OpenAI: los agentes de IA para programar aceleran la computación científica y los descubrimientos en genómica

El 30 de julio de 2026, OpenAI publicó 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 áreas afines.

Qué describe el informe de OpenAI

El informe de OpenAI recoge una práctica real: los investigadores recurren cada vez más a agentes agentic, una IA que lee, escribe, ejecuta y corrige código por su cuenta, para actualizar el software científico. El formato field report consiste en analizar cómo funciona la tecnología «sobre el terreno», no en anunciar un nuevo modelo: OpenAI reúne la experiencia de equipos científicos y muestra dónde los agentes de IA ya dan resultados.

No se trata de sugerencias puntuales en un editor, sino de la participación plena del agente en el ciclo de desarrollo, desde el análisis de código desconocido hasta la escritura y verificación de módulos nuevos.

Datos clave del informe:

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

Cómo cambian los agentes el trabajo de los científicos

Los agentes de IA se encargan de la rutina de ingeniería que antes le quitaba tiempo a la ciencia. Según las observaciones de OpenAI, los agentes de código ayudan a entender código ajeno y obsoleto, a trasladarlo a herramientas modernas, a escribir pruebas y a automatizar el procesamiento de datos.

Esto importa porque el software científico es uno de los más difíciles de mantener. Buena parte del código de los laboratorios lo escribieron durante años especialistas de perfil estrecho, no ingenieros profesionales, y ha acumulado deuda técnica. Un agente que comprende ese código y sabe modificarlo con seguridad elimina una barrera que durante años frenó la actualización de las herramientas.

¿Por qué es importante para la ciencia?

La genómica es un ejemplo ilustrativo en el informe de OpenAI: aquí el volumen de datos y la complejidad de los pipelines computacionales son especialmente altos, y acelerar el desarrollo de código se traduce directamente en velocidad de descubrimiento. Cuanto más rápido un equipo actualiza y ejecuta su software, más rápido contrasta 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», se afirma en el field report de

OpenAI.

Qué significa

La IA agentic sale del ámbito de los asistentes de chat y del desarrollo de productos para entrar en la ciencia básica: los agentes de código se convierten en una herramienta de trabajo del investigador y acortan el camino de la idea al resultado. En áreas 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 sostenida, en los próximos años los equipos científicos construirán y reescribirán cada vez más su software junto con agentes de IA, y no a mano.

Preguntas frecuentes

¿Qué son los agentes de IA para programar?

Son herramientas de IA que no se limitan a sugerir líneas de código, sino que leen, escriben, ejecutan y corrigen programas por su cuenta dentro de la tarea asignada. En el informe de OpenAI, estos agentes se aplican al software científico.

¿Qué áreas científicas abarca el informe?

OpenAI cita la genómica como ejemplo principal y señala que el enfoque se extiende también a otros ámbitos de la computación científica; según la formulación del informe, «en genómica y más allá».