El sistema completa tareas que tomarían días a un investigador calificado, mientras la compañía apunta a un investigador completamente autónomo para 2028.
OpenAI confirmó haber alcanzado el objetivo que se fijó en otoño de 2025: contar con un asistente de investigación automatizado funcional para septiembre de 2026. El sistema puede ejecutar tareas de investigación bien definidas bajo dirección humana, incluyendo trabajo que requeriría varios días de un investigador calificado. La compañía indicó que todas las categorías de actividad de investigación han aumentado desde el inicio del año, mientras avanza hacia su próxima meta: un investigador de IA completamente automatizado para marzo de 2028.
El anuncio marca un punto de inflexión en la capacidad de los sistemas de IA para participar en el ciclo de desarrollo de nuevas capacidades de IA. A diferencia de los asistentes de código o los modelos de lenguaje que responden consultas puntuales, este sistema puede sostener procesos de investigación que requieren múltiples pasos, revisión de literatura técnica, diseño experimental y análisis de resultados a lo largo de períodos extendidos. La diferencia entre un asistente que ejecuta tareas bajo dirección humana y un investigador autónomo que define sus propios objetivos es la línea que OpenAI planea cruzar en los próximos 18 meses.
De asistente dirigido a investigador autónomo: qué cambia en 18 meses
El sistema actual opera bajo dirección humana: un investigador define el problema, establece los parámetros y supervisa el proceso. El asistente automatizado puede revisar papers, ejecutar experimentos, analizar datos y documentar hallazgos, pero no decide qué preguntas hacer ni qué líneas de investigación perseguir. La meta para marzo de 2028 elimina esa supervisión: un investigador de IA automatizado definiría sus propios objetivos de investigación, identificaría brechas en el conocimiento existente y diseñaría experimentos para cerrarlas.
La distinción no es solo de grado sino de tipo. Un asistente que acelera el trabajo humano es una herramienta de productividad. Un sistema que formula sus propias hipótesis y diseña sus propios experimentos para mejorar capacidades de IA es un agente que participa en su propia evolución. OpenAI no especificó qué salvaguardas técnicas o de proceso planea implementar para ese escenario, ni qué criterios usará para determinar cuándo un sistema ha cruzado el umbral de investigador autónomo.
El patrón de aceleración en todas las categorías de investigación
OpenAI reportó aumento en todas las categorías de actividad de investigación desde el inicio de 2026. No desglosó qué categorías específicas ni en qué magnitud, pero el patrón sugiere que el asistente automatizado ya está contribuyendo a múltiples líneas de trabajo en paralelo. Si un sistema puede completar en horas lo que tomaría días a un humano, y puede operar en múltiples proyectos simultáneamente sin fatiga, la capacidad de throughput de investigación de la organización se multiplica de forma no lineal.
Esto tiene implicancias directas para el ritmo de desarrollo de nuevas capacidades. Históricamente, el cuello de botella en investigación de IA ha sido la disponibilidad de investigadores calificados y el tiempo que toma diseñar, ejecutar y analizar experimentos. Si ese cuello de botella se reduce drásticamente, el tiempo entre generaciones de modelos se comprime. La pregunta que OpenAI no respondió es si ese ritmo acelerado incluye mecanismos de revisión y validación que escalen proporcionalmente, o si la velocidad de producción de resultados supera la capacidad de verificación rigurosa.
Exposición estructural en América Latina: dependencia de capacidades que evolucionan fuera de la región
América Latina no tiene laboratorios de investigación de IA de frontera comparables a OpenAI, Anthropic o DeepMind. La región consume capacidades desarrolladas en Estados Unidos, Europa y China, pero no participa en la definición de qué problemas se investigan ni qué salvaguardas se implementan. Si los sistemas de IA comienzan a participar en su propio desarrollo, las decisiones sobre qué objetivos perseguir y qué límites respetar se toman en San Francisco, Londres o Shenzhen, no en São Paulo, Ciudad de México o Buenos Aires.
Esto no es solo una cuestión de soberanía tecnológica abstracta. Los sistemas de IA entrenados y mejorados por procesos de investigación automatizados reflejan los sesgos, prioridades y casos de uso de los contextos donde se desarrollan. Si un investigador de IA automatizado optimiza para problemas relevantes en mercados de alto ingreso, las aplicaciones críticas para economías emergentes (agricultura de pequeña escala, infraestructura de salud con recursos limitados, educación en contextos de conectividad intermitente) quedan fuera del ciclo de mejora continua. La brecha no es solo de acceso a la tecnología sino de relevancia de la tecnología para contextos locales.
Nuestro análisis
OpenAI está construyendo un sistema que reduce el tiempo entre generaciones de capacidades de IA al automatizar el proceso de investigación que produce esas capacidades. El patrón es consistente con lo que la compañía ha comunicado desde 2023: acelerar el desarrollo de inteligencia artificial general (AGI) mediante la aplicación de IA a la propia investigación de IA. La diferencia entre el asistente de 2026 y el investigador autónomo de 2028 es la diferencia entre una herramienta que amplifica decisiones humanas y un agente que toma decisiones propias sobre qué investigar.
Lo que no está claro es qué mecanismos de alineación, verificación y control OpenAI planea implementar para un sistema que define sus propios objetivos de investigación. La compañía no publicó detalles técnicos sobre cómo el asistente actual opera, qué tipos de tareas puede ejecutar de forma autónoma y qué requiere supervisión humana. Tampoco especificó qué criterios usará para declarar que ha alcanzado la meta de investigador automatizado en 2028, ni qué procesos de revisión externa aplicará antes de desplegar un sistema con esa capacidad.
El precedente de otros hitos de OpenAI (GPT-4, o1) sugiere que la compañía tiende a anunciar capacidades después de haberlas alcanzado internamente, no antes. Si el asistente de investigación ya está operativo y contribuyendo a múltiples líneas de trabajo, es razonable asumir que el investigador autónomo está más cerca de lo que la fecha de marzo de 2028 sugiere. La pregunta que queda abierta es si los mecanismos de gobernanza para sistemas que participan en su propia evolución están avanzando al mismo ritmo que las capacidades técnicas, o si la velocidad de desarrollo está superando la capacidad de establecer salvaguardas verificables.