Google arma un equipo de choque para recuperar terreno en IA de programación

Google DeepMind habría formado un equipo especial para mejorar sus modelos de inteligencia artificial orientados a programación, en una señal de que la competencia en asistentes de código y agentes de software se ha intensificado frente al avance de Anthropic.

***

• Google DeepMind creó un equipo de choque para fortalecer sus modelos de IA para programación, según reportó The Information.
• Sergey Brin y Koray Kavukcuoglu habrían estado directamente involucrados, mientras el grupo es dirigido por Sebastian Borgeaud.
• El esfuerzo se enfoca en tareas de programación de largo plazo, lectura de archivos y comprensión de la intención del usuario.

Google DeepMind habría formado un equipo de choque dedicado a mejorar sus modelos de inteligencia artificial (IA) para programación, en medio de una presión creciente por los avances recientes de Anthropic en ese segmento.

La iniciativa apunta a reforzar una de las áreas más estratégicas dentro de la carrera por la IA generativa, donde las herramientas capaces de escribir, revisar y comprender código se han convertido en una prioridad para las grandes tecnológicas.

De acuerdo con The Information, el nuevo grupo reúne a investigadores e ingenieros con el objetivo de elevar el rendimiento de los modelos de Google en tareas de desarrollo de software. La presión competitiva no sería menor, ya que internamente algunos investigadores de DeepMind considerarían que las herramientas de programación de Anthropic están por delante de las capacidades actuales de Gemini.

El movimiento refleja un cambio más amplio en la industria. Los laboratorios de IA ya no compiten solo por chatbots de uso general, sino por agentes capaces de integrarse al flujo de trabajo de empresas y equipos de ingeniería. En ese contexto, los modelos de código son valiosos porque pueden automatizar partes del desarrollo, acelerar pruebas y asistir en proyectos complejos que antes requerían intervención humana continua.

Según esa versión, tanto el cofundador de Google, Sergey Brin, como el director de tecnología Koray Kavukcuoglu habrían estado directamente involucrados con el equipo especial. La participación de ejecutivos de ese nivel sugiere que el tema se considera prioritario dentro de la organización, especialmente en un momento en que la competencia por el liderazgo en IA aplicada al software se intensifica.

Google DeepMind arma un equipo de choque

La conducción del equipo habría quedado en manos de Sebastian Borgeaud, ingeniero de investigación de Google DeepMind que anteriormente lideró el preentrenamiento dentro de la firma. Su experiencia resulta relevante porque el rendimiento de este tipo de modelos depende, en buena medida, de cómo se diseñan las etapas de entrenamiento y de la calidad de los datos utilizados para enseñarles a resolver tareas técnicas.

El grupo estaría enfocado en mejorar el desempeño del modelo en tareas de programación de largo plazo, lo que podría involucrar dependencias entre archivos, objetivos que cambian con el contexto y una necesidad mayor de memoria operativa. No se trata solo de generar una función aislada, sino de entender una base de código más amplia y producir cambios coherentes a lo largo del tiempo.

Otro frente importante del trabajo sería la capacidad de los modelos para leer archivos y comprender la intención del usuario. Ese punto es clave en la evolución de los llamados agentes de programación, ya que un asistente útil no solo debe completar líneas de código, sino interpretar instrucciones ambiguas, identificar relaciones entre componentes y actuar con cierta autonomía dentro de un proyecto real.

Google también estaría poniendo mayor énfasis en modelos que escriban código que la empresa pueda utilizar internamente. Esa estrategia implica entrenar los sistemas con código propio de Google, un activo de enorme valor por su escala y complejidad. Sin embargo, los modelos entrenados con ese material no pueden ser lanzados públicamente, lo que limita su uso comercial directo fuera de la empresa.

Aun así, esos modelos internos podrían servir como base para mejorar sistemas que sí puedan ser liberados más adelante al público. En otras palabras, la experiencia obtenida con herramientas alimentadas por código privado de Google podría trasladarse a versiones comerciales futuras, incluso si el modelo exacto entrenado con repositorios internos no sale al mercado.

Trasfondo competitivo: Claude lleva la delantera en código

El trasfondo competitivo ayuda a entender por qué este frente se volvió tan sensible. Anthropic ya había dicho que utiliza herramientas de programación para la mayor parte de sus necesidades de ingeniería. Boris Cherny, responsable de Claude Code, afirmó en enero que “prácticamente el 100%” del código de Anthropic se escribe usando inteligencia artificial, una declaración que eleva la vara en el sector.

En el caso de Google, la directora financiera Anat Ashkenazi dijo en febrero que alrededor del 50% de su código está siendo escrito por agentes de programación. Aunque esa proporción sigue siendo notable, también deja ver que la empresa percibe espacio para crecer, más aún si internamente existe la sensación de que algunos rivales han logrado construir productos más efectivos para desarrolladores.

La discusión no gira solamente en torno a productividad. Los modelos de programación se han convertido en un campo de prueba para medir qué tan lejos puede llegar la IA en tareas profesionales de alta complejidad. Si un sistema puede navegar bases de código extensas, entender archivos interrelacionados y ejecutar modificaciones útiles, entonces también podría adaptarse a otros trabajos intensivos en conocimiento.

Ese punto explica por qué la pugna entre Google, Anthropic y OpenAI se sigue tan de cerca en el ecosistema tecnológico y financiero. Las herramientas de código no son un nicho menor. Pueden traducirse en menores costos de desarrollo, ciclos de producto más cortos y una nueva capa de automatización corporativa, factores con impacto potencial sobre márgenes, contratación y ventaja competitiva.

Corrigiendo debilidades ante acelerada competencia IA

En un comentario público, @Yuchenj_UW, identificado como Yuchen Jin, dijo que le sorprendía que Google posea una base de código interna que describió como la más grande del mundo, con más de 2B LOC, y aun así esté por detrás de Anthropic y OpenAI en programación y agentes. También destacó la participación directa de Sergey Brin en el esfuerzo por mejorar los modelos.

En una respuesta posterior, Yuchen Jin añadió que, aun con esa ventaja en repositorios privados, Google no debería estar tan rezagada frente a sus rivales, dado que probablemente ni OpenAI ni Anthropic estén entrenando sus sistemas con todos sus repositorios privados. Ese comentario no agrega datos oficiales sobre desempeño, pero sí resume una percepción extendida sobre la paradoja que enfrenta Google: abundancia de recursos, pero presión competitiva visible.

Conviene distinguir entre un modelo de lenguaje general y un modelo optimizado para programación. El primero puede responder preguntas o redactar texto. El segundo necesita además razonar sobre sintaxis, dependencias, archivos, pruebas y objetivos funcionales. También debe minimizar errores, porque un pequeño fallo puede romper una aplicación completa.

En este escenario, la formación de un equipo dentro de DeepMind sugiere que Google quiere acelerar iteraciones y corregir debilidades con rapidez. En compañías grandes, este tipo de grupos suele crearse cuando un área requiere coordinación intensiva y decisiones ágiles. Más que un ajuste menor, parece una señal de que la empresa considera el coding AI un frente estratégico que no puede descuidar.

Por ahora, no se han detallado métricas concretas, plazos de despliegue ni productos específicos derivados de este trabajo. Lo que sí queda claro es que la programación asistida por IA se ha consolidado como uno de los campos donde se medirá el liderazgo real entre los grandes laboratorios. Y, según la información disponible, Google no está dispuesta a ceder espacio sin responder.

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

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