Hace aproximadamente un año, OpenAI puso una fecha sobre la mesa: septiembre de 2026 . Para entonces quería disponer de lo que internamente denominaba un “becario de investigación” automatizado, una IA capaz de encargarse de parte del trabajo que normalmente recaería sobre un investigador humano. El plazo acaba de cumplirse y Sam Altman asegura que la empresa llegó antes de tiempo. “Hace unas semanas alcanzamos ese objetivo”, anunció el CEO durante el DevDay 2026 celebrado el 29 de septiembre en San Francisco . OpenAI, de hecho , ya había dejado constancia del hito unas semanas antes en un informe sobre cómo sus propios investigadores están utilizando agentes de IA .
El nombre puede dar una impresión equivocada. No hay una IA sentada junto al resto del equipo decidiendo por sí sola qué investigar. Pero la definición que utiliza OpenAI permite hacerse una idea de cuánto ha cambiado el listón : considera “becario de investigación” a un sistema capaz de completar bajo dirección humana tareas bien definidas que podrían ocupar varios días de trabajo a un investigador experimentado. El salto está en cuánto tiempo puede trabajar sola © Magnific.
Durante el mismo evento, Tejal Patwardhan, responsable de investigación de post-entrenamiento de OpenAI, añadió un dato todavía más llamativo . Según explicó, los modelos de la compañía pueden completar sin ayuda humana más de un tercio de determinadas tareas de investigación que llevarían aproximadamente un día completo a una persona. Eso no significa que una IA ya pueda desarrollar de principio a fin una nueva línea científica. El propio OpenAI reconoce que las personas continúan determinando qué problemas merecen investigarse, evaluando qué resultados tienen sentido y decidiendo qué experimentos deben continuar, detenerse o escalarse.
Y sus propios números introducen un matiz importante . En el análisis interno publicado el 6 de septiembre, la compañía señaló que más de la mitad de las tareas exitosas estimadas en entre cuatro y ocho horas requirieron al menos una intervención humana durante los últimos seis meses. OpenAI advierte además que los agentes todavía necesitan una cantidad significativa de orientación cuando aumenta la complejidad. No es necesariamente una contradicción con la cifra presentada por Patwardhan: pueden tratarse de conjuntos de tareas y métodos de medición distintos.
Sin embargo, OpenAI no detalló durante la presentación pública suficiente información sobre ese “más de un tercio” como para comparar ambas métricas directamente. Dentro de OpenAI, los agentes ya trabajan más horas que los humanos © Magnific. El cambio resulta más visible cuando se observa el uso interno. Antes de junio, la suma del tiempo de ejecución de los agentes todavía era inferior al trabajo humano realizado dentro del área de investigación .
A mediados de agosto, la proporción ya había cambiado a 3,1 jornadas de agente por cada jornada de trabajo humano, tomando ocho horas como referencia. El consumo también se disparó. El investigador mediano de OpenAI utilizaba a mediados de agosto más de 600 dólares diarios de inferencia a precios equivalentes de API, mientras que los usuarios situados en el percentil 90 superaban los 7.000 dólares por día. No significa que cada empleado esté literalmente pagando esas cifras, sino que OpenAI traduce el cómputo utilizado internamente a sus precios públicos .
Para la compañía, el “becario” es solo una parada intermedia. Su siguiente objetivo declarado es mucho más ambicioso: disponer para marzo de 2028 de un investigador de IA automatizado, capaz de asumir una parte considerablemente mayor del proceso bajo supervisión humana. OpenAI pide , sin embargo, cautela incluso con sus propios resultados. La empresa reconoce que estas formas de medir la aceleración de la investigación son todavía preliminares y que producir más código o ejecutar más experimentos no equivale automáticamente a producir mejores descubrimientos.
Ahí está probablemente la parte más interesante del anuncio. OpenAI ya no está midiendo únicamente si una IA responde correctamente una pregunta o escribe código . Está empezando a medir cuánto trabajo de un investigador puede absorber antes de que un humano tenga que volver a intervenir.
