Investigación Profunda
La Investigación Profunda es una capacidad de IA de tipo agente en la que un modelo planifica y ejecuta autónomamente un proceso de investigación multi-paso—emitiendo consultas de búsqueda, leyendo páginas web y sintetizando fuentes—para producir un informe exhaustivo y citado sin orientación continua del ser humano.
La Investigación Profunda se refiere tanto a una categoría de comportamiento de IA de tipo agente como a características específicas de productos en los que un modelo de lenguaje funciona como asistente de investigación semi-autónomo. El agente descompone un objetivo de investigación de alto nivel en subpreguntas, ejecuta búsquedas web iterativas y lecturas de documentos, evalúa la relevancia y credibilidad de las fuentes, sigue enlaces prometedores y actualiza un estado de conocimiento interno a través de muchos pasos antes de producir un informe estructurado y citado. La característica definidora es que el agente determina su propia trayectoria de investigación en lugar de responder a una consulta de turno único.
El flujo de trabajo generalmente comienza con una fase de planificación en la que un modelo capaz de razonamiento esboza la información necesaria para abordar la consulta. Luego entra en un bucle de búsqueda, lectura del contenido de la página, extracción de hechos relevantes y decisión sobre si perseguir nuevas pistas o consolidar hallazgos. Las sesiones comúnmente implican docenas o más de cien solicitudes web y se ejecutan durante varios minutos a media hora en temas complejos. El resultado final es un informe largo con citas en línea, a menudo estructurado con encabezados, tablas y resúmenes.
OpenAI lanzó una característica de producto llamada Deep Research en febrero de 2025, construida sobre el modelo o3 de razonamiento; Google lanzó una característica con el mismo nombre dentro de Gemini a finales de 2024 y la expandió a través de 2025. Perplexity ofreció un modo comparable anteriormente. Estas herramientas encontraron una adopción rápida para inteligencia competitiva, encuestas de literatura académica e informes de debida diligencia—tareas que previamente requerían horas de esfuerzo manual de trabajadores del conocimiento.
A partir de 2026, Investigación Profunda es una capa de capacidad estándar ofrecida por plataformas principales de IA, y los despliegues empresariales rutinariamente aumentan el acceso de navegación web con recuperación sobre almacenes de documentos internos. Los desafíos persistentes incluyen alucinación de fuentes no realmente leídas, dependencia excesiva de contenido optimizado para SEO y acceso limitado a bases de datos con muro de pago o propietarias. Los marcos de evaluación para la calidad de la salida del agente de investigación—cubriendo exactitud de citas, cobertura y corrección factual—se han convertido en un área activa de evaluación comparativa.