Ing. Calogero Bono
Anthropic ha publicado sus primeras mediciones sobre cuánta de su propia investigación en IA ya realiza Claude. Al mismo tiempo, en la versión revisada del formulario S-1/A presentado ante la SEC el 2 de noviembre de 2026, ha escrito que podría cumplir pronto su propia definición de progreso acelerado por la IA. Importa porque una gran empresa declara cifras sobre su proceso interno y admite que, en el pasado, no notó aceleraciones importantes mientras ocurrían.
Algunos términos, antes de entrar en los hechos. RSI (recursive self-improvement) es la mejora recursiva, un modelo que contribuye a crear a su propio sucesor. AI R&D es la investigación y desarrollo en IA. AL es la escala de automatización de Epoch AI, de AL0 (ninguna intervención de la IA) a AL5 (autonomía total). S-1 es el documento presentado ante la SEC antes de salir a bolsa. Compute es la potencia de cálculo que se usa para entrenar y hacer funcionar los modelos.
¿Qué ha medido Anthropic sobre la IA que desarrolla IA?
En la publicación oficial la empresa propone tres herramientas de medición. La primera se refiere a cuánto construye la IA la versión siguiente de sí misma en comparación con los humanos. La segunda, la capacidad de supervisar y detener las acciones de los agentes de IA sobre los sistemas internos. La tercera, los recursos que alimentan el desarrollo de modelos más capaces.
Anthropic ha construido un prototipo llamado Anthropic R&D Automation Index. Cataloga cada tipo de trabajo de investigación que se realiza en la empresa, evalúa cuánto está automatizado cada uno y agrega las puntuaciones.
¿Cuánto trabajo de investigación ya hace Claude?
Según Anthropic, en agosto de 2026 Claude no opera con plena autonomía en ningún subconjunto medido del trabajo de investigación. El modelo «dirige» el 26% de ese trabajo, es decir, completa gran parte de la tarea a partir de una instrucción de alto nivel mientras el humano supervisa. La proporción de trabajo al menos en el nivel «la IA colabora» supera el 90%.
Son datos declarados por la empresa, no verificados por terceros. La propia Anthropic señala dos obstáculos para comparar entre laboratorios. Falta una metodología común, y quien evalúa es un modelo propio, que podría equivocarse como el que controla.
¿Cómo se controlan los agentes de IA?
En agosto de 2026 había unos 30.000 agentes trabajando simultáneamente en investigación e ingeniería, en la plataforma interna más usada. Las mediciones cubren solo esa plataforma. Anthropic propone tres indicadores.
- Cobertura, la proporción de acciones que pasa por un monitor antes o después de la ejecución.
- Latencia de revisión, el tiempo entre la acción y el control, primero automático y luego humano.
- Tasa de escalado, la proporción de actividades bloqueadas, redirigidas o señaladas.
La empresa afirma que los agentes individuales se equivocan raramente, pero con millones de agentes incluso los eventos raros se vuelven frecuentes. Para quien usa agentes en sus flujos de trabajo, el tema está cerca del de jailbreak e inyección de prompts.
¿Qué dice el S-1 sobre el riesgo de RSI?
Como informa TechCrunch, y recoge HDblog, en los factores de riesgo Anthropic escribe que en el pasado no identificó una fuerte aceleración hasta después de que hubiera ocurrido. Añade que sus estimaciones internas podrían llevarla a cumplir «inminentemente» la definición de progreso drásticamente acelerado atribuible a la IA de su Responsible Scaling Policy.
Ningún modelo actual ha sido señalado como superior al umbral. La empresa dice que no prevé usar Claude de forma totalmente autónoma, sin supervisión humana significativa, y que evalúa modificaciones de la política para mantener el control humano.
Límites que conviene conocer
Las cifras sobre automatización provienen de un índice prototipo, calculado con modelos de la empresa y sin verificación externa. Las mediciones sobre agentes se refieren a una sola plataforma. El análisis del uso de compute cubre una semana, del 13 al 20 de julio, y la fuente oficial a la que tenemos acceso se interrumpe antes de mostrar sus resultados, así que no los reportamos. Queda por ver los observadores externos que Anthropic dice que quiere incorporar.
Qué cambia para quien trabaja con lo digital
Para una empresa o un desarrollador, la señal es que la IA ya escribe buena parte del código y de los análisis de quienes la construyen. Conviene no tratar a los asistentes como herramientas infalibles y prever siempre una revisión humana. Quien integra modelos mediante API debería esperar actualizaciones rápidas y comportamientos que cambian entre versiones. Incluso la regulación europea, descrita en la guía sobre la EU AI Act, pasa por la transparencia sobre los modelos.
Nuestra opinión
Publicar métricas sobre el propio proceso es un paso útil y poco frecuente. Pero es una autoevaluación, y un S-1 también es un documento de marketing, como recuerda TechCrunch. El valor dependerá de la verificación independiente, no de los porcentajes. Llama la atención la admisión de no haber detectado aceleraciones pasadas. Si es cierta, el problema no es solo la velocidad, sino la capacidad de darse cuenta a tiempo.
Preguntas frecuentes
¿Qué es la RSI?
Es la mejora recursiva autónoma. Un modelo contribuye a crear una versión más potente de sí mismo, que acelera la generación siguiente. Según la definición de Anthropic, el caso extremo es un modelo que construye a su sucesor con total autonomía.
¿La IA de Anthropic ya se construye sola?
No del todo. Anthropic declara que Claude no opera con plena autonomía en ningún subconjunto medido. Sin embargo, dirige el 26% de ese trabajo y colabora en más del 90% de la investigación.
¿Anthropic dice que la RSI es inminente?
Dice que podría cumplir pronto la definición de progreso acelerado atribuible a la IA de su política. Ningún modelo actual ha sido señalado como superior al umbral, y la empresa todavía está evaluando los datos.
¿Quién controla estas cifras?
Por ahora, ningún organismo externo. Anthropic prevé incorporar evaluadores independientes de varias organizaciones, con acceso a procesos y datos internos. En el pasado, METR puso a prueba su monitorización offline.
¿Por qué hay escépticos?
Porque el S-1 sirve tanto para informar como para promocionar la empresa. Decir que se está cerca de un modelo que se construye solo puede tener también una función de imagen, como señala TechCrunch.
Verificaciones externas y reglas sobre control humano, las señales a seguir
Los próximos meses dirán si estas cifras se convierten en un estándar o siguen siendo una iniciativa aislada. Importan la verificación de terceros y las eventuales modificaciones de la política.
- Comprueba si llegan los observadores independientes prometidos y qué datos podrán ver.
- Sigue las actualizaciones de la Responsible Scaling Policy sobre el mantenimiento del control humano.
- Verifica si otros laboratorios publican mediciones comparables con las mismas métricas.
