La Inteligencia Artificial no solo ayuda a los investigadores a desarrollar nuevos modelos. En OpenAI, los propios sistemas de IA están empezando a asumir parte del trabajo de investigación. La compañía creadora de ChatGPT asegura que ha alcanzado el objetivo de disponer de un “becario de investigación” automatizado y que avanza hacia una meta mucho más ambiciosa: crear un investigador de IA automatizado para marzo de 2028.
Así lo recoge OpenAI en su último informe sobre la evolución de la investigación dentro de la compañía. El documento ofrece una radiografía poco habitual de cómo los agentes de IA están cambiando el trabajo diario de sus investigadores y de cómo la empresa se acerca a lo que denomina recursive self-improvement (RSI), es decir, la posibilidad de que los sistemas de IA contribuyan de forma creciente a mejorar las tecnologías de IA que los suceden.
De ‘becario’ a investigador de IA
Septiembre de 2026 marca el hito del “becario de investigación” automatizado.
Marzo de 2028 es el horizonte para el investigador de IA automatizado.
El concepto de “becario de investigación” utilizado por OpenAI tiene una definición concreta. Se trata de un sistema capaz de realizar, bajo dirección humana, tareas de investigación bien delimitadas, incluidas algunas que podrían llevar varios días a un investigador cualificado.
Según la compañía, ese objetivo ya se ha alcanzado en septiembre de 2026. Ahora la siguiente meta es mucho más exigente: un investigador de IA automatizado capaz de asumir trabajos más complejos y con un horizonte más largo, con menos intervención humana. OpenAI afirma que está avanzando hacia ese objetivo y sitúa el horizonte en marzo de 2028.
La diferencia es importante. El sistema actual funciona como una especie de asistente especializado al que se le asignan tareas concretas. El futuro investigador automatizado tendría que participar en una parte mucho mayor del ciclo de investigación, desde el análisis y los experimentos hasta tareas cada vez más complejas.
Ya hay más trabajo de IA que humano en algunos procesos
Los datos internos publicados por OpenAI muestran hasta qué punto ha cambiado el trabajo de sus investigadores durante 2026. A mediados de agosto, por cada jornada laboral humana de ocho horas en su organización de investigación se generaban 3,1 jornadas de trabajo equivalentes realizadas por agentes de IA. Antes de junio, el tiempo total de ejecución de estos agentes todavía estaba por debajo del trabajo humano.
Además, el investigador situado en la mediana de uso de agentes empleaba ya más de 600 dólares diarios en inferencia, calculados a precios de API. El 10% de investigadores con mayor utilización superaba los 7.000 dólares diarios en tokens.
La utilización también se ha vuelto más simultánea: cada vez son más habituales los flujos de trabajo en los que un investigador pone a trabajar a varios agentes a la vez.
Más código, más experimentos y tareas más complejas
OpenAI asegura que sus investigadores están escribiendo código más rápidamente y realizando experimentos. El número de experimentos por investigador activo alcanzó en agosto de 2026 su máximo desde que comenzaron a registrar este indicador, en enero de 2025.
La compañía relaciona este incremento con la adopción de Codex, aunque también reconoce que durante este periodo aumentó considerablemente la capacidad de cómputo disponible.
Pero quizá el cambio más significativo está en qué tipo de tareas se delegan a la IA. Los agentes ya no se limitan a escribir código. OpenAI detecta un aumento de tareas relacionadas con la asistencia técnica, la monitorización de ejecuciones, el análisis y otras fases del proceso de investigación. También empiezan a asumir trabajos de mayor nivel y duración.
Aun así, existe un límite importante: la planificación de alto nivel continúa representando una parte mínima de la actividad de los agentes. Es decir, los humanos siguen teniendo un papel fundamental a la hora de decidir qué investigar y qué resultados merece la pena perseguir.
La IA todavía necesita supervisión humana
El salto hacia un investigador autónomo aún no se ha conseguido. Los propios datos de OpenAI muestran que los agentes todavía necesitan intervención humana cuando aumenta la complejidad de las tareas.
Durante los últimos seis meses analizados, más de la mitad de las tareas exitosas que equivalían a entre cuatro y ocho horas de trabajo humano necesitaron al menos una intervención.
OpenAI reconoce además que la investigación en IA tiene numerosos cuellos de botella y que el aumento de determinadas métricas no significa necesariamente que el ritmo global de progreso vaya a multiplicarse en la misma proporción.
El gran debate: quién controla a la IA que investiga
OpenAI insiste en que, por ahora, las personas siguen decidiendo las prioridades de investigación y qué ideas continuar.
El avance hacia investigadores automatizados abre también una cuestión que la propia OpenAI reconoce como central: la seguridad. La compañía señala que todavía no sabe cómo alcanzar de forma segura una RSI completamente alineada con los objetivos humanos. A medida que los sistemas son más capaces, también pueden resultar más difíciles de monitorizar. Por ello, OpenAI asegura que está reforzando las medidas de seguridad y que estaría dispuesta a ralentizar o detener determinados desarrollos si no puede protegerlos adecuadamente.
De hecho, el informe recuerda que en julio la compañía tuvo que cerrar temporalmente el servicio de contenedores utilizado para entrenamiento después de detectar que agentes habían comprometido su infraestructura de investigación. Posteriormente se reanudó con restricciones adicionales. En agosto, nuevas evidencias sobre las capacidades cibernéticas de uno de sus modelos provocaron más restricciones de seguridad.
El otro lado de la ecuación: ¿qué pasa con los becarios humanos?
El avance de OpenAI plantea una pregunta que va mucho más allá de la tecnología: si la IA empieza a hacer el trabajo que tradicionalmente realizaban los becarios, ¿cómo adquirirán experiencia los jóvenes que todavía no han entrado en el mercado laboral?
La cuestión ha sido analizada por Silvia Leal, experta internacional en tecnología y tendencias, en un artículo publicado por el Servicio Público de Empleo Estatal (SEPE) bajo el título “Cuando la IA sustituye al becario: ¿Está en riesgo el futuro del talento joven?”.
Su diagnóstico conecta directamente con el escenario que plantea OpenAI. Según Leal, herramientas como ChatGPT están asumiendo tareas básicas que durante años han servido como puerta de entrada al mercado laboral para becarios y recién graduados: redactar informes, organizar datos, preparar presentaciones o realizar análisis sencillos.
El problema, apunta la experta, no sería únicamente que desaparezcan determinados puestos junior. También puede desaparecer la “escuela” que esos puestos representaban. Durante años, los profesionales jóvenes comenzaban realizando tareas sencillas para conocer el funcionamiento de una empresa, adquirir experiencia y avanzar progresivamente hacia trabajos de mayor responsabilidad. Ahora, muchas de esas tareas pueden automatizarse en segundos.
“Aprender haciendo” se enfrenta así a un nuevo escenario. La IA puede aumentar la productividad de las empresas, pero también puede dificultar que los jóvenes encuentren ese primer espacio donde equivocarse, aprender y demostrar su capacidad.
La solución no pasa por competir contra la IA
No se trata de frenar la expansión de la Inteligencia Artificial, sino de aprender a trabajar con ella.
Para Leal, los jóvenes necesitan nuevas formas de formación y competencias que les permitan diferenciarse, entre ellas el pensamiento crítico, la creatividad y el dominio tecnológico. Los cursos online y otras vías de aprendizaje digital pueden contribuir a adquirir esas capacidades.
>> Ver Cursos de Inteligencia Artificial.
>> Ver Cursos de Robótica.
También reclama una transformación por parte de las empresas, que deberían entender la IA como un complemento del talento humano y seguir apostando por los jóvenes como fuente de adaptación, renovación y nuevas ideas.
La reflexión adquiere todavía más fuerza ante el calendario de OpenAI: si en septiembre de 2026 ya habla de “becarios” automatizados y apunta a un investigador de IA en marzo de 2028, la pregunta para el mercado laboral no es solo qué trabajos podrá hacer la IA, sino qué trabajos quedarán para que los jóvenes puedan aprender a hacerlos.
El futuro del empleo junior podría depender, precisamente, de encontrar una nueva fórmula para que la inteligencia artificial automatice las tareas, pero no la oportunidad de aprender.