✨︎ Resumen (TL;DR):
- El AI Futures Project considera probable para 2027 una IA capaz de automatizar la investigación en IA y decidir qué líneas y experimentos seguir.
- METR estimó una mejora cercana al doble en tareas bien definidas; AI Futures calculó una aceleración atribuible a la IA de 1.7 veces.
- La fecha depende de supuestos sobre el desarrollo de modelos, datos de Anthropic que no están disponibles por completo y la ausencia de una desaceleración deliberada.
El AI Futures Project ahora considera probable que una inteligencia artificial capaz de automatizar la investigación en IA y tomar decisiones al nivel de los mejores especialistas llegue durante 2027. El grupo adelantó su pronóstico después de interpretar una evaluación de METR sobre el ritmo de desarrollo en Anthropic, bajo el supuesto de que no haya una desaceleración deliberada importante.
El ajuste se publicó el 10 de noviembre de 2026. No es una fecha confirmada ni una conclusión de METR: los autores parten de sus propios cálculos sobre esa evaluación y de hipótesis acerca de cómo avanzarán los modelos. AI Futures Project combina investigación sobre el futuro de la IA con propuestas para regular su desarrollo.
Antes de esta revisión, Daniel Kokotajlo, uno de los autores y quien mantenía las previsiones más tempranas del equipo, asignaba una probabilidad de 50 % a que ese tipo de sistema llegara antes de 2029. Ahora el grupo considera probable que llegue durante 2027 si los desarrolladores no frenan el avance más de lo que lo han hecho recientemente.
Qué significa ser una SAR
Superhuman AI Researcher (SAR) es un sistema de IA que automatiza la programación de un proyecto de IA y demuestra una capacidad comparable a la de los mejores investigadores para elegir líneas de trabajo, seleccionar experimentos e interpretar resultados.
El grupo evalúa ese nivel mediante cuatro capacidades:
- Automatizar la programación de un proyecto de IA.
- Elegir las líneas de investigación.
- Seleccionar los experimentos.
- Interpretar los resultados.
El umbral se refiere únicamente a la investigación de IA. No exige que el sistema supere a los mejores seres humanos en cualquier actividad.
Por qué METR movió el cálculo
METR examinó datos internos de Anthropic, entrevistó a personal y revisó resultados de modelos entre agosto y octubre de 2026. Su conclusión general fue que, en octubre, las capacidades de los modelos en tareas bien definidas probablemente mejoraban a alrededor del doble del ritmo observado entre marzo de 2024 y octubre de 2025. METR recalcó que había una incertidumbre considerable.
Una de las mediciones fue AECI, una versión de Anthropic del índice de capacidades de Epoch AI. METR calculó que las puntuaciones en esas pruebas crecieron a 1.9 veces el ritmo anterior desde octubre de 2025, con un intervalo de confianza de 95 % entre 1.5 y 2.8 veces.
Esta cifra describe la velocidad de mejora en las pruebas. No significa que cada modelo sea casi dos veces más capaz que el anterior.
METR estimó de manera tentativa que quizá 80 % de la aceleración actual se debía al uso de IA en investigación y desarrollo. Ese porcentaje se refiere a la parte atribuible de la aceleración, no a la proporción de tareas realizadas por IA.
Con esa estimación y el ritmo general cercano al doble, AI Futures calculó una aceleración de aproximadamente 1.7 veces atribuible a la IA frente al ritmo histórico. El valor es una interpretación del proyecto, no una medición que METR haya publicado con ese valor. Tampoco equivale a decir que cada investigador sea 1.7 veces más productivo.
Los autores compararon ese cálculo con una trayectoria aproximada del escenario AI 2027 y concluyeron que el indicador estaba unos cinco meses por delante de lo previsto en esa trayectoria. El escenario, publicado en abril de 2025, describe desenlaces alternativos y una cronología posible; no registra una secuencia de hechos observados.
Los modelos no dan una sola fecha
AI Futures probó varios métodos y obtuvo resultados distintos. Una extrapolación sencilla de la capacidad para orientar investigaciones apunta a julio o septiembre de 2027, según cómo se incorporen los parámetros inciertos. Otro cálculo, que extiende las mejoras de productividad declaradas por trabajadores, apunta a mediados de 2028.
Al filtrar las trayectorias del AI Futures Model para que coincidan con una aceleración atribuible a la IA de 1.7 veces en noviembre de 2026, el modelo arroja una mediana de febrero de 2027 para la SAR. Una mediana sitúa la mitad de las trayectorias antes de esa fecha y la otra mitad después. Es el resultado de un modelo condicionado a un supuesto, no una fecha única elegida por todo el equipo.
Los propios autores reconocen que el modelo filtrado podría adelantar demasiado el resultado. Puede atribuir a los sistemas actuales más capacidad para orientar investigaciones de la que tienen y no refleja por completo el tiempo necesario para entrenar nuevas versiones. El equipo publicó el análisis con rapidez y admite que podría contener errores de modelado.
Además, el pronóstico depende de evidencia que el público no puede revisar por completo. METR señaló que Anthropic reservó la mayor parte de la información que los evaluadores consideraron más útil para sus conclusiones sobre riesgos. El evaluador también advirtió que los resultados en tareas bien definidas podrían no trasladarse del mismo modo a problemas más abiertos y difíciles de medir.
La asistencia todavía no es autonomía
Según la evaluación de METR, la aceleración actual procede principalmente de la asistencia de IA a investigadores humanos. La organización no encontró que los sistemas ya hicieran contribuciones plenamente autónomas de gran importancia en las etapas más relevantes del entrenamiento de modelos.
Si la previsión se cumple, AI Futures sostiene que una IA capaz de investigar de forma autónoma podría acelerar la creación de sistemas posteriores. Por esa razón, sus autores piden una pausa o una desaceleración sustancial del desarrollo de los modelos más avanzados, seguida idealmente por un acuerdo internacional.
El proyecto mantiene una previsión separada para sistemas superiores a los mejores especialistas humanos en prácticamente todas las tareas: sitúa entre 35 % y 65 % la probabilidad de que lleguen antes de 2028. Ese umbral es más amplio que el de SAR y, como el resto de las fechas, depende de los modelos empleados y del ritmo futuro de desarrollo.
El dato decisivo que sigue abierto es la distancia entre asistir a investigadores y tomar de forma autónoma las decisiones centrales de un proyecto. METR describe lo primero; el pronóstico de 2027 depende de que lo segundo llegue dentro de la trayectoria calculada por AI Futures.
