Los sistemas de IA ya no se limitan a responder a peticiones puntuales: ahora pueden recibir un trabajo, a veces equivalente a varias horas de trabajo humano, y entregarlo en unos minutos. En un análisis publicado en su boletín, Ethan Mollick describe un rápido progreso de estas capacidades que, según él, podría acentuar la inestabilidad de los mercados, el empleo y la política.
Desde la llegada de ChatGPT, el trabajo con la IA tomaba sobre todo la forma de intercambios sucesivos, lo que el autor llama la « co-inteligencia ». Desde finales de 2025, agentes como Claude Code, el Codex de OpenAI u OpenClaw permiten confiar una tarea completa a una IA. El autor habla ahora de una época de « gestión » de las IA más que de trabajo junto a ellas.
Un progreso rápido y constante
Para ilustrar este crecimiento, el autor retoma su « Otter Test », que pide a los modelos generar una imagen de una « nutria en un avión usando el wifi ». Entre 2022, año del lanzamiento de ChatGPT, y 2025, los progresos son, según él, rápidos y notables. También sometió una instrucción a un modelo de vídeo de ByteDance, la matriz de TikTok, aún no disponible en Estados Unidos: el resultado es, según el autor, casi perfecto, salvo un error de pronunciación.
Los benchmarks, esas pruebas estandarizadas que miden el rendimiento de los modelos, siguen la misma curva. El gráfico METR Long Tasks mide la cantidad de trabajo humano que una IA puede realizar de forma autónoma con un cierto nivel de fiabilidad. Este gráfico ha sido objeto de críticas, y METR ha señalado posibles problemas, pero la mayoría de las mediciones de capacidades presentan, según el autor, un perfil similar. En la prueba Google-Proof Q&A, estudiantes graduados que usan Google obtienen un 34 % fuera de su campo y alrededor de un 70 % dentro de su campo, mientras que las mejores IA alcanzan el 94 %. En GDPval, las últimas IA igualan o superan en el 82 % de los casos a los humanos más competentes, según expertos del sector.
Estos progresos siguen siendo desiguales. El autor subraya que la IA sigue siendo « irregular », capaz de realizar ciertas tareas a un alto nivel mientras fracasa en otras. Las empresas, por su parte, adoptan aún lentamente la herramienta. Sin embargo, algunas experimentan con nuevas organizaciones: la empresa de seguridad StrongDM anunció haber diseñado una «Software Factory», donde agentes de IA escriben, prueban y entregan software sin intervención humana en el código. Las dos reglas establecidas son: « el código no debe ser escrito por humanos » y « el código no debe ser revisado por humanos ». Cada ingeniero debe dedicar a tokens de IA, las unidades de cálculo facturadas por los modelos, un importe equivalente a su salario, es decir, al menos 1.000 dólares al día.
Una semana agitada
Según el autor, la semana del 22 al 27 de febrero ilustra lo que podría ser el período venidero. El 22 de febrero, la empresa de investigación financiera Citrini Research publicó un escenario ficticio sobre cómo la adopción de la IA podría destruir varias empresas establecidas para 2028. El texto, considerado en parte inverosímil, provocó no obstante movimientos notables en Wall Street. El 26 de febrero, la empresa de servicios financieros Block anunció un 40 % de recortes de puestos, atribuyéndolos a la IA, una explicación que el New York Times considera probablemente exagerada. El 27 de febrero, un conflicto público enfrentó al Pentágono y Anthropic sobre quién debe establecer las reglas de uso de Claude por parte del Estado.
Hacia la auto-mejora de las IA
El autor menciona también la « auto-mejora recursiva », o RSI, idea según la cual las IA sirven cada vez más para construir mejores IA. En Davos, en enero, Dario Amodei, de Anthropic, explicó que modelos eficaces en código e investigación sobre IA podrían servir para crear la siguiente generación. Señaló que los ingenieros de su empresa casi ya no escriben código ellos mismos. En febrero, OpenAI presentó su último modelo Codex como « nuestro primer modelo que jugó un papel determinante en su propia creación ». Demis Hassabis, de Google DeepMind, indicó en el mismo debate que todos los grandes laboratorios trabajan en este tema.
El autor reconoce que se desconoce hasta dónde puede llegar este bucle, y que podrían aparecer límites técnicos, de cálculo o de datos. Para él, la RSI ya no es ciencia ficción, sino « un elemento explícito de la hoja de ruta de cada gran empresa de IA ».
