Google DeepMind se ha situado en el centro de una nueva oleada de especulaciones después de que varias publicaciones en X apuntasen a que el laboratorio podría estar cerca de alcanzar RSI, o mejora recursiva de inteligencia artificial. Google no ha confirmado públicamente semejante avance y, por ahora, las evidencias disponibles no permiten tratarlo como un logro demostrado.
El rumor coincide con un cambio llamativo en el discurso de algunos de los principales actores del sector. Dario Amodei, CEO de Anthropic, ha pedido moderar el desarrollo cuando la seguridad no pueda acompañarlo, mientras OpenAI también reclama mayores controles y Elon Musk ha respaldado una mayor cautela. No existen pruebas de una estrategia coordinada para frenar a laboratorios rivales.
La RSI permitiría utilizar IA para acelerar el desarrollo de nueva IA
La RSI, por sus siglas en inglés de Recursive Self-Improvement, describe un proceso en el que un sistema participa en la creación o mejora de sus propias generaciones posteriores. Esto puede abarcar programación, diseño de experimentos, entrenamiento y evaluación, con el objetivo de acelerar progresivamente el desarrollo de nuevos modelos.
Eso no significa que una IA pueda reescribir inmediatamente todo su código y convertirse de forma autónoma en una superinteligencia. Los principales laboratorios ya utilizan modelos para múltiples tareas internas, pero automatizar algunas fases del desarrollo no equivale a alcanzar una RSI completa.
El verdadero salto aparecería si cada generación pudiera mejorar sustancialmente el proceso utilizado para crear la siguiente mientras disminuye la intervención humana. En ese escenario, cada nueva IA contribuiría directamente a acelerar el desarrollo de su sucesora, generando un ciclo acumulativo difícil de comparar con el funcionamiento actual.
Precisamente ahí reside la importancia de cualquier posible avance de DeepMind. Una RSI funcional tendría que ir mucho más allá de los asistentes de programación actuales y cerrar eficazmente el ciclo de investigación, entrenamiento, evaluación y mejora, manteniendo además resultados superiores de forma repetida.
We Must Pace the Frontier: I’ve written a new essay on why the AI industry should slow down, with a three-part plan for doing so.
Anthropic is unilaterally committing to the first of these steps. We’ll provide third-party evaluators with permanent, employee-level access to our…
— Dario Amodei (@DarioAmodei) September 12, 2026
El supuesto avance de DeepMind continúa sin demostrarse
Las especulaciones ganaron fuerza después de varias publicaciones crípticas en X. Una de ellas destacaba deliberadamente las letras R, S e I al felicitar a DeepMind, mientras posteriormente comenzó a circular una captura que supuestamente hacía referencia a un modelo interno relacionado con experimentos de RSI.
También han aparecido afirmaciones sobre cambios en determinadas claves API después de difundirse esa información. Sin embargo, ninguna de estas señales demuestra que Google haya conseguido mejora recursiva, y DeepMind no ha realizado un anuncio que permita verificar semejante capacidad.
Incluso si la denominación interna fuese auténtica, seguiría teniendo un valor probatorio limitado. Los grandes laboratorios trabajan constantemente con prototipos y líneas experimentales, por lo que el nombre de un proyecto no confirma que la tecnología investigada funcione ni que haya superado sus pruebas internas.
Sí resulta razonable pensar que DeepMind investiga formas de automatizar cada vez más partes del desarrollo de IA. Los modelos actuales ya pueden colaborar en programación, matemáticas, razonamiento científico y evaluación, aunque eso todavía está muy lejos de demostrar una mejora autónoma y recursiva sostenida.
I agree with Dario that we need to pace the frontier. This has been a primary topic of discussions we’ve had at OpenAI in recent weeks.
Committing to having independent evaluators with employee-like access is a great idea, and we will do the same. We’ll have more to share soon. https://t.co/1YhhIybZX7
— Sam Altman (@sama) September 12, 2026
Dario Amodei asegura que una forma inicial de RSI ya está apareciendo
La discusión ha cobrado fuerza después de que Dario Amodei publicase una carta centrada en la velocidad a la que están avanzando los modelos. El CEO de Anthropic sostiene que la IA ya posee una capacidad creciente para ayudar a construir la siguiente generación de IA.
Amodei considera esta dinámica una forma inicial de mejora recursiva y advierte de que podría acelerar el progreso hasta superar la capacidad humana para comprender y controlar adecuadamente los sistemas. Su preocupación está especialmente centrada en que las capacidades evolucionen más rápido que las herramientas de evaluación y seguridad.
Anthropic se ha comprometido además a permitir una supervisión más profunda por parte de evaluadores externos. La propuesta contempla estudiar modelos terminados, procesos de entrenamiento y prácticas internas de seguridad, ampliando considerablemente las comprobaciones realizadas únicamente sobre el producto final.
El planteamiento de Amodei no consiste en detener completamente la investigación. Su propuesta pasa por reducir el ritmo cuando las medidas de seguridad no puedan seguir el crecimiento de las capacidades, intentando vincular directamente ambos procesos.
If SHA256 breaks tomorrow, the internet stops working. That’s not an argument against quantum computing. It’s an argument for better cryptography.
When cloning was first possible, people warned of evil armies of clones. Thirty years later, cloning gave us better cancer research… https://t.co/IGwnRtIS7E
— Omer Cheema (@Omercheema) September 12, 2026
OpenAI también pide controles para los modelos más avanzados
OpenAI mantiene una posición similar en determinados aspectos y ha defendido medidas obligatorias para los sistemas situados en la frontera tecnológica. Entre ellas aparecen evaluaciones independientes, requisitos de ciberseguridad y comunicación de incidentes, especialmente cuando los modelos alcancen determinados niveles de capacidad.
La paradoja es que estos mismos laboratorios también trabajan para automatizar una parte creciente de sus procesos internos. La IA ya se utiliza para acelerar programación, investigación y evaluación, precisamente algunas de las actividades necesarias para desarrollar futuros sistemas más capaces.
Elon Musk también ha respaldado públicamente una mayor cautela alrededor de los modelos avanzados. Aunque xAI, OpenAI y Anthropic compiten directamente, la coincidencia en determinadas preocupaciones no demuestra por sí misma que exista coordinación entre ellas.
Ese matiz resulta importante porque parte de la discusión ha pasado rápidamente desde la seguridad hacia posibles intereses comerciales. Por ahora, no existen pruebas de que estas peticiones formen parte de un plan conjunto para bloquear a competidores mediante nuevas regulaciones.
Get ready for all of the investors in frontier model companies to suddenly flip to regulatory capture mode today
Their investments in frontier model companies are currently at risk/capped because the biggest buyers of tokens are embracing open-source models: vertical AI…
— @jason (@Jason) September 12, 2026
Una regulación muy costosa podría favorecer a los grandes laboratorios
Las críticas se centran principalmente en el riesgo de captura regulatoria. Un marco especialmente complejo podría favorecer indirectamente a las compañías con mayor capacidad económica al elevar las barreras de entrada para startups y desarrolladores de modelos abiertos.
El problema resulta especialmente sensible en IA porque entrenar modelos punteros ya requiere inversiones enormes. Si además se imponen auditorías complejas, infraestructura adicional y certificaciones obligatorias, el coste de desarrollar sistemas de frontera podría aumentar considerablemente.
De ahí surge la sospecha de algunos críticos: los grandes laboratorios podrían asumir esas exigencias con mucha más facilidad que sus rivales pequeños. Sin embargo, ese posible efecto regulatorio no demuestra que Anthropic u OpenAI estén impulsándolo deliberadamente para eliminar competencia.
La cuestión también tiene una dimensión internacional. Laboratorios chinos como DeepSeek, Moonshot o Z.ai seguirían avanzando bajo marcos diferentes, de modo que una ralentización verdaderamente global necesitaría acuerdos entre las principales potencias tecnológicas.
Rumors are spreading like a wildfire that Google DeepMind has reached RSI.
Lyra is part of the reliable and huge leaker community.
But Id say its more than just rumors:
Google says Demis Hassabis will focus his “full attention” on shaping AGI. Reuters reports in August… https://t.co/hSBdOn760i pic.twitter.com/q5yr1FozOs
— Chubby♨️ (@kimmonismus) September 12, 2026
El rumor aparece justo cuando crecen las advertencias sobre la RSI
Buena parte de las teorías nace de la coincidencia temporal. Las advertencias sobre mejora recursiva están aumentando justo cuando circulan rumores de que Google DeepMind habría conseguido avances importantes en esa misma dirección.
La relación entre ambos acontecimientos no está demostrada. No sabemos si Amodei, OpenAI o Musk disponen de información sobre proyectos internos de Google, por lo que vincular directamente las llamadas a la cautela con el supuesto avance de DeepMind sigue siendo especulativo.
También es perfectamente posible que distintos laboratorios estén llegando simultáneamente a preocupaciones similares. Los modelos actuales están mejorando rápidamente en programación y resolución de problemas técnicos, precisamente las capacidades que permitirían automatizar una parte creciente de la investigación en IA.
Por ello conviene separar claramente los hechos: las advertencias de Anthropic y otros actores son públicas, mientras la supuesta RSI de DeepMind continúa siendo un rumor sin confirmar.
La automatización del propio desarrollo ya ha comenzado
Más allá de las especulaciones, la tendencia tecnológica sí es clara. Los principales laboratorios utilizan actualmente sus modelos para escribir código, analizar experimentos, evaluar resultados y acelerar tareas de investigación que anteriormente dependían exclusivamente de equipos humanos.
Estos sistemas reúnen algunos de los componentes necesarios para una futura mejora recursiva, pero falta demostrar el paso decisivo: que ese ciclo pueda generar mejoras sostenidas con una intervención humana progresivamente menor.
La diferencia es fundamental. Una IA capaz de ahorrar horas de trabajo a sus desarrolladores no equivale a un sistema que pueda diseñar, entrenar, evaluar y validar autónomamente una versión superior de sí mismo. Ese segundo escenario continúa sin haberse demostrado públicamente.
Por ahora, Google DeepMind no ha confirmado haber alcanzado semejante capacidad. La supuesta consecución de RSI sigue siendo un rumor, mientras el debate real se está desplazando hacia una cuestión mucho más tangible: hasta qué punto la IA puede acelerar su propio desarrollo antes de que las herramientas utilizadas para supervisarla consigan seguir el mismo ritmo.
Vía: Wccftech
