Cuando la ansiedad llega a los propios ingenieros de IA: el temor a que la IA diseñe IA

Por Zendoric · 19 de julio de 2026. El diario surcoreano Chosun Ilbo titula que investigadores de inteligencia artificial sienten ansiedad ante el desarrollo de sistemas de IA capaces de crear o mejorar otra IA. Es todo lo que ofrece el material disponible: un titular y una descripción sin desarrollo posterior, sin cifras, sin nombres de laboratorios ni de investigadores citados. No vamos a inventar lo que el artículo no cuenta.

Lo que sí podemos poner en contexto, porque está ampliamente documentado en el sector, es el fenómeno de fondo al que apunta ese titular: la automatización de la propia investigación en IA. Empresas como OpenAI, Anthropic y Google DeepMind llevan tiempo usando sus propios modelos para acelerar tareas de diseño de arquitecturas, ajuste de hiperparámetros, generación de datos sintéticos y depuración de código de investigación. No es ciencia ficción de una IA que se reprograma sola de la noche a la mañana; es, más bien, una automatización progresiva de tareas técnicas que antes exigían doctorandos e ingenieros senior trabajando semanas.

Ahí está la ironía que probablemente explica la ansiedad recogida por Chosun Ilbo: los propios ingenieros de IA, que durante años se han presentado como el colectivo mejor protegido frente a la automatización, empiezan a ver que su especialidad no es inmune. Si un sistema puede proponer y evaluar variantes de arquitectura más rápido que un equipo humano, el valor añadido del investigador se desplaza hacia la supervisión, el criterio para decidir qué experimentos importan y la interpretación de resultados, no hacia la ejecución mecánica del proceso.

Esto encaja con algo que venimos señalando en Zendoric al analizar el impacto de la IA en el empleo sector a sector: el trabajo que se automatiza antes es el más rutinario y medible, y el tecnológico no escapa a esa lógica solo por estar más cerca de la herramienta. A corto plazo, es razonable que haya inquietud real entre investigadores junior cuyas tareas de exploración y ajuste fino son las más replicables por un sistema automatizado.

A largo plazo, sin embargo, si la IA acelera de verdad su propia investigación, el efecto compuesto podría adelantar precisamente los avances que sostienen nuestra tesis de fondo: modelos mejores, más baratos y más rápidos de desarrollar significan también progresos más rápidos en medicina, energía o materiales, los ámbitos donde la abundancia se juega de verdad. La paradoja incómoda es que los mismos investigadores que hoy sienten ansiedad por su empleo podrían estar construyendo, sin quererlo, la maquinaria que acorte el camino hacia esa abundancia.