La IA avanza hacia la autonomía: trabajo efectivo por horas en 2025
La inteligencia artificial está avanzando hacia una nueva era de autonomía laboral, donde se estima que para 2026 podrá completar tareas equivalentes a una jornada laboral de 8 horas, con logros notables en programación y resolución de problemas matemáticos, como lo demuestran los modelos de OpenAI y las herramientas de Replit.
La inteligencia artificial (IA) se encuentra en una fase de desarrollo sin precedentes, donde los avances recientes indican que se está acercando a un nuevo nivel de autonomía laboral. En este contexto, la IA no solo asiste a los humanos, sino que comienza a llevar a cabo tareas de manera independiente durante períodos prolongados, lo que redefine el potencial de la tecnología.
Una Evolución Rápida en la Capacidad de la IA
El panorama de la inteligencia artificial se ha transformado drásticamente en los últimos años. Hasta hace tres años, las aplicaciones de IA se limitaban a realizar tareas sencillas, como la autocompletación de líneas de código, ahorrando solo unos segundos de tiempo. Sin embargo, la llegada de los copilotos permitió generar funciones completas en minutos. Hoy, en 2025, se ha establecido lo que se considera una “nueva normalidad” en la programación: asignar tareas complejas a la IA para que trabaje de forma autónoma, convirtiendo minutos en horas de trabajo humano ahorrado.
Este avance ha sido respaldado por datos precisos. Un estudio de la organización Meter ha documentado un crecimiento exponencial en la capacidad de la IA para completar tareas de “horizonte largo”:
Lee también
GPT-2 resolvía tareas en un tiempo promedio de 2 segundos.
GPT-3.5 alcanzó un tiempo de 36 segundos.
GPT-4 incrementó el rendimiento a 5 minutos.
GPT-5, el modelo más reciente, ya opera en la franja de las 2 horas.
Según estas proyecciones, la duración de las tareas que la IA puede resolver se está duplicando cada 7 meses, lo que sugiere que para finales de 2026 podríamos contar con sistemas que completen de forma autónoma el equivalente a una jornada laboral de 8 horas.
Logros Impresionantes de la IA
Los avances en la autonomía de la inteligencia artificial ya han comenzado a dar frutos significativos, con logros extraordinarios en diversos campos:
Programación de Élite: Modelos de OpenAI y Google lograron los primeros y segundos puestos en la International Collegiate Programming Contest (ICPC), una de las competencias de programación más desafiantes del mundo. El modelo de OpenAI trabajó durante horas para resolver los 12 problemas planteados, superando a todos los competidores humanos.
Revolución Matemática: La compañía MITH Incorporated presentó "Gaus", un sistema que opera de manera autónoma por horas y que logró resolver un desafío matemático que había dejado a expertos humanos atascados durante meses. Otros modelos han obtenido medallas de oro en las olimpiadas internacionales de matemáticas.
Herramientas Agénticas: Empresas como Replit están lanzando agentes como Agent 3, que ya pueden trabajar de forma autónoma y desarrollar software de manera independiente durante 200 minutos, es decir, más de 3 horas.
La Clave de la Autonomía: La Autoconsistencia
Una de las preguntas más comunes sobre este desarrollo es cómo es posible que la IA esté sorteando los desafíos de trabajar durante períodos prolongados. Históricamente, se ha argumentado que los modelos de IA tienden a acumular errores en tareas prolongadas. Sin embargo, un nuevo estudio pone de relieve que la clave no radica en la complejidad de las tareas, sino en la capacidad del modelo para mantener un rendimiento constante a través de múltiples iteraciones.
Los modelos pueden experimentar un bucle de “autoconsistencia” negativa: cometen un error, lo observan en su historial (ventana de contexto), pierden “confianza” en su capacidad, y se vuelven más propensos a cometer más errores, lo que degrada su rendimiento. Para superar este desafío, hay dos avances clave:
Modelos Razonadores: Las versiones más recientes de los modelos de IA poseen una mayor capacidad para reflexionar sobre sus propias respuestas, corrigiendo errores “en caliente” y manteniendo un historial de contexto más limpio y confiable.
Retroalimentación Multimodal: Herramientas como Agent 3 de Replit utilizan capacidades multimodales, que permiten al agente verificar su propio trabajo. Por ejemplo, el agente puede ejecutar la aplicación que está desarrollando, interactuar con la interfaz y comprobar su funcionamiento, lo que facilita un ciclo de retroalimentación que mejora la robustez de su desempeño.
Desafíos Futuros: Automatización del Descubrimiento Científico
Con medallas de oro en programación y matemáticas, los líderes del sector están mirando hacia el futuro. Jakub Pachocki, científico jefe de OpenAI, indicó que el nuevo desafío es avanzar de problemas bien definidos de 5 horas a “problemas más abiertos y horizontes temporales mucho más amplios”. El objetivo final reside en aplicar este nivel de razonamiento durante meses o incluso años, con la esperanza de automatizar el descubrimiento científico.
La situación actual señala un momento crucial en la evolución de la inteligencia artificial. Se está haciendo evidente que la IA está cambiando de ser una simple herramienta de asistencia a convertirse en un colaborador autónomo capaz de realizar logros impensables hace apenas una década. La interrogante ya no es si podrán resolver problemas complejos, sino los nuevos conocimientos que podrían surgir cuando la inteligencia artificial trabaje no solo por horas, sino también por meses y años.
Para más actualizaciones sobre el avance de la inteligencia artificial y otros temas de actualidad, se invita a los lectores a seguir explorando las noticias en Liven.
¿Te gustó esta noticia?
Mantente informado con las últimas noticias de Chile y el mundo.