Poate o inteligență artificială să se îmbunătățească pe sine?

Ideea din spatele acronimului

În 1965, matematicianul I. J. Good, care lucrase alături de Alan Turing la spargerea codurilor în timpul războiului, a descris ceea ce a numit o „explozie a inteligenței”: o mașină suficient de inteligentă încât să proiecteze una și mai bună, care ar putea, la rândul ei, să proiecteze una și mai bună. Good nu scria literatură științifico-fantastică. Sublinia o consecință posibilă a construirii unor mașini suficient de capabile încât să-și îmbunătățească propria proiectare.

Auto-îmbunătățirea recursivă este mecanismul pe care explozia inteligenței îl presupune — bucla, nu rezultatul. Nu este un prag pe care un sistem îl trece într-o singură după-amiază. Funcționează pe un spectru: la un capăt, inginerii folosesc un instrument de inteligență artificială așa cum folosesc un compilator, ca să scrie cod mai repede; la celălalt capăt, un sistem își proiectează, își antrenează și își lansează singur succesorul, fără ca vreun om să decidă ce urmează. Aproape tot ce e interesant se întâmplă între aceste două capete, iar răspunsul onest la întrebarea „a atins cineva RSI” depinde în întregime de punctul de pe acest spectru la care se referă întrebarea.

Patru trepte, patru tipuri diferite de dovezi

Scara de mai jos este modul propriu al acestei pagini de a organiza dovezile, nu o scală agreată în industrie. METR, o organizație de cercetare care măsoară capacitatea sistemelor de inteligență artificială și ale cărei rezultate sunt folosite aici, evită în mod deliberat să definească RSI drept un prag tehnic și se concentrează, în schimb, pe cât de puternic e feedback-ul și dacă e suficient de puternic încât să se auto-susțină. Rețineți asta citind ce urmează: fiecare treaptă arată exact ce susține o afirmație citată — nimic mai mult. Treptele sunt ordonate după cât de aproape e o afirmație de auto-îmbunătățirea recursivă completă, nu după cât de riguros a fost verificată: treapta 3 se bazează pe relatarea unei singure companii despre sine, în timp ce afirmația mai restrânsă de la treapta 2 vine cu o valoare verificabilă independent.

1. Treapta 1 · Adoptare și producție

   O companie raportează că inginerii ei se bazează pe inteligența artificială pentru a scrie cod, la scară largă.

   Anthropic raportează că peste 80% din codul aflat în producție a fost scris de Claude, în mai 2026, și că inginerii livrau de aproximativ opt ori mai mult cod pe trimestru decât în 2024.

   Ce arată: adoptare și volum. Ce nu arată: că mai mult cod înseamnă o cercetare mai bună sau mai rapidă — chiar Anthropic numește numărul de linii de cod „o măsură imperfectă”, pentru că numără cantitatea, nu calitatea.

2. Treapta 2 · O singură buclă de reacție documentată

   Un sistem de inteligență artificială a găsit o îmbunătățire reală care s-a întors în propria antrenare.

   AlphaEvolve, sistemul DeepMind anunțat în mai 2025, a găsit un mod de a împărți o operație mare de înmulțire matriceală în bucăți mai mici, accelerând acea operație în procesul de antrenare al Gemini cu 23% — DeepMind raportează că această schimbare a redus timpul total de antrenare al Gemini cu aproximativ 1%. AlphaEvolve însuși rulează pe modele Gemini, deci îmbunătățirea s-a întors în antrenarea sistemului care a produs-o.

   Ce arată: un exemplu real, limitat și publicat, în care o îmbunătățire găsită de inteligența artificială a intrat în dezvoltarea inteligenței artificiale înseși. Ce nu arată: un ciclu care se repetă — nu există o înregistrare publică a unei generații Gemini ulterioare, îmbunătățită prin AlphaEvolve, folosită apoi pentru a îmbunătăți din nou AlphaEvolve.

3. Treapta 3 · Descrierea unei companii despre propria lansare

   Google descrie cel mai nou model al său ca fiind construit de agenți de inteligență artificială care rafinează chiar acel model.

   Notele de lansare ale Google pentru Gemini 3.8 Flash, din 3 septembrie 2026, descriu modelul ca fiind „accelerat în continuare” de „bucle de agenți de inteligență artificială, rulate pe perioade lungi, care evaluează și rafinează recursiv modelele de bază” — o formulare raportată, mai directă decât descrierea Google pentru o buclă cu doi agenți care construiau un joc, în mai 2026, sau o buclă cu trei agenți care antrenau un model de robotică, în august 2026. Un cercetător DeepMind, Shunyu Yao, a scris că lansarea a reprezentat „un pas mic pentru model, un salt uriaș pentru RSI”.

   Ce arată: descrierea unei singure companii despre propria ei lansare, raportată de o publicație economică, neauditată de o parte independentă. Ce nu arată: că acest lucru se repetă de la o generație de model la alta, sau că se aplică și modelelor emblematice, mai mari, ale Google, nu doar liniei sale mai mici, „Flash”.

4. Treapta 4 · Auto-îmbunătățirea recursivă completă

   Un feedback suficient de puternic și de autonom încât să continue să se accelereze singur.

   Aceasta e varianta la care se gândesc oamenii când spun „RSI” ca fapt împlinit: recursivitatea (rezultatul care se întoarce în dezvoltare), autonomia (cât de puțină direcție umană mai rămâne) și accelerarea (creșterea ritmului însuși al progresului) — toate prezente împreună, și auto-susținute. Nu a fost găsită nicio dovadă publică pentru această treaptă, pentru niciun laborator. Chiar declarația Anthropic e directă: „Nu suntem încă acolo, iar auto-îmbunătățirea recursivă nu este inevitabilă.” Directorul științific al OpenAI, Jakub Pachocki, a scris sub numele său, în septembrie 2026, că rezultatele interne îi dau „o așteptare puternică faptul că acest ritm de progres ar putea continua până la auto-îmbunătățirea recursivă” — o așteptare despre direcția lucrurilor, bazată pe rezultate pe care compania nu le-a publicat, nu o afirmație că lucrul s-a întâmplat deja.

   Ce arată: două dintre cele trei laboratoare citate aici afirmă, în cuvintele lor, că această treaptă nu a fost atinsă. Ce nu arată: nimic despre laboratoarele care nu apar printre sursele acestei pagini.

Ce s-a întâmplat, în ordine

1. 1965

   Conceptul primește un nume

   I. J. Good descrie o „explozie a inteligenței” — rezultatul pe care l-ar putea produce o mașină auto-îmbunătățită, nu încă o afirmație despre un sistem real.

2. 14 mai 2025

   AlphaEvolve apare, iar bucla se închide o dată

   Agentul evolutiv de programare al DeepMind optimizează un nucleu de calcul folosit la antrenarea Gemini — modelele pe care rulează chiar AlphaEvolve. Un caz documentat și limitat în care munca unei inteligențe artificiale se întoarce în dezvoltarea inteligenței artificiale.

3. 18 august 2026

   Un studiu de la Princeton arată că agenții încă eșuează la cercetarea deschisă

   Cercetătorii dau unor agenți de inteligență artificială întrebări nepublicate, de nivelul unei conferințe de cercetare. Ambele lucrări rezultate sunt respinse de autorii umani ai problemelor inițiale — un indiciu asupra cât de departe mai e judecata autonomă de cercetare. Detalii mai jos.

4. 3 septembrie 2026

   Limbajul Google se schimbă

   Gemini 3.8 Flash apare cu un limbaj de lansare care descrie bucle de agenți ce „evaluează și rafinează recursiv modelele de bază” — mai direct decât cele două descrieri anterioare, mai restrânse, ale Google pentru bucle de auto-îmbunătățire.

5. 6 septembrie 2026

   Directorul științific al OpenAI scrie sub numele său

   Jakub Pachocki publică „An Alien Mind”, spunând că rezultatele interne îi dau o „așteptare puternică” că progresul actual ar putea continua până la auto-îmbunătățirea recursivă, și că acest moment „cere prudență extremă”.

Zvonul care a pornit această pagină

Pe 12 septembrie 2026, comentatorul de inteligență artificială Andrew Curran a scris că circulă zvonuri „de trei zile cum că Gemini 4 și-a terminat preantrenarea mai devreme, parțial din cauza unor descoperiri noi făcute de GDM în timpul antrenării. Nimic confirmat, și imposibil de știut ce e adevărat.” Întrebat cât de curând, a răspuns: „Săptămâna viitoare.” Un răspuns la o întrebare separată din același fir — care e cel mai optimist lucru pe care l-ai auzit — a fost: „Că au închis cu succes bucla și au atins RSI.”

Merită precizat de ce anume această afirmație nu poate fi verificată din exterior. Chiar dacă preantrenarea Gemini 4 s-ar fi terminat mai devreme decât era programat, acest fapt, singur, nu ar arăta că o inteligență artificială, și nu un om, a găsit îmbunătățirea care a economisit timpul. Nu ar arăta că îmbunătățirea a fost apoi folosită pentru a proiecta o îmbunătățire ulterioară. Și nu ar arăta că oricare dintre acestea ar putea continua cu o pondere tot mai mare a direcției inteligenței artificiale, nu a celei umane. Lămurirea „RSI” — la treapta 4, nu la treapta 1 — ar cere un acces pe care nimeni din afara laboratorului nu îl are: jurnale de antrenare, o evidență a cine sau ce a propus fiecare schimbare, contabilitatea puterii de calcul și un audit tehnic independent. Fără acest acces, dovezile publice nu înclină balanța în niciun sens.

Nici cei care construiesc aceste sisteme nu sunt de acord între ei

Cercetătorii care lucrează la aceste sisteme sunt ei înșiși împărțiți în privința cât de aproape e RSI. Eseul lui Pachocki pune alături urgența și recunoașterea incertitudinii: progresul, scrie el, „crește mai mult decât e proiectat”, iar „pe măsură ce sistemele devin mai capabile, rezultatele devin mai greu de interpretat”. Relatarea publică a Anthropic despre propriile sisteme păstrează un set paralel de rezerve: un „decalaj de judecată de cercetare” între Claude și cercetătorii umani, și cel puțin un rezultat de cercetare automatizată care „nu s-a transferat curat la modele de scară de producție”.

Cel mai limpede contraargument vine dintr-un studiu, nu dintr-o opinie. Cercetătorii conduși de Peter Kirgis și Sayash Kapoor, la Princeton, au lăsat agenți de inteligență artificială să lucreze la întrebări nepublicate, de nivelul unei conferințe de cercetare. Ambele lucrări rezultate au fost respinse de cercetătorii umani care puseseră problemele inițiale: agenții, arată studiul, „au rulat experimente bizare”, s-au chinuit să scrie inteligibil despre propria muncă, s-au fixat prea repede pe abordări slabe și și-au administrat prost resursele și feedback-ul. Explicația lui Kapoor arată o limită a metodei actuale, nu doar o lipsă de scară: învățarea prin recompensă e bună la sarcini restrânse, pe care un calculator le poate puncta automat, iar cercetarea deschisă nu e o astfel de sarcină, pentru că „succesul nu poate fi verificat automat”. Jack Clark, unul dintre fondatorii Anthropic, a făcut o observație asemănătoare despre aceeași problemă de fond: „Există o anumită absență a creativității valoroase, intuitive, în sistemele de inteligență artificială de azi.”

Puse cap la cap, imaginea onestă nu este „RSI e aici” sau „RSI e departe”. Este că oamenii cei mai aproape de această muncă privesc aceleași dovezi și ajung la concluzii diferite despre cât de repede se va închide decalajul rămas — ceea ce e, în sine, un motiv să citești cu atenție următorul titlu despre asta.

Pentru cine vrea să sape mai adânc

Fiecare afirmație de pe această pagină duce la una dintre sursele de mai jos. Acolo unde o afirmație se sprijină pe relatarea unei companii despre sine, pe o postare personală sau pe o relatare de presă, nu pe un audit independent, tabelul o spune, pentru că asta îi dă greutatea pe care o are.

Metodă și limite

Această pagină relatează ce spun surse numite și datate și marchează limpede unde o afirmație este relatarea unei companii despre propriile sisteme, opinia asumată a unei persoane sau o postare personală de pe rețele sociale — sunt trei tipuri diferite de afirmații, iar tratarea lor la fel ar fi o eroare a paginii, nu o alegere neutră. Scara cu patru trepte e un instrument de organizare construit pentru această pagină; nu e o definiție tehnică asumată de vreuna dintre organizațiile citate. Nicio propoziție de aici nu afirmă că Google DeepMind, OpenAI sau Anthropic a atins auto-îmbunătățirea recursivă completă și autonomă, pentru că nicio sursă găsită în documentarea acestei pagini nu susține o asemenea afirmație.

Aceasta e o relatare datată a unui subiect care se schimbă rapid. Reveniți asupra ei dacă un laborator publică dovezi mai puternice la treapta 3 sau 4, dacă zvonul din septembrie 2026 este confirmat sau infirmat credibil, sau dacă un nou studiu independent, de anvergură, schimbă echilibrul dovezilor descrise mai sus.