Índice de contenidos
Claves de la noticia
- El laboratorio sitúa el hito en tareas definidas por personas y equivalentes a varios días de trabajo experto.
- A mediados de agosto midió 3,1 jornadas de agente por cada jornada humana de investigación.
- Más de la mitad de los trabajos exitosos de cuatro a ocho horas necesitaron al menos una intervención humana.
OpenAI asegura que sus agentes ya completan trabajos científicos bien delimitados que antes ocupaban varios días a un investigador. El avance aumenta la producción experimental, pero aún depende de supervisión humana, cómputo abundante y tareas cuidadosamente acotadas.
Una meta interna que ya tiene definición operativa
OpenAI denomina “becario de investigación automatizado” a un sistema capaz de resolver, bajo dirección humana, encargos bien especificados que consumirían varios días de una persona cualificada. La empresa afirma haber alcanzado esa meta y fija como siguiente objetivo un investigador automatizado para marzo de 2028. La formulación evita equipararlo con un científico autónomo: alguien sigue eligiendo la pregunta, delimitando el entorno, aportando recursos y juzgando si el resultado merece continuar.
La diferencia importa porque investigar no consiste únicamente en ejecutar experimentos. Incluye detectar qué problema vale la pena, reformular hipótesis, interpretar señales contradictorias y abandonar caminos atractivos pero estériles. El sistema descrito comprime sobre todo el tramo ejecutable de ese ciclo. Puede escribir código, lanzar pruebas y analizar resultados durante horas; no demuestra que pueda sostener por sí solo un programa científico abierto ni responsabilizarse de sus consecuencias.
El nombre elegido funciona por tanto como nivel de capacidad y no como puesto laboral literal. Un becario aprende dentro de una institución y responde ante ella; el agente aporta ejecución escalable, pero su aprendizaje, memoria y responsabilidad siguen diseñados por el laboratorio.
La cifra de 3,1 jornadas necesita contexto
OpenAI calcula que a mediados de agosto sus agentes producían 3,1 días de trabajo de investigación por cada día humano. No significa que cada empleado trabaje cuatro veces más rápido ni que todas las salidas sean aprovechables. La unidad agrega tiempo de agente y lo compara con una estimación de esfuerzo humano. Un mismo investigador puede mantener varias tareas en paralelo, revisar resultados y redirigirlas, de modo que el aumento se parece más a ampliar un equipo de asistentes que a sustituir una jornada completa.
La propia publicación ofrece un freno útil: más de la mitad de las tareas exitosas que duraron entre cuatro y ocho horas requirieron al menos una intervención. Esa dependencia confirma que la autonomía sigue siendo intermitente. También introduce un sesgo de selección: la métrica se concentra en trabajos que llegaron a una conclusión considerada útil, mientras los intentos descartados consumen cómputo y atención aunque no aparezcan como jornadas productivas.
La economía del agente todavía es extraordinaria
El investigador mediano consumió más de 600 dólares diarios a precios de API y el percentil 90 superó 7.000 dólares. Esas cantidades no equivalen al coste marginal que paga OpenAI por su propia infraestructura, pero permiten comparar el acceso externo. Un becario humano aporta contexto acumulado, aprende de reuniones y puede cambiar de tarea sin miles de llamadas. El agente aporta velocidad, paralelismo y disponibilidad, a cambio de una factura que hoy limita su uso a problemas de alto valor.
El reparto también es desigual. Una minoría de usuarios intensivos concentra una porción enorme del cómputo, señal de que la ganancia depende tanto de saber diseñar experimentos como del modelo. Para universidades y empresas españolas, la pregunta inmediata no es cuántas plazas desaparecen, sino qué proyectos justifican cientos o miles de euros diarios y cómo se documentará qué parte del resultado procede del agente, de los datos y de la revisión humana.
Una caída de GPU funcionó como experimento natural
El 7 de agosto, restricciones de seguridad redujeron un 59,2 % la asignación de GPU Astra. OpenAI observó que el uso de otras clases de modelos aumentó un 17,2 % y compensó aproximadamente el 85 % de la pérdida. El episodio muestra capacidad de sustitución: cuando el recurso más potente escasea, los investigadores trasladan parte del trabajo a sistemas alternativos. También revela que la productividad atribuida al agente está estrechamente ligada a la disponibilidad de infraestructura.
Ese comportamiento favorece una arquitectura por niveles. Tareas rutinarias pueden enviarse a modelos baratos y reservar el sistema fronterizo para decisiones difíciles. La inferencia es relevante para organizaciones con presupuestos limitados: el rendimiento no depende solo de comprar el modelo superior, sino de clasificar encargos, conservar el estado y medir cuándo una escalada realmente mejora la respuesta. Sin esa disciplina, la automatización puede convertir tiempo ahorrado en gasto invisible.
El siguiente hito será más difícil de auditar
Un investigador automatizado implicaría proponer líneas de trabajo, encadenar resultados inciertos y mantener objetivos durante semanas o meses. Medirlo exigirá algo más robusto que contar jornadas. Harán falta comparaciones con equipos humanos, registro de fracasos, evaluación externa y atribución clara de descubrimientos. También será necesario separar mejoras del modelo de ventajas obtenidas por herramientas, acceso privilegiado a cómputo o conocimiento previo de la organización.
OpenAI reconoce que la dirección y las decisiones continúan en manos humanas. Esa limitación no resta interés al avance: automatizar días de ingeniería experimental ya cambia la velocidad de un laboratorio. Sí obliga a leer el anuncio como una medición interna y no como prueba universal. La evidencia más valiosa vendrá cuando terceros puedan reproducir tareas, calcular el coste total y comprobar si el sistema genera conocimiento fiable fuera del entorno que lo diseñó.
