Dario Amodei, director ejecutivo de Anthropic, lanzó a mediados de septiembre un mensaje curioso: el sector se estaba pasando de frenada con la IA. Ahora, un estudio independiente sugiere que la propia compañía acelera a un ritmo cada vez mayor.
El trabajo lo ha publicado METR (Model Evaluation and Threat Research), una organización sin ánimo de lucro que evalúa modelos de IA. La revisión cubre desde mediados de agosto hasta finales de octubre, así que arranca incluso antes de que Amodei lanzara su mensaje. Para medir el progreso se apoyó en el AECI, la versión de Anthropic de un índice que resume en un solo número lo bien que rinde un modelo en un conjunto de pruebas.
Qué acelera el progreso
METR descarta que la causa sea un salto más rápido en la potencia de cálculo destinada a entrenar los modelos. Los investigadores creen que alrededor del 80 % de la aceleración se debe a que la IA ayuda a desarrollar la siguiente IA. Es una estimación subjetiva, y el propio informe reconoce que no hay consenso: también podría influir el aumento de las contrataciones.
Los investigadores entrevistados explican que la IA ya ayuda a los humanos en el trabajo, aunque todavía no aporta ideas de forma autónoma en las partes más críticas del entrenamiento. En encuestas informales, los empleados hablan de una mejora percibida de hasta doce veces, pero METR considera poco fiable ese dato.
Un margen amplio y una advertencia
La estimación no es exacta. METR sitúa la aceleración entre 1,3 y 3 veces por encima de lo habitual. Con el índice de Anthropic calcula que, desde octubre de 2025, los modelos crecen unas 1,9 veces más rápido. Además, considera probable que la mejora se retroalimente: modelos más capaces aceleran aún más su propio desarrollo.
Lo que Anthropic no ha mostrado
Anthropic no ha publicado todo. METR denuncia que la compañía tachó la mayor parte de las pruebas que consideraba más reveladoras, como la velocidad del entrenamiento, el peso de cada factor del progreso, las previsiones sobre modelos futuros y los posibles frenos al avance. Una empresa puede guardar secretos técnicos, pero eso limita lo que puede comprobar un tercero.
Una petición que choca con los datos
En su ensayo de septiembre, Amodei propuso tres pasos para vigilar este tipo de avances: dar a evaluadores externos un acceso parecido al de un empleado, fijar estándares de seguridad comunes entre laboratorios de países democráticos y coordinarse a escala global. Ese mismo texto situaba el grueso de los avances recientes en un bucle en el que cada generación de IA ayuda a construir la siguiente.
Si el ritmo se mantiene, la pregunta de cuánto tiempo pueden las empresas vigilarse a sí mismas tendrá cada vez menos margen.




