En marzo de 2026, Andrej Karpathy hizo un experimento de apariencia menor. Tomó un programa propio para entrenar modelos de lenguaje pequeños, un código que él mismo pulió durante meses, y se lo entregó a un agente de inteligencia artificial con una sola instrucción: mejóralo. Mientras Karpathy no observaba, el agente corrió cerca de 700 experimentos en dos días y encontró unas 20 mejoras que ningún humano advirtió. El tiempo de entrenamiento bajó un 11%, y en una segunda ronda lo acercó al 18%.

La cifra parece trivial, pero no lo es. Karpathy fue miembro fundador de OpenAI y dirigió la IA de Tesla durante 5 años. Esto lo hace uno de los mejores artesanos vivos del oficio. Su código no era un borrador descuidado, sino una pieza optimizada por un experto; sin embargo, la máquina lo mejoró igual. No con ideas nuevas, porque las mejoras eran prosaicas, como valores iniciales mejor elegidos, una ventana de atención más ancha y un multiplicador que faltaba. Cosas que un humano cuidadoso pudo encontrar y no encontró. La máquina no fue más inteligente que Karpathy, sino más paciente, y la templanza infinita es una forma de talento que los humanos no poseen.

En mayo de 2026, una de las grandes empresas del sector contrató a Karpathy con la intención de usar su modelo para la optimización del entrenamiento de su propio algoritmo. El experimento de un investigador independiente se volvió programa corporativo en 60 días. El nombre técnico de ese programa es autosuperación recursiva. Una versión construye la siguiente, la cual es más capaz y crea la siguiente. Si el bucle se cierra, los ingenieros humanos no necesitan construir otro modelo nunca más.

Conviene mirar cómo funcionó el experimento por dentro, porque ahí está la clave de todo. El agente de Karpathy no se evaluaba a sí mismo, sino que tenía un juez externo, mudo e incorruptible: el cronómetro. Cada cambio entrenaba un modelo durante 5 minutos exactos y el resultado mejoraba o no mejoraba. La máquina progresó porque existía un verificador automático de cada uno de sus pasos.

Durante décadas, el árbitro fue humano y luego fue un cronómetro. Lo próximo es un tribunal de máquinas que se vigilan entre sí

Eso explica la geografía dispareja del progreso. Una máquina aprende sola aquello que puede corregirse solo, pero un programa corre o no corre. En esos dominios, el modelo genera sus datos, verifica sus resultados y mejora sin maestro. Por eso el avance fue veloz en código y lento en juicio. No existe cronómetro del buen criterio; donde no hay verificador, el bucle se detiene.

Salvo que el evaluador se fabrique, y aquí aparece la idea que la conversación pública todavía no incorporó del todo. Donde la realidad no ofrece un juez, puede ponerse un adversario. Un modelo genera y otro ataca, o uno propone y otro busca la grieta. Esta idea tiene linaje en las redes antagónicas cuando aprendieron a fabricar imágenes mediante un falsificador y un detective entrenados uno contra otro. Ese programa conquistó el ajedrez y el go, volviéndose sobrehumano en el juego de millones de partidas contra sí mismo. El principio es el mismo y la crítica reemplaza al cronómetro.

Un escéptico objetará que 2 modelos formados con los mismos datos comparten las mismas cegueras y que su tribunal es teatro. La objeción es seria, pero prueba menos de lo que parece. Cualquier escritor que relee su borrador al día siguiente encuentra errores que la víspera no vio. Es decir, misma cabeza, otro rol y, por ende, otro resultado. Criticar es más fácil que generar porque el autor carga con la obra entera y el revisor solo busca la falla. Esa asimetría sobrevive a la identidad de origen. El adversario gemelo detecta la inconsistencia y el número mal apoyado, y es donde está la mayoría de los errores. Lo que no detecta es el sesgo compartido, el error que ambos cometen juntos porque su formación entera apunta hacia el mismo lado. Contra esa falla residual, la única defensa es la diversidad real de los jueces. El tribunal funciona desde el primer día porque la heterogeneidad lo blinda contra la falla sistémica.

Si esta arquitectura prospera, la frontera de la autosuperación funcionará porque ya no dibuja la geografía de lo verificable, sino la calidad de los tribunales que las máquinas forman entre sí. Y entonces la pregunta deja de ser técnica y se vuelve institucional, que es la forma más antigua de pregunta que la humanidad conoce. Es decir, quién vigila, quién elige a los vigilantes y qué ocurre cuando los vigilantes se parecen demasiado entre sí. Los romanos ya sabían que un censor necesita otro censor y que la colusión de los jueces es la ruina del tribunal.

La civilización tardó milenios en aprender el diseño de tribunales que no se corrompan. Ahora tiene que enseñárselo a sus criaturas, y rápido

Quedan los límites materiales, que son el último consuelo de los prudentes. Cada generación de modelos exige más cómputo que la anterior. Los centros de datos se construyen al ritmo de la obra civil y no al ritmo del software. La explosión de inteligencia, si llega, llegará con casco de obra.

El experimento de Karpathy no demostró que las máquinas vayan a construir a sus sucesoras, sino algo más preciso, que el progreso automático llega hasta donde llega el juez. Durante décadas, el árbitro fue humano y luego fue un cronómetro. Lo próximo es un tribunal de máquinas que se vigilan entre sí. La civilización tardó milenios en aprender el diseño de tribunales que no se corrompan. Ahora tiene que enseñárselo a sus criaturas, y rápido.

Las cosas como son.