Mira Murati y Thinking Machines Lab crean un AI que no sustituye a las personas

Mira Murati, exdirectora de tecnología de OpenAI y fundadora de Thinking Machines Lab, ha demostrado la nueva apuesta de su empresa: IA que no desplaza a los humanos del proceso, sino que trabaja junto a ellos. En lugar de una automación completa, la startup está construyendo modelos capaces de entender conversaciones vivas, pausas, interrupciones y cambios de contexto en tiempo real.

Apostando por la

Colaboración Murati no ha abandonado la idea de la superinteligencia, pero propone un camino diferente hacia ella. Según ella, un futuro realmente útil para la IA no es un escenario en el que unas pocas corporaciones construyen sistemas completamente autónomos mientras las personas se retiran gradualmente. La inteligencia humana, por el contrario, debe permanecer como parte de la ecuación todo el tiempo posible, especialmente ante las crecientes preocupaciones de que los modelos generativos aceleren la pérdida de empleos y profundicen la dependencia del mercado de unos pocos grandes actores.

"El mejor camino hacia un futuro mejor es mantener a los humanos en el ciclo más tiempo", así es como Murati describe el enfoque de Thinking Machines Lab.

La idea de la empresa no es simplemente proporcionar respuestas bajo demanda, sino dar a las personas la capacidad de ajustar modelos avanzados para sus tareas y valores, y luego trabajar con ellos en pareja. Este enfoque difiere notablemente de la imagen familiar de un agente de IA que recibe una instrucción y luego lo hace todo por sí solo. Para Murati, importa más no sacar a los humanos del proceso, sino hacer que el sistema entienda mejor la intención del usuario y ayude a lograr objetivos sin pérdida de control.

Cómo

Funcionan los Modelos En mayo de 2026, Thinking Machines mostró una vista previa de investigación de los llamados interaction models—modelos que se comunican con humanos a través de cámara y micrófono. A diferencia de muchas interfaces de voz, esto no se reduce al esquema "reconoció audio, lo convirtió en texto, lo envió al chatbot". La empresa afirma que su modelo fue entrenado desde el principio para trabajar con comunicación humana continua e imperfecta, donde las personas hacen pausas, se interrumpen mutuamente, se corrigen a sí mismas y cambian de tema durante la conversación.

Esto le da al sistema un modo de operación más natural. Según la descripción de Thinking Machines, tales modelos no deben simplemente esperar el final de un turno, sino captar el hilo del pensamiento y adaptarse sobre la marcha si el interlocutor aclara su formulación o cambia abruptamente la conversación en otra dirección. No hay lanzamiento público aún: la empresa ha mostrado solo algunos videos de demostración, pero su apuesta ya es clara—quieren hacer que la interfaz con la IA sea más cercana no a una línea de comandos, sino a un diálogo de trabajo real entre personas.

• Entienden pausas, interrupciones y cambios de entonación Funcionan a través de cámara y micrófono, no solo texto Se adaptan cuando el usuario aclara su pensamiento o cambia de tema * Apuntan a una interacción más personalizada y contextual ## Cómo Esto Difiere El enfoque de Murati va en contra de la tendencia principal de los laboratorios más grandes. OpenAI, Anthropic y Google han impulsado cada vez más los modelos hacia el trabajo autónomo en los últimos años: desde la escritura de código hasta el ensamblaje de aplicaciones completas a partir de una única solicitud de texto. Cuanto mejor se desempeña el sistema por sí solo, menos participación queda para el humano. Thinking Machines no discute con el objetivo de hacer que los modelos sean más poderosos, sino con cómo ese poder debe aplicarse en un producto. La empresa surgió después de la partida de Murati de OpenAI en 2024 y reunió a su alrededor varios ingenieros destacados del mismo ecosistema. La startup ya ha atraído miles de millones de dólares para crear modelos avanzados, pero tiene pocos productos públicos hasta ahora. El más destacado es Tinker, un servicio de API lanzado en octubre de 2025 para el ajuste fino de modelos en datos propios, ya utilizado por investigadores e ingenieros. Uno de los cofundadores, especialista en IA multimodal Aleksandr Kirillov, vincula la nueva línea de modelos con una tarea más amplia—hacer que la IA no sea solo rápida, sino personal y constantemente presente en el contexto de trabajo. En esta lógica, el asistente no desaparece entre solicitudes sino que permanece cerca, ve lo que hace el usuario y se involucra en el momento adecuado.

Qué

Significa Esto El mercado de IA cada vez más discute agentes autónomos que reemplazan parte del trabajo humano. Thinking Machines propone un vector de producto diferente: no "eliminar a los humanos", sino aumentar su capacidad de procesamiento a través de modelos que entienden mejor la interacción en vivo. Si este enfoque funciona, la siguiente competencia en IA no será solo por potencia del modelo, sino por la calidad de la colaboración humano-máquina.