¿Cómo ayuda Claude a crear nuevos modelos de IA dentro de Anthropic?

Claude ya desempeña un papel protagonista en el desarrollo de la próxima generación de inteligencia artificial de Anthropic. Según los datos difundidos por la propia compañía, el sistema lidera el 26% del trabajo de investigación y desarrollo relacionado con nuevos modelos, una proporción que estaba por debajo del 1% apenas seis meses antes. No significa, sin embargo, que una máquina se haya encerrado en un laboratorio virtual y esté fabricando sola a su sucesora.

La diferencia importa. Cuando Anthropic dice que Claude lidera una tarea, se refiere a trabajos que la IA puede realizar casi de principio a fin después de recibir unas instrucciones generales, aunque una persona continúa supervisando, corrigiendo y aprobando el resultado. En ninguna de las áreas analizadas Claude ha alcanzado todavía el nivel máximo de autonomía, aquel en el que completaría todo el proceso sin intervención humana.

El salto, aun con ese matiz, es considerable. La inteligencia artificial ya no sirve únicamente para redactar código, localizar errores o resumir documentos internos. Está entrando en la propia cocina donde se diseñan los modelos que vendrán después. Es decir, IA utilizada para construir mejor IA.

De menos del 1% al 26% en apenas medio año

Anthropic ha elaborado un índice interno para intentar poner números a algo que hasta hace poco resultaba bastante nebuloso: cuánto trabajo de investigación sobre inteligencia artificial realizan realmente las propias máquinas. El resultado dibuja una evolución rápida y difícil de ignorar, porque Claude ha pasado de una intervención casi testimonial a asumir bloques completos de trabajo.

En febrero de 2026, Claude lideraba menos del 1% de las tareas analizadas. En agosto, la cifra había alcanzado el 26%. Más llamativo todavía: en más del 90% del trabajo de I+D estudiado existe ya algún grado relevante de colaboración entre humanos e inteligencia artificial.

Qué significa realmente que Claude “lidere” una tarea

La palabra decisiva es liderar. La escala utilizada distingue seis niveles. En los escalones inferiores la inteligencia artificial apenas interviene o actúa como asistente. Más arriba empieza a realizar grandes bloques de trabajo. En el nivel en el que Anthropic sitúa ese 26%, la máquina recibe un objetivo relativamente amplio y desarrolla la mayor parte de la tarea; el humano permanece por encima del hombro, por decirlo gráficamente, comprobando qué está haciendo.

El último escalón sería bastante distinto: autonomía prácticamente completa. Claude no ha llegado ahí en ninguna de las categorías de investigación medidas por Anthropic. Conviene subrayarlo porque transforma mucho la lectura del famoso 26%. No estamos ante una IA que se diseña completamente a sí misma, sino ante un sistema capaz de asumir una parte creciente del trabajo intelectual y técnico que antes recaía casi íntegramente en ingenieros e investigadores.

Qué trabajo hace Claude para desarrollar nuevos modelos de IA

Desarrollar un modelo avanzado no consiste simplemente en escribir unas cuantas líneas de código y pulsar un botón gigantesco que diga entrenar. Hay investigación sobre arquitecturas, preparación de experimentos, programación, evaluación de resultados, corrección de fallos, infraestructura, sistemas de entrenamiento, aprendizaje por refuerzo, pruebas de seguridad y una montaña de tareas menos vistosas pero imprescindibles.

Ahí es donde están entrando los agentes de Claude. Pueden diagnosticar defectos en plataformas de evaluación, trabajar sobre entornos de aprendizaje por refuerzo, analizar incidentes de infraestructura, desarrollar herramientas internas, revisar resultados experimentales y ejecutar cadenas largas de tareas informáticas.

Cómo calculó Anthropic ese 26%

Para medirlo, Anthropic tomó durante julio una muestra semanal del 20% de los trabajadores de los departamentos implicados en el desarrollo de modelos. Claude analizó documentación interna y actividad profesional para reconstruir unas 15.000 tareas concretas. Después, esas tareas fueron agrupadas en una estructura de 542 categorías y subcategorías.

El peso de cada actividad no se calculó simplemente contando tareas. Una corrección de cinco minutos no vale lo mismo que una línea de investigación que ocupa semanas. Anthropic utilizó como aproximación el tiempo humano dedicado a cada tipo de trabajo, intentando así estimar qué parte del esfuerzo real de la compañía está siendo asumida por la inteligencia artificial.

Hay una peculiaridad nada menor: Claude participa también en la medición de cuánto trabajo hace Claude. La compañía utilizó agentes del propio sistema para analizar las tareas y otro modelo de Claude como juez encargado de asignar niveles de automatización. Anthropic reconoce el problema metodológico. Un modelo podría compartir sesgos o errores con el sistema cuya actividad está evaluando, algo parecido —salvando las distancias— a pedir al alumno que redacte parte de su propio boletín de notas.

La empresa trató de comprobar el resultado haciendo que trabajadores humanos evaluasen por separado el nivel de automatización de sus áreas. El modelo y los humanos coincidieron exactamente en el 59% de las valoraciones y quedaron a una sola categoría de distancia en el 97% de los casos. Curiosamente, dos evaluadores humanos coincidieron exactamente entre sí con menor frecuencia, lo que revela también algo bastante terrenal: decidir dónde termina la asistencia y empieza el liderazgo no es una ciencia exacta.

Anthropic pretende que evaluadores externos puedan revisar en el futuro estos procedimientos. Hasta entonces, el 26% debe entenderse como una estimación construida mediante una metodología explícita, no como una magnitud física que pueda medirse con un cronómetro.

La otra cifra que ayuda a comprender la dimensión del cambio es menos intuitiva. En agosto, aproximadamente 30.000 agentes de IA estaban realizando simultáneamente trabajos de investigación e ingeniería en la principal plataforma interna de Anthropic.

No significa que la empresa tenga 30.000 robots digitales equivalentes a investigadores humanos. Un agente puede encargarse de una función específica, dividir una tarea entre otros agentes o ejecutar trabajos durante periodos prolongados. La escala, aun así, muestra hasta qué punto el desarrollo moderno de inteligencia artificial empieza a parecerse a una organización híbrida: humanos que coordinan sistemas automáticos, sistemas que coordinan otros sistemas y personas que revisan lo que sale de esa cadena.

Anthropic asegura que todas las acciones de esos agentes pasan por un sistema automático de supervisión antes de ejecutarse. Durante agosto analizó más de mil millones de decisiones y aproximadamente una de cada 47.000 fue bloqueada por los mecanismos de seguridad. Existen también controles posteriores que revisan la actividad en busca de comportamientos anómalos.

El volumen es casi más revelador que el porcentaje. Supervisar manualmente cada una de esas operaciones sería materialmente imposible. La vigilancia de sistemas automáticos empieza, inevitablemente, a depender de otros sistemas automáticos. Ahí aparece uno de los dilemas centrales de la nueva industria: cuanto más rápido trabajan los agentes, más difícil resulta mantener una supervisión puramente humana a la misma velocidad.

La verdadera frontera es una IA que acelera su propia mejora

Todo esto conduce a una expresión que hasta hace pocos años pertenecía sobre todo a trabajos académicos y debates futuristas: mejora recursiva de la inteligencia artificial.

La idea describe un escenario en el que un sistema suficientemente capaz contribuye a desarrollar una versión mejor de sí mismo; esa nueva versión acelera después el desarrollo de otra aún más potente, y así sucesivamente. El resultado teórico sería un ciclo en el que el progreso tecnológico empieza a retroalimentarse.

Claude todavía está lejos de ese escenario entendido en sentido estricto. Anthropic recalca que ninguna de las áreas medidas funciona con autonomía total y que los seres humanos siguen interviniendo. Lo novedoso es que ya existe una versión mucho más modesta —pero perfectamente real— de ese circuito: los modelos actuales ayudan a construir los modelos futuros.

Para Anthropic, precisamente por eso hay que medir públicamente cuánto está ocurriendo. Si el 26% se convierte en el 40%, el 60% o el 80%, la diferencia no será simplemente estadística. Una automatización creciente puede reducir drásticamente el tiempo necesario para probar ideas, escribir software, lanzar experimentos, analizar los resultados y empezar de nuevo.

Eso podría acelerar tanto las capacidades como la seguridad. Un agente puede desarrollar herramientas mejores, pero también realizar más evaluaciones y buscar fallos antes de que un modelo llegue al público. Anthropic calcula que, durante una semana analizada en julio, aproximadamente el 6% de la capacidad informática dedicada a investigación de IA fue destinada a trabajos de seguridad; entre la investigación dirigida por inteligencia artificial, esa proporción ascendió al 12%. La empresa considera ambas cifras conservadoras.

El programador no desaparece: cambia de altura

La fotografía que dejan estos datos tampoco encaja demasiado bien con la imagen sencilla de una IA sustituyendo de golpe a los investigadores. Por ahora sucede algo distinto. El trabajo humano se desplaza.

Cuando Claude puede solucionar por sí mismo buena parte de un problema técnico, el investigador dedica menos tiempo a ejecutar cada operación y más a decidir qué problema merece ser resuelto, comprobar resultados, detectar errores conceptuales o escoger el siguiente experimento. Es una especie de ascenso en la cadena de abstracción: menos picar piedra, más decidir dónde abrir la cantera.

Eso tiene consecuencias laborales evidentes. Algunas tareas que durante años sirvieron como aprendizaje para ingenieros jóvenes pueden automatizarse antes que el trabajo de mayor responsabilidad. Y cuando una compañía dispone de miles de agentes capaces de trabajar en paralelo, también cambia la escala económica del desarrollo. El límite deja de estar únicamente en cuántas personas pueden contratarse; pesan cada vez más la potencia informática disponible, la calidad de los modelos y la capacidad de supervisarlos.

Hay, además, una paradoja bastante humana. Cuanto mejores sean Claude y sus competidores desarrollando inteligencia artificial, más rápidamente podrán contribuir a crear herramientas que hagan mejor ese mismo trabajo. La industria intenta aprovechar el círculo sin perder el control del volante.

Una máquina que todavía necesita a alguien mirando

El 26% de Anthropic no anuncia una inteligencia artificial completamente autónoma construyendo a su sucesora mientras los ingenieros toman café. Dice algo más concreto y, quizá por eso, más relevante: una parte significativa del trabajo necesario para desarrollar los modelos más avanzados ya puede ser conducida por los propios modelos bajo supervisión humana.

Hace unos meses esa proporción era casi testimonial. En agosto había superado una cuarta parte del trabajo analizado y la colaboración entre personas e IA alcanzaba más del 90%. La velocidad del cambio es el dato que merece atención.

La frontera ya no consiste únicamente en conseguir que Claude escriba mejores respuestas. Está empezando a desplazarse hacia otra cuestión: cuánto puede investigar, programar, experimentar y corregir antes de necesitar nuevamente una decisión humana. De momento, esa persona sigue ahí. Pero la máquina está ocupando cada vez más espacio en la mesa donde se diseña la siguiente máquina.