{"id":129789,"date":"2026-05-04T23:28:13","date_gmt":"2026-05-04T23:28:13","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/?p=129789"},"modified":"2026-05-04T23:28:13","modified_gmt":"2026-05-04T23:28:13","slug":"el-cofundador-de-anthropic-cree-que-la-ia-esta-cerca-de-construirse-a-si-misma","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=129789","title":{"rendered":"El cofundador de Anthropic cree que la IA est\u00e1 cerca de construirse a s\u00ed misma"},"content":{"rendered":"
\"IA\"<\/figure>\n

Jack Clark<\/strong> lleva meses analizando datos p\u00fablicos sobre IA y ha llegado a una conclusi\u00f3n que \u00e9l mismo describe como inc\u00f3moda. El cofundador de Anthropic<\/strong> cree que existe una probabilidad de que un sistema de inteligencia artificial sea capaz de desarrollar a su propio sucesor<\/strong> sin intervenci\u00f3n humana. Clark afirma que el porcentaje es alto y podr\u00eda ocurrir mucho antes de que termine esta d\u00e9cada.<\/p>\n

De acuerdo con una publicaci\u00f3n en su blog<\/a>, Clark se\u00f1ala que su idea se basa en una automatizaci\u00f3n de la investigaci\u00f3n y desarrollo de la IA<\/strong>. Actualmente, cuando un laboratorio entrena un modelo nuevo, hay cientos de ingenieros e investigadores detr\u00e1s de cada decisi\u00f3n. Ese proceso, que va desde el dise\u00f1o experimental a la ejecuci\u00f3n t\u00e9cnica<\/strong>, podr\u00eda quedar en manos de los propios sistemas en un ciclo que se retroalimenta.<\/p>\n

El cofundador de Anthorpic se basa en las capacidades de los sistemas actuales para escribir y revisar c\u00f3digo de forma aut\u00f3noma<\/strong>. Un ejemplo de esto lo vemos en el benchmark SWE-Bench, que mide la habilidad de la IA para resolver problemas reales de ingenier\u00eda de software en GitHub. Seg\u00fan los datos, esta prueba pas\u00f3 de un 2% de \u00e9xito con Claude 2 en 2023 a rozar el 94% con modelos recientes<\/a>.<\/p>\n

No obstante, existe un dato que va todav\u00eda m\u00e1s lejos<\/strong>. METR, una organizaci\u00f3n que mide cu\u00e1nto tiempo tardar\u00eda un humano experto en completar las mismas tareas que ya hacen los modelos de forma aut\u00f3noma, encontr\u00f3 que en 2022 los sistemas pod\u00edan ejecutar tareas que llevaban unos 30 segundos. En lo que va de 2026, ese umbral est\u00e1 en torno a las 12 horas y podr\u00eda alcanzar las 100 antes de que termine 2026.<\/p>\n

\"Manos<\/figure>\n
\n
\n

Tabla de Contenido<\/p>\nToggle<\/span><\/path><\/svg><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n