Dwarkesh Patel advierte que la auto-mejora de la IA podría acelerar la investigación

Dwarkesh Patel plantea que sistemas de IA podrían igualar a los mejores investigadores del sector en 2028 y acelerar después el desarrollo de modelos. Su escenario depende de que la investigación automatizada supere límites importantes, como el acceso a cómputo, la disponibilidad de datos y la capacidad de aprender de forma continua.
***

• Patel fija en 2028 su estimación central para que la IA alcance el nivel de los mejores investigadores humanos en IA, aunque contempla que ocurra en 2027 o después de 2032.
• El analista sostiene que las tareas verificables de matemáticas e investigación en aprendizaje automático podrían facilitar el entrenamiento de agentes investigadores.
• Tras ese hito, imagina dos resultados posibles: una aceleración de varios años de avances en uno o una singularidad de software, con incertidumbres y límites de cómputo.

Dwarkesh Patel sostiene que la investigación en IA podría automatizarse mucho antes de lo que esperaba y abrir paso a una aceleración tecnológica pronunciada. En su video La auto-mejora recursiva ha comenzado, el autor estima que la IA podría igualar a los mejores investigadores del campo en 2028, aunque reconoce que el calendario y la magnitud de ese cambio son inciertos.

Un pronóstico impulsado por avances medibles

Patel cuenta que a comienzos de año habría calculado que faltaba la mayor parte de una década para la superinteligencia, pero que en los últimos tres meses revisó esa opinión. Ahora contempla que los sistemas lleguen a desempeñarse como los mejores investigadores de IA en un plazo de un par de años e incluso, en un escenario más rápido, de unos meses. Su proyección no es una fecha confirmada, sino una estimación basada en el ritmo que observa en capacidades verificables.

Como indicio de que la IA ya contribuye a su propio desarrollo, el autor cita una evaluación de METR, organización independiente que pasó tres meses estudiando la aceleración de la I+D en Anthropic. METR estimó que las puntuaciones de referencia de los modelos de Anthropic crecieron 1,9 veces más rápido desde octubre de 2025. El resultado se refiere a tareas delimitadas y no demuestra, por sí solo, que la investigación de IA vaya a automatizarse por completo.

Patel también menciona cifras divulgadas por los propios laboratorios. Según el autor, OpenAI informó que el 10% de sus investigadores que más usaban agentes internos de programación pasó de consumir cerca de USD $1.000 diarios a comienzos del verano a más de USD $7.000 a fines de agosto. Anthropic, por su parte, señaló que Claude lideraba el 26% de su trabajo de I+D en IA, frente a menos del 1% en febrero. La compañía aclaró que Claude aún no opera de forma totalmente autónoma en ninguna de las categorías medidas. En el argumento de Patel, estas cifras muestran una adopción creciente, aunque no prueban por sí solas una futura automatización completa.

El otro cambio de perspectiva que destaca es el desempeño de los modelos en matemáticas. Patel describe una progresión que va desde dificultades para sumar con fiabilidad números de cuatro dígitos en 2023, hasta resultados de nivel olímpico en 2025 y la resolución de problemas abiertos más recientes. También cita la afirmación de OpenAI de que uno de sus modelos abordó en 88 horas un problema relacionado con las ecuaciones de Navier-Stokes, asociado a un Premio del Milenio. La afirmación de la compañía sobre el alcance de la solución ha sido cuestionada; no debe entenderse como una resolución aceptada sin controversia.

Por qué las tareas verificables importan

El avance matemático no significa, según el propio planteamiento, que los modelos ya puedan elegir preguntas profundas o crear nuevas áreas teóricas. Patel recoge una objeción planteada por Toby Ord: hay poca evidencia de que los sistemas actuales formulen preguntas poderosas o encuentren campos de investigación matemática de gran profundidad. Aun así, sostiene que resolver problemas acotados puede ser especialmente útil en aprendizaje automático, donde los laboratorios suelen priorizar resultados empíricos antes que la teoría por sí misma.

Para explicar esa diferencia, el autor recurre a la arquitectura transformer, presentada en 2017 como pieza central de los grandes modelos de lenguaje actuales. Según su reconstrucción, varios de sus componentes, entre ellos la atención y las redes residuales, ya eran conocidos por investigadores; el desafío consistió en combinarlos de forma eficaz y realizar numerosos experimentos para dar con los ajustes adecuados. Patel plantea que una IA persistente, capaz de probar combinaciones de ideas, podría ser buena en ese tipo de búsqueda.

El paralelismo tiene límites: el trabajo de investigación no se reduce a combinar técnicas ni todos los experimentos ofrecen una respuesta clara. Sin embargo, Patel considera que muchos avances algorítmicos pueden evaluarse mediante métricas observables, como la pérdida de un modelo, el costo de entrenamiento o el rendimiento en tareas de programación. Esa posibilidad permitiría a los agentes comparar propuestas y descartar con rapidez las que no mejoren los resultados.

El autor calcula que 2028 es su año mediano para alcanzar sistemas tan capaces como los mejores investigadores humanos de IA, bajo el supuesto de que los laboratorios sigan avanzando sin una desaceleración deliberada o impuesta por un gobierno. También contempla 2027 como posibilidad. En el otro extremo, estima al menos un 25% de probabilidad de que la automatización de ese nivel no llegue antes de 2032.

El posible efecto de una fuerza de trabajo automatizada

Si ese hito se alcanza, Patel prevé que el progreso algorítmico se acelere por tres factores: la velocidad de trabajo, el nivel de capacidad y la cantidad de investigadores disponibles. Afirma que los sistemas actuales ya pueden trabajar cerca de diez veces más rápido que una persona en ciertas tareas, además de operar de noche y durante los fines de semana. A partir de esos supuestos, calcula que un agente podría concentrar unas 50 veces más horas de trabajo por semana calendario que un investigador humano.

La cifra no equivale, advierte el razonamiento del video, a multiplicar automáticamente por 50 el ritmo de los avances. Los experimentos todavía consumirían cómputo y ese recurso impondría límites, mientras que sumar agentes produciría rendimientos decrecientes. Aun así, Patel cree que la investigación automatizada tendría una ventaja adicional si cada agente alcanzara el nivel de los mejores especialistas actuales, un grupo al que atribuye alrededor del 80% del progreso algorítmico de un laboratorio de frontera.

El tercer factor es la posibilidad de repartir el trabajo entre muchos agentes. Patel compara la investigación en IA con la formalización de teoremas, que puede dividirse en subtareas independientes y verificables, y no con la escritura de una novela, donde sumar colaboradores no necesariamente acelera el resultado. En un laboratorio, distintos equipos ya trabajan en áreas separadas, como el filtrado de datos, los entornos de aprendizaje por refuerzo o los kernels de atención, por lo que agentes adicionales podrían explorar varias rutas a la vez.

Para describir qué podría ocurrir después, Patel contrapone dos escenarios y les asigna la misma probabilidad, 50% a cada uno. En la singularidad de software, la auto-mejora recursiva haría que los sistemas fueran progresivamente más capaces sin necesidad de aumentar el cómputo; en el escenario que llama un chispazo, la IA concentraría entre tres y seis años de progreso al ritmo actual en un solo año, y luego avanzaría más despacio mientras se construye capacidad informática adicional.

Los límites que podrían frenar la aceleración

La proyección depende de que los modelos transfieran lo aprendido en tareas verificables a actividades más abiertas. Patel sostiene que el entrenamiento por aprendizaje por refuerzo podría reforzar capacidades generales como buscar información, planificar, corregir errores y colaborar, pero reconoce que no todo trabajo del mundo real puede reproducirse dentro de un centro de datos. Para ilustrar el reto, menciona dirigir una empresa, ganar un juicio, operar en los mercados o apoyar una campaña electoral.

Su argumento es que los sistemas no necesitarían llevar incorporada de antemano la respuesta a cada tarea, sino aprender con rapidez al entrar en un entorno nuevo. Como ejemplos de generalización actual, menciona que Claude Code o Codex pueden orientarse en proyectos desconocidos, y que los modelos recientes le han ayudado en tareas de investigación ajenas a la programación y las matemáticas. También compara el proceso con la evolución humana, que produjo capacidades generales a partir de una optimización limitada por la supervivencia y la reproducción.

Patel prevé que los laboratorios automatizados puedan crear muchos más entornos de entrenamiento, con simulaciones extensas de economías, empresas y procesos históricos. En esos escenarios, los agentes practicarían durante largos periodos y podrían evaluar sus decisiones con resultados observables; además, las compañías intentarían mejorar la eficiencia con que los modelos aprenden de datos nuevos. El autor no presenta esto como una garantía de competencia inmediata en el mundo real, sino como una ruta potencial para reducir la distancia entre tareas de laboratorio y problemas complejos.

Entre los obstáculos que considera están la falta de aprendizaje continuo, la selección de objetivos de entrenamiento y la disponibilidad de datos. Patel admite que los modelos actuales pueden iniciar cada sesión sin acumular de forma natural toda la experiencia laboral previa, aunque plantea que ventanas de contexto más extensas o avances en aprendizaje en línea podrían aliviar esa limitación. También reconoce que hay al menos un 25% de probabilidad de que estos cuellos de botella retrasen la automatización de investigadores de primer nivel hasta después de 2032.

Experimentos, datos y capacidad de cómputo

El análisis divide la I+D en IA en tres grandes áreas: preentrenamiento, posentrenamiento y eficiencia de inferencia. En cada una, Patel identifica métricas que permitirían evaluar avances, desde la pérdida en conjuntos de prueba y el costo de entrenar modelos, hasta el tiempo que un sistema requiere para aprender una tarea nueva. También incluye medidas de rendimiento de hardware, como la utilización de GPU, la latencia y el tamaño de la caché KV por token.

El autor sostiene que algunos aspectos del criterio investigador también podrían entrenarse con pruebas de predicción. Un sistema podría estimar si una mejora observada en un modelo pequeño persistirá al escalarlo, o practicar la selección de configuraciones que reduzcan el tiempo y el cómputo necesarios para alcanzar un rendimiento determinado. Ese método no eliminaría la incertidumbre sobre qué ideas funcionarán en modelos mayores, pero permitiría medir y mejorar la capacidad de anticipación.

Los datos son otro insumo central en su planteamiento. Patel afirma que, en un trabajo realizado junto con el estudiante de Princeton Jerry Han, encontraron que en los seis años previos más de tres veces más progreso algorítmico en preentrenamiento provenía de mejoras en los datos que de mejoras en los modelos. También cita un artículo de DeepSeek que atribuye gran parte de sus ganancias de posentrenamiento a la escala, diversidad y verificabilidad de datos y entornos sintetizados.

El cómputo experimental, sin embargo, podría convertirse en un cuello de botella si miles de agentes compiten por los recursos. Patel plantea que, para fines de 2027, OpenAI podría disponer de suficiente cómputo para que 10.000 agentes ejecutaran cada día un entrenamiento del tamaño de GPT-3. Es una proyección condicional del video, no una garantía sobre la capacidad futura de una compañía.

El autor añade que los agentes podrían aprovechar mejor el cómputo que los equipos humanos, al automatizar pequeñas pruebas, revisar resultados y ajustar experimentos sin dedicar tanto tiempo de investigadores a supervisarlos. También podrían buscar reglas de escalado que permitan anticipar resultados de entrenamientos grandes a partir de pruebas menores. Patel concluye que una aceleración fuerte es plausible, pero la distingue de una certeza: el ritmo dependerá de cuánto logren mejorar los sistemas y de si los límites de datos, cómputo y aprendizaje se vuelven decisivos.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín