OpenAI: AI-агенты для кода ускоряют научные вычисления и открытия в геномике

OpenAI publicó el 30 de julio de 2026 un informe de campo (field report) sobre cómo los científicos usan agentes de IA para programar con el fin de modernizar la computación científica y acelerar el desarrollo de software y los descubrimientos en genómica y campos afines.

Qué describe el informe de OpenAI

El informe de OpenAI documenta una práctica real: los investigadores aplican cada vez más agentes autónomos (agentic) —una IA que lee, escribe, ejecuta y corrige código de forma independiente— para actualizar el software científico. El formato field report es un análisis de cómo funciona la tecnología "sobre el terreno", no el anuncio de un nuevo modelo: OpenAI recopila la experiencia de equipos científicos y muestra dónde los agentes de IA ya están dando resultados.

No se trata de sugerencias puntuales en un editor, sino de la participación plena del agente en el ciclo de desarrollo: desde analizar código desconocido hasta escribir y probar nuevos módulos.

Datos clave del informe:

• Editor — OpenAI, formato — informe de campo (field report), publicado el 30 de julio de 2026
• Tema — el uso de agentes de IA para programar en la computación científica
• Área de ejemplo — genómica, además de disciplinas científicas afines
• Efecto — aceleración del desarrollo de software y de los descubrimientos científicos
• Audiencia — investigadores y desarrolladores científicos

Cómo los agentes están cambiando el trabajo de los científicos

Los agentes de IA asumen la rutina de ingeniería que antes le quitaba tiempo a los investigadores para dedicarse a la ciencia. Según las observaciones de OpenAI, los agentes de codificación ayudan a analizar código ajeno y obsoleto, migrarlo a herramientas modernas, escribir pruebas y automatizar el procesamiento de datos.

Esto es importante porque el software científico es uno de los más difíciles de mantener. Buena parte del código de los laboratorios se escribió a lo largo de años por especialistas de dominio, no por ingenieros profesionales, y acumuló deuda técnica. Un agente que entiende ese código y sabe modificarlo de forma segura elimina una barrera que durante años frenó la actualización de las herramientas.

¿Por qué es importante para la ciencia?

La genómica es un ejemplo elocuente en el informe de OpenAI: aquí el volumen de datos y la complejidad de los pipelines computacionales son especialmente altos, por lo que acelerar el desarrollo de código se traduce directamente en una mayor velocidad de los descubrimientos científicos. Cuanto más rápido un equipo actualiza y ejecuta su software, más rápido pone a prueba sus hipótesis.

OpenAI subraya que el efecto no se limita a una sola disciplina: el enfoque es aplicable a la computación científica en general, "en genómica y más allá".

«Los científicos usan agentes de IA para programar con el fin de modernizar la computación científica y acelerar los descubrimientos en genómica y más allá», señala el field report de

OpenAI.

Qué significa esto

La IA agentic trasciende los asistentes de chat y el desarrollo de producto para entrar en la ciencia fundamental: los agentes de codificación se están convirtiendo en una herramienta de trabajo del investigador y acortan el camino de la idea al resultado. Para campos como la genómica, donde el cuello de botella no son las hipótesis sino la ingeniería de datos y de código, esto puede acelerar el propio ritmo de los descubrimientos. Si el informe de OpenAI refleja una tendencia duradera, en los próximos años los equipos científicos ensamblarán y reescribirán cada vez más su software junto con agentes de IA, en lugar de hacerlo manualmente.

Preguntas frecuentes

¿Qué son los agentes de IA para programar?

Son herramientas de IA que no solo sugieren líneas de código, sino que leen, escriben, ejecutan y corrigen programas de forma autónoma dentro de una tarea determinada. En el informe de OpenAI, estos agentes se aplican al software científico.

¿Qué áreas científicas abarca el informe?

OpenAI señala a la genómica como ejemplo clave y menciona que el enfoque se extiende también a otras áreas de la computación científica, según la formulación del informe, "en genómica y más allá".