Anthropic midió cuánto trabajo hace Claude y ya llega al 26% en nuevos modelos de IA

Claude, el modelo de inteligencia artificial de Anthropic, participa cada vez más en el desarrollo de las próximas generaciones de sistemas de la compañía. En agosto, alcanzó el 26% de las tareas de investigación y desarrollo en el nivel más alto de autonomía medido por la empresa, frente a menos del 1% en febrero.

La medición busca responder una pregunta que tomó cada vez más relevancia dentro de la industria: cuánto del trabajo necesario para construir sistemas de inteligencia artificial puede quedar en manos de otras IA.

Anthropic comenzó a seguir este proceso mediante una escala propia que clasifica las tareas según el grado de intervención humana. En el nivel AL0 no interviene la inteligencia artificial, mientras que AL5 representa el extremo opuesto, con un sistema capaz de trabajar completamente por su cuenta.

Claude alcanzó actualmente el nivel AL4 en el 26% de las tareas analizadas. En esa categoría, la IA puede encargarse de la mayor parte del trabajo a partir de una instrucción general, aunque todavía existe supervisión humana.

Por eso, el dato no significa que Anthropic haya delegado completamente en Claude la creación de sus nuevos modelos.

El alcance de la inteligencia artificial dentro de Anthropic

La fotografía cambia si se consideran también las tareas en las que los modelos tienen una participación menor. Según Anthropic, más del 90% de las actividades de investigación y desarrollo de sus modelos ya incluyen algún grado de intervención de IA.

Para elaborar estas mediciones, la compañía examinó unas 15.000 tareas individuales realizadas durante julio de 2026 y las agrupó en 542 categorías, de las cuales 378 correspondían a tareas específicas. El objetivo es contar con un indicador que permita observar cómo aumenta progresivamente la proporción de trabajo que pueden realizar los sistemas.

La evolución también se refleja en la infraestructura interna de la empresa. Anthropic informó que durante agosto tenía alrededor de 30.000 agentes de IA trabajando simultáneamente en tareas de investigación e ingeniería dentro de su plataforma interna más utilizada.

Ese volumen de agentes no implica ausencia de controles. La compañía señaló que dispone de mecanismos de seguimiento durante la ejecución y de revisiones posteriores. Los primeros pueden impedir determinadas acciones o introducir cambios automáticos, mientras que los segundos buscan detectar problemas que aparecen con el tiempo y mejorar las medidas de seguridad.

Qué busca medir Anthropic

Anthropic considera que estos indicadores pueden servir para seguir la evolución hacia un escenario de mejora recursiva de la inteligencia artificial. Se trata de la posibilidad de que los propios sistemas tengan una participación creciente en el diseño, entrenamiento o perfeccionamiento de modelos posteriores.

Anthropic pidió además a otros desarrolladores de sistemas avanzados que publiquen métricas similares. La intención es facilitar el seguimiento de la evolución del sector y disponer de referencias que permitan observar cuánto aumenta la participación de las IA en las tareas que tradicionalmente realizaban investigadores e ingenieros.

La empresa reconoce que todavía existen dificultades para comparar resultados entre laboratorios, debido, entre otros factores, a que no hay una metodología única y a que las evaluaciones se realizan sobre sistemas propios.

El debate sobre la autonomía de los modelos

El anuncio se produce mientras la industria discute los riesgos que pueden surgir a medida que los modelos adquieren capacidades más sofisticadas. Entre los temas bajo análisis aparece precisamente la posibilidad de que una IA pueda intervenir en la construcción de sistemas posteriores con una participación humana cada vez menor.

Ese debate cobró especial relevancia esta semana después de la carta de renuncia y las advertencias realizadas por Jacob Coxon, exinvestigador de OpenAI y Anthropic.

En este contexto, el dato publicado por Anthropic aporta una referencia concreta sobre el estado actual de esa evolución: Claude todavía no desarrolla por sí solo una nueva generación de modelos, pero ya participa en una proporción significativa de las tareas que forman parte de ese proceso.

La compañía anticipó que continuará difundiendo este tipo de mediciones para seguir el avance de la automatización dentro de sus propios procesos de investigación y desarrollo.

Anthropic pidió desacelerar el desarrollo de la inteligencia artificial

El avance de la inteligencia artificial también generó un debate dentro de las compañías que están detrás de los modelos más avanzados. En septiembre, Dario Amodei, CEO de Anthropic, planteó la necesidad de desacelerar el desarrollo de esta tecnología para que los mecanismos de seguridad puedan avanzar a un ritmo similar al de las nuevas capacidades.

El ejecutivo no propuso detener la investigación, sino establecer condiciones que permitan reducir los riesgos asociados con sistemas cada vez más potentes. Su planteo incluyó una mayor coordinación entre las empresas del sector y la participación de evaluadores externos que puedan analizar los sistemas desarrollados por las compañías.

Amodei también señaló la importancia de establecer estándares internacionales para evaluar los riesgos de los modelos de inteligencia artificial. La propuesta parte de una preocupación que atraviesa a buena parte de la industria: el ritmo de desarrollo de los sistemas puede dificultar la tarea de diseñar controles adecuados antes de que aparezcan nuevas capacidades.

La discusión se da en un momento en el que las principales empresas de IA destinan cada vez más recursos a investigación y desarrollo. Anthropic, además de utilizar sus propios modelos en estas tareas, informó que cuenta con miles de agentes de inteligencia artificial destinados a trabajos de investigación e ingeniería.

El planteo de Amodei se suma así a una discusión más amplia sobre cómo establecer reglas de seguridad mientras continúa la carrera por desarrollar modelos más capaces. Para Anthropic, el desafío consiste en conseguir que las herramientas destinadas a evaluar y controlar los riesgos evolucionen junto con los propios sistemas de IA.