La IA está acelerando su propio desarrollo — y la evidencia está aquí
El estudio más detallado hasta la fecha sobre la paradoja de la IA acelerando a la IA ha sido publicado, y los resultados son profundamente inquietantes. Un informe de la organización independiente de evaluación de riesgos METR, basado en 11 semanas de acceso sin precedentes a los sistemas internos de Anthropic, revela que el desarrollo de IA de la empresa está ocurriendo dos veces más rápido que en la fase anterior — y aproximadamente el 80% de esa aceleración se atribuye al uso de IA para realizar su propia investigación y desarrollo.
El estudio, publicado el 5 de noviembre de 2026, cubre el período del 12 de agosto al 29 de octubre y representa el nivel más alto de transparencia jamás logrado por un evaluador externo en un laboratorio de vanguardia. Anthropic concedió a METR acceso a métricas internas sobre preentrenamiento, aprendizaje por refuerzo (RL), asignación de compute por dominio, puntuaciones en benchmarks, análisis de aceleración y entrevistas detalladas con investigadores.
Lo que el informe revela es inequívoco: desde octubre de 2025, las puntuaciones de Anthropic en el AECI (versión interna del Índice de Capacidades Epoch) están creciendo a 1,9 veces la tasa observada previamente, con un intervalo de confianza del 95% entre 1,5x y 2,8x. En términos prácticos, la empresa habría logrado en un año el mismo progreso en benchmarks que tomó dos años lograr entre octubre de 2023 y octubre de 2025 — equivalente a la evolución del Claude 2.1 al Sonnet 4.5.
METR confirma categóricamente que esta aceleración no se debe a un aumento en la escala de compute de entrenamiento. El factor determinante es la propia IA. Según el informe, "la mayoría (aproximadamente el 80%) de la aceleración actual se debe al uso de IA en investigación y desarrollo", con contribuciones aún predominantemente asistenciales — la IA asiste a investigadores humanos en lugar de reemplazarlos. Pero indicaciones sugieren que contribuciones completamente autónomas están cada vez más cerca.
Lo que hace este estudio particularmente valioso es la profundidad del acceso que METR obtuvo. La organización tuvo acceso a métricas de preentrenamiento, RL, compute por dominio, benchmarks, análisis de aceleración y entrevistas detalladas con investigadores. Este nivel de transparencia nunca había sido visto antes en un laboratorio de vanguardia.
Los resultados muestran que Anthropic no solo está trabajando más rápido — está trabajando de manera cualitativamente diferente. Los sistemas de IA están generando hipótesis, probándolas e iterando sobre ellas a una velocidad que los humanos solos no podrían lograr. Y lo más impresionante: el patrón de aceleración observado sigue exactamente la curva que investigadores como Andrew Ng e Ian Goodfellow predicen en sus trabajos teóricos sobre IA auto-mejorable.
Si la aceleración es real y sostenida, estamos observando un escenario donde la diferencia entre laboratorios de IA podría volverse aún más dramática de lo que ya es. Anthropic, ya entre los tres principales laboratorios de IA del mundo, está acelerando a un ritmo que hace la carrera aún más impredecible. Y el hecho de que la propia IA esté conduciendo la mayor parte de esa aceleración significa que el ritmo podría continuar aumentando — no solo para Anthropic, sino para todos los demás laboratorios que están adoptando herramientas similares de investigación asistida por IA.
Si este patrón de autoaceleración es sostenible a largo plazo, o si eventualmente encontraremos limitaciones fundamentales que van a desacelerar el proceso — incluso con la IA ayudando a conducir su propia investigación — sigue siendo una pregunta abierta.
Fuentes: The Verge, METR, Fast Company
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
