación (69%) y análisis (58%), mientras que en infraestructura de investigación la cifra fue del 43 %.

Más agentes y más gasto

El informe también describe un uso cada vez más intensivo. En octubre, la mediana del gasto en herramientas de agentes fue de 2.400 dólares diarios por investigador, calculada con los precios públicos de la interfaz de programación (API) de OpenAI, un 62% más que en septiembre. En el 10% de los investigadores con mayor consumo, el gasto llegó a 23.000 dólares por día.

Cada investigador acumuló en promedio el equivalente a 5,7 jornadas laborales de ocho horas de trabajo de agentes por cada día calendario, once veces más que en la medición de referencia. Más de dos tercios llegaron a operar al menos cuatro agentes en simultáneo en sus días de mayor actividad.

En una encuesta a 101 empleados, la mediana de los consultados respondió que cedería el 40% del personal de su equipo a cambio de mantener tres meses de acceso a los agentes más avanzados.

Las advertencias del propio informe

OpenAI subraya que los humanos siguen a cargo de la dirección, el criterio y la supervisión. Los agentes pueden entregar trabajos que parecen terminados pero contienen errores que exigen correcciones sustanciales, y aún muestran limitaciones en el juicio de investigación, la calidad del software y la planificación de experimentos.

La empresa también reconoce un matiz metodológico: la mezcla de tareas delegadas cambió durante el periodo, de modo que parte de la mejora podría deberse a que los investigadores aprendieron a escoger mejor qué encargar, y no solo a modelos más capaces. Además, el tiempo de ejecución de los agentes mide actividad, no calidad, y las cifras de productividad no prueban por sí solas un avance científico más rápido. Se trata de datos internos de la propia compañía, no de una evaluación independiente revisada por pares.

Una tendencia en la industria

El reporte se suma a otras mediciones del sector. Anthropic, creadora del asistente Claude, ha estimado que su modelo lideró en agosto el 26% de su trabajo de investigación y desarrollo, siempre con supervisión humana, y la organización evaluadora METR calculó a comienzos de noviembre que esa empresa mejora sus modelos a un ritmo 1,9 veces mayor que en el periodo anterior. Ambos datos apuntan a una misma pregunta que hoy ocupa a la industria: hasta qué punto la IA ya está ayudando a construir la próxima generación de IA.

Preguntas y respuestas de contexto

¿Qué logró OpenAI con sus agentes de inteligencia artificial?

La compañía reportó que sus agentes de IA completaron de forma autónoma el 46% de las tareas de investigación que a un humano le toman entre dos y cuatro horas, duplicando su efectividad desde marzo.

¿En qué áreas de trabajo son más efectivos estos agentes?

Los mejores resultados se dieron en tareas de comunicación y análisis, además de supervisar el 79% del monitoreo de entrenamientos de modelos, aunque su desempeño es menor en la escritura de software.

¿Cuáles son las limitaciones actuales de esta tecnología?

OpenAI advierte que los agentes aún requieren supervisión humana constante, ya que pueden cometer errores sustanciales y presentan fallas en el juicio de investigación y la planificación de experimentos.

Compartir:

Noticias relacionadas