Por Canuto  

OpenAI asegura que sus agentes de inteligencia artificial ya acumulan 3,1 días de trabajo por cada jornada humana en sus operaciones de investigación, mientras la empresa apunta a desarrollar para 2028 un sistema capaz de realizar investigación de forma mucho más autónoma.
***

  • Los agentes de OpenAI registraron 3,1 días laborales por cada día humano a mediados de agosto de 2026.
  • El costo diario de inferencia supera USD $600 para el investigador mediano y rebasa USD $7.000 entre el 10% que más utiliza los sistemas, según los datos citados.
  • La compañía mantiene la supervisión humana para la estrategia y apunta a un investigador de IA autónomo para 2028.

OpenAI divulgó datos internos que muestran una expansión acelerada del uso de agentes de inteligencia artificial dentro de sus operaciones de investigación. A mediados de agosto de 2026, esos sistemas registraron 3,1 días-agente de trabajo por cada día laboral humano, una proporción que ilustra cuánto se han integrado en tareas antes reservadas a investigadores especializados.

La cifra no significa que una máquina haya reemplazado por completo a cada investigador ni que las decisiones centrales de la compañía carezcan de participación humana. Se trata de una medida del volumen de trabajo ejecutado por los agentes en relación con las jornadas de su personal. La planificación de alto nivel y las decisiones estratégicas complejas todavía requieren supervisión humana.

Una expansión acelerada dentro de OpenAI

La proporción de 3,1 días-agente por cada día humano representa un aumento frente a comienzos de 2026, cuando la asistencia de estos sistemas tenía una presencia menor en los flujos de investigación de OpenAI. La empresa había planteado previamente el desarrollo de sistemas capaces de realizar tareas de investigación con una intervención humana cada vez más limitada.

OpenAI describe sus agentes como herramientas capaces de abordar tareas largas y complejas, una orientación que también aparece en sus materiales públicos sobre la transformación del trabajo mediante agentes de IA. Sin embargo, la existencia de una mayor autonomía operativa no equivale por sí sola a que estos sistemas puedan sustituir a un investigador humano en todas sus funciones.

Agosto de 2026 también habría establecido un récord en el número de experimentos realizados por cada experimentador activo, el nivel más alto desde que comenzaron los registros internos en enero de 2025. Ese indicador sugiere que los agentes permiten coordinar más pruebas en un mismo periodo y explorar una cantidad mayor de alternativas.

La métrica, no obstante, mide volumen de actividad. No ofrece por sí sola una medida sobre la calidad de cada experimento, la tasa de errores o la proporción de resultados que requieren corrección humana. Por eso, debe interpretarse como un registro del esfuerzo computacional y operativo, no como una garantía automática de mejores descubrimientos.

El costo de ejecutar agentes más capaces

El crecimiento del uso de agentes también tiene una dimensión financiera vinculada con la inferencia, es decir, el cómputo necesario para que los modelos produzcan respuestas y ejecuten tareas. Los investigadores medianos de OpenAI incurren en costos diarios de inferencia superiores a USD $600, según los datos citados en la información sobre la operación interna de la compañía.

La distribución del gasto es todavía más desigual entre los usuarios intensivos. El 10% superior supera USD $7.000 diarios en costos de cómputo, una cifra que muestra cómo la autonomía operativa puede aumentar la productividad al mismo tiempo que eleva la demanda de infraestructura.

Estas cantidades ayudan a explicar por qué la expansión de agentes no depende únicamente de mejorar los modelos de IA. Cada proyecto automatizado necesita capacidad de procesamiento, mecanismos de supervisión y sistemas capaces de registrar resultados, detectar fallos y mantener la continuidad de los experimentos.

El dato de costos no permite concluir que todos los agentes sean rentables ni que cada jornada automatizada sustituya una jornada humana de igual valor económico. Sí muestra que ampliar la experimentación con agentes puede exigir recursos significativos, mientras el rendimiento de esa estrategia dependerá de la calidad de los resultados y del control de los problemas operativos.

Qué tareas asumen los sistemas de IA

El alcance de los agentes se amplió hasta incluir resolución de problemas, monitoreo de experimentos y ejecución de proyectos de investigación más sofisticados. Estas funciones los colocan más cerca de un colaborador técnico que de una herramienta limitada a redactar textos o responder consultas.

La compañía todavía reserva para las personas las decisiones estratégicas complejas y la planificación de alto nivel. Esa división mantiene a los investigadores humanos como responsables de definir prioridades, interpretar implicaciones generales y decidir qué líneas de trabajo merecen recursos adicionales, aunque los agentes ejecuten una parte creciente de las operaciones.

La diferencia entre asistencia y autonomía será uno de los principales puntos de seguimiento durante los próximos meses. Un agente que resuelve problemas concretos o vigila experimentos puede ahorrar tiempo a un investigador, pero un sistema capaz de definir objetivos, diseñar pruebas, analizar resultados y escoger el siguiente paso tendría un impacto mucho más profundo sobre la organización del trabajo científico.

OpenAI apunta para 2028 a un sistema descrito como un investigador de IA o un becario de investigación automatizado. La información disponible no permite establecer que exista una fecha precisa de marzo de 2028 ni que el objetivo ya se haya cumplido. La meta plantea una evolución hacia sistemas que podrían completar ciclos de investigación con una intervención humana menor que la observada actualmente.

La auto-mejora y los límites de la infraestructura

La expansión de agentes también plantea escenarios de auto-mejora, en los que los sistemas podrían ayudar a desarrollar versiones o capacidades posteriores de la propia tecnología. Esa posibilidad incrementa la importancia de la seguridad, la transparencia y la supervisión, especialmente cuando los agentes participan en tareas de investigación y aceleran el ritmo de los experimentos.

La divulgación sobre el avance de los agentes no demuestra que la automatización avance sin fricciones. La infraestructura debe sostener cargas de trabajo intensivas, mantener la disponibilidad de los sistemas y permitir que los equipos identifiquen fallos antes de convertirlos en errores repetidos dentro de proyectos de investigación.

El objetivo de 2028 dependerá, por tanto, de más factores que la autonomía del software. OpenAI deberá combinar modelos capaces, controles de seguridad, supervisión humana y capacidad de cómputo suficiente para que un investigador automatizado trabaje de manera consistente, interpretable y alineada con los objetivos definidos por la organización.

Un cambio para los trabajadores del conocimiento

La proporción de 3,1 días-agente por cada día humano tiene una lectura que trasciende las operaciones internas de OpenAI. Si los agentes pueden asumir una parte cada vez mayor de la resolución de problemas, el monitoreo y la ejecución experimental, otras empresas podrían acelerar la adopción de sistemas similares en áreas como programación, análisis financiero, investigación científica y desarrollo de productos.

Aun así, la métrica no demuestra que los trabajadores humanos hayan perdido relevancia ni que una automatización completa sea inminente en todas las industrias. La propia descripción de OpenAI conserva un papel central para las personas en la estrategia y la planificación, mientras la calidad, la responsabilidad y la capacidad de juzgar resultados siguen dependiendo de factores que no aparecen reflejados en el conteo de días-agente.

El aumento de los costos de inferencia introduce otra restricción para las organizaciones que quieran replicar este modelo. Las compañías tendrán que valorar si el incremento en la cantidad de experimentos compensa el gasto en cómputo, además de establecer reglas para evitar que agentes con objetivos mal definidos consuman recursos sin producir resultados útiles.

Por ahora, OpenAI presenta sus datos como una señal de que la investigación asistida por IA está entrando en una etapa más autónoma y costosa. El próximo punto de referencia será comprobar si ese volumen de trabajo se traduce en avances verificables y si la empresa puede acercarse a su meta de 2028 sin sacrificar transparencia, seguridad ni control humano.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.
Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados