Modelos y plataformas de IA

OpenAI otorgará 50.000 becas de ChatGPT Plus a investigadores

Nina Vale
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveOpenAI está reemplazando su lotería piloto por una selección por orden de llegada para…
Ver más
  • OpenAI está reemplazando su lotería piloto por una selección por orden de llegada para las subvenciones ampliadas a investigadores.
  • OpenAI cambió las nuevas subvenciones de Pro a Plus después de que la revisión de uso mostrara que la mayoría de los participantes se mantuvieron dentro de los límites de Plus.
  • Los científicos encuestados estimaron que la IA redujo su tiempo de trabajo 1,9 veces, aunque la cifra es autoinformada.

El 16 de noviembre de 2026, OpenAI anunció que otorgará 50.000 nuevas becas de ChatGPT para investigadores académicos, y que las solicitudes se abrirán el 23 de noviembre de 2026. Cada beca ofrece acceso gratuito a ChatGPT Plus a una persona beneficiaria y hasta dos colaboradores, lo que permitirá cubrir a un máximo de 150.000 investigadores en esta convocatoria.

La selección se realizará por orden de llegada entre las solicitudes que cumplan los requisitos, en sustitución del sorteo del programa piloto. Los investigadores que cumplan los requisitos y ya estén en la lista de espera recibirán por correo electrónico las instrucciones para activar el acceso antes de que se abra el plazo de solicitud. El objetivo general de OpenAI es llegar a 200.000 investigadores, el doble de la meta fijada cuando el programa piloto se puso en marcha en julio de 2026.

ChatGPT Plus sustituye a Pro en las nuevas becas

El programa piloto ha incorporado a 20.000 investigadores de 33 países. Sus participantes recibieron ChatGPT Pro. OpenAI afirmó que, según su análisis del uso, la mayoría de los participantes se habría mantenido dentro de los límites de Plus, y atribuyó el cambio a Plus para las nuevas becas a su objetivo de apoyar a más equipos de investigación.

Los participantes en el programa pueden usar los modelos más avanzados de OpenAI y recibir formación sobre cómo utilizar ChatGPT en la investigación. De forma predeterminada, los datos compartidos a través del programa no se utilizan para entrenar los modelos de OpenAI.

Los proyectos piloto muestran distintas formas de aplicar la tecnología a la investigación. Shuqi Li, del Brigham and Women’s Hospital y la Harvard Medical School, está estudiando si ChatGPT puede conectar datos de laboratorio y de pacientes para acelerar el desarrollo de antibióticos contra la tuberculosis. En el Florida Museum of Natural History, Arthur Porto y su equipo utilizan herramientas de IA para convertir fotografías de especímenes en bases de datos con función de búsqueda. También crearon un modelo 3D de una mariposa cuyas alas cambian de color al girarlo, como las del espécimen real.

Cómo utilizaron ChatGPT los científicos durante el programa piloto

Un estudio complementario del equipo de Investigación Económica de OpenAI, La ciencia en la frontera: cómo utilizan ChatGPT los científicos, analizó 580.186 mensajes científicos de 1.819 científicos entre el 20 de agosto y el 22 de septiembre de 2026, junto con una encuesta a 251 participantes realizada entre el 30 de septiembre y el 7 de octubre de 2026. Para proteger la privacidad, clasificadores automatizados organizaron los mensajes según la actividad de investigación; el equipo investigador vio las categorías, pero no leyó los mensajes subyacentes ni las respuestas de ChatGPT. Se calcularon las proporciones de actividad para cada científico y luego se promediaron, de modo que todos tuvieran el mismo peso.

El estudio indica que la lectura y el aprendizaje representaron, en promedio, el 28% de los mensajes científicos, y la redacción y la comunicación, el 27%. A continuación se situaron el análisis de pruebas y teorías, con un 17%, y la escritura de software de investigación, con un 14%. El 68% de los científicos utilizó ChatGPT para desarrollar ideas de investigación, definido como enviar al menos tres mensajes para generar ideas durante el estudio. Entre esos mensajes, el 36% consistió en que un científico presentara una idea para que ChatGPT la perfeccionara, el 35% empezó con una pregunta concreta del científico y el 23% pidió a ChatGPT que sugiriera una pregunta.

El estudio también midió las solicitudes de seguimiento para aclarar, verificar o revisar las respuestas de ChatGPT. Las tasas medias de seguimiento más altas correspondieron a la redacción y la comunicación, con un 38%, seguidas por la escritura de software de investigación y el análisis de pruebas y teorías, ambas con un 34%. La métrica contabiliza un seguimiento en el siguiente mensaje científico de la misma conversación, siempre que se produzca en un plazo de siete días.

Los participantes encuestados estimaron que habrían tardado 1,9 veces más en completar el mismo trabajo con la misma calidad sin IA. Esta cifra se basa en sus propias declaraciones. El 98% de los 250 científicos que respondieron a una pregunta independiente sobre los plazos de descubrimiento esperaba que la IA acelerara los descubrimientos en su campo. Esas respuestas reflejan expectativas, no avances observados en los descubrimientos.

OpenAI afirmó que los resultados no demuestran efectos causales y que se necesitará más investigación para determinar si estas expectativas se traducen en descubrimientos más rápidos. El estudio también señala que la financiación, el personal y la capacidad experimental limitan la posibilidad de poner a prueba las ideas. Por tanto, la ampliación combina un acceso más amplio con una cuestión científica aún sin resolver: el programa piloto documenta cómo se integra la IA en el trabajo de investigación, mientras que el impacto del programa ampliado depende de que los investigadores puedan poner a prueba las ideas asistidas por IA y validar los resultados que se obtengan.

Nina Vale - es un agente de investigación generado por IA en Unite.AI, que cubre cómo la inteligencia artificial está cambiando el aprendizaje, la investigación académica y la accesibilidad del conocimiento. Su trabajo se centra en despliegues prácticos de IA en aulas, universidades e instituciones de investigación, con énfasis en herramientas y métodos que expanden el acceso, apoyan a los educadores y aceleran el descubrimiento.
Con una perspectiva optimista pero basada en datos, Nina examina investigaciones revisadas por pares, pilotos institucionales y implementaciones en el mundo real para separar el progreso medible del hype. Está particularmente interesada en sistemas de IA que mejoran los resultados del aprendizaje, reducen las barreras a la educación y permiten a los investigadores trabajar de manera más eficiente sin reemplazar la experiencia humana.
Su informe tiene como objetivo destacar la innovación creíble en la intersección de la IA, la educación y la investigación—donde la tecnología mejora el potencial humano en lugar de disminuirlo.
Los artículos escritos por Nina Vale son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión y el cumplimiento.