¿Puede una IA construir una versión mejor de sí misma?

La idea detrás de la sigla

En 1965, el matemático I. J. Good, que había trabajado junto a Alan Turing en el descifrado de códigos durante la guerra, describió lo que llamó una «explosión de inteligencia»: una máquina lo bastante inteligente como para diseñar una mejor, que a su vez podría diseñar otra todavía mejor. Good no escribía ciencia ficción. Señalaba una consecuencia posible de construir máquinas suficientemente capaces de mejorar su propio diseño.

La automejora recursiva es el mecanismo que la explosión de inteligencia presupone — el bucle, no el resultado. No es un umbral que un sistema cruza en una tarde cualquiera. Se despliega en un espectro: en un extremo, los ingenieros usan una herramienta de IA como usarían un compilador, para escribir código más rápido; en el otro extremo, un sistema diseña, entrena y despliega él mismo a su sucesor, sin que ninguna persona decida qué ocurre después. Casi todo lo interesante sucede entre esos dos extremos, y la respuesta honesta a «¿alguien ha alcanzado el RSI?» depende por completo de a qué punto de ese espectro se refiera la pregunta.

Cuatro escalones, cuatro tipos distintos de evidencia

Los cuatro escalones siguientes organizan la evidencia para esta explicación; no constituyen una escala aceptada por la industria. METR, una organización de investigación que mide la capacidad de la IA y en cuyo trabajo se apoya esta página, evita deliberadamente definir el RSI como un umbral técnico y se centra, en cambio, en cuán fuerte es la retroalimentación y si es lo bastante fuerte como para autosostenerse. Téngalo en cuenta al leer lo que sigue: cada escalón muestra exactamente lo que respalda una afirmación citada — nada más. Los escalones están ordenados según cuán cerca está una afirmación de la automejora recursiva completa, no según cuán rigurosamente se haya comprobado: el escalón 3 se apoya en el relato de una sola empresa sobre sí misma, mientras que la afirmación más acotada del escalón 2 viene con una cifra verificable de forma independiente.

1. Escalón 1 · Adopción y producción

   Una empresa declara que sus ingenieros dependen de la IA para escribir código, a gran escala.

   Anthropic declara que, a fecha de mayo de 2026, más del 80 % de su código de producción había sido escrito por Claude, y que sus ingenieros entregaban aproximadamente ocho veces más código por trimestre que en 2024.

   Qué muestra: adopción y volumen. Qué no muestra: que más código signifique una investigación mejor o más rápida — la propia Anthropic llama al número de líneas de código «una medida imperfecta», porque cuenta cantidad, no calidad.

2. Escalón 2 · Un solo bucle de retroalimentación documentado

   Un sistema de IA encontró una mejora real que regresó a su propio entrenamiento.

   AlphaEvolve, el sistema de DeepMind anunciado en mayo de 2025, encontró una forma de dividir una gran operación de multiplicación de matrices en partes más pequeñas, acelerando esa operación dentro del proceso de entrenamiento de Gemini en un 23 % — DeepMind informa que este cambio redujo el tiempo total de entrenamiento de Gemini en aproximadamente un 1 %. El propio AlphaEvolve funciona sobre modelos Gemini, así que la mejora regresó al entrenamiento del sistema que la produjo.

   Qué muestra: un ejemplo real, acotado y publicado, en el que una mejora hallada por la IA entró en el desarrollo de la propia IA. Qué no muestra: un ciclo que se repite — no existe registro público de que una generación posterior de Gemini, mejorada mediante AlphaEvolve, se haya usado después para mejorar de nuevo AlphaEvolve.

3. Escalón 3 · El relato de una empresa sobre un lanzamiento

   Las notas de Google sobre Gemini 3.8 Flash describen bucles de agentes que refinan recursivamente los modelos subyacentes.

   Las notas de lanzamiento de Google para Gemini 3.8 Flash, del 3 de septiembre de 2026, describen el modelo como «acelerado aún más» por «bucles de agentes de IA, ejecutados durante largos periodos, que evalúan y refinan de forma recursiva los modelos subyacentes» — una formulación recogida en la prensa, más directa que la descripción anterior de Google sobre un bucle de dos agentes que construía un juego, en mayo de 2026, o un bucle de tres agentes que entrenaba un modelo de robótica, en agosto de 2026. Un investigador de DeepMind, Shunyu Yao, escribió que el lanzamiento representaba «un pequeño paso para el modelo, un gran salto para el RSI».

   Qué muestra: el relato de una empresa sobre su lanzamiento del 3 de septiembre, publicado por un medio económico y no auditado de forma independiente. Qué no muestra: que el método se repita entre generaciones, sea una práctica habitual o describa cómo se entrenó Gemini 4 Argon.

4. Escalón 4 · Automejora recursiva completa

   Una retroalimentación lo bastante fuerte y autónoma como para seguir acelerándose sola.

   Esta es la versión que la gente tiene en mente cuando dice «RSI» como un hecho consumado: recursividad (el resultado que regresa al desarrollo), autonomía (cuánta dirección humana queda) y aceleración (que el propio ritmo del progreso aumente) — todo presente a la vez, y autosostenido. No se encontró evidencia pública de este escalón para ningún laboratorio. El propio relato de Anthropic es directo al respecto: «Todavía no hemos llegado ahí, y la automejora recursiva no es inevitable.» El científico jefe de OpenAI, Jakub Pachocki, escribió bajo su propio nombre, en septiembre de 2026, que los resultados internos le dan «una fuerte expectativa de que este ritmo de progreso podría sostenerse hasta la automejora recursiva» — una expectativa sobre el rumbo de las cosas, basada en resultados que la empresa no ha publicado, no una afirmación de que ya haya ocurrido.

   Qué muestra: ningún laboratorio ha publicado evidencia de este escalón; Anthropic afirma ahora que una forma de la dinámica RSI ha empezado a aparecer. Qué no muestra: nada sobre los laboratorios que no figuran entre las fuentes de esta página.

Lo que realmente ha ocurrido, en orden

1. 1965

   El concepto recibe un nombre

   I. J. Good describe una «explosión de inteligencia» — el resultado que podría producir una máquina capaz de mejorarse a sí misma, todavía no una afirmación sobre un sistema real.

2. 14 de mayo de 2025

   Aparece AlphaEvolve, y el bucle se cierra una vez

   El agente de programación evolutivo de DeepMind optimiza un núcleo de cálculo usado para entrenar Gemini — los modelos en los que se basa el propio AlphaEvolve. Un caso documentado y acotado en el que el trabajo de una IA regresa al desarrollo de la IA.

3. 18 de agosto de 2026

   Un estudio de Princeton muestra que los agentes aún fallan en investigación abierta

   Investigadores plantean a agentes de IA preguntas de investigación inéditas, de nivel de conferencia. Ambos artículos resultantes son rechazados por los autores humanos de los problemas originales — un indicio de cuánto le falta todavía al juicio autónomo de investigación. Detalles más abajo.

4. 3 de septiembre de 2026

   El lenguaje de Google cambia

   Gemini 3.8 Flash se lanza con un texto de presentación que describe bucles de agentes que «evalúan y refinan de forma recursiva los modelos subyacentes» — más directo que las dos descripciones anteriores, más limitadas, de Google sobre bucles de automejora.

5. 6 de septiembre de 2026

   El científico jefe de OpenAI escribe bajo su propio nombre

   Jakub Pachocki publica «An Alien Mind», afirmando que los resultados internos le dan una «fuerte expectativa» de que el progreso actual podría sostenerse hasta la automejora recursiva, y que este momento «exige una prudencia extrema».

6. 12 de septiembre de 2026

   El director general de Anthropic escribe bajo su propio nombre

   Dario Amodei publica «We Must Pace the Frontier», donde afirma que, desde aproximadamente el verano de 2026, la IA avanza mucho más rápido precisamente porque la IA construye cada vez más la siguiente generación de IA — una dinámica que nombra explícitamente automejora recursiva, que «está empezando a ocurrir en la industria, incluida Anthropic». Esto va más allá del «todavía no hemos llegado ahí» de mayo, pero sigue siendo una posición pública sobre el rumbo de la industria, no evidencia de un bucle totalmente autónomo y autosostenido (escalón 4).

7. 30 de septiembre de 2026

   Google anuncia Gemini 4 Argon

   El anuncio oficial Gemini 4 Argon describe un despliegue gradual para equipos de ciberseguridad de confianza y ejemplos de agentes que optimizan algoritmos, ahorran memoria y migran código. No confirma que la IA acelerara el propio preentrenamiento de Argon ni que se haya cerrado un bucle de RSI.

El rumor que dio origen a esta página

El 12 de septiembre de 2026, el comentarista de IA Andrew Curran escribió que circulaban rumores «desde hace tres días de que Gemini 4 ha terminado el preentrenamiento antes de lo previsto, en parte por nuevos descubrimientos que GDM hizo durante el entrenamiento. Nada confirmado, e imposible saber qué es cierto.» Al preguntarle cuánto faltaba, respondió: «La semana que viene.» Una respuesta a otra pregunta en el mismo hilo — cuál es lo más optimista que has oído — decía: «Que cerraron el bucle con éxito y alcanzaron el RSI.»

Vale la pena precisar por qué esta afirmación no puede verificarse desde fuera. Aunque el preentrenamiento de Gemini 4 hubiera terminado antes de lo previsto, ese hecho por sí solo no mostraría que una IA, y no una persona, encontró la mejora que ahorró ese tiempo. No mostraría que esa mejora se usara después para diseñar otra mejora. Y no mostraría que nada de esto pudiera continuar con una proporción creciente de dirección de la IA, en lugar de dirección humana. Zanjar el «RSI» — en el escalón 4, no en el escalón 1 — exigiría un acceso que nadie fuera del laboratorio tiene: registros de entrenamiento, constancia de quién o qué propuso cada cambio, contabilidad del cómputo empleado y una auditoría técnica independiente. Sin ese acceso, la evidencia pública no se inclina hacia ningún lado.

El 30 de septiembre de 2026, Google anunció oficialmente Gemini 4 Argon, con un despliegue inicial gradual para equipos de ciberseguridad de confianza. El anuncio describe agentes que optimizan algoritmos cuánticos, ahorran memoria y migran código. No dice que Argon acelerara su propio preentrenamiento gracias a descubrimientos de la IA ni que Google haya cerrado un bucle de automejora recursiva. La predicción pública «la semana que viene» no se cumplió: el anuncio llegó 18 días después de la publicación del 12 de septiembre. La existencia de Gemini 4 está confirmada; las afirmaciones sobre el preentrenamiento y el RSI siguen sin confirmarse.

Ni siquiera quienes construyen estos sistemas están de acuerdo entre sí

Los propios investigadores que hacen este trabajo discrepan sobre lo cerca que está el RSI. El ensayo de Pachocki combina urgencia con el reconocimiento de la incertidumbre: el progreso, escribe, «crece más de lo que se diseña», y «a medida que los sistemas se vuelven más capaces, los resultados se vuelven más difíciles de interpretar». El relato público de Anthropic sobre sus propios sistemas conserva un conjunto paralelo de reservas: una «brecha de juicio investigador» entre Claude y los investigadores humanos, y al menos un resultado de investigación automatizada que «no se transfirió limpiamente a modelos a escala de producción».

El 12 de septiembre, el director general de Anthropic, Dario Amodei, escribió que la automejora recursiva «está empezando a ocurrir en la industria, incluida Anthropic». Es una posición pública sobre el rumbo de la industria, no un informe técnico de un bucle totalmente autónomo y autosostenido; por sí sola no traslada la evidencia al escalón 4.

El contraargumento más claro proviene de un estudio, no de una opinión. Investigadores dirigidos por Peter Kirgis y Sayash Kapoor, en Princeton, dejaron que agentes de IA trabajaran en preguntas inéditas, del nivel exigido en un congreso científico. Ambos artículos resultantes fueron rechazados por los investigadores humanos que habían planteado los problemas originales: los agentes, muestra el estudio, «ejecutaron experimentos extraños», les costó escribir de forma inteligible sobre su propio trabajo, se aferraron demasiado pronto a enfoques débiles y administraron mal sus recursos y la retroalimentación recibida. La explicación de Kapoor apunta a un límite del método actual, no solo a una falta de escala: el aprendizaje por refuerzo es bueno en tareas acotadas que un ordenador puede puntuar automáticamente, y la investigación abierta no es una de esas tareas, porque «el éxito no puede verificarse automáticamente». Jack Clark, cofundador de Anthropic, hizo una observación parecida sobre el mismo problema de fondo: «Existe cierta ausencia de creatividad valiosa e intuitiva en los sistemas de IA actuales.»

En un pódcast publicado el 11 de septiembre de 2026, John Schulman (científico jefe en Thinking Machines), Beren Millidge (director de tecnología en Zyphra) y Charlie O'Neill (jefe de entrenamiento de modelos en Baseten) discutieron cuán cerca está la IA de la automejora recursiva. Una preocupación planteada: el progreso futuro podría exigir un trabajo cada vez más difícil para construir entornos de entrenamiento lo bastante realistas como para enseñarle a un modelo su siguiente habilidad.

Juntando las piezas, el retrato honesto no es «el RSI ya está aquí» ni «el RSI está lejos». Es que las personas más cercanas a este trabajo miran las mismas pruebas y llegan a conclusiones distintas sobre la rapidez con la que se cerrará la brecha restante — lo cual es, en sí mismo, una razón para leer con atención el próximo titular sobre el tema.

Para profundizar

Toda afirmación de esta página remite a una de las fuentes siguientes. Cuando una afirmación se apoya en el relato de una empresa sobre sí misma, una publicación personal o un reportaje, y no en una auditoría independiente, la tabla lo indica, porque eso determina su peso.

Método y límites

Esta página reporta lo que dicen fuentes identificadas y fechadas, y señala con claridad cuándo una afirmación es el relato de una empresa sobre sus propios sistemas, la opinión que una persona expresa en su propio nombre, o una publicación personal en una red social — son tres tipos de afirmación distintos, y tratarlos por igual sería un fallo, no una elección neutral. Ninguna frase aquí afirma que Google DeepMind, OpenAI o Anthropic haya alcanzado una automejora recursiva completa y autónoma, porque ninguna de las fuentes anteriores respalda tal afirmación.

Esta es una descripción fechada de un tema que cambia rápido. Vuelva a ella si algún laboratorio publica evidencia más sólida en el escalón 3 o 4, si el rumor de septiembre de 2026 se confirma o se desmiente de forma creíble, o si un nuevo estudio independiente de peso cambia el equilibrio de la evidencia descrita arriba.