No ser fuera por VeteranoOperai está lanzando un nuevo Función de investigación profunda en chatgpt. Este es el más nuevo de Openai Característica de AI de agente (después Operador), que se basa en la tendencia reciente de hacer que la IA sea más autónoma. Según OpenAI, Deep Investigation es capaz de producir informes detallados que coincidan con el nivel de un analista de investigación. En términos de un laico, navega e interpreta Internet por usted.
Deep Research utiliza la próxima modelo de razonamiento de O3 Para realizar tareas complejas, tomando su propio tiempo para hacerlo. La función ya está disponible para los clientes de ChatGPT Pro (el subconsciente que cuesta $ 200/mes), pero pronto estará disponible para los usuarios de ChatGPT Plus y Enterprise también.
Cómo funciona el agente de IA de AI de investigación profunda de OpenAI
La herramienta de investigación profunda de Openai está diseñada para funcionar de forma independiente de usted. Le das un mensaje detallado, después de lo cual hará algunas preguntas aclaratorias. Luego, irá y hará lo suyo en el fondo. Según OpenAi, un período de investigación profunda puede durar entre 5 minutos y 30 minutos, pero la compañía afirma que puede hacer varias horas de trabajo a nivel humano en el lapso en solo una docena de minutos.
Mientras funciona, hay un panel en el lado derecho de la página que muestra todo lo que está haciendo, en vivo. Piense en esto como las citas del bot, pero también explica su «proceso de pensamiento». Puede conectarse a Internet, buscar en línea, leer páginas web y analizar o sintetizar grandes cantidades de información en forma de texto, imágenes y PDF. Todo esto es un poco intensivo en cómputo, por lo que OpenAI está limitando a los usuarios de Pro a solo 100 consultas al mes. También se implementará un modelo más pequeño y más eficiente en los próximos meses.
La característica de investigación profunda está diseñada especialmente para los trabajadores del conocimiento en el campo de la ciencia, las finanzas, la ingeniería y la política. Pero Operai dice que también puede ser igualmente útil para los consumidores. Operai dio un ejemplo de cómo las investigaciones profundas pueden ayudar a realizar investigaciones hiperpersonalizadas para grandes decisiones de compra. Cosas como ayudarlo a decidir entre automóviles, muebles, electrodomésticos o electrónica. Dado que la herramienta puede sintetizar información de miles de artículos y revisiones, supuestamente puede crear un informe personalizado para sus necesidades.
Crédito: OpenAI
Según OpenAi, «los expertos en dominios calificaron una investigación profunda para tener varias horas automatizadas de investigación manual difíciles»
Operai ofrece múltiples ejemplos en los que las ideas de Deep Research pueden ser valiosas para los usuarios, ahorrando horas de tiempo de investigación. La compañía dice que se puede utilizar para comprender problemas extremadamente nicho y específicos a través de estudios y revistas científicas.

Crédito: OpenAI
Por ejemplo, un aviso de química le pide a ChatGPT que «discuta las diferencias entre la sorción de gases puros y mixtos para polímeros vidriosos, cómo se puede usar el modelo de sorción de doble modo para predecir el comportamiento de sorción de gas mixto en polímeros vidriosos», el modelo entonces Continúa comprendiendo los modelos de sorción, accede a la información de código abierto, aclara los problemas clave, extrae PDF e incluso refina el modelo antes de unir todo el contenido. Según OpenAi, esta tarea ayudó a ahorrar 4 horas de tiempo.
La publicación de Openai también destaca casos de uso similares para investigaciones profundas en la industria y la lingüística de la salud, ahorrando cinco horas y dos horas, respectivamente.
La investigación profunda también supuestamente se desempeñó bien en el último examen de la humanidad, un punto de referencia de IA, probando el conocimiento a nivel de expertos en más de 100 campos. Deep Research obtuvo una precisión del 26.6%, el puntaje más alto hasta el momento en el texto. En comparación, Deepseek-R-1 obtuvo un 9.4%, y GPT-4O logró solo 3.3%.
Si bien la investigación profunda se basa en un modelo de razonamiento, y no en un LLM, todavía usa un modelo de lenguaje para funcionar con la entrada y generar el texto de salida. Operai advierte que el modelo de investigación profunda puede todavía alucinar y inventar hechos, por lo que aún es mejor vigilar la producción de la investigación y no confiar en él a ciegas.