
Los agentes de inteligencia artificial están asumiendo tareas de investigación cada vez más exigentes. Según una evaluación interna de OpenAI, en octubre de 2026 completaron de forma autónoma el 46% de los encargos que normalmente requieren entre dos y cuatro horas de trabajo humano. En marzo, la proporción era del 23%.
El progreso también se observa en trabajos más largos: la tasa estimada de éxito en asignaciones de cuatro a ocho horas pasó del 13% en marzo al 35% en octubre. Sin embargo, estos resultados no significan que los agentes puedan desempeñarse con la misma eficacia en todas las áreas.
## El rendimiento depende del tipo de tarea
Las tareas de comunicación y análisis se encuentran entre las áreas donde los agentes obtienen mejores resultados. Entre agosto y octubre de 2026, alcanzaron una tasa estimada de éxito del 69% en comunicación y del 58% en trabajos analíticos. En cambio, la construcción de infraestructura de investigación llegó al 43%.
Las diferencias también aparecen en funciones técnicas específicas. Los agentes lograron una tasa de éxito del 79% al supervisar ejecuciones de entrenamiento, pero tuvieron más dificultades para iniciarlas. La escritura de software para sistemas de inferencia y servicio fue aún más compleja: solo el 25% de esas tareas se completó de manera autónoma.
Estas cifras reflejan una capacidad creciente, pero también una brecha persistente entre tareas de distinta complejidad. El desempeño en una actividad no garantiza resultados equivalentes en otras, especialmente cuando se requiere desarrollar software, planificar experimentos o tomar decisiones de investigación.
## Más uso de herramientas y atención a la seguridad
El aumento de las capacidades ha ido acompañado de un mayor gasto en agentes de programación. OpenAI calcula que el gasto diario mediano llegó a 2.400 dólares en octubre, un 62% más que los 1.500 dólares registrados en septiembre. Entre quienes más utilizan estas herramientas, el gasto diario del percentil 90 subió de 11.000 a 23.000 dólares en el mismo periodo.
La compañía también informó de un crecimiento del 77% en las contribuciones documentadas a Seguridad y Alineamiento entre enero y septiembre. OpenAI atribuyó este aumento tanto a la incorporación de personal como a la reasignación de empleados hacia tareas relacionadas con la seguridad.
Los agentes de programación permiten probar herramientas experimentales con mayor rapidez: algunas tareas que antes requerían varios días ahora pueden realizarse en uno. No obstante, acelerar la ejecución no equivale necesariamente a mejorar la calidad o la fiabilidad de la investigación. Los sistemas todavía pueden cometer errores, producir software deficiente y necesitar correcciones sustanciales.
## La supervisión humana sigue siendo esencial
OpenAI sostiene que sus investigadores continúan aportando dirección, criterio y supervisión. Aunque los agentes pueden encargarse de partes cada vez mayores de ciertos trabajos, aún tienen dificultades para planificar experimentos, evaluar la solidez de los resultados y ejercer el juicio necesario para orientar una investigación.
La empresa también registró avances en un índice interno que combina resultados de distintas pruebas de capacidades. El indicador aumentó 16,4 puntos anuales desde agosto de 2025. Como utiliza una selección de evaluaciones diferente de la empleada por Epoch AI, que registró un aumento anual de 14 puntos desde finales de 2024, las cifras no constituyen una comparación directa.
En conjunto, los datos muestran que los agentes de IA están ampliando el volumen y la duración de las tareas que pueden abordar sin intervención. Pero las diferencias entre áreas, la necesidad de revisar sus resultados y la importancia del criterio humano siguen marcando los límites de su autonomía.
from Latest from TechRadar https://ift.tt/6g74HPS
via IFTTT IA