Claude lidera el 26% de la I+D en IA dentro de Anthropic

Qué midió exactamente Anthropic

Para mí, la principal conclusión de la medición de agosto de 2026 es sencilla: Claude «lideró» el 26% de la I+D en IA medible dentro de Anthropic. En el informe del Anthropic Institute, «Measuring the pace of AI development», esa cifra no equivale a autonomía total. Ningún fragmento del trabajo medido entró en la categoría plenamente autónoma.

La palabra clave es precisamente «lideró». Para su R&D Automation Index, la empresa utiliza una escala de automatización basada en el modelo de seis niveles de Epoch AI. Que la IA lidere indica un alto grado de participación, no que complete por sí sola todo el ciclo de investigación. Es una distinción más precisa y útil que dividir el trabajo entre manual y autónomo.

El segundo dato relevante es que más del 90% del trabajo medible se realizó, como mínimo, en modo de colaboración entre personas e IA. Es decir, la IA ya está integrada en casi todo el proceso observado. Sin embargo, eso no implica que Claude formule tareas, valide hipótesis y tome decisiones finales de forma independiente.

La metodología cubre tres áreas: la proporción de I+D liderada por IA, la supervisión de las acciones de los agentes y el reparto de cómputo entre el desarrollo de capacidades y la seguridad. La supervisión se evalúa de forma práctica: si una acción del agente puede seguirse, bloquearse o remitirse a una persona antes de ejecutarse. En la misma medición de agosto, alrededor del 6% del cómputo de I+D en IA se destinó a seguridad y trabajo relacionado.

Por qué estas cifras cambian el debate sobre autonomía

Es un cambio real, pero no el nacimiento de un investigador autónomo de IA. La combinación de un 26% de trabajo liderado por IA y la ausencia de segmentos totalmente autónomos muestra una imagen más interesante: los agentes ya pueden dirigir partes relevantes del proceso mientras las personas conservan el control del marco y las decisiones críticas.

Para los equipos de ingeniería, lo más importante es la propia gradación de participación. La métrica separa las sugerencias y la colaboración del modo en que la IA dirige efectivamente el trabajo. Sin esa distinción, cualquier afirmación sobre «automatizar la investigación» se vuelve atractiva, pero técnicamente vacía.

Tampoco debe leerse el 6% como prueba de que la inversión en seguridad sea suficiente. Es una instantánea del reparto de cómputo en el momento del informe, no una evaluación de la calidad de los resultados. Conviene observar si esa proporción crece junto con la autonomía y si los laboratorios clasifican el trabajo de seguridad de manera comparable.

El siguiente paso importante no es otro récord de Claude, sino una serie temporal reproducible. Un único dato muestra la escala de adopción; solo la evolución revelará si la IA avanza de la colaboración a la gestión independiente de la investigación más rápido de lo que progresa la supervisión.

Antes analizamos cómo se desempeña Claude al desarrollar un compilador de C y dónde siguen estando sus límites. Ese caso ayuda a interpretar en términos concretos el 26% de trabajo de I+D declarado por Anthropic.