La IA quema una etapa: O3, Claude y Copilot cambian las reglas

Durante años, la inteligencia artificial generativa ha girado en torno a un arquetipo bien definido: el asistente conversacional. Estos modelos, centrados en procesar lenguaje natural y devolver respuestas coherentes, marcaron una evolución significativa desde sistemas deterministas hacia estructuras probabilísticas más complejas.

Sin embargo, ese paradigma comienza a resquebrajarse. Con el lanzamiento de los modelos o3 y o4-mini por parte de OpenAI, la IA se desliza hacia una nueva frontera: la de la agencia operativa. Ya no se trata de responder con precisión, sino de ejecutar tareas complejas, integrar herramientas y actuar con autonomía relativa. La metáfora del “chatbot” comienza a quedarse corta frente a modelos que planifican, buscan, codifican y analizan sin guía explícita. Estamos presenciando el cierre de una etapa: la IA deja de ser conversación para convertirse en infraestructura cognitiva.

Herramientas internas, visión externa: OpenAI y su jugada multimodal

Con los modelos o3 y o4-mini, OpenAI ha introducido una arquitectura capaz de razonar con imágenes, interactuar con múltiples herramientas de forma simultánea y adaptarse dinámicamente a tareas complejas. Esta integración nativa de funciones –que anteriormente requerían distintos plugins o versiones– marca un cambio profundo en la usabilidad. El modelo no solo accede al navegador, sino que interpreta visuales, ejecuta código y genera imágenes en una sola sesión operativa.

A nivel de rendimiento, los resultados superan a GPT-4 en benchmarks como AIME y Codeforces, confirmando que no se trata solo de una ampliación funcional, sino de una optimización estructural. Frente a propuestas descentralizadas como Manus o modelos orientados a la portabilidad, OpenAI parece apostar por un ecosistema cerrado pero hiperfuncional. En este sentido, o3 no compite con los anteriores; los jubila.

La vía silenciosa de Claude: del copiloto al investigador persistente

Mientras OpenAI y Microsoft hacen ruido, Anthropic ha optado por una estrategia más silenciosa pero no menos disruptiva. Con Claude 3 y sus capacidades de “Research”, se introduce un nuevo actor en la narrativa: el investigador automático. Esta funcionalidad permite al modelo no solo consultar la web, sino acceder contextualmente a Gmail, Google Docs y Calendar, ampliando la capacidad de análisis sin requerir intervención directa del usuario. Es una IA menos espectacular, pero más incrustada en la rutina productiva.

Anthropic no busca un gran salto visual, sino una transformación sostenida: convertir a Claude en una herramienta de investigación que aprende de los flujos de trabajo humanos y los mejora sin fricción. Frente a la hiperactividad de los modelos agentivos, Claude representa la persistencia contextual, una IA que acompaña más que actúa. Pero no por eso es menos transformadora.

Copilots con manos: la interfaz deja de ser humana

El lanzamiento de la función “computer use” en Copilot Studio marca un punto de inflexión en la relación entre IA y entorno digital. Por primera vez, agentes automatizados pueden interactuar directamente con interfaces gráficas –clicando, arrastrando, navegando– como lo haría un usuario humano. Esta capacidad rompe una de las barreras más resistentes en la automatización: la dependencia de APIs.

Con este avance, la IA puede operar sobre cualquier software, incluso si no fue diseñado para integraciones externas. La interfaz ya no es una limitación, sino un terreno operativo. Las implicaciones son profundas: desde tareas administrativas hasta flujos de trabajo personalizados, la IA puede replicar comportamientos humanos en tiempo real. Sin embargo, también se abren preguntas críticas sobre seguridad, control y trazabilidad. Cuando la IA puede “usar el ordenador”, ¿quién decide qué debe –o no debe– hacer?

Una nueva etapa, nuevas reglas: ¿podemos gobernar esta autonomía?

Este cambio de etapa no es solo técnico, sino estructural. La aparición de modelos que razonan, ejecutan y acceden a entornos sensibles plantea desafíos inéditos en términos de gobernanza, privacidad y responsabilidad. Como advierte el marco propuesto por Papagiannidis, Mikalef y Conboy, la gobernanza responsable de la IA exige más que cumplimiento legal: requiere supervisión humana significativa, transparencia algorítmica y resiliencia técnica.

En esta nueva generación de modelos, el riesgo ya no es solo el error, sino la opacidad de sistemas que toman decisiones sin que sepamos cómo ni por qué. La agencia operativa debe estar acompañada de nuevos estándares de control. Porque si la IA ha dejado de ser solo una herramienta, entonces debemos tratarla también como una estructura de poder. Una etapa se quema; la siguiente requiere no solo innovación, sino criterio.