Hay artículos que conviene leer dos veces. Este es uno. Anthropic —la empresa que está detrás de Claude, la IA con la que trabajamos a diario en Alfatech— acaba de publicar algo poco habitual en este sector: en lugar de venderte lo bien que va su producto, te enseña sus propios datos internos y te plantea una pregunta incómoda. ¿Qué pasa cuando la inteligencia artificial empieza a construir la siguiente versión de sí misma?
A ese fenómeno lo llaman automejora recursiva. La idea es sencilla de enunciar y vertiginosa de imaginar: un sistema de IA capaz de diseñar, programar y entrenar a su sucesor, sin que un humano tenga que hacer el trabajo. Anthropic deja claro que todavía no estamos ahí, y que no es algo inevitable. Pero avisa de que podría llegar antes de lo que la mayoría de las instituciones —empresas, gobiernos, sociedad— están preparadas para asumir.
Lo que ya está pasando dentro de Anthropic
La parte que más impresiona no es la especulación sobre el futuro, sino las cifras del presente. Anthropic ya está delegando una parte creciente del desarrollo de su propia IA en la propia IA. Algunos datos que pone sobre la mesa:
- A mayo de 2026, más del 80% del código que incorporan a su producto lo escribe Claude. Antes de febrero de 2025, esa cifra era de apenas un puñado de líneas por cada cien.
- El ingeniero medio fusiona hoy unas 8 veces más código al día que en 2024. No porque le paguen por escribir más, sino porque la máquina hace el músculo y la persona dirige y revisa.
- En un caso real, Claude resolvió en abril de 2026 más de 800 fallos que redujeron por mil un tipo de error. El ingeniero que lo supervisó calculó que un humano habría tardado cuatro años en hacer ese mismo trabajo.
Y no es solo programar. En investigación, en una prueba interna que repiten con cada modelo, Claude pasó de acelerar un proceso unas 3 veces (mayo de 2025) a acelerarlo 52 veces un año después. Para que te hagas una idea, un investigador humano experto necesitaría entre cuatro y ocho horas para lograr una mejora de 4 veces en esa misma tarea.
La curva no para de empinarse
Fuera de Anthropic, los datos públicos cuentan lo mismo. La duración de las tareas que una IA es capaz de completar sola, de forma fiable, se está duplicando cada cuatro meses (antes era cada siete). En marzo de 2024, el modelo de turno resolvía tareas de unos cuatro minutos de trabajo humano. Un año después, tareas de hora y media. Un año más tarde, de doce horas. Si la tendencia se mantiene, este mismo año entrarían en juego tareas que a una persona competente le llevarían días, y en 2027, semanas.
Los exámenes estándar del sector cuentan la misma historia: pruebas de ingeniería de software o de reproducción de investigación científica que hace dos años los modelos suspendían estrepitosamente, hoy las aprueban casi con pleno.
Conviene leer estos números con cabeza —el propio Anthropic avisa de que «líneas de código» es una medida tosca, que mide cantidad y no calidad—. Pero la dirección no admite mucha discusión: esto va rápido, y va acelerando.
¿Dónde sigue ganando el humano?
Aquí está, para mí, la idea más útil del artículo. El «hacer» —escribir el código, lanzar el experimento, producir el resultado— ya casi no cuesta tiempo de una persona. Lo que todavía no sabe hacer la máquina es elegir bien: decidir qué problemas merecen la pena, de qué resultados fiarse y cuándo un camino es un callejón sin salida. Anthropic lo llama «criterio» o «gusto» para la investigación.
El cuello de botella se ha movido. Ya no está en la ejecución, está en la dirección y en la revisión.
Un empleado de Anthropic lo resume bien en el artículo: la ventaja del humano, a día de hoy, sigue estando en ver el cuadro completo y pensar más allá de la tarea inmediata.
Y entonces, ¿hay que frenar la IA?
El vídeo de noticias que nos llevó hasta este artículo lo tituló sin rodeos: «Anthropic pide parar la IA». Y aunque es un titular llamativo, no es exactamente eso lo que dice el texto. Lo que plantea Anthropic es más matizado, y por eso interesa.
Vienen a decir que sí, tener la opción de frenar o pausar temporalmente el desarrollo de la IA más avanzada sería probablemente algo bueno: daría tiempo a que la sociedad y la investigación en seguridad se pongan al día. El problema es que una pausa por tu cuenta no sirve de nada. Si tú frenas y los demás no, lo único que consigues es cambiar quién va primero —y encima dejas el liderazgo en manos de quien menos cuidado tiene—.
Para que una pausa tuviera sentido haría falta una coordinación global y verificable: varios laboratorios punteros, en varios países, parando a la vez y pudiendo comprobar que los demás también han parado de verdad. Y eso, con la IA, es especialmente difícil: un entrenamiento es mucho más fácil de esconder que un silo de misiles. Anthropic compara el reto con los tratados de control de armas nucleares, que funcionaron pero tardaron décadas en construirse. «Y no tenemos tanto tiempo», reconocen. Por eso anuncian que su instituto va a dedicarse a investigar los sistemas que harían creíble una pausa coordinada, y a sentar a la mesa a gente de fuera del sector tecnológico.
No es la típica empresa pidiendo que no la regulen. Es una empresa puntera diciendo «esto va muy rápido, ayudadnos a pensar cómo ponerle frenos si hicieran falta». Que lo diga quien lo dice merece, como mínimo, que lo escuchemos.
Qué tiene esto que ver contigo
Puede parecer un debate de laboratorio, lejano. No lo es. La parte de este artículo que afecta a cualquier negocio hoy no es la ciencia ficción de la automejora recursiva, sino una frase muy concreta: una empresa de 100 personas empieza a poder hacer el trabajo de una de 1.000, porque cada profesional se apoya en una pirámide de «ayudantes» de IA.
Eso cambia las reglas. Y nuestra lectura, en Alfatech, es la de siempre, solo que ahora con más motivos: la ventaja no está en tener la herramienta, está en el criterio con el que la usas. La IA ya escribe, calcula, redacta y programa a una velocidad con la que ningún humano compite. Lo escaso —lo que de verdad mueve la aguja— es saber qué pedirle, qué problema vale la pena resolver y cómo revisar lo que devuelve para que sirva de algo.
Así es como trabajamos: la máquina pone la potencia, la persona pone el juicio. No vendemos magia ni «lo hace todo la IA». Aplicamos IA con criterio senior a problemas reales de empresas, asociaciones y administraciones. Porque si algo deja claro el artículo de Anthropic es que, cuando el hacer deja de costar, lo que más vale es saber qué merece la pena hacer.
Resumen elaborado por Alfatech Consultores Digitales a partir del artículo original «When AI builds itself» de The Anthropic Institute (Marina Favaro y Jack Clark). Llegamos a él gracias al vídeo «NOTICIAS IA: Anthropic pide parar la IA» de Jon Hernández, en su canal de YouTube Inteligencia Artificial, a quien agradecemos la divulgación. Las cifras citadas son datos publicados por Anthropic; el propio informe señala que algunas, como las líneas de código, deben leerse con cautela.