Hace apenas un año, ChatGPT-4 parecía una pieza de tecnología mágica. Period impresionante. Podía redactar ensayos, escribir código, generar historias y hasta ofrecer consejos financieros con una fluidez casi humana. Pero aquí estamos, en 2025, y lo que hace poco nos voló la cabeza ya empieza a sentirse un poco rudimentario.
La razón de esto no es que los modelos de lenguaje hayan dejado de mejorar, sino que la forma en que los usamos está cambiando de manera radical. OpenAI acaba de lanzar Deep Research, una nueva funcionalidad que permite a ChatGPT actuar como un agente autónomo capaz de planificar y ejecutar búsquedas complejas en múltiples pasos. Esto no es solo una actualización, es un indicio de que la period de los LLM (Giant Language Mannequin, por sus siglas en inglés), como asistentes de conversación pasivos, están llegando a su fin.
Hasta ahora, interactuar con una inteligencia artificial (IA) como ChatGPT period un ejercicio de ida y vuelta: hacíamos preguntas, obteníamos respuestas y, si la información no period suficiente, ajustábamos nuestras instrucciones y volvíamos a preguntar. Pero Deep Analysis cambia esta dinámica. Ahora, el modelo no solo genera texto, sino que también razona sobre el proceso de búsqueda, retrocede cuando es necesario y evalúa fuentes para extraer la mejor información posible. En otras palabras, lo que antes requería sesiones de prueba y error con el modelo, ahora sucede de forma automática y optimizada. Ahora los LLM empiezan a parecerse más a un equipo completo de asistentes trabajando en segundo plano.
¿Qué tan rápido se está avanzando?
Esta transformación no está ocurriendo solo en OpenAI. Google, DeepMind y Anthropic han estado experimentando con agentes similares. En diciembre, Google presentó su propio prototipo, Undertaking Mariner, que sigue una lógica parecida al Deep Analysis de OpenAI.
Lo realmente interesante aquí es la velocidad a la que estos avances están ocurriendo. Los modelos de hace dos años ya parecen prehistóricos. A este ritmo, ¿cómo veremos a los LLM actuales dentro de seis meses? Es muy posible que, en retrospectiva, nos parezcan herramientas primitivas comparadas con lo que viene.
Si este es el año en que los grandes modelos de lenguaje tal como los conocemos se vuelven obsoletos, es porque dejarán de ser el centro de la experiencia de IA. En su lugar, los agentes tomarán el control, ejecutando tareas de manera autónoma y delegando trabajo sin intervención humana.
¿Qué tareas quedarán en manos de los agentes?
- Investigación compleja: Para analizar tendencias de mercado, revisar documentos legales o cualquier tarea de investigación que antes nos llevaba mucho tiempo. Sea necesario leer e interpretar documentos, un agente lo hará por nosotros.
- Automatización de decisiones: Desde programar citas hasta gestionar inversiones, los agentes podrán optimizar procesos sin intervención humana constante.
- Creatividad asistida: Si antes los LLM generaban texto e imágenes, ahora podrían planificar estrategias de advertising completas o incluso diseñar productos enteros. El enter humano inicial será clave para que los agentes cumplan las expectativas, pero gran parte de la ejecución creativa se irá dejando en manos de estos agentes.
Lo más llamativo es que estos agentes no estarán reservados para expertos en tecnología. Cualquier persona podrá tener un equipo de asistentes digitales ejecutando tareas en segundo plano, casi como si fueran empleados virtuales.
La evolución de los agentes de IA plantea preguntas fundamentales: ¿qué pasará con nuestra relación con la información cuando ya no necesitemos buscarla? ¿Cómo redefiniremos el trabajo cuando una parte significativa de nuestras tareas pueda ser delegada a una máquina? ¿Nos adaptaremos más rápido de lo que imaginamos?
Si algo hemos aprendido en los últimos dos años, es que la inteligencia synthetic no espera a que nos pongamos al día. La verdadera pregunta no es si los LLM quedarán obsoletos, sino qué tan pronto nos daremos cuenta de que ya lo están.
