Tabla de contenidos
La inteligencia artificial podría entrar en una nueva fase antes de 2029. Jack Clark, cofundador de Anthropic, 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. Además, considera que esto sucedería con poca o ninguna intervención humana directa.
La predicción no viene de un perfil cualquiera. Anthropic es la compañía detrás de Claude y una de las empresas que más insiste en la seguridad, el control y la alineación de los modelos de inteligencia artificial.
La IA podría empezar a evolucionar sola antes de 2029
La idea suena extrema, pero cada vez se menciona más dentro de la industria. Se habla de sistemas capaces de participar en su propio proceso de mejora, diseñar experimentos, resolver problemas técnicos y acelerar el desarrollo de nuevos modelos.
Según Jack Clark, el ritmo actual de avance apunta a un escenario en el que una IA de frontera podría recibir una instrucción del tipo “crea una versión mejor de ti misma”. Después, sería capaz de ejecutar buena parte del proceso de forma autónoma.
Ese fenómeno suele describirse como mejora recursiva de la inteligencia: una IA que ayuda a crear una IA más avanzada. Posteriormente, esa nueva IA podría repetir el proceso con modelos posteriores.
IA autónoma: por qué Anthropic cree que el cambio ya ha empezado
El análisis de Clark se apoya en varios indicadores: mejora en programación, aumento de la autonomía de los modelos y mayor capacidad para realizar tareas complejas durante periodos más largos sin supervisión humana constante.
Uno de los ejemplos más citados es 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 el sector, los modelos actuales han mejorado de forma muy rápida en este tipo de tareas.
Los datos que explican la predicción
La evolución más llamativa está en el tiempo durante el cual una IA puede trabajar de forma autónoma en tareas difíciles:
- En 2022, sistemas como GPT-3.5 podían mantener tareas complejas durante unos segundos.
- En 2023, GPT-4 amplió ese margen a varios minutos.
- En 2024, algunos sistemas empezaron a sostener tareas durante decenas de minutos.
- En 2025 y 2026, los modelos más avanzados ya apuntan a varias horas de trabajo autónomo en ciertos contextos.
La cuestión no es solo que la IA responda mejor. Lo relevante es que cada vez puede planificar, corregirse, ejecutar pasos intermedios y mantener una tarea abierta durante más tiempo. Para la investigación en inteligencia artificial, eso puede cambiar mucho las reglas del juego.
El gran miedo de la industria: IA creando nuevas IA
El punto delicado aparece cuando esos sistemas dejan de ser simples asistentes y empiezan a intervenir en el diseño, entrenamiento y mejora de nuevos modelos de inteligencia artificial.
Clark advierte de que las técnicas actuales de alineamiento —las reglas y métodos que intentan mantener a una IA dentro de límites seguros— podrían degradarse si los modelos pasan por muchas generaciones automáticas de entrenamiento.
Dicho de forma sencilla: aunque un modelo inicial parezca seguro, no está garantizado que varias generaciones posteriores mantengan exactamente el mismo comportamiento. Esto ocurre si el proceso de mejora se acelera demasiado y escapa al control humano directo.
Este es uno de los grandes debates del sector: no está claro si una IA podrá generar avances realmente creativos por sí sola o si se limitará a optimizar procesos conocidos. Pero incluso esa segunda posibilidad ya tendría un impacto enorme.
La carrera hacia una IA que evoluciona sola
OpenAI, Anthropic, Google DeepMind y otras compañías trabajan en sistemas cada vez más autónomos. No solo quieren modelos que respondan preguntas, sino agentes capaces de investigar, programar, probar hipótesis y mejorar herramientas existentes.
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.
La gran incógnita ya no es únicamente tecnológica. También es social, económica y regulatoria: ¿estamos preparados para sistemas capaces de acelerar su propio desarrollo?
Qué significa esto para usuarios y empresas
Si esta predicción se cumple, el impacto no se quedará en Silicon Valley. La automatización avanzada podría transformar sectores como programación, educación, investigación, marketing, sanidad, derecho, finanzas y creación de contenido.
Para las empresas, el mensaje es claro: la inteligencia artificial no va solo de usar herramientas nuevas. Va de prepararse para un entorno donde la velocidad de cambio puede ser mucho mayor que la actual.
Y para los usuarios, la clave estará en aprender a usar estos sistemas con criterio. La IA será más potente, sí. Pero precisamente por eso hará falta más formación, más verificación y más pensamiento crítico.
Fuente de la noticia
Fuente principal: https://hbr.org/2026/05/3-ways-ai-can-free-organizations-from-legacy-workflows?language=es.
Contexto adicional: la predicción del 60% atribuida a Jack Clark también ha sido recogida por medios especializados y por el boletín Import AI. En ese boletín, Clark analiza la posibilidad de que los modelos de frontera lleguen a entrenar a sus propios sucesores antes de finalizar 2028.
* La información de esta noticia tiene carácter informativo y se basa en fuentes públicas del sector tecnológico. 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 IACompara antes de decidir
Revisa funciones, precios y características de varias herramientas en una sola vista.
Comparador IA