Ir al contenido
IA para hoy
Investigación Investigación 3/5 · Una fuente fiable

METR actualiza su gráfico de horizonte temporal: la IA mejora en código, pero flaquea en tareas de juicio

Fotografía de archivo que ilustra: METR actualiza su gráfico de horizonte temporal: la IA mejora en código, pero flaquea en tareas de juicio
Foto: kaboompics · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

La organización de evaluación METR publicó una actualización de su gráfico de horizonte temporal que añade tareas más largas y abiertas. Según el informe, algunas capacidades siguen mejorando de forma exponencial, pero los modelos rinden peor en tareas que requieren juicio que en programación. En una tarea de diseño de evaluaciones de IA, ninguna de las propuestas por los modelos fue considerada útil por los empleados de METR, aunque algunos modelos recientes quedaron 'justo por encima del umbral'.

Resumen generado mediante IA a partir de MIT Technology Review (original en inglés). Naturaleza de la información: análisis u opinión.

Análisis Por qué importa

El gráfico se usa para estimar cuánto tardará la IA en automatizar tareas complejas; el informe muestra que esa extrapolación es menos fiable fuera de la programación y las matemáticas.

Quién se ve afectado
Equipos de I+D en IA, directivos que usan métricas de capacidad para planificar adopción y evaluadores de modelos.
Qué puede cambiar
Las previsiones sobre automatización de la investigación y el desarrollo deberían tomarse con más cautela para tareas abiertas que requieren criterio, al no existir aún tendencias claras.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Si los modelos futuros superan el umbral en tareas de juicio, y si METR amplía el número de tareas abiertas con puntuaciones más sólidas que hoy dependen de pocos evaluadores.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: MIT Technology Review. La referencia es siempre el artículo original.

Ver fuente original ↗

LLMaprendizaje por refuerzoevaluación de modelos METROpenAIAnthropic benchmarks evaluación de modelos horizonte temporal METR Opus 5.5

Relacionadas

Modelos y avances

Un informe independiente estima que la IA acelera el desarrollo de Anthropic, con partes censuradas

La organización independiente METR evaluó durante once semanas, entre el 12 de agosto y el 29 de octubre de 2026, el trabajo interno de Anthropic. Concluye que…

Por qué importaEs uno de los primeros intentos externos de medir cuánto la IA contribuye a su propio desarrollo. Para un directivo, la cifra sirve como señal del…

Impacto medio Fiabilidad varias fuentes Relevancia 7/10 WWWhat's new
Modelos y avances

Un estudio de METR estima que Anthropic mejora sus modelos casi el doble de rápido por el uso de IA en su propio desarrollo

La organización METR publicó un análisis, con acceso a datos internos de Anthropic, que estima que la compañía mejora las capacidades de sus modelos en tareas…

Por qué importaSugiere que la automejora de los modelos puede acelerar el ritmo de progreso más de lo que se preveía, lo que afecta a cómo las empresas planifican…

Impacto medio Fiabilidad una fuente fiable Relevancia 8/10 Xataka

METR estima que los modelos de Anthropic avanzan al doble de velocidad, sobre todo por el uso de IA en su desarrollo

La organización METR, tras revisar datos internos de Anthropic entre agosto y octubre de 2026, estima que sus modelos mejoran en tareas bien definidas a un…

Por qué importaSi la aceleración se confirma, el ritmo de mejora de los modelos líderes podría ser mucho más rápido de lo que planifican las empresas que dependen…

Impacto medio Fiabilidad declaración interesada Relevancia 9/10 Infobae Tecno

METR estima que la mejora de Anthropic se ha duplicado por la IA que usa en su propia investigación

La organización sin ánimo de lucro METR auditó durante once semanas datos internos de investigación de Anthropic. Concluye que el ritmo de mejora de sus…

Por qué importaLa auto-aceleración de la investigación en IA es un indicador de riesgo que la política de escalado de Anthropic señala como motivo de alerta, y el…

Impacto medio Fiabilidad declaración interesada Relevancia 8/10 The Decoder

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.