Con Deep Research, una nueva herramienta de OpenAI, se abren nuevos paradigmas para la investigación académica y científica a todos los niveles
Pensar, es, quizá, una de las actividades más difíciles. Razonar, hilvanar ideas y con estas construir nuevos significados, buscar soluciones a problemas, ha sido algo que ha hecho el hombre durante centurias.
En esta era donde la tecnología domina cada ámbito de nuestra vida, la inteligencia artificial generativa (IAG) se propone cambiar eso, y para ello ya tenemos los primeros visos.
Un sencillo ejemplo está en DeepSeek, la novel IAG hecha en China que cuenta con un botón de razonamiento para mostrar al usuario respuestas más complejas a sus preguntas. Esta misma funcionalidad, de una forma u otra, fue introducida por OpenAI en su ChatGPT y por Google en Gemini.
Sin embargo, OpenAI ha ido un paso más allá —acaso presionada por DeepSeek y su creciente popularidad—, y hace apenas unos días dio a conocer Deep Research (o investigación a fondo), una herramienta que promete cambiar los ámbitos de la investigación académica y profesional.
Si bien este nuevo agente de IA sigue siendo imperfecto y sujeto a ciertos errores, su capacidad para procesar grandes volúmenes de información de manera rápida y con un nivel de detalle sorprendente sugiere que estamos ante una tecnología que podría redefinir los métodos tradicionales de investigación en diversas disciplinas, desde las ciencias sociales hasta las ciencias aplicadas.
El concepto de la inteligencia artificial como asistente en la investigación no es nuevo, pero la propuesta de OpenAI con Deep Research se diferencia de sus predecesores, como ChatGPT y el agente Operator, al ofrecer una capacidad de análisis y contextualización más profunda y centrada en la resolución de problemas complejos. Sin embargo, este avance no ha estado exento de críticas y desafíos, especialmente en lo que respecta a la precisión y la fiabilidad de los resultados generados por el sistema.
Benjamin Breen es profesor de Historia en la Universidad de California, en Santa Cruz, Estados Unidos. En una entrada reciente en su blog, expresó preocupaciones sobre la integración de herramientas como ChatGPT en la educación superior.
Breen planteó que la proliferación de estas tecnologías ha tenido efectos negativos tanto en los estudiantes como en el profesorado, y destacó que no solo ha facilitado el plagio, sino que ha contribuido a una sensación de desinterés generalizado entre los estudiantes.
Según Breen, los estudiantes no solo se han acostumbrado a presentar tareas completamente generadas por IA, sino que también tienden a depender de estas herramientas para obtener respuestas rápidas y superficiales en lugar de profundizar en el análisis crítico.
El profesor reconoce, no obstante, el potencial de la IA en campos como la investigación histórica. En su experiencia personal, ha utilizado IA para transcribir textos antiguos, como cartas en cursiva del siglo XVI, y para proporcionar contexto histórico a documentos de gran valor, como recetas médicas del México del siglo XVIII.
En una de sus pruebas más significativas, Breen utilizó dos modelos de lenguaje de OpenAI y Anthropic para analizar citas de dos figuras históricas clave en su libro, obteniendo de ambos modelos una serie de posibles argumentos que podrían servirle de base para su investigación.
Para Breen, esta capacidad de la IA para generar ideas nuevas y frescas en cuestión de segundos representa un avance notable en la manera en que los historiadores y otros académicos pueden abordar sus proyectos. Y es que de eso se trata: herramientas como Deep Research reducen a segundos lo que antes podía tomar años.
Con la llegada de Deep Research, OpenAI parece haber dado un paso importante hacia la creación de una herramienta verdaderamente útil para los profesionales y académicos que necesitan acceder a información detallada y bien estructurada de manera eficiente. A diferencia de otros agentes de IA lanzados por la compañía, como el ya mencionado Operator, que se mostró ineficaz en la ejecución de tareas básicas, Deep Research ha mostrado un rendimiento impresionante en las pruebas iniciales.
Esta herramienta está disponible únicamente para los suscriptores del nivel Pro de ChatGPT, lo que implica un costo mensual de 200 dólares. Este acceso permite realizar hasta cien consultas de investigación profundas al mes, lo que refleja tanto el alto costo de la computación involucrada como el potencial de la herramienta para realizar análisis complejos.
Para utilizarla, los usuarios deben formular una consulta como lo harían en el chat habitual de ChatGPT, pero luego hacer clic en el botón de Deep Research, lo que activa una serie de preguntas de seguimiento que permiten a la IA obtener un contexto más específico antes de proceder con la tarea.
Este enfoque interactivo es una de las características distintivas de Deep Research, ya que no solo responde a las preguntas planteadas por el usuario, sino que también solicita aclaraciones y detalles adicionales para ofrecer un análisis más matizado.
Según ejemplificó Plattformer, un prominente blog de tecnología, cuando se solicitó un informe sobre cómo los editores pueden beneficiarse del Fediverso, la IA planteó preguntas sobre el tipo de medio (tradicional o digital) y el nivel de detalle técnico requerido en el análisis. Una vez obtenida esta información, Deep Research generó un informe de casi 5 000 palabras que abordó temas como la monetización de los sitios federados, los diferentes protocolos disponibles y ejemplos prácticos de su implementación.
Este nivel de detalle y contextualización es una de las fortalezas de Deep Research. En comparación con otros productos similares en el mercado, como el sistema de investigación profunda de Google, el informe generado por OpenAI superó con creces en cuanto a profundidad y precisión. Aunque la herramienta de Google, lanzada en diciembre, también produjo un informe sobre el Fediverso, su análisis fue más superficial, con solo 2 000 palabras y un enfoque más generalista que no profundizaba en los aspectos técnicos o estratégicos del tema.
A pesar de los logros conseguidos, Deep Research no está exenta de errores. En una prueba en la que se solicitó una comparación entre las herramientas de investigación profunda de OpenAI y Google, la IA cometió un error significativo al afirmar que el producto de OpenAI fue lanzado después del de Google, cuando en realidad fue al revés. Este tipo de fallos demuestra que, aunque la IA puede generar respuestas rápidas y detalladas, todavía necesita mejorar en cuanto a la precisión de la información y la capacidad para contrastar datos en tiempo real.
Otro desafío relacionado con el uso de Deep Research es que, al igual que otras herramientas de inteligencia artificial, la calidad de los resultados depende en gran medida de la capacidad del usuario para formular preguntas claras y precisas. A pesar de la capacidad de la herramienta para realizar análisis profundos, su efectividad está limitada por la calidad de los datos con los que se alimenta y la claridad de las consultas iniciales.
Esto significa que los usuarios que ya tengan una base sólida de conocimiento sobre el tema en cuestión podrán aprovechar mejor la herramienta, mientras que aquellos menos familiarizados con el tema podrían enfrentar dificultades para obtener resultados óptimos.
A pesar de todo, Deep Research representa un avance considerable en la manera en que los profesionales pueden abordar tareas de investigación complejas. Desde académicos y consultores hasta periodistas y gerentes de productos, cualquier persona que trabaje en la creación de informes detallados y análisis profundos puede beneficiarse de las capacidades de esta herramienta. Por supuesto, para Cuba hasta el más básico ChatGPT está bloqueado.
Aunque no está diseñada para remplazar a los expertos humanos, Deep Research ofrece una forma eficiente de complementar y agilizar el trabajo de investigación, permitiendo a los profesionales obtener información relevante en cuestión de minutos. ¿O quizá es este el inicio de un tiempo de expertos que no son más que máquinas?
29
