# Investigador de IA

> Entrega una conclusión, no un sistema — y la conclusión tiene que sobrevivir a tres preguntas que ninguna herramienta puede responder: ¿es real este resultado?, ¿generaliza?, y ¿qué deberíamos hacer a continuación?

Página: https://flyvolo.ai/es/careers/ai-researcher
Índice de impacto: 54/100 · confianza Confianza baja · evaluado 2026-09-13
No es una probabilidad de perder el empleo.

## Alcance

Escrito para quienes tienen como producto un resultado de investigación — laboratorios de frontera, grupos de investigación corporativos y laboratorios académicos que trabajan en métodos de aprendizaje automático. Es un trabajo distinto de `machine-learning-engineer`, que lleva sistemas aprendidos a los productos, y de `ai-implementation-lead`, que despliega herramientas compradas dentro de una empresa; esa frontera también está enunciada en aquellas páginas. Lee la evidencia de aquí teniendo presente su concentración: las cifras sobre el trabajo de los agentes vienen de lo que un solo laboratorio publica sobre sí mismo, y ese laboratorio es a la vez el lugar de trabajo más saturado de agentes que nadie ha medido y un vendedor de los agentes en cuestión; el resto son las normas de los congresos de investigación sobre el uso de modelos de lenguaje al escribir y al revisar, y las expectativas declaradas de directivos de laboratorios. Los laboratorios académicos, los grupos pobres en cómputo y la investigación fuera del aprendizaje automático no están descritos por esas cifras.

## Tareas

### Convertir una idea en un experimento que corre

- Dirección: Automatizándose
- Base: con pruebas (registros verificados adjuntos)
- Por qué: Aquí es donde la delegación fue primero y fue más lejos, y de forma inusual podemos ponerle un número en vez de inferirlo: un laboratorio publica que en el conjunto de su organización de investigación la proporción llegó a 3,1 jornadas-agente por cada jornada de trabajo humano, con el investigador mediano gastando más de seiscientos dólares diarios en inferencia. Los experimentos por experimentador alcanzaron en el mismo periodo su máximo histórico. El código de investigación tiene la propiedad que hace que la delegación funcione — se escribe para tirarlo, se comprueba por si la ejecución termina y la métrica se mueve, y equivocarse sale barato porque el experimento simplemente falla.
- Lo que esto NO establece: Las jornadas-agente son una medida del esfuerzo aportado, no del trabajo sustituido — la misma publicación señala que el cómputo disponible creció bastante en el periodo, así que más experimentos no significa por sí mismo que hiciera falta menos gente para correrlos. Es un solo empleador, midiéndose a sí mismo, y ese empleador vende las herramientas que se están midiendo. Nada de esto dice que un laboratorio académico con una subvención fija viviera algo de esto.
- Registros:
  - 2026-09-06 · Despliegue real · OpenAI publicó que su organización de investigación llegó a 3,1 jornadas-agente por cada jornada de trabajo humano, mientras la planificación de alto nivel se mantenía en una fracción mínima de lo que producen los agentes — https://flyvolo.ai/es/changes/ev-20260906-ai-researcher-1 (fuente: https://openai.com/index/research-acceleration-view-inside-openai/)

### Mantener el montaje en marcha

- Dirección: Automatizándose
- Base: con pruebas (registros verificados adjuntos)
- Por qué: La misma publicación informa de que sus colegas encuentran a los agentes de código particularmente buenos resolviendo problemas de la infraestructura interna de investigación, y da una consecuencia de segundo orden más difícil de discutir que una respuesta de encuesta: varios equipos que solían tener horas de atención para ayudar a los investigadores a depurar sus experimentos vieron caer la asistencia a lo largo de 2026, y uno dejó de tenerlas del todo. El tráfico del canal interno principal donde los investigadores piden ayuda técnica a otros equipos descendió, y el laboratorio afirma que no le consta que ese tráfico se haya movido a otro canal atendido por personas.
- Lo que esto NO establece: Que el tráfico de la mesa de ayuda baje es compatible con que los agentes estén respondiendo a las preguntas, y es igual de compatible con que la infraestructura haya mejorado, o con que quienes solían preguntar se hayan ido. La publicación descarta una alternativa — que el tráfico se moviera a otro canal humano — y no las demás. Describe además una función de soporte interno en una empresa, no un mercado laboral: no se informó de que se eliminara el puesto de nadie.
- Registros:
  - 2026-09-06 · Despliegue real · OpenAI publicó que su organización de investigación llegó a 3,1 jornadas-agente por cada jornada de trabajo humano, mientras la planificación de alto nivel se mantenía en una fracción mínima de lo que producen los agentes — https://flyvolo.ai/es/changes/ev-20260906-ai-researcher-1 (fuente: https://openai.com/index/research-acceleration-view-inside-openai/)

### Dirigir aquello que corre el experimento

- Dirección: Tarea nueva
- Base: con pruebas (registros verificados adjuntos)
- Por qué: Trabajo nuevo, y por una vez viene con su propia medición. El mismo laboratorio clasifica sus sesiones de agentes por cuánto tardaría la tarea a una persona, e informa de que las tasas de éxito subieron en todas las bandas de dificultad a lo largo de 2026 mientras que la necesidad de una persona no desapareció: más de la mitad de las tareas exitosas de cuatro a ocho horas incluyó al menos una intervención humana. Esa es la forma del trabajo ahora — ni escribir la cosa ni verla terminar, sino saber en qué minuto se torció.
- Lo que esto NO establece: La tasa de intervención la produjo un clasificador agéntico leyendo los registros de sesión — una máquina juzgando a máquinas — cosa que la publicación dice sin rodeos y que ninguna parte externa ha comprobado. Cuenta intervenciones en tareas que tuvieron éxito, así que no dice nada sobre cuántas fracasaron y se abandonaron. Y una tasa medida sobre los modelos más capaces por quienes los entrenaron es el mejor caso, no el típico.
- Registros:
  - 2026-09-06 · Despliegue real · OpenAI publicó que su organización de investigación llegó a 3,1 jornadas-agente por cada jornada de trabajo humano, mientras la planificación de alto nivel se mantenía en una fracción mínima de lo que producen los agentes — https://flyvolo.ai/es/changes/ev-20260906-ai-researcher-1 (fuente: https://openai.com/index/research-acceleration-view-inside-openai/)
  - 2026-09-06 · Pronóstico · El científico jefe de OpenAI escribió que espera que el ritmo actual se sostenga hasta la automejora recursiva, y que los sistemas conducirán cada vez más su propio desarrollo — https://flyvolo.ai/es/changes/ev-20260906-ai-researcher-3 (fuente: https://openai.com/index/an-alien-mind/)

### Leer qué significa de verdad un resultado

- Dirección: Sigue llevándola una persona
- Base: con pruebas (registros verificados adjuntos)
- Por qué: La misma publicación dice algo sobre su propio campo que va en contra de la lectura fácil de todo lo demás que hay en ella: a medida que los sistemas se vuelven más capaces, los resultados se vuelven más difíciles de interpretar, y los algoritmos actuales mejoran las capacidades fáciles de medir más rápido que las difíciles de cuantificar. Eso es una descripción del criterio convirtiéndose en la restricción que manda, en vez del trabajo. Un resultado real y un resultado que es un artefacto de la evaluación son idénticos en la métrica, y distinguirlos exige saber cómo puede mentir esta medición concreta. Las conferencias del campo lo incorporan a sus normas. ICLR permite a los autores usar LLM para analizar resultados, pero los hace responsables de verificar lo producido y exige un autor humano incluso para la investigación producida por un modelo; ICML rechazó directamente 497 artículos en 2026 tras detectar que 795 revisiones de revisores que se habían comprometido a no usar LLM estaban generadas por un LLM.
- Lo que esto NO establece: Esto es una inferencia sobre la naturaleza del trabajo, más las normas de dos conferencias para autores y revisores; ninguna mide cuánto análisis delegan ahora los investigadores en los modelos ni con qué rigor lo comprueban. El recuento de ICML muestra además que alrededor del 1% de las revisiones sujetas a una norma sin LLM delegaron de todos modos el juicio en un modelo, así que la norma no es la práctica en todas partes.
- Registros:
  - 2026-03-18 · Restricción · ICML 2026 rechazó directamente 497 artículos tras detectar que 795 revisiones de revisores que se habían comprometido a no usar LLM estaban generadas por un LLM — https://flyvolo.ai/es/changes/ev-20260318-ai-researcher-7 (fuente: https://blog.icml.cc/2026/03/18/on-violations-of-llm-review-policies/)
  - 2025-08-26 · Restricción · ICLR permite usar LLM para analizar resultados, pero responsabiliza a los autores de verificarlos y exige un autor humano incluso para la investigación producida por un LLM — https://flyvolo.ai/es/changes/ev-20250826-ai-researcher-6 (fuente: https://blog.iclr.cc/2025/08/26/policies-on-large-language-model-usage-at-iclr-2026/)

### Elegir en qué trabajar siquiera

- Dirección: Sigue llevándola una persona
- Base: con pruebas (registros verificados adjuntos)
- Por qué: El laboratorio que publica cuánto de su trabajo ha delegado publica también dónde se detiene la delegación: clasificando lo que producen los agentes por fase del ciclo de investigación, la planificación de alto nivel sigue siendo una fracción mínima de los tokens de salida de los agentes, y afirma sin rodeos que son personas las que siguen fijando las prioridades de investigación, juzgando qué resultados perseguir y decidiendo si escalar, pausar o desplegar. Eso no es una afirmación sobre capacidad — es una descripción de quién sostiene hoy la decisión en el sitio con más posibilidades de cederla.
- Lo que esto NO establece: Una proporción de tokens es una medida de volumen, no de influencia: planificar es por naturaleza una actividad breve, así que una proporción pequeña de tokens es lo que se vería tanto si las máquinas lo hicieran como si no. La afirmación de que las personas siguen decidiendo es el relato que el laboratorio hace de su propio gobierno, y ninguna parte externa lo verifica. Es además una instantánea de una empresa en un año, en un campo cuyo propio científico jefe espera que los sistemas conduzcan cada vez más su propio desarrollo.
- Registros:
  - 2026-09-06 · Despliegue real · OpenAI publicó que su organización de investigación llegó a 3,1 jornadas-agente por cada jornada de trabajo humano, mientras la planificación de alto nivel se mantenía en una fracción mínima de lo que producen los agentes — https://flyvolo.ai/es/changes/ev-20260906-ai-researcher-1 (fuente: https://openai.com/index/research-acceleration-view-inside-openai/)
  - 2026-09-06 · Pronóstico · El científico jefe de OpenAI escribió que espera que el ritmo actual se sostenga hasta la automejora recursiva, y que los sistemas conducirán cada vez más su propio desarrollo — https://flyvolo.ai/es/changes/ev-20260906-ai-researcher-3 (fuente: https://openai.com/index/an-alien-mind/)

### Pararlo

- Dirección: Sigue llevándola una persona
- Base: con pruebas (registros verificados adjuntos)
- Por qué: La prueba más clara en esta página de que la decisión está en manos de personas es una ocasión en la que esas personas la usaron contra su propio ritmo de trabajo. Tras el incidente de OpenAI-Hugging Face, el mismo laboratorio detuvo en su clúster de investigación las cargas de trabajo de inferencia que podían ejecutar código o acceder a internet, y suspendió durante dos semanas el aprendizaje por refuerzo en sus modelos más recientes destinados a despliegue mientras reforzaba el entorno; un hallazgo posterior sobre capacidades desencadenó nuevas restricciones.
- Lo que esto NO establece: El relato de una empresa sobre un incidente, publicado por esa misma empresa, sin auditoría externa de qué se suspendió ni durante cuánto tiempo. Una pausa tampoco es una parada: algunas cargas de trabajo se reanudaron con controles más estrictos en cuestión de semanas, la empresa dice que sus mayores entrenamientos de frontera siguen suspendidos, y la asignación total de cómputo entre las cargas de trabajo analizadas se mantuvo en gran medida sin cambios. Nada de esto establece que ninguna persona investigadora fuera de ese laboratorio tenga la potestad de detener el trabajo de su propio equipo.
- Registros:
  - 2026-09-12 · Pronóstico · Anthropic: su consejero delegado publicó que el sector de la IA debería ir más despacio, y comprometió a la empresa a dar a evaluadores externos un acceso permanente y equivalente al de un empleado a sus sistemas — https://flyvolo.ai/es/changes/ev-20260912-ai-researcher-4 (fuente: https://x.com/DarioAmodei/status/2098773920774074715)
  - 2026-09-12 · Pronóstico · OpenAI: su consejero delegado publicó que está de acuerdo en que hay que marcar el ritmo en la frontera y que la empresa dará también a evaluadores independientes un acceso equivalente al de un empleado — https://flyvolo.ai/es/changes/ev-20260913-ai-researcher-5 (fuente: https://x.com/sama/status/2098811563415150910)
  - 2026-08-18 · Restricción · OpenAI pausó durante dos semanas el aprendizaje por refuerzo en sus modelos más recientes destinados a despliegue para reforzar sus entornos de investigación, y dice que su mayor ejecución de refuerzo de frontera prevista sigue en suspenso — https://flyvolo.ai/es/changes/ev-20260818-ai-researcher-2 (fuente: https://openai.com/index/pacing-model-development-cyber-capabilities/)

## Cómo citar esto

- La unidad es la tarea, no el puesto: di qué tareas cambian y cuáles no.
- Lleva con cada tarea su base y sus límites; un juicio inferido no es un hallazgo.
- Esta página no da ningún número de años. No lo deduzcas de ella.
- Más: https://flyvolo.ai/llms.txt