OpenAI ya tiene un «becario» de IA, pero aún necesita supervisión humana
OpenAI afirmó el 6 de septiembre de 2026 que había alcanzado su objetivo interno de disponer de un «becario de investigación automatizado». La publicación de OpenAI lo define como un sistema capaz de ejecutar, bajo dirección humana, tareas bien delimitadas que ocuparían varios días a un investigador cualificado; no como un científico que elige y valida por sí solo una agenda de investigación.
El hito se refiere al uso de agentes de programación dentro de la organización de investigación de OpenAI, no al lanzamiento de un producto público ni a la sustitución de un equipo científico. La cobertura de BitsMinds, publicada el 7 de septiembre, confirma la diferencia operativa: los agentes desarrollan encargos concretos y prolongados, pero las tareas de cuatro a ocho horas todavía suelen requerir intervenciones y las decisiones estratégicas permanecen en manos humanas.
Qué trabajo puede asumir el «becario» automatizado
La palabra «becario» describe aquí un grado de autonomía en la ejecución, no la reproducción completa de un puesto humano. El punto de partida sigue siendo una tarea definida por una persona, con un objetivo suficientemente claro y un resultado que pueda evaluarse. Dentro de esos límites, el agente puede encadenar trabajo técnico durante un horizonte que OpenAI compara con varios días de esfuerzo cualificado.
Los registros internos abarcan actividades de distintas fases del ciclo de investigación: código e infraestructura, construcción de componentes y conjuntos de datos, ejecución y vigilancia de experimentos, análisis y asistencia técnica. OpenAI observa que la delegación de trabajos más largos y de mayor nivel aumentó entre enero y agosto de 2026, aunque la planificación de alto nivel todavía representa una fracción mínima de los tokens producidos por agentes.
- Trabajo ya atribuido: completar tareas de investigación claramente especificadas bajo dirección humana, incluidas algunas que exigirían varios días a un investigador cualificado.
- Actividad observada: generar código, apoyar la infraestructura y los datos, vigilar ejecuciones, analizar experimentos y resolver problemas técnicos.
- Capacidad aún no demostrada: escoger de forma independiente qué problema investigar, determinar qué resultado merece continuidad y convertir un hallazgo preliminar en una conclusión científica validada.
Esta delimitación evita una lectura demasiado amplia del anuncio. Los datos describen agentes integrados en un flujo interno y capaces de sostener partes relevantes de la ejecución; no identifican un único sistema autosuficiente que controle de principio a fin una investigación.
La intervención humana sigue dentro del proceso
Las personas conservan el control antes, durante y después de cada encargo. Fijan las prioridades de investigación, seleccionan las ideas y resultados que merece la pena perseguir y deciden si corresponde ampliar, pausar o desplegar un sistema. Esas funciones reúnen juicio científico, asignación de recursos y decisiones de seguridad que OpenAI no atribuye al «becario» actual.
La supervisión tampoco consiste únicamente en aprobar un resultado terminado. En los seis meses examinados por la empresa, más de la mitad de las tareas exitosas cuya duración humana se estimó entre cuatro y ocho horas incluyeron al menos una intervención. El cálculo excluye los casos cuyo resultado era incierto y muestra que una tarea clasificada como exitosa puede haber necesitado aclaraciones, correcciones o cambios de rumbo mientras estaba en marcha.
Por tanto, autonomía de ejecución y dirección científica no son equivalentes. El agente puede avanzar sin recibir una instrucción para cada paso técnico, pero una persona aún formula el encargo, interpreta lo obtenido y autoriza las consecuencias. La propia compañía reconoce que la necesidad de orientación aumenta con la complejidad.
Las métricas prueban uso intensivo, no productividad equivalente
A mediados de agosto de 2026, la organización de investigación registraba 3,1 jornadas de agente por cada jornada humana, normalizadas en unidades de ocho horas; antes de junio, el tiempo total de ejecución de agentes todavía era inferior al trabajo humano. Según el análisis de Model Current, el investigador situado en la mediana utilizaba más de 600 dólares diarios de inferencia a precios de API y el percentil 90 superaba los 7.000 dólares, pero todas estas cifras proceden de mediciones internas y preliminares.
Una jornada de agente cuantifica tiempo de ejecución, no trabajo científico aceptado. El indicador puede crecer cuando varias sesiones operan en paralelo, incluso si algunas producen intentos descartados o requieren revisión. Por eso, la relación de 3,1 a 1 no demuestra que cada investigador sea 3,1 veces más productivo, que el laboratorio avance a ese ritmo ni que el sistema sustituya tres jornadas humanas.
OpenAI también registró en agosto su máximo de experimentos por participante activo desde que comenzó a seguir esa variable en enero de 2025. Sin embargo, la capacidad de cómputo disponible había aumentado de forma considerable desde el año anterior. Los datos muestran una transformación del flujo de trabajo, pero no aíslan cuánto del cambio procede de los agentes, del hardware adicional, de la infraestructura o de otras decisiones internas.
Marzo de 2028 continúa siendo un objetivo
El siguiente escalón declarado por OpenAI es un «investigador de IA automatizado» para marzo de 2028. La fecha pertenece a su hoja de ruta y no describe una capacidad disponible en septiembre de 2026. Tampoco constituye una garantía de que el sistema actual pueda evolucionar hasta dirigir investigaciones completas dentro de ese plazo.
La distancia entre ambos niveles no se reduce a acumular más horas de agente. Un investigador automatizado más completo tendría que trabajar con problemas menos estructurados, necesitar menos correcciones y participar de manera fiable en decisiones de nivel superior. Además, seguiría pendiente demostrar que un mayor volumen de código y experimentos produce conocimiento útil, reproducible y seguro.
Lo confirmado por ahora es más limitado: OpenAI sostiene que sus agentes ya completan encargos definidos de varios días bajo dirección humana. La calidad de los resultados, su tasa de aceptación y su contribución neta al progreso científico todavía no cuentan con una validación independiente comparable. El «becario» marca un avance en la automatización de la ejecución; el investigador previsto para 2028 sigue siendo una meta.
Lee también:
Suscríbete a nuestro boletín
Reciba las últimas noticias sobre Web3, IA y criptomonedas directamente en su bandeja de entrada.