BLOG

OpenAI: sus investigadores prefieren la IA a la mitad de sus colegas humanos

Los investigadores de OpenAI valoran más sus herramientas de IA que a casi la mitad de sus colegas humanos

Un revelador informe interno de OpenAI ha sacudido los cimientos del debate sobre el futuro del trabajo en la industria tecnológica. Según datos publicados por The Decoder en octubre de 2026, los investigadores de la propia empresa que desarrolla algunas de las inteligencias artificiales más avanzadas del mundo reconocen abiertamente que valoran más a sus agentes de codificación basados en IA que a aproximadamente la mitad de sus compañeros humanos. Los costes teóricos en tokens generados por estos sistemas ya superan los salarios base de los propios investigadores, y los equipos muestran una resistencia clara a trabajar sin dichas herramientas. Sin embargo, el informe también señala una limitación significativa: más allá de las tareas rutinarias, los modelos siguen generando lo que en el sector se denomina “AI slop”, es decir, contenido de baja calidad o de escaso valor práctico.

El auge de los agentes de codificación en la industria tecnológica

Para comprender el verdadero alcance de esta noticia, es necesario situarla dentro del contexto más amplio del desarrollo de la inteligencia artificial aplicada al trabajo del conocimiento y, en particular, al desarrollo de software.

En los últimos años, las grandes empresas tecnológicas han desplegado agentes de codificación autónomos —sistemas capaces de escribir, revisar, depurar y optimizar código de forma semiautónoma— en sus entornos de trabajo internos. Empresas como Google DeepMind, Anthropic, Microsoft y la propia OpenAI han competido ferozmente por desarrollar herramientas que no solo asistan a los programadores, sino que actúen como colaboradores funcionales dentro de los equipos de ingeniería e investigación.

OpenAI, en particular, ha desarrollado y refinado una serie de agentes especializados, entre los que destacan variantes de su familia de modelos o3 y o4, así como sistemas diseñados específicamente para tareas de programación intensiva. Estos agentes son capaces de gestionar proyectos de código complejos, ejecutar pruebas, interactuar con bases de datos y proponer arquitecturas de software, reduciendo drásticamente los tiempos de desarrollo en ciertas categorías de tareas.

Los datos internos: una radiografía sin precedentes

Lo verdaderamente notable de la información publicada es que proviene del uso interno de OpenAI, es decir, de cómo los propios creadores de estas herramientas las utilizan en su trabajo diario. Esto convierte el caso en una especie de experimento en tiempo real, donde la empresa funciona simultáneamente como desarrolladora y como cobaya de sus propias tecnologías. Pocas veces en la historia reciente del sector tecnológico se ha tenido acceso a una ventana tan directa sobre cómo la inteligencia artificial está reconfigurando los procesos de trabajo desde dentro.

Costes en tokens superiores a los salarios base

Uno de los datos más impactantes del informe es que los costes teóricos en tokens —la unidad de medida que utilizan los modelos de lenguaje para procesar información— generados por el uso de agentes de codificación han superado los salarios base de los investigadores. Esto implica que, si se calculara el coste de mercado del procesamiento computacional que un investigador consume a través de estos agentes a lo largo de un mes, dicha cifra excedería lo que la empresa paga a ese mismo investigador como remuneración base.

Este dato tiene implicaciones profundas desde el punto de vista económico. Por un lado, señala que la productividad derivada del uso de estas herramientas debe ser lo suficientemente alta como para justificar ese gasto computacional. Por otro, plantea preguntas serias sobre la sostenibilidad del modelo a medida que el uso escala hacia miles o decenas de miles de empleados en toda la industria. La ecuación financiera que hoy parece funcionar para un equipo reducido de investigadores de élite podría no trasladarse linealmente a organizaciones más grandes y con recursos más limitados.

Dependencia funcional: cuando la IA se vuelve imprescindible

El informe indica que los equipos de investigación de OpenAI son reacios a trabajar sin estas herramientas, una señal inequívoca de que la dependencia funcional ha alcanzado un nivel crítico. Esta resistencia no es simplemente una cuestión de comodidad o preferencia personal, sino que refleja una reconfiguración profunda de los procesos de trabajo: los flujos de tareas, los plazos y las expectativas de rendimiento se han calibrado en torno a la presencia constante de los agentes de IA.

Este fenómeno no es exclusivo de OpenAI. Encuestas del sector realizadas durante los últimos años han mostrado consistentemente que los ingenieros de software que utilizan asistentes de IA de forma habitual reportan una caída significativa en su productividad percibida cuando se ven privados de ellos, incluso cuando esa productividad real no siempre se puede medir con precisión. Se trata de un cambio cognitivo y organizacional que va mucho más allá de la simple adopción de una herramienta nueva.

El “AI slop”: el talón de Aquiles de los agentes actuales

A pesar del entusiasmo generalizado, el informe no oculta las limitaciones actuales de estos sistemas. Más allá de las tareas rutinarias y bien definidas, los modelos siguen produciendo una cantidad significativa de “AI slop”, un término coloquial del sector que hace referencia a contenido generado por IA que es formalmente correcto pero carece de profundidad, originalidad o utilidad práctica real.

En el contexto de la investigación en inteligencia artificial, esto resulta especialmente problemático. Los investigadores de OpenAI trabajan en problemas de frontera científica que requieren razonamiento creativo, intuición sobre qué experimentos son prometedores y una comprensión matizada de los resultados. En estas áreas, los agentes actuales parecen quedarse cortos, generando código o análisis que, aunque aparentemente válidos, no capturan los matices que distinguen una investigación realmente valiosa de una que simplemente cumple con los formatos esperados. El salto cualitativo entre producir contenido correcto y producir contenido genuinamente útil sigue siendo, por ahora, terreno humano.

Implicaciones para el mercado laboral en investigación de IA

Quizás el aspecto más comentado y debatido de esta noticia es la declaración atribuida a los propios investigadores de que valoran sus herramientas de IA más que a casi la mitad de sus colegas humanos. Esta afirmación, aunque provocadora, debe entenderse con cautela y sin caer en interpretaciones superficiales.

No se trata de una evaluación moral o personal sobre el valor intrínseco de los compañeros de trabajo, sino de una valoración funcional dentro del contexto específico de la productividad en tareas concretas de programación y análisis. Es decir, en términos de contribución marginal a determinados proyectos, un agente de IA puede aportar más valor tangible y medible que un investigador junior o un colaborador menos especializado en esa área particular.

Sin embargo, esta percepción tiene consecuencias directas y muy reales para las dinámicas del mercado laboral en el sector tecnológico. En los últimos años, varias empresas tecnológicas de primer nivel —incluyendo la propia OpenAI, que ha pasado por múltiples rondas de reorganización interna— han justificado reducciones de plantilla parcialmente en la mayor eficiencia de los sistemas de IA. Si los propios investigadores expresan abiertamente esta valoración comparativa, se crea un precedente discursivo que podría utilizarse para justificar futuras decisiones de contratación o reducción de personal en toda la industria.

La paradoja de la empresa que se reemplaza a sí misma

Existe una ironía profunda y casi filosófica en este relato. OpenAI fue fundada con la misión declarada de desarrollar inteligencia artificial general de forma segura y beneficiosa para la humanidad. Ahora, sus propios investigadores —las personas que definen cómo y hacia dónde se desarrolla esta tecnología— son quienes más directamente experimentan su impacto potencialmente sustitutivo en el plano laboral.

Esta situación crea lo que algunos analistas han denominado una “paradoja de agencia”: los trabajadores del conocimiento más altamente cualificados del mundo están construyendo activamente las herramientas que, según sus propias declaraciones, podrían hacer prescindible a una parte significativa de la fuerza laboral humana en áreas de alta especialización. La pregunta que emerge con urgencia es si esta dinámica es sostenible a largo plazo, tanto desde el punto de vista económico como desde el social y el ético.

¿Qué nos dice esto sobre el futuro del trabajo intelectual?

El caso de OpenAI no es una anomalía aislada, sino la manifestación más visible y documentada de una tendencia que atraviesa toda la economía del conocimiento. A medida que los agentes de IA se vuelven más capaces, más baratos y más integrados en los flujos de trabajo cotidianos, la frontera entre la asistencia y la sustitución se vuelve cada vez más borrosa.

Lo que sí queda claro es que la convivencia entre humanos y agentes de IA en entornos de trabajo de alto rendimiento no es ya un escenario futuro especulativo, sino una realidad presente y documentada. Los datos internos de OpenAI son un espejo incómodo pero necesario: nos muestran, con una crudeza inusual, hacia dónde se dirige la organización del trabajo intelectual en la era de la inteligencia artificial. La pregunta ya no es si esto ocurrirá, sino cómo las sociedades, las empresas y los individuos elegirán responder a ello.

El debate está abierto, y sus consecuencias serán profundas.

De la idea a la estrategia

Las grandes empresas no crecen solo con ideas, sino con ejecución estratégica. En Reinvente diseñamos sistemas de marketing, ventas e inteligencia artificial que convierten tu visión en resultados medibles.

Envíanos un mensaje de WhatsApp

Gerencia
Gerencia

Online

Offline

Asistente
Asistente

Online

Offline