OpenAI dijo el 6 de septiembre de 2026 que había alcanzado el objetivo que anunció el otoño pasado: presentar un "pasante de investigación automatizada" para septiembre de este año. En una nueva publicación de blog titulada "Aceleración de la investigación: la vista dentro de OpenAI", la compañía también reveló por primera vez cuán profundamente se han integrado los agentes de IA en su propia organización de investigación: a mediados de agosto, la organización estaba utilizando 3,1 días de trabajo de agente por cada día de trabajo humano.
El hito, informado por primera vez por Engadget y Unite.AI, es la imagen cuantitativa más clara hasta ahora de lo que OpenAI significa cuando habla de que la IA acelera la investigación de la IA. Para los lectores que siguen la historia más amplia, esto encaja en nuestra cobertura de investigación de IA continua sobre cómo los laboratorios fronterizos están reestructurando el trabajo en torno a los agentes.
Qué significa realmente 'pasante de investigación automatizada'
La publicación del blog define el objetivo con precisión: un sistema que pueda llevar a cabo tareas de investigación bien definidas bajo dirección humana, incluidas tareas que a un investigador experto le llevaría unos días completar. Según las propias mediciones de OpenAI, ese listón ya se ha cumplido, aproximadamente según el cronograma que la compañía estableció cuando anunció el objetivo el otoño pasado.
El próximo objetivo es considerablemente más ambicioso. OpenAI dice que está logrando un "gran progreso" hacia un investigador de IA automatizado para marzo de 2028, un sistema que funciona bajo supervisión humana para impulsar el aprendizaje profundo y la investigación de alineación, lo que permite la superación personal iterativa. La empresa tiene cuidado de señalar que los seres humanos todavía establecen prioridades de investigación, juzgan qué ideas y resultados valen la pena seguir y deciden si escalar, pausar o implementar un sistema determinado.
Los números detrás del reclamo
Las cifras más llamativas de la publicación describen cuán radicalmente ha cambiado el trabajo diario de los investigadores de OpenAI a lo largo de 2026:
- 3,1 días de trabajo de agente por día de trabajo humano. Antes de junio de 2026, el tiempo de ejecución total de los agentes en toda la organización de investigación todavía estaba por debajo del trabajo humano total. A mediados de agosto, los agentes estaban contribuyendo con más de tres veces el esfuerzo de los humanos que los dirigían, en comparación con una jornada estándar de ocho horas.
- Más de $600 por día para el investigador medio. A principios de año, el investigador medio clasificado por uso de agentes solo estaba experimentando con agentes codificadores. A mediados de agosto, el investigador medio utilizaba agentes diariamente y consumía más de 600 dólares por día de inferencia a precios API.
- Más de $7000 por día en el percentil 90. Los usuarios más habituales de la organización de investigación ahora gastan más de $7000 en tokens por día, ejecutando flujos de trabajo altamente simultáneos con cuatro o más agentes trabajando simultáneamente.
- Volumen récord de experimentos. El número de experimentos por experimentador activo alcanzó un máximo histórico en agosto de 2026, desde que comenzó el seguimiento en enero de 2025.
OpenAI atribuye el aumento de la productividad principalmente a la adopción de Codex, su agente de codificación, al tiempo que reconoce que la computación disponible también ha crecido sustancialmente desde 2025, por lo que las ganancias son una combinación de más agentes, mejores agentes y más hardware para ejecutarlos.
Qué están haciendo realmente los agentes
Para clasificar la actividad de los agentes, OpenAI utilizó una taxonomía de trabajos de investigación publicada por Epoch AI, inspirada en el sistema de clasificación ocupacional O*NET. Divide la investigación y el desarrollo de la IA en seis fases: decidir, diseñar, construir, ejecutar, analizar y comunicar.
Las seis categorías de actividad de los agentes aumentaron entre enero y agosto de 2026. En enero, el uso dominante fue el código de investigación e infraestructura; esa categoría ha seguido expandiéndose, con un crecimiento notable en ayuda técnica y en el seguimiento de experimentos. La planificación de alto nivel, por el contrario, sigue siendo una fracción mínima de los tokens de producción de los agentes: las decisiones estratégicas todavía están en manos de los humanos.
Como anécdota, informa la publicación, los investigadores de OpenAI han descubierto que los agentes de codificación se destacan en la resolución de problemas de infraestructura de investigación interna, y varios equipos que anteriormente tenían horas de oficina para problemas de infraestructura ya no necesitan hacerlo.
Por qué el hito es importante más allá de OpenAI
El anuncio llega en un momento delicado. Los legisladores, los investigadores de seguridad y los competidores están atentos a la evidencia de que los sistemas de IA puedan acelerar significativamente la propia investigación de la IA, el mecanismo que con mayor probabilidad comprimirá los plazos hacia sistemas más capaces. El propio científico jefe de OpenAI publicó un ensayo complementario el mismo día advirtiendo que ningún laboratorio ha resuelto aún la alineación lo suficientemente bien como para seguir escalando a toda velocidad, una yuxtaposición sorprendente con las cifras de productividad.
Las implicaciones económicas son igualmente notables. Si una sola organización de investigación consume miles de dólares por investigador por día en inferencias (y las trata como una ganga), eso indica hacia dónde se dirige el gasto empresarial en IA. Los días laborales de los agentes se están convirtiendo en un insumo adquirible, como la propia informática.
Los escépticos señalarán que OpenAI calificó su propia tarea: el estándar de "pasante de investigación automatizado" se define y mide internamente, y la proporción 3.1:1 cuenta tanto a los agentes lanzados directamente como a los subagentes posteriores. Las cifras de la empresa también combinan trabajos de codificación, seguimiento y análisis de muy diferentes niveles de dificultad.
Aún así, la dirección es inequívoca. Hace ocho meses, el tiempo de los agentes iba por detrás del tiempo humano dentro de uno de los laboratorios de IA mejor financiados del mundo. Hoy lo supera tres a uno, y la dirección del laboratorio ya está planteando el próximo hito, el investigador de IA automatizado para marzo de 2028, como una cuestión de "cuándo", no de "si".
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
