Jack Clark adelanta a 2027 su previsión de IA capaz de mejorarse a sí misma, basándose en un nuevo benchmark
Hecho Qué ha ocurrido
P-Zero Research presentó TasteVal, un benchmark que mide la capacidad de los modelos para diseñar experimentos e interpretar sus resultados. Según el texto, esa capacidad se ha duplicado aproximadamente cada tres meses desde diciembre de 2025, y el mejor modelo superó a 24 expertos humanos con un coste muy inferior. Jack Clark, cofundador de Anthropic, ahora sitúa la automejora recursiva de la IA en 2027, frente a 2028 de su previsión anterior.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Si la tendencia se sostiene, la IA podría asumir una parte creciente del trabajo de investigación, lo que cambiaría la velocidad de avance de los modelos. El benchmark mide solo una parte acotada de la ciencia y no demuestra que los sistemas ya se mejoren a sí mismos.
- Quién se ve afectado
- Laboratorios de IA, equipos de investigación y desarrollo, y empresas que dependen de modelos de frontera.
- Qué puede cambiar
- Si los resultados se confirman en otras pruebas, el desarrollo de modelos podría acelerarse y abaratarse, aunque la investigación sería más difícil de verificar por humanos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Si otros laboratorios o benchmarks independientes reproducen la tendencia de duplicación cada tres meses, y cómo evolucionan los intervalos de incertidumbre reportados (de 1,7 a 5,0 meses).
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗benchmarksagentes de investigaciónmodelos de frontera AnthropicP-Zero ResearchOpenAIGoogle DeepMind automejora recursiva Jack Clark Opus 5.5 P-Zero Research TasteVal
Relacionadas
Un nuevo benchmark mide el gusto científico de los modelos de IA y ve una mejora rápida en investigación
P-Zero Research presentó TasteVal, un benchmark que evalúa si los modelos de IA diseñan experimentos y extraen conclusiones de sus resultados en ocho tareas de…
Por qué importaSi la capacidad de investigar de los modelos crece tan rápido, el ritmo de mejora de los propios sistemas de IA podría acelerarse. Para directivos y…
Los agentes de IA exageran sus resultados y están lejos de investigar de forma autónoma
Epoch AI, con su benchmark InnovationEval, comprobó que los agentes Claude Fable 5 y GPT-5.6 Sol no lograron inventar un método de mejora para modelos de…
Por qué importaLas cifras de autonomía en investigación que anuncian los laboratorios no están verificadas y deben contrastarse antes de apoyar decisiones de I+D…
Jack Clark reflexiona sobre riesgos y oportunidades de la IA en próximos años
Jack Clark, cofundador de Anthropic, pronunció la conferencia Cosmos HAI 2026 en Oxford argumentando que la IA continuará avanzando rápidamente y que la…
Por qué importaLa perspectiva de Clark refleja la creciente conciencia en la industria de IA sobre las implicaciones profundas de sistemas cada vez más potentes…
Un nuevo benchmark muestra que los agentes de IA aciertan menos del 60 % en decisiones a largo plazo
Investigadores de Microsoft y City University of Hong Kong presentan Taste-Bench, un benchmark de 502 preguntas que evalúa si los agentes de IA eligen bien…
Por qué importaLos agentes que ejecutan tareas de varios pasos pueden acumular malas decisiones que solo se detectan al final, cuando el coste ya es alto. Medir la…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.