Microsoft enseña a Copilot Researcher a contrastar respuestas de GPT y Claude en un mismo proceso

Microsoft ha empezado a implantar en Copilot Researcher el modo Critique, en el que dos modelos, GPT de OpenAI y Claude de Anthropic, trabajan sobre una misma respuesta de investigación. A la vez, la compañía ha iniciado el despliegue de un nuevo agente de IA, Copilot Cowork, lo que muestra que Copilot pasa cada vez más de ser un asistente en solitario a un conjunto de ayudantes coordinados.

Cómo funciona Critique

Critique es sencillo: un modelo prepara primero un borrador de respuesta a la consulta del usuario y un segundo lo revisa para comprobar su precisión. En la primera fase, GPT responde y Claude actúa como revisor interno.

Para un asistente de investigación esto importa más de lo que parece. En tareas de búsqueda, resumen y análisis, el problema no suele ser escribir texto rápido, sino detectar los puntos débiles, las formulaciones imprecisas y las conclusiones discutibles antes de que una persona vea el resultado.

Microsoft ya habla del siguiente paso: quiere hacer el proceso bidireccional para que los modelos puedan intercambiar sus papeles. Es decir, Claude no solo criticaría la respuesta de GPT, sino que GPT también podría revisar los borradores de Claude. En la práctica, la compañía construye una minirredacción dentro de un único flujo de trabajo, con la generación y la verificación separadas.

Es un cambio notable para la IA corporativa: la apuesta no se centra solo en la potencia de cada modelo, sino en cómo se discuten, se verifican entre sí y aumentan la fiabilidad de la respuesta final.

Por qué lo hace Microsoft

Para Microsoft es también una forma de convertir la disponibilidad de modelos de distintos proveedores en una ventaja práctica y no solo en una larga lista de compatibilidades. Antes, la multimodelo sonaba a ventaja formal: al cliente se le ofrece elegir entre varios motores, pero cada tarea la sigue ejecutando uno solo. Aquí la lógica es otra: los modelos trabajan en tándem y cubren las debilidades del otro dentro de un mismo escenario.

Este enfoque encaja especialmente bien en Microsoft 365, donde de Copilot se espera no un experimento, sino resultados predecibles en documentos, hojas de cálculo e investigaciones reales. En la práctica aporta varias ventajas tangibles.

«Los clientes deben obtener no un conjunto de modelos, sino el beneficio de su trabajo conjunto», así describe

Microsoft la idea del nuevo modo.

• respuestas más precisas a consultas de investigación gracias a una etapa de verificación independiente
• menor dependencia de los puntos fuertes y débiles de un modelo concreto
• un flujo de trabajo más claro, con la generación y la crítica separadas por roles
• una base para futuros escenarios en los que varios modelos debatan entre sí antes de entregar el resultado

Por ahora, Microsoft no promete que los errores desaparezcan por arte de magia, y es la postura correcta. Que un modelo revise a otro no garantiza automáticamente la verdad: ambos sistemas pueden equivocarse, aceptar una premisa falsa o pasar por alto puntos problemáticos. Pero incluso este esquema es mejor que una respuesta aislada sin control interno, sobre todo en productos cuyo resultado acaba en correspondencia laboral, presentaciones o notas analíticas dentro de los flujos de trabajo de las empresas.

Cowork llega en paralelo

A la vez, Microsoft ha empezado a desplegar Copilot Cowork, otro agente de IA del ecosistema Copilot. La nota original ofrece pocos detalles sobre sus funciones, pero el momento importa: la compañía muestra no una función local aislada, sino una transición más amplia hacia un conjunto de agentes y modos de trabajo especializados.

Researcher se encarga de los escenarios de investigación, Cowork amplía la gama y la combinación de distintos modelos en un mismo proceso apunta hacia dónde irá Copilot.

Si antes el asistente corporativo se percibía sobre todo como un chatbot único, ahora su arquitectura se vuelve modular. Un agente puede reunir material, otro verificarlo y un tercero ayudar en el trabajo colaborativo del equipo. Para Microsoft es una forma cómoda de escalar Copilot sin prometer un superagente universal igual de bueno en todo. En su lugar, la compañía construye un sistema más práctico: roles separados, procesos separados y más control sobre la calidad del resultado en cada etapa.

Qué significa

Microsoft empuja a Copilot hacia un sistema de IA de varios pasos, donde la calidad de la respuesta mejora no solo gracias a un modelo más potente, sino a la verificación interna. Para el mercado es una señal importante: la próxima competencia en IA corporativa se dará no solo entre GPT, Claude y otros modelos, sino entre flujos de trabajo completos en los que esos modelos interactúan.