¿Qué pasa cuando la IA se rediseña a sí misma?

La mejora recursiva no es ciencia ficción: es la tendencia actual en los laboratorios de IA. Significa que un sistema de inteligencia artificial es capaz de diseñar y construir una versión mejorada de sí mismo, sin intervención humana directa. Aunque aún no lo hemos logrado por completo, los datos internos de Anthropic muestran que la IA ya está acelerando significativamente el desarrollo de nuevas IA. En el segundo trimestre de 2026, los ingenieros de Anthropic integraban 8 veces más código por persona que en 2024. ¿Cómo se llegó hasta aquí y qué implica para el futuro?

La evolución ha sido rápida. En 2023, los chatbots apenas ayudaban con fragmentos de código que los humanos copiaban y pegaban. Para 2025, los agentes ya escribían archivos completos. Hoy, los sistemas autónomos ejecutan código y delegan tareas a otros agentes durante horas. El siguiente paso es cerrar el círculo: que un modelo entrene y mejore al siguiente sin supervisión. Cada cuatro meses se duplica la duración de las tareas que la IA puede completar de forma autónoma, pasando de minutos a días. Si la tendencia continúa, para 2027 podríamos ver sistemas trabajando en tareas que hoy toman semanas a un humano.

En Anthropic, más del 80% del código fusionado en la base principal fue escrito por Claude. Los ingenieros humanos pasaron de teclear código a dirigir y revisar el trabajo de la IA. Las líneas de código por ingeniero por día se mantuvieron planas hasta 2024, y luego se dispararon. Esto no es solo productividad: es un cambio en el rol del desarrollador. Ahora, en lugar de resolver bugs específicos, los ingenieros definen metas y la IA encuentra el método. El siguiente salto será cuando la IA pueda decidir qué problemas vale la pena resolver.

Los tests estándar ya no miden la capacidad real de los modelos porque estos alcanzan el 100% de acierto. SWE-bench, que evalúa la capacidad de arreglar bugs en código real, se saturó en solo dos años. CORE-bench, que mide si un modelo puede reproducir resultados de investigaciones científicas, pasó de un 20% de éxito en 2024 a saturarse en 2026. Incluso METR, que mide tareas de larga duración, reportó que Claude Mythos Preview podía trabajar 16 horas seguidas, el límite de lo que pueden medir. Estos números indican que la brecha entre la IA actual y la mejora recursiva completa se está cerrando.

Si un sistema puede rediseñarse a sí mismo, la supervisión humana se vuelve crítica. La posibilidad de que la IA escape a nuestro control no es una distopía lejana, sino un riesgo concreto que los laboratorios deben gestionar hoy. Cuanto más autónoma sea la máquina, más importantes son los mecanismos de seguridad, monitoreo y alineación de valores. La mejora recursiva podría traer avances enormes en ciencia y salud, pero también amplifica los peligros si no se implementan salvaguardas robustas. La pregunta no es si llegaremos, sino cómo nos preparamos.

Hoy, Claude puede ejecutar experimentos bien especificados igual o mejor que un humano, pero aún no elige los objetivos. Esa brecha —decidir qué investigar— es lo que separa a la IA actual de un sistema que se mejora a sí mismo por completo. En las encuestas internas de Anthropic, los empleados reportan ser 4 veces más productivos con acceso a Claude, pero la verdadera revolución llegará cuando la IA pueda definir sus propias metas. Ese día, el desarrollo de la inteligencia artificial dejará de ser una carrera humana para convertirse en un proceso autónomo e imparable.