En febrero de 2026, Claude dirigía menos del 1% del trabajo de investigación y desarrollo de Anthropic. En agosto, esa cifra ya era del 26%. El dato aparece en un informe de la propia empresa que se ha convertido en una de las noticias más comentadas de septiembre, porque pone números a una idea que hasta hace poco sonaba a ciencia ficción: la inteligencia artificial empieza a construir la siguiente generación de inteligencia artificial. Te explicamos qué midió Anthropic exactamente, qué significa que Claude lidere una tarea y por qué el informe genera tanto interés como inquietud.
Qué publicó Anthropic
El informe, titulado en inglés Measurements for understanding the pace of AI development inside frontier labs, reúne tres mediciones internas con datos de julio y agosto de 2026:
- Cuánta investigación dirige la IA: qué parte del trabajo de I+D hace Claude y qué parte hacen las personas.
- Cómo se vigila a los agentes: cuántas acciones de los agentes internos se revisan y cuántas se bloquean.
- Cuánto cómputo va a seguridad: qué porcentaje de la potencia de cálculo dedicada a investigación se destina a hacer la IA más segura.
La empresa justifica la publicación con una idea que resume el momento: los sistemas de IA se están volviendo exponencialmente más potentes y han empezado a automatizar una parte creciente del proceso de construirse a sí mismos. Su objetivo declarado es reducir la distancia entre lo que saben los laboratorios y lo que sabe el público.
Qué significa que Claude lidere una tarea
Aquí está el matiz más importante, y el que muchos titulares han pasado por alto. Anthropic usa una escala de automatización de seis niveles, de AL0 a AL5. Estos son los que ayudan a entender la cifra:
- AL0: la IA no participa.
- AL3, la IA colabora: hace partes grandes del trabajo bajo la dirección cercana de una persona.
- AL4, la IA lidera: completa la mayor parte de la tarea de principio a fin a partir de una instrucción general, con un supervisor humano pendiente.
- AL5, autonomía total: trabaja sin ninguna persona en el proceso.
El 26% corresponde al nivel AL4. Es decir, Claude no investiga solo: recibe un encargo amplio, lo resuelve en gran parte y una persona supervisa. Según el informe, más del 90% del trabajo de I+D de la empresa ya tiene a la IA al menos como colaboradora, pero ninguna tarea medida alcanza la autonomía total.
Para medirlo, Anthropic dividió su trabajo en unas 15.000 tareas organizadas en 542 categorías y usó un modelo que actúa como juez para clasificar el nivel de automatización de cada una. Cuando comparó esas notas con las de sus empleados, coincidieron exactamente el 59% de las veces, frente a un 35% de coincidencia entre dos empleados, y quedaron a un nivel de distancia o menos en el 97% de los casos.
30.000 agentes trabajando a la vez
El segundo bloque del informe da una idea de la escala. En agosto, unos 30.000 agentes de investigación e ingeniería funcionaban de forma simultánea en la plataforma interna principal de Anthropic, y entre todos tomaron más de mil millones de decisiones en el mes.
Todas esas acciones pasan por dos capas de vigilancia:
- Monitores en tiempo real, que pueden bloquear una acción peligrosa antes de que ocurra. Bloquearon aproximadamente una de cada 47.000 decisiones.
- Revisión posterior, que analiza los registros para detectar riesgos que se desarrollan más despacio. Marca entre una y dos sesiones de cada mil, unas 100.000 por semana, y de ellas cerca de 50 casos prioritarios llegan cada semana a revisores humanos.
El tercer dato es el más discutible. Durante una semana de julio, el 6% del cómputo de I+D se dedicó a trabajo de seguridad, un porcentaje que sube al 12% en la investigación dirigida por la IA. Anthropic reconoce que una sola semana no basta para ver tendencias y que las etiquetas que separan la seguridad del resto de la investigación son una estimación.
Por qué es noticia ahora
El informe llega en plena discusión sobre la velocidad de la IA. Pocos días antes, Dario Amodei, director ejecutivo de Anthropic, publicó un ensayo en el que pide frenar el ritmo al que mejoran los modelos más avanzados y en el que afirma que, desde este verano, la IA avanza mucho más rápido, sobre todo porque ya ayuda a construir la siguiente generación. Lo contamos en detalle en Anthropic pide frenar la carrera de la IA.
OpenAI también ha puesto cifras a este fenómeno. El 6 de septiembre explicó que su área de investigación ya usa 3,1 jornadas de trabajo de agentes por cada jornada de trabajo humano, y que alcanzó su meta de contar con un becario de investigación automatizado, capaz de hacer tareas que a un investigador experto le llevarían unos días. Las dos empresas miden de forma distinta, así que las cifras no se pueden comparar directamente, pero apuntan en la misma dirección.
La parte que preocupa
La idea de fondo tiene nombre: automejora recursiva. Si la IA acelera la investigación que produce mejores modelos, y esos modelos aceleran todavía más la investigación, el ritmo de progreso puede dispararse. El propio informe lo admite: que los modelos aceleren su propio desarrollo podría hacer más difícil que las personas los entiendan o los controlen.
Hay además un problema de verificación. Todas las cifras son mediciones de Anthropic sobre sí misma, sin auditoría independiente, y el modelo que clasifica el trabajo es el mismo tipo de sistema que se evalúa. La empresa lo reconoce: el juez podría cometer los mismos errores que el modelo al que revisa, y la vigilancia de agentes a esta escala lleva meses, no años.
El 18 de septiembre, más de 100 investigadores y evaluadores de IA publicaron una carta en la que advierten que quienes auditan los modelos más avanzados carecen de la independencia, los recursos y las protecciones legales necesarias para evaluar sus riesgos de forma creíble. El debate ya no es si la IA acelera la investigación, sino quién comprueba lo que ocurre dentro de los laboratorios.
Qué propone Anthropic y qué cambia para ti
La empresa plantea tres pasos: publicar estas mediciones con regularidad, incorporar evaluadores externos de varias organizaciones con un acceso a sistemas y datos comparable al de sus equipos internos, y que los gobiernos puedan exigir obligaciones de transparencia similares a todos los laboratorios.
Para quien usa la IA a diario, el efecto más visible será la velocidad. Si una cuarta parte de la investigación ya la dirige la propia IA, es razonable esperar modelos nuevos con más frecuencia y saltos de capacidad más grandes entre versiones. Eso trae herramientas más útiles, pero también obliga a revisar con más cuidado lo que hacen, sobre todo cuando se usan como agentes con acceso a tus datos o a tus cuentas.
La lectura honesta es doble. Es positivo que un laboratorio publique datos que antes se quedaban puertas adentro, con sus límites a la vista. Pero un 26% autoevaluado no es una garantía, y esta transparencia solo será útil de verdad si llegan pronto los auditores independientes que la propia Anthropic promete.
Fuentes: informe de Anthropic Measurements for understanding the pace of AI development inside frontier labs; ensayo de Dario Amodei We must pace the frontier; informe de OpenAI sobre la aceleración de su investigación; Quartz; Business Today; Implicator; cobertura de Quartz sobre la carta de los evaluadores independientes. Imagen de portada de Aerps.com en Unsplash.
Por Santo Montilla, para El Futuro 24/7.
No te pierdas lo próximo que publiquemos
Cada día, las noticias y guías de inteligencia artificial que importan, directas a tu correo.
Es gratis. Sin spam. Puedes darte de baja cuando quieras.