Anthropic afirma que Claude ya lidera el 26 % de su propia investigación en IA

Anthropic ha empezado a publicar una medición propia de cuánta de su investigación en IA está siendo realizada por IA. En una entrada del 17 de septiembre de 2026 del Anthropic Institute, la empresa afirmó que Claude ahora "lidera" el 26 % del trabajo de investigación y desarrollo de IA de Anthropic en agosto de 2026, frente a menos del 1 % en febrero. Se trata de la primera publicación de lo que Anthropic denomina un prototipo de Índice de Automatización de I+D.

Qué significan las cifras

El índice puntúa las tareas en una escala de automatización desarrollada por la organización sin ánimo de lucro Epoch AI, que va de AL0 (sin participación de IA) a AL5 (la IA trabaja de forma totalmente autónoma, sin intervención humana). En AL3, Claude "colabora": realiza grandes partes del trabajo bajo una estrecha supervisión humana. En AL4, "lidera", puede completar la mayor parte de una tarea de principio a fin a partir de una instrucción de alto nivel mientras una persona supervisa el resultado. Anthropic afirma que más del 90 % de su trabajo de I+D en IA se sitúa ya en AL3 o por encima, pero que ningún trabajo medido ha alcanzado la autonomía total en AL5.

Cómo se midió y sus limitaciones

Durante una semana de julio de 2026, un agente de investigación de Claude revisó una muestra aleatoria del 20 % del personal de todos los departamentos del circuito de I+D de modelos, catalogando unas 15.000 tareas y clasificándolas en una taxonomía fija de 542 categorías. La propia Anthropic señala la advertencia más relevante para los lectores externos: los evaluadores modelo y humanos coincidieron en el nivel exacto de automatización solo el 59 % de las veces, frente a un 35 % de acuerdo entre dos evaluadores humanos, aunque ambos quedaron a un nivel de distancia el 97 % de las veces. La empresa también informa de unos 30.000 agentes simultáneos realizando trabajo interno de investigación e ingeniería, con monitores automatizados que bloquean aproximadamente 1 de cada 47.000 decisiones de los agentes.

Por qué importa el enfoque

Se trata de un proveedor que se mide a sí mismo, utilizando un modelo que él mismo construyó para evaluar el trabajo, y que publica el resultado días después de que su propio CEO argumentara públicamente a favor de ralentizar el desarrollo de la IA en todo el sector. Anthropic presenta el índice como una plantilla que cualquier laboratorio de vanguardia podría adoptar, no como un punto de referencia auditado del sector. Los compradores que evalúen el marketing de automatización con IA de cualquier proveedor deberían exigir lo mismo que Anthropic ha revelado aquí —método, muestra y advertencias sobre la evaluación— en lugar de aceptar un porcentaje llamativo sin más.

Fuentes: Anthropic Institute, Unite.AI.