Jack Clark, cofundador de Anthropic, considera ahora 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 Import AI, su boletín del 12 de octubre de 2026, y se apoya en avances del criterio experimental de los modelos.
"Ahora creo que es más probable que la RSI completa sea posible en 2027", escribió en Import AI. Es una predicción personal sobre una capacidad futura.
El umbral es que una IA desarrolle su sucesora
RSI corresponde a las siglas en inglés de automejora recursiva: un sistema ayuda a construir otro más capaz, que puede repetir el proceso. En el escenario de Clark, 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, situó esa posibilidad alrededor del 60 % para finales de 2028 y en el 30 % para 2027. Aquellos porcentajes pertenecen a su estimación de mayo.
Entonces identificaba la creatividad como una dificultad pendiente. Escribir código, reproducir experimentos u optimizar un entrenamiento cubre tareas de ingeniería; proponer caminos de investigación capaces de impulsar modelos más avanzados exige otro tipo de criterio. Por eso, su horizonte dependía también de cuánto progresaran esas habilidades.
TasteVal separa la eficiencia de la puntuación final
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. Compara 20 modelos de 2023 a 2026, ocho tareas de investigación en IA y los mejores intentos de 24 expertos.
El modelo diseña experimentos e interpreta resultados; un agente programador fijo los ejecuta. La métrica compara cuánto cómputo necesitan expertos y 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 expertos, sin considerar el cómputo utilizado, se duplicó cada 14.6 meses, sin la misma aceleración.
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.
Al compararlo con el umbral de Clark, TasteVal evalúa una parte del trabajo investigador. Elegir una agenda y desarrollar sucesores completos abarca un proceso más amplio.
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.
