Mira Murati y Thinking Machines Lab crean una IA que no sustituye a las personas

Mira Murati, exdirectora de tecnología (CTO) de OpenAI y fundadora de Thinking Machines Lab, ha presentado la nueva apuesta de su empresa: una IA que no desplaza a las personas del proceso, sino que trabaja a su lado. En lugar de automatizarlo todo, la startup desarrolla modelos capaces de entender en tiempo real una conversación real, con sus pausas, interrupciones y cambios de contexto.

Apostar por la colaboración

Murati no ha renunciado a la idea de la superinteligencia, pero propone otro camino hacia ella. A su juicio, un futuro realmente útil para la IA no es un escenario en el que unas pocas corporaciones construyen sistemas totalmente autónomos mientras las personas se apartan poco a poco. La inteligencia humana, al contrario, debe seguir siendo parte de la ecuación el mayor tiempo posible, sobre todo en un contexto de creciente temor a que los modelos generativos aceleren los recortes de empleo y aumenten la dependencia del mercado de unos pocos grandes actores.

«El mejor camino hacia un buen futuro es mantener a la persona en el bucle durante más tiempo», así describe

Murati el enfoque de Thinking Machines Lab.

La idea de la compañía no es limitarse a dar respuestas bajo demanda, sino permitir que las personas adapten modelos de frontera a sus tareas y valores, y luego trabajen con ellos en pareja. Es un enfoque muy distinto de la imagen habitual del agente de IA que recibe una instrucción y lo hace todo por su cuenta. Para Murati, lo importante no es apartar a la persona del proceso, sino lograr que el sistema entienda mejor la intención del usuario y ayude a alcanzar el objetivo sin perder el control.

Cómo funcionan los modelos

En mayo de 2026, Thinking Machines mostró una vista previa de investigación de los llamados interaction models, modelos de interacción que se comunican con la persona a través de cámara y micrófono. A diferencia de muchas interfaces de voz, aquí el habla no se reduce al esquema «reconocer el audio, convertirlo en texto y enviarlo a un chatbot». La compañía afirma que su modelo se entrenó desde el principio para manejar una comunicación humana continua e imperfecta, en la que la gente hace pausas, se interrumpe, se corrige y cambia de tema sobre la marcha.

Eso da al sistema un modo de funcionamiento más natural. Según Thinking Machines, estos modelos no deben limitarse a esperar el final de una intervención, sino seguir el hilo del pensamiento y adaptarse al vuelo si el interlocutor precisa una formulación o desvía bruscamente la conversación.

Todavía no hay lanzamiento público: la empresa solo ha mostrado algunos vídeos de demostración, pero la apuesta ya está clara. Quiere que la interfaz con la IA se parezca no a una línea de comandos, sino a un diálogo de trabajo en vivo entre personas.

• Entienden pausas, interrupciones y cambios de entonación
• Funcionan con cámara y micrófono, no solo con texto
• Se ajustan cuando el usuario precisa una idea o cambia de tema
• Buscan una interacción más personalizada y contextual

En qué se diferencia

El enfoque de Murati va a contracorriente de la tendencia principal de los mayores laboratorios. En los últimos años, OpenAI, Anthropic y Google empujan cada vez más los modelos hacia el trabajo autónomo, desde escribir código hasta montar aplicaciones completas con una sola instrucción de texto. Cuanto mejor se las arregla el sistema por sí solo, menos papel queda para la persona.

Thinking Machines no discute el objetivo de hacer los modelos más potentes, sino cómo debe aplicarse exactamente esa potencia en un producto.

La compañía surgió tras la salida de Murati de OpenAI en 2024 y reunió a su alrededor a varios ingenieros destacados del mismo ecosistema. La startup ya ha captado miles de millones de dólares para crear modelos de frontera, pero por ahora tiene pocos productos públicos. El más visible es Tinker, un servicio de API lanzado en octubre de 2025 para el ajuste fino de modelos con datos propios, que ya usan investigadores e ingenieros.

Uno de los cofundadores, el especialista en IA multimodal Alexander Kirillov, vincula la nueva línea de modelos con un objetivo más amplio: hacer que la IA no sea solo rápida, sino personal y presente de forma constante en el contexto de trabajo. Bajo esta lógica, el asistente no desaparece entre una petición y otra, sino que permanece cerca, ve lo que hace el usuario e interviene en el momento oportuno.

Qué significa

En el mercado de la IA se habla cada vez más de agentes autónomos que sustituyen parte del trabajo humano. Thinking Machines propone otro vector de producto: no «quitar a la persona», sino aumentar su capacidad de trabajo con modelos que entienden mejor la interacción en vivo. Si este enfoque funciona, la próxima competencia en IA no se librará solo por la potencia del modelo, sino también por la calidad del trabajo conjunto entre persona y máquina.