Anthropic cree que la IA se entrenará sola en 2028

La inteligencia artificial podría empezar a evolucionar sola antes de 2029. Jack Clark, cofundador de Anthropic y una de las voces más seguidas del sector, cree que existe más de un 60% de probabilidades de que antes de finalizar 2028 aparezca un sistema de IA capaz de entrenar por sí mismo a su propio sucesor, con poca ayuda humana.

La predicción llega en un momento de avances muy rápidos en modelos como Claude y en sistemas capaces de trabajar durante más tiempo de forma autónoma. No hablamos solo de una IA que responde preguntas. Hablamos de modelos que empiezan a planificar, resolver problemas complejos y participar en tareas de investigación cada vez más largas.

La IA podría empezar a evolucionar sola antes de 2029

La idea parece sacada de una película de ciencia ficción, pero cada vez se discute más dentro de la industria: una inteligencia artificial capaz de ayudar a crear una versión más avanzada de sí misma.

Este escenario suele describirse como mejora recursiva de la inteligencia. Es decir, un sistema de IA que participa en el desarrollo de otro sistema superior, que después podría repetir el proceso con modelos todavía más avanzados.

Según Jack Clark, el ritmo actual de progreso hace plausible que una IA de frontera pueda recibir una instrucción como “crea una versión mejor de ti misma” y ejecutar una parte relevante del trabajo técnico necesario para conseguirlo.

IA autónoma: por qué Anthropic cree que el cambio ya ha empezado

El análisis de Clark se basa en varios indicadores: mejora en programación, aumento de la autonomía de los modelos y capacidad creciente para realizar tareas complejas durante más tiempo sin supervisión humana constante.

Uno de los ejemplos más llamativos aparece en SWE-Bench, una prueba diseñada para medir si una IA puede resolver problemas reales de programación en repositorios de GitHub. Según los datos citados en la noticia, Claude 2 apenas resolvía el 2% de los casos en 2023, mientras que modelos más recientes alcanzan resultados muy superiores.

Este salto es importante porque la programación es una de las áreas clave para mejorar sistemas de inteligencia artificial. Si una IA puede resolver problemas técnicos reales, también podría empezar a participar de forma más activa en la creación, prueba y optimización de nuevos modelos.

Los datos que explican la predicción

Otro indicador clave es el tiempo que una IA puede trabajar sin supervisión humana en tareas complejas. La evolución citada por Clark muestra una progresión muy rápida:

• En 2022, GPT-3.5 podía trabajar durante unos 30 segundos en tareas difíciles.
• En 2023, GPT-4 llegó aproximadamente a 4 minutos.
• En 2024, algunos sistemas alcanzaron unos 40 minutos.
• En 2025, la cifra subió hasta varias horas.
• En 2026, modelos avanzados como Claude Opus 4.6 ya apuntan a una autonomía sostenida mucho mayor.

Según la investigadora Ajeya Cotra, algunos sistemas podrían alcanzar las 100 horas de autonomía en tareas complejas. Si eso ocurre, muchas labores de investigación, programación y análisis técnico entrarían dentro de lo que una IA puede hacer con mucha menos intervención humana.

Clark también señala otro dato relevante: los modelos actuales ya pueden conseguir una parte significativa de las mejoras que lograría un investigador humano experto al entrenar sistemas más pequeños. Dicho de otra forma: la IA no solo ejecuta tareas, también empieza a aportar al propio proceso de mejora de otros modelos.

El gran miedo de la industria: IA creando nuevas IA

La posibilidad de que un sistema pueda diseñar, entrenar o mejorar a su sucesor abre preguntas enormes sobre control, seguridad y alineamiento.

El problema no es solo que la IA sea más potente. El verdadero reto aparece si el proceso de mejora se acelera y empieza a depender cada vez menos de equipos humanos. En ese contexto, las técnicas actuales de alineamiento podrían no ser suficientes.

El alineamiento es el conjunto de métodos que intenta que una IA actúe dentro de límites seguros y de acuerdo con objetivos humanos. Clark advierte de que esos mecanismos podrían degradarse si los modelos pasan por muchas generaciones automáticas de entrenamiento.

Según el ejemplo citado, un sistema que inicialmente respeta valores seguros con una precisión muy alta podría perder parte de esa fiabilidad tras muchas generaciones de autoentrenamiento. Es una advertencia seria: no basta con que el primer modelo sea seguro si los siguientes se optimizan de forma demasiado rápida o poco controlada.

Aun así, dentro del sector sigue habiendo debate. No está claro si la IA será capaz de generar avances realmente creativos por sí sola o si destacará sobre todo en tareas repetitivas, técnicas y sistemáticas. Pero incluso esa segunda opción tendría un impacto enorme.

La carrera hacia una IA que evoluciona sola ya no parece ciencia ficción

Hace apenas unos años, pensar en una IA entrenando otra IA sonaba lejano. Ahora, algunos de los principales expertos del sector creen que podría ocurrir antes de 2029.

OpenAI, Anthropic, Google DeepMind y nuevas startups centradas en automatización de investigación trabajan en sistemas cada vez más autónomos. El objetivo ya no es solo crear chatbots mejores, sino agentes capaces de investigar, programar, analizar resultados y proponer mejoras.

La carrera no va únicamente de potencia. También va de velocidad. Si una IA puede acelerar la investigación en inteligencia artificial, el desarrollo de nuevos modelos podría avanzar mucho más rápido que hasta ahora.

Qué puede significar para empresas y usuarios

Si esta predicción se cumple, el impacto no se quedará en Silicon Valley. Podría transformar sectores como programación, educación, marketing, investigación, sanidad, derecho, finanzas y creación de contenido.

Para las empresas, el mensaje es claro: la inteligencia artificial no va solo de probar herramientas nuevas. Va de prepararse para un entorno donde la velocidad de cambio puede ser mucho mayor que la actual.

Para los usuarios, la clave estará en aprender a utilizar estos sistemas con criterio. Cuanto más potente sea la IA, más importante será verificar resultados, entender sus límites y no delegar decisiones críticas sin supervisión humana.

La gran pregunta ya no es solo tecnológica. También es social: ¿estamos preparados para sistemas capaces de mejorarse a sí mismos sin intervención humana constante?

Fuente de la noticia

Fuente principal: El Mundo.

* La información de esta noticia tiene carácter informativo y se basa en la fuente citada. Las predicciones sobre inteligencia artificial pueden cambiar rápidamente a medida que aparecen nuevos modelos, estudios o datos técnicos.

¿No sabes qué IA elegir?

Te ayudamos a encontrar la herramienta que mejor encaja con lo que necesitas.

Recomendador IA

Compara antes de decidir

Revisa funciones, precios y características de varias herramientas en una sola vista.

Comparador IA