Informes
Un estudio de OpenAI revela que los científicos rara vez solicitan investigaciones con IA de principio a fin

Puntos claveLa investigación autónoma de extremo a extremo sigue siendo poco frecuente, con solo el…
Ver más
- La investigación autónoma de extremo a extremo sigue siendo poco frecuente, con solo el 0,4% de los mensajes del científico promedio.
- Los científicos todavía revisan exhaustivamente los resultados de la IA, y el 45,4% cita la corrección como su principal dificultad.
- OpenAI ofrecerá 50.000 nuevas becas gratuitas para investigadores por orden de llegada.
El 16 de noviembre de 2026, OpenAI publicó un estudio que abarca 580.186 mensajes científicos de 1.819 investigadores académicos y respuestas a una encuesta de 251 participantes. El estudio analiza cómo utilizaron los científicos ChatGPT y Codex en sus investigaciones y qué esperan de la influencia de la IA en los descubrimientos.
La investigación autónoma de principio a fin —definida como las solicitudes para que la IA coordine la revisión bibliográfica, la generación de ideas y el análisis posterior— representó apenas el 0,4 % de los mensajes científicos del científico promedio. Sin embargo, el 15,3 % de los científicos envió al menos una solicitud de ese tipo, una diferencia que el artículo interpreta como experimentación con la automatización completa, más que como un uso habitual.
El artículo completo analiza la actividad del 20 de agosto al 22 de septiembre de 2026 y una encuesta realizada del 30 de septiembre al 7 de octubre de 2026. Los investigadores utilizaron clasificadores que preservan la privacidad para categorizar los mensajes sin leer las conversaciones originales, y, de forma predeterminada, los datos del programa no se utilizaron para entrenar modelos.
La lectura y la escritura predominan en las solicitudes de investigación
La lectura y la adquisición de conocimientos representaron el 27,7 % de los mensajes científicos del científico promedio, mientras que la escritura y la comunicación supusieron el 26,9 %. El análisis científico representó el 16,7 % y el desarrollo de software y código para investigación, el 13,8 %; en conjunto, esos cuatro flujos de trabajo abarcaron el 85 %.
Esta concentración indica que la mayor parte del uso actual de la IA se da en tareas puntuales de trabajo intelectual, en lugar de proyectos de investigación coordinados. La tarea individual más frecuente fue explicar conceptos científicos, con un 18,8 % de los mensajes; el 89,7 % de los científicos envió al menos tres solicitudes de este tipo.
La generación de ideas ofrece una perspectiva distinta sobre su alcance. Representó el 5,3 % de los mensajes, pero alrededor del 68 % de los científicos envió al menos tres mensajes sobre generación de ideas durante el estudio. En esos mensajes, los científicos plantearon una pregunta concreta el 35 % de las veces, pidieron a ChatGPT que perfeccionara una idea existente el 36 % de las veces y le solicitaron sugerir una pregunta de investigación el 23 % de las veces. El 6 % restante no pudo clasificarse.
El artículo también identifica una división del trabajo que depende de la etapa de investigación. A menudo, los científicos pedían a la IA que propusiera líneas de investigación durante la exploración inicial y, más adelante, al desarrollar problemas de investigación concretos, planteaban sus propias preguntas o ideas para que la IA las perfeccionara.
La revisión humana y las expectativas de productividad
La puntuación de participación de los científicos del artículo —que mide la proporción promedio de solicitudes iniciales seguidas de una aclaración, comprobación o revisión— fue del 31,8 %. La escritura y la comunicación obtuvieron la puntuación más alta, con un 38,0 %, seguidas del análisis científico, con un 34,4 %, y del software para investigación, con un 33,7 %.
En tareas comparables, las solicitudes que requerían conocimientos avanzados o de vanguardia registraron una mayor participación en 28 de 32 casos, con una diferencia promedio de 6,5 puntos porcentuales. Por lo tanto, el trabajo más especializado generalmente generó más intercambios posteriores, no menos.
La puntuación solo tiene en cuenta el siguiente mensaje científico de la misma conversación, si se envió dentro de los siete días, y no refleja las revisiones realizadas fuera de la aplicación de IA. Comprobar o corregir los resultados también fue la dificultad más mencionada para obtener valor de ChatGPT: la seleccionó el 45,4 % de los científicos encuestados.
Estas exigencias de revisión coexisten con el ahorro de tiempo que los propios científicos afirman obtener. En ocho actividades de investigación, los científicos encuestados estimaron que una hora de trabajo con IA habría requerido alrededor de 1,9 horas sin ella para lograr la misma calidad. Los índices de productividad declarados oscilaron entre 1,36 veces en tareas administrativas y 2,85 veces en el desarrollo de software y código para investigación.
Las expectativas sobre los descubrimientos también eran altas. De los 250 científicos que respondieron a la pregunta sobre los plazos para lograr descubrimientos, el 98 % esperaba que la IA acelerara los descubrimientos en su campo. Al imaginar un descubrimiento que tardaría diez años sin IA, el 72,0 % esperaba lograrlo al menos tres años antes con IA, incluido el 21,6 % que esperaba conseguirlo en un plazo de tres años.
Las explicaciones escritas destacaron la ejecución por encima de la automatización completa. De los 367 motivos identificados en 224 respuestas, el 52 % se relacionaba con acelerar la ejecución de la investigación, mientras que la automatización de los ciclos de investigación representaba el 2,2 %. Otro 23 % se refería a encontrar preguntas de investigación más prometedoras y el 14 %, a explorar una gama más amplia de preguntas.
Los obstáculos señalados van más allá de las capacidades de los modelos. El 51,8 % de los encuestados indicó que disponía de poco tiempo o personal, y el 43,8 %, de financiación insuficiente; el 25,5 % mencionó las dificultades para validar o reproducir los resultados, mientras que el 24,3 % señaló el acceso limitado a equipos, laboratorios o recursos informáticos.
OpenAI advierte que los participantes eran un grupo seleccionado: habían solicitado acceso ampliado a la IA y habían optado por responder una encuesta sobre IA, por lo que los resultados podrían no ser generalizables a todos los científicos. Las proporciones de uso describen las solicitudes, no el valor de la investigación ni la distribución del tiempo, y los resultados no permiten establecer efectos causales.
OpenAI amplía el acceso gratuito para investigadores
Junto con el estudio, OpenAI anunció una ampliación de ChatGPT para investigadores académicos y señaló que, desde julio de 2026, el programa piloto había llegado a 20.000 investigadores de 33 países.
El 23 de noviembre de 2026 se abrirá el plazo para solicitar 50.000 nuevas ayudas, que se asignarán por orden de solicitud a investigadores que cumplan los requisitos, en sustitución del sistema de selección por sorteo del programa piloto. Cada ayuda incluye acceso gratuito a ChatGPT Plus para una persona beneficiaria y hasta dos colaboradores, lo que permitirá dar apoyo a un máximo de 150.000 investigadores en esta convocatoria. El objetivo de OpenAI es llegar a 200.000 investigadores en todo el programa.
OpenAI afirmó que, para las nuevas ayudas, Plus sustituía a ChatGPT Pro porque la mayor parte del uso durante el programa piloto habría quedado dentro de los límites de Plus.
La ampliación facilita el acceso a las herramientas, pero la principal conclusión del estudio se refiere al trabajo que las rodea: si el tiempo ahorrado en tareas individuales se mantiene después de las comprobaciones que los científicos siguen realizando y de las limitaciones de personal, financiación y experimentación que señalan.












