Buscar información, navegar por páginas web, utilizar aplicaciones, analizar datos, ejecutar código, trabajar con documentos y hojas de cálculo o comprobar los resultados obtenidos forman ahora parte del mismo flujo de trabajo.
Para quienes trabajamos en Enfermedades Infecciosas y Microbiología Clínica, este cambio puede ser bastante más relevante que unos cuantos puntos adicionales en un benchmark.
La pregunta empieza a dejar de ser:
> “¿Qué puede decirme la IA sobre este problema?”
para convertirse en:
> “¿Qué partes de este trabajo puedo delegar a la IA para poder dedicar mi tiempo a interpretar los resultados?”
¿Qué es GPT-6 Astra?
GPT-6 Astra es el nuevo modelo de frontera de OpenAI y sucede a la familia GPT-5.6.
Según OpenAI, Astra mejora especialmente en:
razonamiento complejo; ciencia; análisis de datos; programación; navegación web; utilización del ordenador; comprensión de documentos; ejecución de tareas profesionales de larga duración.
Astra está integrado en ChatGPT Work, Codex y la API de OpenAI, permitiendo utilizar esas capacidades no solo para generar texto, sino también para interactuar con herramientas y aplicaciones.
Esta diferencia es importante.
Hasta ahora, muchos flujos con inteligencia artificial podían resumirse así:
1. preguntamos algo al modelo; 2. el modelo nos explica cómo hacerlo; 3. nosotros abrimos Excel, R, SPSS, PubMed o nuestro editor de textos; 4. realizamos el análisis; 5. copiamos los resultados nuevamente al modelo; 6. repetimos el proceso.
El objetivo de Astra es reducir progresivamente esas fronteras.
En entornos como ChatGPT Work puede utilizar el navegador y trabajar directamente con aplicaciones, incluso en determinados casos cuando estas no disponen de una API específica.
No se trata únicamente de generar una respuesta. Se trata de encadenar acciones para completar un objetivo.
De los chatbots a los agentes
Esta evolución puede entenderse como el paso desde los chatbots hacia los agentes de inteligencia artificial.
Un chatbot responde.
Un agente recibe un objetivo, identifica los pasos necesarios, utiliza herramientas, observa los resultados y continúa trabajando hasta completar la tarea.
Por ejemplo, ante una hoja de cálculo con 1.500 episodios de bacteriemia, podemos pedir a un modelo tradicional:
> Escribe el código en R para comparar la mortalidad entre estos grupos.
Con un sistema más agéntico, la petición puede empezar a parecerse a:
> Analiza esta base de datos. Comprueba primero su estructura y la presencia de datos perdidos. Compara la mortalidad entre los tres grupos, selecciona las pruebas estadísticas apropiadas, genera las tablas y figuras principales y crea un documento donde expliques el análisis realizado. No modifiques los datos originales.
La diferencia conceptual es considerable.
En el segundo escenario ya no estamos solicitando únicamente conocimiento.
Estamos delegando trabajo.
Un salto especialmente grande en trabajo científico
Entre las evaluaciones publicadas por OpenAI destaca Terminal-Bench Science, diseñada para comprobar si un agente puede completar flujos reales de investigación utilizando herramientas de terminal: análisis de datos, simulaciones, ejecución de software científico o ajuste de modelos.
GPT-6 Astra alcanza un 64,6%, frente al 22,4% de GPT-5.6 Sol.
Más allá de la cifra concreta, este tipo de benchmark resulta especialmente interesante porque evalúa algo diferente a las clásicas preguntas de conocimientos científicos.
No pregunta simplemente si el modelo conoce la respuesta.
Evalúa si puede hacer el trabajo necesario para obtenerla.
OpenAI muestra además ejemplos de Astra trabajando directamente con software científico para analizar datos, evaluar la calidad de secuencias y explorar resultados experimentales.
Ese paradigma tiene implicaciones evidentes para la investigación biomédica.
¿Y en medicina?
Aquí conviene separar dos conceptos.
Astra mejora también en evaluaciones relacionadas con salud, pero el incremento es bastante más moderado que el observado en tareas científicas o agénticas.
En HealthBench Professional, una evaluación diseñada para medir el comportamiento de los modelos ante tareas sanitarias complejas, GPT-6 Astra obtiene un 63,4%, frente al 60,5% de GPT-5.6 Sol.
Es decir: Astra no representa necesariamente un salto equivalente en “conocimientos médicos”.
Y quizá esa no sea la parte más interesante.
Para un especialista en Enfermedades Infecciosas o Microbiología Clínica, su principal aportación puede estar precisamente alrededor de la decisión clínica: buscar, organizar, analizar, comprobar y transformar información.
Un ejemplo: investigar una cohorte de bacteriemias
Imaginemos que disponemos de una base anonimizada con varios cientos de bacteriemias por Staphylococcus aureus.
Podríamos solicitar:
> Analiza esta base de datos para estudiar los factores asociados a mortalidad a 30 días. Antes de comenzar, crea un diccionario de variables e identifica datos ausentes, valores imposibles y posibles duplicados. Realiza posteriormente el análisis descriptivo, univariado y un modelo multivariable apropiado. Comprueba los supuestos del modelo, genera una tabla de resultados lista para manuscrito y documenta todo el código utilizado para que el análisis sea reproducible.
Una herramienta agéntica podría encadenar progresivamente:
inspección de la base de datos; limpieza; análisis estadístico; programación en R o Python; generación de tablas; creación de figuras; interpretación de resultados; documentación metodológica.
El especialista continuaría tomando las decisiones importantes —qué pregunta queremos responder, qué variables tienen sentido clínico, cómo construir el modelo o cómo interpretar los resultados—, pero buena parte del trabajo mecánico podría delegarse.
Microbiología clínica: un terreno especialmente interesante
La microbiología moderna genera cada vez más información que necesita procesamiento computacional.
Secuenciación, MALDI-TOF, antibiogramas acumulados, estudios de brotes, metagenómica o vigilancia de resistencias son ejemplos evidentes.
Un flujo de trabajo podría comenzar simplemente con:
> Estos archivos FASTQ corresponden a un aislamiento de Klebsiella pneumoniae. Realiza el control de calidad de las lecturas, ensambla el genoma, evalúa la calidad del ensamblaje y determina MLST, locus capsular, locus O, genes de resistencia y factores de virulencia. Conserva todos los archivos intermedios y genera al final un informe reproducible con las herramientas, versiones y comandos utilizados.
Hasta ahora un LLM podía ayudarnos a escribir los comandos necesarios.
El cambio que introducen modelos capaces de manejar terminales y herramientas consiste en que progresivamente pueden ejecutar el propio flujo, detectar errores, modificar comandos y comprobar los resultados.
Para laboratorios con recursos bioinformáticos limitados, esta evolución podría reducir considerablemente la barrera de entrada a determinadas técnicas.
PROA: analizar antes de recomendar
Otro escenario especialmente apropiado es PROA.
Supongamos que disponemos del antibiograma acumulado de nuestro hospital y queremos revisar el tratamiento empírico de la infección urinaria.
Podríamos solicitar:
> Analiza el antibiograma acumulado adjunto utilizando exclusivamente los aislamientos de orina. Estratifica los resultados por adquisición comunitaria y nosocomial, si las variables disponibles lo permiten. Calcula la cobertura esperada de los principales esquemas empíricos y genera una tabla comparativa. Posteriormente contrasta estos resultados con las guías incluidas en el proyecto y señala qué recomendaciones locales podrían necesitar revisión.
Aquí estamos combinando varias tareas:
datos locales + análisis estadístico + búsqueda documental + interpretación de guías + generación de un documento.
Es precisamente en estos flujos de varios pasos donde modelos como Astra pueden resultar más interesantes que un chatbot convencional.
Revisión de literatura y elaboración de protocolos
La búsqueda bibliográfica también puede evolucionar desde una interacción relativamente pasiva hacia otra más agéntica.
Por ejemplo:
> Revisa la evidencia publicada desde 2023 sobre tratamiento oral de la endocarditis infecciosa. Prioriza ensayos clínicos, estudios prospectivos y guías de práctica clínica. Crea una tabla con población, microorganismos incluidos, momento del cambio a vía oral, tratamientos empleados y resultados. Comprueba cada referencia antes de incorporarla y separa claramente resultados de estudios y recomendaciones de guías.
El modelo puede buscar literatura, acceder a diferentes fuentes, organizar los artículos y generar una primera síntesis estructurada.
La capacidad realmente interesante no es resumir un artículo.
Los LLM llevan tiempo haciendo eso razonablemente bien.
Es poder trabajar con decenas de documentos y múltiples herramientas dentro del mismo proceso.
Un compañero para R, Python… y quizá SPSS
Otro cambio relevante es que la interacción con herramientas informáticas puede hacerse cada vez más mediante lenguaje natural.
No necesitamos necesariamente saber qué paquete de R calcula determinado estadístico o recordar la sintaxis exacta de una función.
Podemos describir el objetivo:
> Quiero comparar el grado de acuerdo diagnóstico entre microscopía convencional y dos métodos automatizados. Calcula acuerdo global, kappa de Cohen, PABAK, McNemar para las comparaciones pareadas y Q de Cochran para los tres métodos. Genera además las tablas de contingencia y explícame por qué seleccionas cada prueba.
El modelo puede convertir esa intención en código, ejecutarlo, comprobar errores y devolver los resultados.
Esto no elimina la necesidad de comprender estadística.
Probablemente hace todavía más importante saber qué análisis tiene sentido, porque escribir el código deja de ser la principal barrera.
Generar un manuscrito sin empezar por una página en blanco
Una vez realizado el análisis, podemos continuar dentro del mismo flujo.
Por ejemplo:
> A partir de los resultados obtenidos, crea una tabla 1 con formato habitual de una revista biomédica. Después redacta exclusivamente el apartado de Métodos estadísticos describiendo exactamente los análisis que realmente se han realizado. No inventes ningún procedimiento adicional.
Posteriormente:
> Comprueba ahora que todos los números mencionados en Resultados coincidan exactamente con las tablas y señala cualquier discrepancia antes de modificar el manuscrito.
O incluso:
> Adapta las referencias al formato Vancouver exigido por la revista y comprueba mediante PubMed que autores, título, revista, año, volumen y DOI sean correctos.
Son tareas que consumen una cantidad considerable de tiempo en investigación y que encajan especialmente bien con modelos capaces de combinar razonamiento, documentos, navegación y herramientas.
Cinco prompts para probar Astra en Infecciosas y Microbiología
1. Vigilancia microbiológica
> Analiza esta base anonimizada de aislamientos microbiológicos de los últimos cinco años. Identifica cambios temporales significativos en resistencia antimicrobiana, distingue tendencias reales de fluctuaciones asociadas a un bajo número de aislamientos y genera las figuras que consideres más informativas. Documenta todas las decisiones analíticas.
---
2. Revisión de un protocolo
> Revisa este protocolo de tuberculosis comparándolo con las recomendaciones actuales de SEIMC, ECDC, WHO y ATS/CDC/IDSA. Busca las versiones vigentes de cada documento. Identifica primero únicamente discrepancias que puedan modificar el diagnóstico, tratamiento o seguimiento. Para cada una, proporciona la recomendación del protocolo, la recomendación externa y la fuente primaria correspondiente.
---
3. Investigación clínica
> Audita esta base de datos antes de realizar ningún análisis. Busca duplicados, datos imposibles, inconsistencias entre variables y patrones de datos ausentes. No modifiques el archivo original. Genera un segundo archivo con las incidencias detectadas y una propuesta razonada para resolver cada una.
---
4. Bioinformática
> Examina los archivos de secuenciación disponibles y determina primero qué tipo de datos contienen. Diseña después un pipeline reproducible para identificación de especie, ensamblaje, MLST, resistencia y virulencia. Ejecuta cada etapa, comprueba su calidad antes de continuar y genera al final un informe con las versiones del software y todos los comandos utilizados.
---
5. Preparación de una sesión clínica
> Investiga las principales novedades publicadas durante los últimos doce meses sobre infección por Enterococcus faecalis. Prioriza ensayos clínicos, estudios prospectivos y guías. Selecciona únicamente aquellos trabajos que puedan modificar la práctica clínica y prepara una presentación de diez diapositivas para especialistas en Enfermedades Infecciosas. Cada afirmación debe poder rastrearse hasta su referencia original.
Menos “prompt mágico”, más definición del objetivo
Los modelos agénticos también pueden modificar nuestra forma de hacer prompting.
Cuando pedimos una respuesta a un chatbot, solemos dedicar bastante esfuerzo a describir cómo queremos que sea esa respuesta.
Cuando delegamos un trabajo, cobra más importancia definir:
el objetivo; las fuentes que puede utilizar; las herramientas disponibles; qué decisiones puede tomar autónomamente; qué debe comprobar antes de continuar; qué resultado final esperamos.
Es una transición desde el prompt engineering hacia algo parecido al diseño de un protocolo de trabajo.
Por ejemplo, puede ser más útil decir:
> Si encuentras inconsistencias, detente en esa etapa, intenta identificar su origen y documenta cómo las has resuelto antes de continuar.
que intentar especificar anticipadamente todos los posibles errores que puede encontrar.
La trazabilidad será más importante que nunca
Cuando una IA solamente genera texto podemos revisar su respuesta.
Cuando además busca información, modifica archivos, ejecuta código y utiliza aplicaciones, necesitamos poder revisar también qué ha hecho para llegar hasta allí.
En investigación biomédica esto significa conservar:
fuentes consultadas; archivos originales; transformaciones realizadas; código ejecutado; versiones del software; resultados intermedios; * decisiones adoptadas por el modelo.
Paradójicamente, cuanto más autónoma sea la inteligencia artificial, más importante será exigir reproducibilidad y trazabilidad.
Y probablemente esa sea una de las competencias que tendremos que incorporar al utilizar estos sistemas en investigación.
Astra no es un “especialista en Infecciosas”
Los resultados publicados por OpenAI muestran mejoras en evaluaciones de ciencia y salud, pero conviene interpretar correctamente dónde parece producirse el salto más importante.
En HealthBench Professional, Astra mejora respecto a GPT-5.6 Sol, pero la diferencia es relativamente pequeña.
En cambio, las mejoras son mucho mayores en evaluaciones que requieren utilizar herramientas y completar trabajos complejos.
Por tanto, quizá sea un error valorar Astra preguntándole simplemente casos clínicos para comprobar si “sabe más medicina”.
El experimento realmente interesante sería darle trabajo real.
Una base anonimizada.
Un conjunto de artículos.
Un protocolo que revisar.
Un análisis que reproducir.
Un pipeline bioinformático.
Una presentación que preparar.
Y observar no solamente la respuesta final, sino cómo organiza y ejecuta todo el proceso.
De copiloto a compañero de trabajo
Durante los últimos años hemos hablado de la inteligencia artificial como un copiloto.
Nosotros trabajábamos y la IA nos ayudaba.
Astra apunta hacia un modelo diferente: describimos un objetivo y la inteligencia artificial puede encargarse de una parte cada vez mayor del camino necesario para alcanzarlo.
En Enfermedades Infecciosas y Microbiología Clínica esto no significa delegar el criterio clínico.
Significa poder delegar progresivamente una enorme cantidad de trabajo que rodea ese criterio: buscar, ordenar, programar, calcular, comprobar, documentar y presentar información.
Y quizá ahí esté el cambio realmente importante.
La revolución de Astra no consiste únicamente en que la IA pueda darnos mejores respuestas. Consiste en que empieza a ser capaz de hacer el trabajo necesario para encontrarlas.
Fuentes: OpenAI. “GPT-6 Astra: una nueva generación de inteligencia”, 3 de septiembre de 2026; OpenAI. “GPT-6 Astra: la próxima generación de inteligencia para el trabajo”, 9 de septiembre de 2026.