✨︎ Resumen (TL;DR):
- Jack Clark, cofundador de Anthropic, ahora ve más probable que la RSI completa sea posible en 2027.
- TasteVal registró para Opus 5.5 un multiplicador de eficiencia de 2.30, con un intervalo de confianza del 95 % de 1.15 a 4.37.
- La evaluación mide parte del trabajo investigador y deja fuera la elección de problemas y el desarrollo completo de una sucesora.
Jack Clark, cofundador de Anthropic, ahora considera más probable que la automejora recursiva completa de la inteligencia artificial sea posible en 2027, un año antes de su horizonte anterior. La revisión aparece en el boletín Import AI del 12 de octubre de 2026 y se apoya en avances del criterio experimental de los modelos. La evaluación citada no mide la elección de problemas ni el desarrollo de sucesores completos.
En ese boletín, Clark escribió: “Ahora creo que es más probable que la RSI completa sea posible en 2027”. La frase es una predicción personal sobre una capacidad futura.
El umbral: que una IA desarrolle a su sucesora
La automejora recursiva (RSI, por sus siglas en inglés) es un proceso en el que un sistema de IA ayuda a construir otro más capaz, que puede repetir el proceso.
El umbral que plantea Clark es más específico: una IA tendría que desarrollar a su sucesora. En ese escenario, la investigación y el desarrollo de IA llegarían a automatizarse de principio a fin, hasta permitir que un modelo entrenara autónomamente una versión sucesora de sí mismo.
En su ensayo del 4 de mayo de 2026, Clark había situado esa posibilidad alrededor del 60 % para finales de 2028 y en el 30 % para 2027. Esos porcentajes pertenecían a su estimación de mayo.
En ese momento identificaba la creatividad como una dificultad pendiente. Escribir código, reproducir experimentos u optimizar un entrenamiento cubre tareas de ingeniería. Proponer rutas de investigación capaces de impulsar modelos más avanzados exige otro tipo de criterio, por lo que su horizonte también dependía de cuánto progresaran esas habilidades.
TasteVal mide eficiencia, no la agenda de investigación
TasteVal es una evaluación de P-Zero Research presentada en un preprint de Oliver Jaffe y Dane Sherburn, revisado el 6 de octubre en arXiv. El estudio compara 20 modelos de 2023 a 2026, 8 tareas de investigación en IA y los mejores intentos de 24 expertos.
El modelo diseña experimentos e interpreta resultados, mientras un agente programador fijo los ejecuta. La métrica compara cuánto cómputo necesitan los expertos y el modelo para alcanzar puntuaciones equivalentes.
Opus 5.5 obtuvo un multiplicador de 2.30, con un intervalo de confianza del 95 % de 1.15 a 4.37.
El paper registra que ese indicador de eficiencia se duplicó cada 3.0 meses desde diciembre de 2025. La puntuación final relativa a los expertos, sin considerar el cómputo utilizado, se duplicó cada 14.6 meses, sin la misma aceleración.
Lo que TasteVal todavía no responde
Los autores advierten en la presentación de TasteVal que la prueba parte de problemas ya fijados y deja fuera la capacidad de elegir cuáles merecen investigarse. También señalan que sus tareas son rápidas y baratas de verificar, y que la referencia humana podría subestimar a los mejores investigadores del mundo.
Así, la prueba mide la eficiencia de una parte del trabajo investigador. El umbral de Clark exige además elegir una agenda y desarrollar sucesores completos, un proceso más amplio que el evaluado por TasteVal.
Anthropic ya debate cómo gobernar la RSI
El debate ya forma parte de la agenda institucional de Anthropic. Al presentar el Anthropic Institute en marzo de 2026, la compañía anunció que Clark lo dirigiría y planteó quién debería ser informado y cómo deberían gobernarse los sistemas si comenzaran a mejorarse recursivamente.
El instituto reúne equipos que evalúan los límites de las capacidades de los modelos, sus usos sociales y sus efectos económicos. Su propósito declarado es compartir esos hallazgos con otros investigadores y con el público durante la transición hacia sistemas más potentes.
Clark adelantó su horizonte, pero TasteVal sigue acotado a problemas definidos y tareas rápidas y baratas de verificar. La elección de una agenda y la construcción de sucesores completos quedan fuera de la métrica.
