¡Klk, gente! Aquí estamos otra vez con las últimas de la tecnología que nos deja a todos con la boca abierta. La inteligencia artificial no para, y ahora, en una vaina que parece sacada de una película, los agentes IA están aprendiendo a mejorar su propio software sin que se les ‘queme el morro’. Imagínate la situación: modificar algo para arreglarlo y que, sin querer queriendo, rompas otra cosa. ¡Qué dilema! Pues ese mismo relajo es el que están lidiando estos agentes cuando intentan meterle mano a su propio código y las instrucciones que usan para chambear. La clave, según el reporte, está en que están desarrollando una forma de predecir sus errores antes de cometerlos, lo cual es una tremenda jugada.
Según la noticia, un coro de investigadores de la Universidad de Virginia, Microsoft Research y la Universidad de Tsinghua se metieron de lleno en este ‘tigueraje’ y sacaron a la luz una forma de darle una oportunidad más a estos agentes antes de que la pongan a prueba. La idea, que publicaron en un estudio de arXiv, es que el sistema pueda estimar si una modificación le va a hacer un lío a los resultados. Si detecta el riesgo, le da chance de revisar esa ‘vaina’ antes de seguir adelante. ¡No es que se esté entrenando la IA de nuevo, no! Es que se están mejorando los programas y las instrucciones que usa para operar, con el objetivo de que los intentos de mejora vayan más orientados y no se pierdan tiempo en disparates.
Para que te hagas una idea de cómo se cocina esto, el sistema parte de una herramienta llamada HyperAgents. Aquí es donde se arma el ‘coro’ con dos agentes de inteligencia artificial trabajando de la mano. Uno se concentra en resolver las tareas que le pongan, y el otro es el que anda ‘en la chercha’ buscando maneras de que el primero funcione más ‘jevi’, modificando el código y las instrucciones que ambos usan. ¡Y la vaina no se queda ahí! El segundo agente también puede ajustarse a sí mismo, dándose su propio ‘cariñito’ para mejorar. Además, guarda los resultados de versiones anteriores para no repetir los mismos ‘disparates’. Y esto no es nuevo, que va. Ya en 2025, Sakana AI nos había sorprendido con su Darwin Gödel Machine, un proyecto que ya le estaba dando mente a cómo un agente podía superarse con cambios en su propio código.
La parte más ‘bacana’ del asunto es cómo anticipan los problemas. Para decidir si un cambio vale la pena, los investigadores le metieron un componente que le llaman Improvement Dynamics Model (IDM). Esta pieza analiza el cambio propuesto y, con toda la experiencia que ha acumulado, le da mente a las posibles consecuencias. Por ejemplo, puede diferenciar entre una tarea que va a terminar con una respuesta errónea y otra que ni siquiera se va a poder completar. Si el IDM predice que se va a armar un ‘lío’, le da una revisión extra antes de probar la nueva versión. El reporte menciona un ejemplo clarito: unas instrucciones se quedaron sin comillas, y eso provocó un error de sintaxis. El agente lo había detectado, pero se quedó sin intentos para arreglarlo. El predictor, ‘de una vez’, anticipó que las tareas se quedarían incompletas y motivó una revisión. Después de corregir el código, ¡pum! La nueva versión resolvió once tareas. Y lo mejor es que el sistema siempre hace la evaluación final, incluso si la última predicción no fue la mejor.
Los investigadores no se quedaron con el ejemplo de las comillas, ¡qué va! Le metieron ‘candela’ a los agentes con 166 tareas de programación que nunca habían visto antes. El objetivo era que el sistema propusiera una modificación de código que pasara las pruebas. El agente inicial solo tenía un 16% de éxito, pero las versiones de HyperAgents sin este nuevo predictor, ya mejoraban un poco, llegando casi al 22%. ¡Pero con el método de predicción, la cosa se puso más ‘heavy’ y alcanzaron casi el 30%! Estos resultados, que se sacaron de cinco ejecuciones por configuración, demuestran que, bajo las condiciones del experimento, la mejora fue real.
Y la cosa no se detiene ahí, mi gente. Hay una segunda capacidad que está bien ‘chula’: el sistema que anticipa los resultados también puede aprender y perfeccionarse. Cada cinco rondas, el agente que está a cargo de las modificaciones propone cambios en su propio funcionamiento. ¡Y solo se incorporan si pasan una verificación posterior! Los investigadores también quisieron saber si esta experiencia podía usarse en otras tareas. Después de afinar el predictor con trabajos como predecir la aceptación de artículos científicos y diseñar recompensas para robots, lo usaron para mejorar nuevos agentes que calificaban soluciones matemáticas. En cien ejercicios de evaluación final, estos agentes lograron una coincidencia del 55% con expertos, un salto comparado con el 51% con un predictor inicial y el 47% de HyperAgents. ¡Una verdadera mejora!
Pero, ojo al dato, que mejor rendimiento no siempre significa menor coste, ¿eh? En las pruebas de programación, el nuevo método necesitó una media de 170 millones de tokens para completar 40 rondas, mientras que HyperAgents se ‘resolvió’ con unos 49 millones. Estamos hablando de las unidades de texto que procesan los modelos de IA. La diferencia es considerable, aunque no es la historia completa. Cuando los investigadores igualaron el presupuesto de tokens para ambos sistemas, el método con predicciones siguió dando mejores resultados, con una ventaja del 10.9% en el rendimiento acumulado. Eso sí, el estudio no nos da una comparación completa del coste computacional total, así que ahí hay que seguir dándole seguimiento.
A pesar de estos avances ‘bacanos’, todavía hay cosas por demostrar. Una cosa es pasar pruebas de programación y otra muy distinta es confiarle a un sistema las modificaciones de un software que usamos a diario. Los experimentos de esta investigación, que está disponible como prepublicación, no garantizan que el método funcione igual en proyectos reales ni que vaya a eliminar la necesidad de supervisión humana. Tampoco demuestran que estos agentes puedan reemplazar a los profesionales que desarrollan o evalúan programas. Pero sí, la vaina está clara: anticipar los posibles resultados puede ayudar a orientar las modificaciones. Volvemos al dilema inicial, pero desde otra perspectiva: para mejorar, estos agentes necesitan algo más que solo poder cambiar sus instrucciones y código. Necesitan ‘cabeza’ para no ‘meter la pata’.
Si te ha gustado este artículo, ¡compártelo con tus amigos, o déjanos un comentario!
Ingeniero de Sistemas especializado en Inteligencia Artificial y Automatización de Procesos. Con una trayectoria enfocada en la convergencia entre tecnología de vanguardia y comunicación digital, Ramón lidera la implementación de modelos generativos aplicados al periodismo dominicano. Su trabajo garantiza que la información que llega a la diáspora no solo mantenga nuestra identidad “del patio”, sino que cumpla con los más altos estándares de veracidad y optimización técnica de la web moderna (2026).
