Automejora recursiva: el próximo gran salto de la inteligencia artificial ya comenzó
Durante años, gran parte de la conversación sobre el futuro de la inteligencia artificial ha girado alrededor de tres letras: AGI, o Inteligencia Artificial General.
La pregunta dominante ha sido cuándo llegará una IA capaz de realizar una amplia variedad de tareas intelectuales a un nivel comparable o superior al humano.
Pero mientras el debate público continúa concentrado en ese eventual hito, dentro de los principales laboratorios de inteligencia artificial está ganando protagonismo otra cuestión potencialmente más trascendente:
¿Qué ocurre cuando utilizamos inteligencia artificial para desarrollar mejores sistemas de inteligencia artificial?
Ese proceso suele asociarse al concepto de Recursive Self-Improvement (RSI) o automejora recursiva.
Y durante 2026 dejó de ser solamente una hipótesis teórica.
Investigaciones recientes muestran sistemas capaces de utilizar experiencias anteriores para mejorar sus estrategias de exploración, optimizar el entorno operativo de los agentes y transferir esas mejoras a problemas e incluso modelos diferentes.
No significa que una IA pueda hoy rediseñarse indefinidamente sin intervención humana. Eso todavía no existe.
Pero algo importante sí está ocurriendo: la IA comienza a participar activamente en el proceso que produce mejores sistemas de IA.
De construir mejores modelos a mejorar la forma de construirlos
La diferencia parece sutil, pero es fundamental.
La AGI describe principalmente un nivel de capacidad.
La automejora recursiva describe un proceso.
En el desarrollo tradicional de inteligencia artificial, los seres humanos diseñan experimentos, escriben código, analizan resultados, detectan problemas, modifican arquitecturas y vuelven a comenzar.
Los modelos son el resultado del proceso.
En un sistema progresivamente automatizado, la IA comienza a participar también dentro de ese proceso: revisando código, evaluando datos, ejecutando experimentos, comparando alternativas, detectando errores y proponiendo modificaciones.
El modelo deja entonces de ser solamente el producto.
Comienza a convertirse también en una herramienta para construir el siguiente producto.
Noam Brown, investigador de OpenAI conocido por su trabajo en sistemas de razonamiento, ha sido especialmente explícito al describir esta tendencia: la capacidad de utilizar sistemas de IA para acelerar la propia investigación en inteligencia artificial se ha convertido en una prioridad estratégica.
OpenAI ha introducido, además, una distinción fundamental: la automejora recursiva completamente autónoma todavía no está ocurriendo. Lo que sí estamos viendo es que los agentes comienzan a acelerar partes del trabajo de investigación utilizado para desarrollar y alinear nuevas generaciones de modelos.
Anthropic describe una tendencia similar. La compañía reconoce que una proporción creciente del desarrollo de IA está siendo asistida por sistemas de IA, aunque un sistema completamente autónomo capaz de diseñar sucesivamente a sus propios sucesores todavía no existe.
La frontera, por lo tanto, empieza a desplazarse.
El gran cuello de botella: saber qué investigar
Que una IA pueda programar extraordinariamente rápido no significa que pueda convertirse automáticamente en un gran investigador.
Aquí aparece uno de los conceptos más interesantes del debate actual: research taste, que podríamos traducir como criterio, intuición u “olfato” de investigación.
Los modelos actuales pueden revisar grandes cantidades de código y datos, detectar errores y realizar tareas que anteriormente consumían enormes cantidades de tiempo humano.
Pero existe una diferencia entre ejecutar perfectamente un experimento y saber qué experimento merece realizarse.
Ese segundo problema es mucho más difícil.
Un investigador experimentado puede observar diez caminos posibles y sospechar que nueve conducirán a callejones sin salida.
Ese juicio no depende solamente de velocidad de procesamiento.
Depende de experiencia, contexto, intuición, conocimiento acumulado y capacidad para formular preguntas relevantes.
Por eso, automatizar investigación no consiste simplemente en desplegar miles de agentes trabajando simultáneamente.
Podríamos tener 10.000 investigadores digitales ejecutando experimentos a una velocidad extraordinaria y seguir desperdiciando enormes cantidades de recursos si ninguno sabe correctamente qué vale la pena explorar.
Y aquí aparece uno de los avances más interesantes de 2026.
Dream-RSI: una IA que aprende de sus propias rutas de exploración
El 14 de septiembre de 2026 se publicó Dream-RSI: Recursive Self-Improvement through Evolving Worlds, desarrollado por investigadores de Google, Google DeepMind, University of Maryland y University of Virginia.
Su idea central es sorprendentemente intuitiva.
Imagine un explorador intentando encontrar la mejor ruta dentro de un enorme laberinto.
Cada vez que recorre el laberinto obtiene información: caminos exitosos, rutas inútiles, bifurcaciones, retrocesos y resultados.
Normalmente tendría que volver físicamente al laberinto cada vez que quisiera probar una estrategia diferente.
Dream-RSI propone algo distinto:
usar todo el historial acumulado como un mundo donde practicar.
Cada exploración real genera un árbol de descubrimiento.
Ese árbol puede posteriormente utilizarse como un simulador de las partes del espacio que ya fueron exploradas.
El agente puede entonces probar diferentes políticas de búsqueda sobre esos registros históricos sin tener que repetir todos los costosos experimentos reales.
Los investigadores llaman a este proceso “dreaming”: soñar.
La secuencia funciona aproximadamente así:
Explorar → registrar → simular → mejorar la estrategia → volver a explorar.
La nueva exploración genera información adicional.
Esa información amplía el mundo disponible para la siguiente simulación.
Y comienza nuevamente el ciclo.
Lo revolucionario no es que cambie el modelo
Hay una característica de Dream-RSI que merece especial atención.
El modelo subyacente puede permanecer sin cambios.
Lo que evoluciona es la estrategia mediante la cual busca soluciones.
Esto introduce una distinción fundamental para comprender la siguiente generación de sistemas de IA:
mejorar una inteligencia no necesariamente requiere entrenar un modelo más grande.
También podemos mejorar cómo utiliza herramientas, cómo administra contexto, cómo distribuye recursos, cómo selecciona caminos, cómo verifica resultados y cómo aprende de ejecuciones anteriores.
Los resultados experimentales de Dream-RSI son prometedores.
En diferentes tareas de ingeniería algorítmica, optimización matemática y optimización de kernels para GPU, el sistema consiguió resultados competitivos o superiores reduciendo considerablemente el número de ejecuciones necesarias en varios escenarios.
Más interesante todavía es el comportamiento observado durante la exploración.
Cuando encontraba mejoras constantes, el sistema aprendía a reducir el número de intentos.
Cuando el progreso comenzaba a estancarse, volvía a ampliar la búsqueda.
No solamente estaba encontrando soluciones.
Estaba aprendiendo cómo buscar soluciones.
ModularRSI: quizás no necesitamos cambiar el cerebro, sino el sistema que lo rodea
Prácticamente en paralelo apareció otra investigación relevante: ModularRSI: Modular and Generalizable Recursive Harness Self-Improvement.
Aquí el objeto de mejora tampoco es necesariamente el modelo fundacional.
Es el harness.
En sistemas de agentes, el harness puede entenderse como la infraestructura que rodea al modelo y determina cómo trabaja: cómo utiliza herramientas, cómo administra observaciones, cómo conserva contexto, cómo verifica resultados y cuándo considera terminada una tarea.
ModularRSI divide ese entorno en cinco componentes:
Agent Loop, Tool Use, Observation Management, Context Management y Task Completion Detection.
En lugar de modificar indiscriminadamente todo el sistema, analiza experiencias exitosas y fallidas, identifica deficiencias recurrentes y propone modificaciones específicas sobre cada componente.
Después las valida antes de incorporarlas.
Los resultados muestran por qué esto importa.
En Terminal-Bench 2.0, la precisión pasó de 47,57% a 52,43% después de la evolución del harness.
En SWE-Bench Verified, compuesto por 500 problemas reales de ingeniería de software, pasó de 73,40% a 76,45% en la configuración evaluada.
Pero probablemente el resultado más relevante sea otro:
las mejoras lograron transferirse a tareas no utilizadas durante la evolución y también entre distintos modelos fundacionales.
Eso sugiere algo estratégicamente importante.
Parte del progreso futuro de la IA podría producirse no solamente mediante modelos cada vez más grandes y costosos, sino mediante sistemas cada vez mejores para organizar la inteligencia que ya tenemos.
De los modelos a los sistemas
Para las empresas, esta conclusión es particularmente relevante.
Durante los últimos años, buena parte de la industria ha preguntado:
¿Cuál es el mejor modelo?
GPT, Claude, Gemini, DeepSeek, Qwen y muchos otros compiten continuamente por rendimiento.
Pero la arquitectura emergente de los agentes sugiere que esa pregunta será progresivamente insuficiente.
La ventaja competitiva puede encontrarse cada vez más en otra capa:
¿Qué sistema construimos alrededor del modelo?
Memoria, herramientas, contexto, agentes especializados, orquestación, evaluadores, mecanismos de verificación, historial de ejecuciones, aprendizaje sobre errores anteriores y optimización continua comienzan a funcionar como partes de una misma arquitectura.
En otras palabras, la unidad competitiva deja de ser solamente el modelo y comienza a convertirse en el sistema inteligente completo.
¿Estamos frente a una IA que se mejora sin control?
No.
Y esta precisión es fundamental.
Los sistemas actuales no poseen capacidad demostrada para rediseñarse indefinidamente y producir generaciones sucesivamente superiores sin supervisión humana.
Dream-RSI, por ejemplo, mantiene sin cambios el agente subyacente y mejora principalmente su política de exploración utilizando registros anteriores.
ModularRSI trabaja sobre componentes específicos del harness y utiliza mecanismos explícitos de evaluación y validación.
Por eso conviene evitar dos extremos.
No estamos frente a una máquina autónoma que mañana comenzará a construir versiones infinitamente superiores de sí misma.
Pero tampoco estamos hablando ya de ciencia ficción.
Estamos entrando en una etapa intermedia mucho más interesante.
La IA comienza a mejorar el proceso que produce IA
Durante la primera gran etapa de la inteligencia artificial generativa utilizamos IA para producir contenido.
Después comenzamos a utilizarla para programar.
Luego aparecieron agentes capaces de ejecutar tareas completas.
Ahora comenzamos a experimentar con sistemas capaces de analizar y mejorar los propios procesos mediante los cuales buscan soluciones.
Ese cambio puede resultar más importante de lo que parece.
Porque cuando una tecnología empieza a mejorar no solamente sus resultados sino también el método utilizado para obtenerlos, aparece un mecanismo acumulativo.
Mejores agentes → mejores procesos → mejores experimentos → mejores sistemas → mejores agentes.
No es todavía una explosión autónoma de inteligencia.
Es algo mucho más concreto:
el comienzo de un ciclo de innovación donde las máquinas participan cada vez más activamente en la construcción de las máquinas que vendrán después.
La verdadera pregunta para las empresas
Desde VirtualPoint creemos que existe una consecuencia empresarial inmediata.
Las organizaciones no deberían interpretar estos avances preguntándose solamente cuándo llegará la AGI.
Hay una pregunta mucho más cercana:
¿qué procesos de nuestra empresa pueden comenzar a aprender de su propia ejecución?
Un agente comercial podría analizar qué estrategias producen mejores conversiones.
Un sistema de atención podría aprender de miles de conversaciones anteriores.
Un proceso administrativo podría identificar sus propios cuellos de botella.
Un sistema de inteligencia territorial podría aprender qué fuentes, cruces y metodologías generan análisis más útiles.
Un equipo de marketing podría experimentar, medir resultados y ajustar automáticamente determinadas estrategias.
Esto no requiere AGI.
Requiere diseñar sistemas donde la inteligencia artificial no solamente ejecute, sino que también pueda observar, evaluar, aprender y optimizar.
Ahí probablemente esté una de las transformaciones empresariales más importantes de los próximos años.
La conversación sobre inteligencia artificial está cambiando.
La pregunta ya no es solamente:
¿qué tan inteligente puede llegar a ser una máquina?
Empieza a aparecer otra mucho más poderosa:
¿qué ocurre cuando una máquina comienza a aprender cómo mejorar la forma en que aprende, busca y resuelve problemas?
Y esa historia, a diferencia de la AGI, ya comenzó.
Fuentes y referencias
- Dream-RSI: Recursive Self-Improvement through Evolving Worlds — Tong Zheng, Xidong Wu, Zheng Zhang et al. Google, Google DeepMind, University of Maryland y University of Virginia. arXiv, septiembre de 2026.
- Dream-RSI — sitio oficial del proyecto — Documentación, metodología, resultados experimentales y demostraciones del sistema.
- ModularRSI: Modular and Generalizable Recursive Harness Self-Improvement — Siwei Wu, Jincheng Ren, Yizhi Li et al. arXiv, septiembre de 2026.
- ModularRSI — repositorio oficial de investigación — IQuestLab. Implementación, metodología y documentación técnica.
- Recursive Harness Self-Improvement — Hyunin Lee, Jinglue Xu, Jeffrey Seely, Donghyun Lee, Matei Zaharia y Yujin Tang. arXiv, julio de 2026.
- OpenAI — Publicaciones y declaraciones relativas a agentes de IA, automatización de investigación y recursive self-improvement.
- Anthropic — Investigaciones y análisis sobre recursive self-improvement, automatización del desarrollo de IA y riesgos asociados.
