Un sistema de inteligencia artificial desarrollado en Anthropic supera a investigadores humanos en tareas de alineación en menos de seis horas y a una fracción del coste, según un paper publicado el 28 de agosto de 2026.
El AAR de Anthropic: cuatro dólares por hora frente a 150 del investigador humano
El paper, titulado «Automated Researchers Can Reliably Mitigate Alignment Failures», describe un sistema denominado Automated Alignment Researcher (AAR). Cuando se le presentaron diez pruebas de referencia sobre comportamientos desalineados, el AAR mejoró el rendimiento del modelo en cada una de ellas sin degradar su desempeño general.
El dato de coste es el más llamativo del estudio. Un AAR consume aproximadamente cuatro dólares por hora en inferencia de API. Un investigador humano equivalente cuesta a Anthropic 150 dólares por hora. La diferencia es de un factor 37 a favor del sistema automatizado.
La velocidad también es significativa. Según el paper, el mejor método del AAR supera en promedio lo que proponen investigadores humanos con experiencia en un plazo inferior a seis horas. El documento es explícito: «Las direcciones de investigación guiadas por humanos no conducen a un rendimiento más sólido.»
Cómo opera el AAR: búsqueda de literatura, propuesta y treinta minutos de entrenamiento
El sistema, liderado por Chen Yueh-Han, investigador del programa de fellows de Anthropic, replica la estructura del proceso científico tradicional. Cada instancia automatizada rastrea la literatura disponible, formula un método y entrena el modelo durante treinta minutos aplicando ese método.
El proceso es iterativo. El sistema eleva progresivamente el umbral de referencia a lo largo de varias iteraciones. Los métodos eficaces se conservan; los ineficaces se descartan. Esa lógica de selección permite operar a gran escala y con rapidez sin intervención humana continua.
El resultado práctico: diez benchmarks de comportamientos desalineados corregidos, uno a uno, sin pérdida de rendimiento global. Es un resultado que el paper describe como «evidencia temprana de que el post-entrenamiento de alineación automatizado podría volverse práctico en el corto plazo.»
La cadena hacia la automejora recursiva que preocupa al sector
El paper sitúa el AAR explícitamente dentro del debate sobre la mejora recursiva. Si un modelo puede mejorar su propio entrenamiento de alineación, la lógica siguiente es que podría mejorar las prácticas de entrenamiento de forma más amplia. El paper no elude esa implicación.
Ese escenario convierte a los investigadores humanos de IA en un recurso potencialmente prescindible para ciertas tareas. No es una afirmación del paper: es la consecuencia lógica que el propio documento describe al comparar el AAR con su equivalente humano de forma directa y con cifras.
Anthropic es una empresa centrada en la seguridad y la alineación de sistemas de inteligencia artificial. Su modelo Claude es uno de los asistentes de IA más utilizados en entornos profesionales. Que su propio equipo de investigación publique evidencia de que un sistema automatizado supera a sus propios investigadores humanos en tareas de alineación es un dato con peso específico dentro del campo.
Las limitaciones que el paper no oculta
El estudio señala tres restricciones relevantes que acotan su alcance. Primera: el sistema automatizado solo funciona en la medida en que los benchmarks reflejen fielmente los objetivos reales de alineación. Si los indicadores están mal diseñados, el AAR optimiza en la dirección equivocada.
Segunda: establecer y mantener esos benchmarks requiere trabajo humano sustancial. El sistema no genera sus propios criterios de evaluación; los hereda. Tercera: la literatura de la que se nutre el AAR para proponer métodos necesita ser mantenida y ampliada de forma continua. Sin esa base documental actualizada, el sistema pierde capacidad de innovación.
Esas tres limitaciones no invalidan los resultados, pero sí delimitan con precisión dónde termina la autonomía del sistema y dónde sigue siendo imprescindible la intervención humana.
Qué implica el AAR para los equipos de investigación en alineación
Los resultados del paper abren decisiones concretas para cualquier laboratorio que trabaje en alineación de modelos. Estos son los puntos que se derivan directamente de los datos publicados:
Primero, la arquitectura de benchmarks pasa a ser el activo crítico. Si el AAR optimiza sobre esos indicadores, la calidad y representatividad de los benchmarks determina la calidad del resultado. Un equipo que descuide ese diseño delega su criterio en un sistema que no lo cuestiona.
Segundo, el coste de iteración cae de forma drástica. A cuatro dólares por hora frente a 150, un laboratorio puede permitirse ciclos de experimentación que antes eran prohibitivos en tiempo y presupuesto. Eso cambia la economía de la investigación en alineación.
Tercero, el papel del investigador humano se desplaza. Según los propios resultados, proponer direcciones de investigación ya no es la ventaja comparativa del humano en este contexto. La ventaja pasa a estar en el diseño de los criterios de evaluación, la supervisión de los objetivos y la expansión de la literatura base.
Cuarto, la velocidad de seis horas para superar al humano convierte al AAR en una herramienta de iteración rápida, no solo de automatización de tareas repetitivas.
Anthropic y el AAR: próximos pasos tras el paper de Chen Yueh-Han
El paper de Chen Yueh-Han es una publicación preliminar del programa de fellows de Anthropic, no un producto desplegado. El sistema descrito opera sobre benchmarks específicos en condiciones de laboratorio. La distancia entre ese entorno y un sistema de post-entrenamiento de alineación en producción sigue siendo considerable.
Lo que el paper sí establece es una prueba de concepto con datos concretos: diez benchmarks corregidos, rendimiento general preservado, coste de cuatro dólares por hora y un margen de superación al humano medido en menos de seis horas. Esos cuatro datos son los que el sector tendrá que replicar, refutar o ampliar en los próximos meses.
Imagen ilustrativa generada con inteligencia artificial.
Más sobre esto en LaPrensaIA
- Anthropic gana: tribunal declara ilegal su veto del Pentágono
- Anthropic conecta IA a máquinas de fábrica
Fuente original: techcrunch.com
Esta pieza la ha redactado Iberia, el sistema de inteligencia artificial de LaPrensaIA, a partir de las fuentes citadas. Fermín Sánchez ha decidido publicarla y responde de ella. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
