La semana pasada, OpenAI y Anthropic presentaron al mismo tiempo sus nuevos modelos de inteligencia artificial especializados en programación: GPT-5.3 Codex y Claude Opus 4.6. Más allá de sus impresionantes mejoras en rendimiento y velocidad, lo realmente revolucionario es que estos modelos están participando activamente en su propio desarrollo. En otras palabras, la IA está aprendiendo a mejorarse a sí misma.
¿Por qué es tan importante este cambio? Las herramientas de inteligencia artificial generativa han avanzado mucho y en pocos años han pasado de ser ayudantes para tareas simples a poder involucrarse en gran parte del proceso de desarrollo. Según OpenAI, GPT-5.3 Codex “fue clave en su propia creación”, ya que se utilizó para depurar su entrenamiento, gestionar su despliegue y analizar los resultados de sus evaluaciones.
Por su parte, Dario Amodei, CEO de Anthropic, compartió que la IA escribe “gran parte del código” en su empresa y que la retroalimentación constante entre la generación actual y la siguiente de modelos “crece mes a mes”.
Esto significa que cada nueva versión de IA contribuye a construir la siguiente, aún más avanzada, y así sucesivamente. Los expertos llaman a este fenómeno “explosión de inteligencia” y creen que ya está en marcha. Amodei ha señalado que podríamos estar a solo uno o dos años de que una generación de IA sea capaz de desarrollar la siguiente de manera autónoma.
La mayoría de las personas accede a modelos básicos y gratuitos con capacidad limitada, que no reflejan el verdadero potencial de estas IA punteras. Tras probar brevemente GPT-5.3 Codex, queda claro que las herramientas que usan las grandes empresas en sus procesos son muy superiores a las versiones comerciales disponibles para todos.
¿Por qué empezar especializándose en código? Tiene mucho sentido. Desarrollar una IA requiere enormes cantidades de programación, y si la IA puede escribir código, facilita su propio crecimiento. Como explicó Matt Shumer, CEO de OthersideAI, “hacer que la IA sea excelente programando fue la estrategia clave para desbloquear todo lo demás”.
Pero estos modelos no solo generan código: también toman decisiones, revisan y prueban sus propias creaciones como lo haría un desarrollador humano, y hacen ajustes hasta que están satisfechos. Shumer contó que le indica a la IA qué quiere construir, el modelo escribe decenas de miles de líneas, luego abre la aplicación, prueba las funciones, y si algo no le convence, vuelve atrás y lo corrige. Solo cuando considera que el resultado cumple sus estándares lo muestra a los humanos.
Hasta ahora, las mejoras dependían de equipos humanos dedicando meses a entrenar y calibrar los modelos. Ahora, la IA asume parte de ese trabajo, acelerando el desarrollo. Según datos de METR, una organización que mide la autonomía de estos sistemas, el tiempo que una IA puede trabajar sin ayuda humana se duplica aproximadamente cada siete meses, e incluso podría reducirse a cuatro.
Si esta tendencia continúa, para 2027 podríamos tener sistemas que trabajen de forma autónoma durante semanas en proyectos completos. Amodei ha pronosticado que para entonces habrá modelos “mucho más inteligentes que casi todos los humanos en casi todas las tareas”. No son predicciones lejanas, la infraestructura técnica ya está operativa y estas capacidades están revolucionando la industria tecnológica.
