Anthropic publicó una nueva propuesta de medición que busca dar visibilidad pública sobre qué tan rápido avanza el desarrollo de inteligencia artificial dentro de los laboratorios de frontera, incluido el suyo propio. La compañía presentó tres indicadores centrados en cuánto del trabajo de investigación y desarrollo (I+D) de IA lo realiza la propia IA, qué tan bien se supervisan las acciones de los agentes autónomos y cómo se distribuye el cómputo entre capacidades y seguridad.
La propuesta se enmarca en el llamado de su director ejecutivo, Dario Amodei, a coordinar una posible desaceleración del desarrollo de sistemas de frontera. Anthropic explicó que, ante ese escenario, el mundo necesita más información sobre lo que ocurre dentro de las empresas que construyen los modelos más avanzados, ya que actualmente esa información permanece opaca para gobiernos, terceros y el público en general.
Para el primer indicador, la compañía construyó un índice prototipo llamado Anthropic R&D Automation Index, que cataloga cada tipo de tarea de I+D de IA realizada internamente y califica su nivel de automatización en una escala de seis niveles desarrollada por Epoch AI, que va de AL0 (sin participación de IA) a AL5 (IA totalmente autónoma, sin humano en el ciclo). Según los datos reportados con corte a agosto de 2026, Claude «lidera» el 26% del trabajo de I+D de modelos de Anthropic, frente a menos del 1% en febrero del mismo año, y más del 90% del trabajo se ubica en el nivel de «colaboración» de IA o superior. La empresa no reportó ningún subconjunto de trabajo en el que la IA opere de forma completamente autónoma.
En el segundo indicador, sobre supervisión de agentes, Anthropic detalló que mantiene alrededor de 30 mil agentes realizando tareas de investigación e ingeniería de forma simultánea en su plataforma interna más utilizada. La compañía informó que el 100% de las acciones de estos agentes pasa por un monitor automatizado antes o después de su ejecución. Al analizar más de mil millones de decisiones tomadas por estos agentes durante agosto de 2026, encontró que solo el 0.002% (aproximadamente 1 de cada 47 mil) fue bloqueado por el monitor en tiempo real. Por su parte, el monitor que revisa actividad después de ocurrida señala entre una y dos transcripciones de cada mil para revisión adicional, de las cuales cerca de 50 por semana se escalan a revisión humana.
El tercer indicador midió cómo se distribuye el cómputo de la empresa entre trabajo de seguridad y de I+D general durante una semana de julio de 2026. Anthropic reportó que aproximadamente el 6% del cómputo destinado a I+D de IA se usó en trabajo de seguridad, cifra que sube a 12% si se considera únicamente el cómputo dedicado a I+D impulsada por IA. La compañía subrayó que estas cifras son deliberadamente conservadoras y que el cómputo es una medida imperfecta, ya que buena parte de la investigación en seguridad depende más del tiempo de diseño de los investigadores que del uso intensivo de procesamiento.
Anthropic señaló que cualquier desarrollador de IA de frontera podría publicar mediciones equivalentes con una metodología pública, aunque reconoció dos obstáculos para comparar cifras entre laboratorios: la falta de una metodología común y el riesgo de que un modelo evalúe a otro modelo de la misma familia con los mismos sesgos. Como parte de este esfuerzo de transparencia, la empresa adelantó que planea incorporar evaluadores externos independientes con acceso a sus sistemas y procesos internos, comparable al que hoy tienen sus equipos de evaluación de riesgo.
Esta propuesta llega en un momento en que la discusión sobre pausar o ritmar el desarrollo de IA de frontera ha dejado de ser exclusivamente técnica para volverse un asunto de gobernanza pública, un debate en el que América Latina apenas empieza a tener asiento. Que una de las compañías líderes documente que una quinta parte de su I+D ya es liderada por sus propios modelos, con una trayectoria que podría llegar al 80% hacia fin de año según sus propias proyecciones, plantea una pregunta que trasciende Silicon Valley: qué mecanismos de verificación externa, y no solo autoreportados, necesitarán exigir los reguladores de la región antes de que ese ritmo se vuelva la norma de la industria.
