Por Canuto  

OpenAI e Ironclad diseñaron 11 tareas de contratación para evaluar GPT-6 Astra: el modelo elevó su puntuación promedio frente a su antecesor y redujo el tiempo de ejecución, aunque los resultados no demuestran que pueda asumir trabajo legal sin supervisión.
***

  • GPT-6 Astra obtuvo un promedio de 55,0% en 11 tareas de contratación, frente al 41,6% de GPT-5.6 Sol.
  • El tiempo promedio por tarea bajó de 37,0 a 19,2 minutos, una mejora de eficiencia del 48%.
  • Ironclad participó en el diseño de las tareas y los criterios de éxito, pero la prueba no demuestra que el modelo pueda trabajar sin supervisión ni que generalice a todos los equipos legales.

 


OpenAI anunció el 6 de octubre de 2026 una colaboración estratégica de investigación con Ironclad, empresa de software especializada en contratación con inteligencia artificial. El trabajo puso a prueba GPT-6 Astra en 11 tareas relacionadas con la gestión de contratos, con un resultado promedio de 55,0%, superior al 41,6% que alcanzó su predecesor, GPT-5.6 Sol.

La evaluación también midió el tiempo necesario para completar las tareas: el promedio cayó de 37,0 minutos con el modelo anterior a 19,2 minutos con GPT-6 Astra, una mejora de eficiencia del 48%, según CryptoBriefing. El avance combina una puntuación más alta con una ejecución más rápida, aunque el promedio todavía deja preguntas sobre el alcance de la automatización en labores jurídicas.

Una prueba enfocada en el trabajo cotidiano de contratos

Las dos compañías definieron las 11 tareas para representar actividades que realizan los equipos de contratación en las empresas. Entre ellas figuran configurar acuerdos, gestionar aprobaciones y tramitar renovaciones de elementos contractuales, labores administrativas que pueden exigir coordinación entre varias personas y procesos internos.

La evaluación también abarcó negociaciones y aprobaciones jurisdiccionales, de modo que no se limitó a completar documentos de manera mecánica. Ese alcance importa porque la contratación empresarial suele incluir pasos distintos, desde preparar un acuerdo hasta conseguir las autorizaciones necesarias para avanzar con sus términos.

Ironclad aportó conocimiento especializado y sus empleados participaron directamente en la definición de lo que debía considerarse un resultado satisfactorio. Por eso, el ejercicio refleja criterios establecidos con intervención de una empresa que trabaja en este campo, en lugar de una prueba diseñada exclusivamente desde fuera de los flujos de contratación.

La información disponible no detalla el desempeño del modelo en cada una de las 11 tareas ni explica cómo se ponderó cada resultado para obtener el promedio. En consecuencia, el 55,0% permite comparar el resultado agregado con GPT-5.6 Sol, pero no identificar en qué actividades GPT-6 Astra avanzó más o dónde conserva mayores dificultades.

Más rapidez y una mejora que requiere contexto

La caída de 37,0 a 19,2 minutos por tarea supone 17,8 minutos menos en el promedio informado, mientras que las empresas expresaron el cambio como una mejora de eficiencia del 48%. La cifra apunta a un beneficio operativo potencial para equipos que manejan volúmenes importantes de contratos, aunque el resultado de una prueba no equivale por sí solo a una reducción garantizada de tiempos en todas las compañías.

La puntuación promedio también subió 13,4 puntos porcentuales frente al 41,6% de GPT-5.6 Sol. Es una diferencia clara entre ambos resultados, pero un promedio de 55,0% no demuestra que el modelo alcance un nivel suficiente para resolver sin revisión tareas donde los errores pueden afectar la interpretación o la aprobación de un acuerdo.

La fuente describe GPT-6 Astra como un modelo orientado a tareas profesionales y señala que OpenAI lo presentó a finales de septiembre de 2026. La prueba con Ironclad constituye así uno de sus primeros informes de desempeño en un conjunto concreto de actividades laborales, aunque el material disponible no ofrece detalles sobre el procedimiento completo ni sobre la composición de cada tarea.

Para interpretar los datos, conviene separar rapidez de calidad jurídica: terminar antes no significa necesariamente que cada decisión sea correcta o adecuada para un caso particular. El promedio presentado combina el desempeño en tareas diferentes y no permite, por sí solo, concluir que un equipo legal pueda delegar todo el proceso al modelo.

Una relación que viene de productos anteriores

La colaboración anunciada en 2026 se apoya en una relación previa entre las compañías, que trabajan juntas desde 2023. Ese año, Ironclad lanzó AI Assist, un producto que inicialmente funcionaba con GPT-4, por lo que la asociación de investigación prolonga una integración que ya había llegado a una herramienta dirigida a tareas contractuales.

Ironclad también integró datos contractuales en ChatGPT, una conexión que, según la información publicada, llevó acuerdos de sus clientes al entorno del chatbot de OpenAI. Ese antecedente muestra que la relación no se limita a diseñar una evaluación: incluye productos y usos vinculados con la gestión de documentos contractuales.

En 2026, OpenAI contrató a Jason Boehmig, cofundador de Ironclad, para dirigir una nueva vertical legal dentro de la compañía de inteligencia artificial. El dato añade un componente organizativo a la colaboración, pues la empresa está incorporando experiencia de la industria mientras desarrolla su actividad en el ámbito jurídico.

La investigación presenta la participación de especialistas y clientes como una vía para incorporar necesidades concretas al desarrollo y evaluación de modelos avanzados. En este caso, la experiencia de Ironclad ayudó a definir las tareas y los criterios de éxito; sin embargo, esa participación también significa que el punto de referencia refleja una perspectiva específica del sector.

Los límites de la evaluación y lo que queda por comprobar

El resultado de 55,0% es superior al del modelo anterior, pero no respalda por sí mismo el uso de GPT-6 Astra para realizar trabajo legal sin supervisión. La propia naturaleza de una puntuación promedio sobre tareas diversas obliga a considerar qué mide exactamente y qué consecuencias puede tener una respuesta incompleta en un proceso contractual real.

También permanece abierta la pregunta de si el modelo puede trasladar ese desempeño a equipos con procesos, industrias o jurisdicciones diferentes. Como Ironclad participó en el diseño de las pruebas, los datos disponibles no permiten asegurar que los criterios representen por igual las necesidades de todas las organizaciones que gestionan contratos.

Para los equipos legales, el balance informado combina una mejora comparativa con una advertencia práctica: GPT-6 Astra completó las tareas con mayor rapidez y elevó el promedio, pero la fuente no presenta evidencia que permita eliminar la revisión humana. Tampoco aporta resultados desglosados que indiquen si el modelo responde de manera uniforme en todos los tipos de gestión contractual evaluados.

La colaboración une una relación tecnológica iniciada con GPT-4, una evaluación construida con experiencia de Ironclad y la incorporación de su cofundador a una nueva área legal de OpenAI. Los próximos datos sobre desempeño en otros contextos ayudarían a determinar cuánto de esta mejora se mantiene fuera de las tareas diseñadas para la prueba y qué papel puede asumir la IA en la contratación cotidiana.


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