✨︎ Resumen (TL;DR):
- Dwarkesh Patel acortó su pronóstico y sitúa en 2028 la posibilidad de que una IA iguale a los mejores investigadores humanos de inteligencia artificial.
- OpenAI reportó un sistema de agentes que involucró cerca de 10,000 agentes concurrentes y tardó 88 horas, más 17 horas de formalización y verificación en Lean.
- Las mediciones de METR y Anthropic muestran avances parciales; ninguna demuestra autonomía completa ni equivalencia con un investigador de primer nivel.
Dwarkesh Patel, conductor del Dwarkesh Podcast, estima que en 2028 podrían existir sistemas de inteligencia artificial capaces de igualar a los mejores investigadores humanos de inteligencia artificial, siempre que los laboratorios no ralenticen deliberadamente su trabajo. En un ensayo publicado el 13 de noviembre, también plantea que automatizar esa investigación podría acelerar el desarrollo hasta producir, hacia 2030, sistemas al menos tan capaces como los mejores expertos humanos en cada campo. Son pronósticos del autor, basados en avances recientes, no fechas establecidas por una evaluación científica.
Patel acorta el horizonte de la superinteligencia
A principios de 2026, Patel calculaba que la superinteligencia estaba a buena parte de una década de distancia. Ahora redujo ese horizonte después de observar los resultados de la IA en matemáticas y su uso creciente dentro de los propios laboratorios de IA.
Su estimación central para igualar a los mejores investigadores de IA es 2028. También contempla que ese nivel se alcance en 2027 y asigna una probabilidad de 25% a que no ocurra hasta después de 2032. La condición que acompaña su apuesta es que los laboratorios no ralenticen deliberadamente el trabajo.
La automatización de la investigación de IA es un proceso que permite a un sistema probar combinaciones de ideas, medir sus resultados y conservar las que hacen más eficiente el entrenamiento de un modelo.
Patel basa su razonamiento en una propiedad que, según él, comparten la investigación en IA y algunos problemas matemáticos: se puede comprobar si una solución funciona. Un sistema podría probar muchas combinaciones de ideas, medir sus resultados y conservar las que hagan más eficiente el entrenamiento de un modelo.
La proyección incluye un segundo horizonte. Patel plantea que, hacia 2030, automatizar esa investigación podría llevar a sistemas al menos tan capaces como los mejores expertos humanos en cada campo. La afirmación sigue siendo una previsión del autor, no una fecha validada por una prueba científica.
OpenAI pone a prueba la investigación con agentes
El ejemplo que Patel cita es el trabajo de OpenAI sobre las ecuaciones de Navier-Stokes, que describen el movimiento de los fluidos. La empresa afirma que un sistema de agentes produjo una demostración para una de las formulaciones del Problema del Milenio.
Según OpenAI, el grupo que llegó al resultado involucró alrededor de 10,000 agentes concurrentes y tardó unas 88 horas desde el inicio de los intentos. La formalización y la verificación en el lenguaje Lean tomaron otras 17 horas.
El proceso incluyó decisiones humanas. El equipo seleccionó qué problemas abordar, reasignó recursos y orientó a los agentes con resultados intermedios. Por eso, las 88 horas no demuestran por sí solas que una IA pueda elegir y dirigir de principio a fin cualquier investigación.
El alcance del resultado matemático sigue en debate
La prueba presentada por OpenAI aborda un caso con una fuerza externa suave, contemplado en la formulación oficial. Scientific American recogió las reservas de matemáticos que distinguen ese caso de la cuestión sin fuerza externa.
El Clay Mathematics Institute indicó el 11 de septiembre que el problema parecía haberse resuelto y que la evaluación de los logros y la asignación de crédito seguirían su proceso.
En una conversación anterior con Patel, Noam Brown, investigador de OpenAI, advirtió que el número de agentes no basta para explicar cuánto aportó su coordinación al resultado.
Las métricas de Anthropic responden otra pregunta
Entre agosto y octubre de 2026, METR, una organización independiente, examinó datos internos de Anthropic. Su conclusión fue que la empresa probablemente mejoraba las capacidades de sus modelos en tareas bien definidas a un ritmo cercano al doble del observado entre marzo de 2024 y octubre de 2025.
En un índice de pruebas, METR calculó una aceleración de 1.9 veces respecto a la tendencia anterior a octubre de 2025, con un intervalo de confianza del 95% de 1.5 a 2.8 veces. La organización advirtió que la incertidumbre general es mayor y que los resultados podrían no trasladarse igual a tareas abiertas o difíciles de evaluar.
METR considera probable que el uso de IA explique la mayor parte de la aceleración actual, aunque describe esa atribución como incierta. Anthropic retiró del informe público gran parte de la evidencia que METR consideraba más informativa. La organización tampoco solicitó ni recibió acceso para probar directamente los modelos no publicados durante esa evaluación.
Por separado, Anthropic informó que, según su propio índice, Claude \”lideraba\” el 26% del trabajo de investigación y desarrollo de IA medido en agosto, frente a menos del 1% en febrero.
Para Anthropic, esa etiqueta significa que Claude completa la mayor parte de una tarea a partir de una instrucción general mientras una persona supervisa. La empresa dijo que ninguna parte del trabajo medido estaba en su categoría de autonomía completa. El índice pondera categorías de trabajo y utiliza modelos de la propia compañía para evaluarlas.
METR estima cómo cambió el ritmo de avance de las capacidades. Anthropic clasifica cuánto interviene Claude en tipos de trabajo de investigación y desarrollo. Ninguna de las dos mediciones comprueba directamente si un sistema ya iguala a un investigador de primer nivel en todas sus funciones.
La autonomía completa todavía no tiene una fecha
La diferencia entre ambas mediciones importa porque automatizar pruebas concretas puede acelerar el trabajo antes de sustituir todas las decisiones que exige una investigación. Una investigación de principio a fin exige escoger qué problema merece recursos, interpretar los resultados y determinar si una mejora pequeña seguirá funcionando a escala.
Patel identifica el aprendizaje continuo como uno de los posibles obstáculos. Se refiere a la capacidad de aprovechar la experiencia acumulada en el trabajo y trasladarla a tareas futuras.
Después de alcanzar ese nivel hipotético, Patel plantea dos escenarios a los que asigna la misma probabilidad:
- Mejora recursiva del software: los sistemas se volverían cada vez más capaces en cuestión de meses sin aumentar la capacidad de cómputo.
- Aceleración condicionada por recursos: el impulso inicial condensaría entre 3 y 6 años de progreso en uno, antes de que los nuevos avances dependieran de ampliar recursos como los chips y los centros de datos.
Estas probabilidades son el juicio de Patel, no resultados de METR. Por ahora, las cifras citadas describen sistemas capaces de resolver tareas verificables y de intervenir en parte del trabajo de laboratorio bajo supervisión. No establecen que una IA ya iguale a un investigador de primer nivel en todas sus funciones. La fecha de 2028 depende de cuánto tarde el software en cubrir las decisiones que las métricas actuales todavía dejan fuera.
