La creadora de Claude sostuvo que los sistemas de inteligencia artificial aún no llegaron a ese punto, pero que el avance podría ocurrir antes de que gobiernos, empresas y reguladores estén preparados.
Anthropic abrió una nueva alerta en la industria tecnológica: la compañía detrás de Claude afirmó que la inteligencia artificial ya está acelerando parte del desarrollo de nuevos sistemas de IA y que, si esa tendencia continúa, podría avanzar hacia la llamada mejora recursiva, es decir, modelos capaces de diseñar y perfeccionar a sus propios sucesores con menor intervención humana.
La advertencia fue publicada por la empresa en el análisis When AI builds itself, donde remarca un punto clave: esa capacidad todavía no existe plenamente y no es inevitable, pero podría llegar antes de lo que muchas instituciones anticipan.
Qué dijo Anthropic sobre Claude
La empresa sostuvo que, durante buena parte de la historia de la IA, los humanos controlaban cada etapa del ciclo de desarrollo. Ese escenario está cambiando. Según Anthropic, hoy se delega una parte creciente del trabajo técnico en sistemas de IA, lo que acelera la construcción de modelos, herramientas internas y procesos de ingeniería.
Uno de los datos más relevantes es que, a mayo de 2026, más del 80% del código incorporado a la base de Anthropic fue escrito por Claude, de acuerdo con cifras internas de la propia compañía. Además, la empresa indicó que en el segundo trimestre de 2026 un ingeniero típico estaba integrando ocho veces más código diario que en 2024, aunque reconoció que medir productividad solo por líneas de código puede sobreestimar el avance real.
La señal de fondo no es solo que Claude programe más rápido. El punto sensible es que los modelos ya no se limitan a sugerir fragmentos de código: pueden ejecutar tareas, probar soluciones, revisar errores y operar durante más tiempo con menos instrucciones humanas.
La advertencia: una IA capaz de construir su sucesora
Anthropic definió el escenario crítico como aquel en que los sistemas de IA puedan diseñar y desarrollar de forma autónoma sus propios sucesores. En ese caso, el ritmo de avance dependería menos de equipos humanos y más de la capacidad de cómputo disponible.
La empresa planteó que, si se llega a esa etapa, los humanos tendrían un rol más reducido en el desarrollo directo de los modelos y pasarían a concentrarse en supervisión, validación y verificación. Ese cambio, advirtió, haría mucho más importante la forma en que se asegura, monitorea y controla el comportamiento de la IA.
La compañía también reconoció una limitación relevante: aunque Claude ya puede ejecutar experimentos bien definidos y resolver tareas de ingeniería complejas, aún persisten brechas importantes cuando se trata de decidir objetivos, ejercer criterio y definir qué problemas vale la pena abordar.
La propuesta: frenar, pero no de forma unilateral
Anthropic no pidió simplemente que una empresa detenga sus modelos. Su planteamiento es más específico: crear la opción de ralentizar o pausar temporalmente el desarrollo de IA de frontera si los riesgos superan la capacidad de gobiernos, empresas y sociedad para gestionarlos.
La condición central es que esa pausa sea coordinada y verificable. La empresa sostuvo que una pausa unilateral tendría poco efecto, porque solo cambiaría quién queda adelante en la carrera tecnológica. Para que funcione, tendría que involucrar a varios laboratorios líderes, en distintos países, con reglas claras sobre cuándo se activa la pausa, cuándo se levanta y quién verifica su cumplimiento.
Reuters reportó que Anthropic llamó a los grandes laboratorios de IA a considerar una pausa coordinada y verificable, bajo el argumento de que los avances podrían permitir que los sistemas se mejoren a sí mismos más rápido de lo que la sociedad puede administrar sus riesgos.
Por qué importa para empresas y trabajadores
Aunque la discusión parece lejana, tiene consecuencias concretas para empresas, empleos y servicios digitales. Si la IA empieza a automatizar tareas de investigación, programación, análisis y operación tecnológica con mayor autonomía, el impacto no se limitará a las grandes firmas de Silicon Valley.
En Chile, esto toca a bancos, retail, minería, energía, telecomunicaciones, servicios públicos, medios, universidades y empresas que ya incorporan automatización en atención al cliente, análisis de datos, ciberseguridad, programación y procesos administrativos.
El riesgo no está solo en perder empleos o cambiar perfiles laborales. También aparece en la dependencia de sistemas que toman decisiones, generan código, procesan datos sensibles o automatizan funciones críticas sin que las organizaciones tengan capacidad real de auditoría.
El debate regulatorio también llega a Chile
Chile ya discute un marco normativo para inteligencia artificial. El proyecto que regula los sistemas de IA ingresó en mayo de 2024 y apunta a una clasificación basada en riesgos, en línea con criterios similares a los usados en la Unión Europea. La tramitación figura bajo el boletín 16821-19 del Senado.
Además, el Ministerio de Ciencia, Tecnología, Conocimiento e Innovación mantiene vigente la Política Nacional de Inteligencia Artificial, estructurada en ejes de factores habilitantes, desarrollo y adopción, y gobernanza y ética.
La advertencia de Anthropic eleva el estándar de esa discusión. Ya no se trata solo de regular usos como deepfakes, sesgos algorítmicos o transparencia en sistemas automatizados. La pregunta de fondo es cómo se fiscalizan modelos capaces de intervenir en su propio proceso de mejora.
Qué deben revisar las empresas
Las organizaciones que están adoptando IA deberían mirar más allá del ahorro de costos. La discusión abierta por Anthropic apunta a controles básicos: quién valida los resultados, qué datos se usan, cómo se audita el código generado, qué funciones quedan fuera de la automatización y qué protocolos existen si un sistema falla o actúa fuera de lo esperado.
El punto práctico es claro: la IA seguirá entrando en procesos productivos, financieros y administrativos. La diferencia estará entre empresas que la incorporen con gobernanza, trazabilidad y revisión humana, y aquellas que deleguen funciones críticas sin saber realmente cómo se están tomando las decisiones.
