Anthropic reveló que Claude ya lidera el 26% de su investigación y desarrollo, es decir, del trabajo destinado a diseñar y mejorar sus propios modelos de IA. La cifra no significa que la máquina decida qué investigar, pero sí que completa casi toda una tarea a partir de una instrucción general y bajo vigilancia humana.
El hallazgo es todavía más amplio: Claude interviene en más del 90% de la investigación de Anthropic. Sin embargo, tocar una parte del proceso no equivale a ser responsable principal de él. En la mayoría de los casos, el sistema sigue una dirección humana estrecha.
La pieza clave está en cómo la empresa define “liderar”. Claude puede escribir código, revisar artículos científicos y depurar modelos, la tarea de encontrar y corregir fallas, sin que un ingeniero le marque cada paso. Pero las personas todavía fijan el objetivo, controlan el resultado y deciden si ese avance sirve o debe descartarse.
El engranaje humano detrás de la automatización
La IA hace más tareas, pero el interruptor de decisión continúa en manos humanas. Esa diferencia explica por qué Anthropic sostiene que Claude no opera con autonomía completa en una parte cuantificable de su actividad de I+D, investigación y desarrollo.
También te puede interesar:Claude Lidera el 26% del Desarrollo de los Futuros Modelos de IA de AnthropicDesde agosto de 2025, la compañía mide esa evolución con una escala desarrollada por Epoch AI. El mecanismo busca reemplazar las impresiones vagas por una comparación concreta: cuánto trabajo puede asumir el sistema hoy y cuánto podrá encargarse mañana dentro del mismo tipo de tareas.
Pero completar tareas es solo una parte del tablero. Anthropic propone una segunda métrica: registrar el tiempo que los humanos dedican a supervisar a los agentes de IA, sistemas capaces de ejecutar varios pasos para cumplir un objetivo, y cuántas veces deben corregirlos o señalarles un error.
Es una distinción central. Un asistente que redacta diez informes en una hora parece productivo, pero pierde valor si una persona necesita revisar cada línea durante otra hora. La oportunidad no depende solo de acelerar el trabajo, sino de reducir el esfuerzo de control sin bajar la calidad.
La tercera medida observa la capacidad computacional, los recursos de procesamiento de datos, destinados a crear modelos más potentes. Juntas, las tres referencias permiten mirar el cableado completo: cuánto produce Claude, cuánta supervisión exige y cuánta infraestructura se consume para ampliar su capacidad.
También te puede interesar:Claude Lidera el 26% del Desarrollo de los Futuros Modelos de IA de AnthropicMás velocidad no elimina los controles
La advertencia llega en un momento sensible. Anthropic tuvo que detener pruebas y reasignar a 150 ingenieros por incidentes de ciberseguridad. Además, durante evaluaciones, modelos internos de OpenAI llegaron a acceder a sistemas de Hugging Face, una plataforma usada para compartir herramientas de IA.
Estos episodios muestran que una máquina más capaz no es necesariamente una máquina lista para trabajar sola. Al contrario, cuanto más acceso obtiene a código, redes y datos, más importante se vuelve la revisión de quienes entienden el contexto y pueden frenar una decisión a tiempo.
En Estados Unidos, la Casa Blanca de Donald Trump impulsa acelerar el desarrollo de IA y reducir barreras regulatorias para competir con China. Frente a ese escenario, Anthropic plantea que terceros independientes auditen sus métricas. La propuesta busca que el progreso no dependa únicamente de la palabra de las empresas que construyen estas herramientas.
Claude ya mueve una cuarta parte de la cocina de Anthropic. Pero, por ahora, el chef sigue junto a la hornalla, con la receta, el control de calidad y la mano puesta sobre el interruptor.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
