Que la Inteligencia Artificial ya puede replicarse sola es cierto solo en el laboratorio, cuando unos investigadores le dan acceso a un ordenador, herramientas y la orden expresa de copiarse. Fuera de esas condiciones, lo que esa capacidad demuestra es otra cosa, mucho más útil para quien trabaja por su cuenta: los asistentes actuales ya saben usar un ordenador para completar tareas largas, y eso abre la puerta a delegar trabajo real sin dejar de estar al mando.
¿Qué hicieron exactamente los investigadores de Fudan?
El estudio que dio origen a los titulares lo publicó un equipo de la Universidad de Fudan, en Shanghái, el 9 de diciembre de 2024 en arXiv, el repositorio donde los científicos suben sus trabajos antes de la revisión por pares. Probaron dos modelos abiertos, Llama 3.1 70B de Meta y Qwen 2.5 72B de Alibaba.
Les dieron un entorno controlado, con acceso al sistema operativo y un conjunto de herramientas, y les pidieron que crearan una copia funcional de sí mismos. En diez intentos, el primero lo consiguió en cinco y el segundo en nueve.
Hasta ahí, el hecho. Lo que vino después fue la interpretación.
Lo que el estudio no dice
Los modelos no decidieron replicarse por su cuenta. Se les ordenó. Tampoco escaparon a ninguna parte: trabajaron dentro del entorno que les prepararon, con los permisos que les dieron. Y el trabajo, según recordó Live Science al informar sobre él, no había pasado revisión por pares en el momento de publicarse.
Lo que sí mostró el experimento es interesante por otro motivo. Cuando los modelos se encontraban con un archivo que faltaba o un programa que no arrancaba, buscaban soluciones: revisaban el sistema, cerraban procesos que estorbaban, reiniciaban. Es decir, sabían resolver obstáculos en una tarea de varios pasos.
Esa es la noticia de verdad. Y no es la que salió en los titulares.
La industria lo estudia en público, y eso es buena señal
Este tipo de pruebas no se hacen a escondidas. Los propios laboratorios las diseñan para saber dónde poner las barreras antes de lanzar un modelo. En octubre de 2026, según informó la agencia EFE, el equipo de Anthropic que se dedica a estas evaluaciones publicó un trabajo sobre la capacidad de modelos pequeños para funcionar repartidos entre dispositivos domésticos mal protegidos, y pidió a fabricantes y operadoras reforzar la seguridad de esos aparatos, empezando por eliminar las contraseñas de fábrica.
Se puede leer como un titular más o como lo que es: gente cuyo trabajo consiste en encontrar fallos antes de que se conviertan en problemas, contándolo para que se corrijan. Yo me quedo con lo segundo. Y con la recomendación práctica, que vale para cualquier casa y cualquier despacho: cambia la contraseña que traía de fábrica tu router, tu televisor y tus aparatos conectados.
Hasta dónde llega hoy, medido con datos
Más que preguntarse si una máquina puede copiarse, sirve preguntarse cuánto trabajo puede hacer sola antes de equivocarse. METR, una organización independiente de evaluación, publicó en marzo de 2025 una forma de medirlo: la duración de las tareas, en tiempo de una persona experta, que un modelo completa con éxito la mitad de las veces. Su conclusión fue que esa duración se había duplicado aproximadamente cada siete meses durante los seis años anteriores.
Traducido al día a día: estos sistemas ya no solo responden preguntas. Buscan información, abren archivos, rellenan documentos y encadenan pasos. Herramientas como el modo agente de ChatGPT o Claude conectado a tus archivos hacen en minutos tareas que antes te llevaban una tarde.
Y siguen fallando. Un trabajo de investigadores de Apple publicado en junio de 2025 mostró que los modelos que razonan pierden precisión de forma brusca cuando los problemas se complican, algo que ya contamos al hablar de aquel estudio de Apple. Las dos cosas son verdad a la vez.
Marta y el informe que antes le costaba un fin de semana
Marta es consultora de estrategia por cuenta propia en Palma. Lleva dieciocho años trabajando con pequeños hoteles y casas rurales, y cada nuevo cliente empieza igual: un informe sobre su competencia directa, sus precios, sus reseñas y lo que dicen de ellos los huéspedes.
Ese informe le llevaba un fin de semana entero. Ahora le pide a un asistente con acceso a la web que recopile la información pública de los ocho competidores que ella ha elegido, la ordene en una tabla y le marque las contradicciones. Mientras tanto prepara la primera reunión.
No le da acceso a nada que no necesite. No le deja enviar correos ni tocar los archivos de sus clientes. Revisa cada dato que va a usar y descarta lo que no puede comprobar. La parte que de verdad paga su cliente, qué debería hacer ese hotel y por qué, la escribe ella. El domingo, ahora, lo pasa con su familia.
Lo curioso es que sus informes han mejorado. Con el tiempo que antes dedicaba a copiar precios de una web a una hoja de cálculo, ahora visita en persona dos o tres de esos establecimientos y habla con gente de la zona que conoce el sector desde dentro. Eso no lo encuentra ninguna máquina, y es lo que sus clientes más valoran.
Qué tareas tiene sentido delegar ya, y cuáles todavía no
La pregunta práctica no es qué podrá hacer una máquina dentro de diez años. Es qué parte de tu semana puede hacer hoy con un margen de error que tú puedas revisar en poco tiempo.
Funciona bien con lo que tiene muchos pasos y poco juicio en cada uno. Reunir información pública dispersa y ordenarla. Pasar notas desordenadas a un documento limpio. Comparar varias versiones de un texto. Preparar el borrador de una propuesta a partir de una conversación grabada con permiso del cliente. Revisar si una web, un folleto y una ficha dicen lo mismo.
Funciona mal, o directamente no debe hacerlo, con lo que depende de tu criterio en cada línea. El diagnóstico, la recomendación final, la conversación delicada, cualquier decisión que alguien vaya a tomar porque tú la firmas. Ahí la herramienta puede ayudarte a preparar, nunca a decidir.
Entre medias queda una zona gris que cada uno tiene que explorar con su propio trabajo. Mi consejo es empezar por una tarea que ya odies hacer, que se repita cada semana y cuyo resultado sepas evaluar de un vistazo. Si sale mal, lo notarás enseguida. Si sale bien, habrás recuperado esa hora para siempre.
Cuatro reglas para delegar sin perder el mando
La lección de Fudan, leída con calma, es sobre permisos. Un sistema hace lo que su entorno le permite. Eso vale igual para el tuyo.
- Permisos mínimos. Dale acceso solo a lo que necesita para esa tarea. Si basta con leer, que no pueda escribir.
- Nada irreversible sin ti. Enviar, pagar, borrar o publicar, siempre con tu confirmación.
- Tareas con principio y fin. «Recopila y ordena esto» funciona mejor que «gestiona mi negocio».
- Revisión antes de firmar. Lo que sale con tu nombre lo lees tú, entero.
Con estas cuatro reglas, la autonomía de estas herramientas trabaja a tu favor. Sin ellas, cualquier herramienta, también la más sencilla, puede darte un disgusto.
Ni burbuja ni milagro
Junto a los titulares sobre máquinas que se copian conviven los que hablan de burbuja, de inversiones enormes que no se traducen en productividad y de una web llena de contenido de relleno. Tienen parte de razón. Hay mucho humo, mucha promesa y mucha herramienta que no aguanta un mes de uso real.
En consultoría he visto pasar varias de estas olas, y siempre se repite lo mismo: los que sacan partido no son los que adivinan qué va a pasar, sino los que miden qué les funciona hoy. Si una herramienta te devuelve horas, se nota en una semana. Si quieres comprobarlo con números, aquí explico cómo medir con un cronómetro el tiempo que te ahorra.
Esto no le sirve a todo el mundo igual. Quien trabaja casi siempre cara a cara, con las manos o en movimiento, notará menos. Quien pasa horas preparando, buscando y redactando notará mucho. Para entender cómo empezó esta forma de delegar tareas enteras, sigue siendo útil leer cómo funcionaba el primer agente de ChatGPT.
Aprender a delegar con criterio
Saber hasta dónde llegan estas herramientas, y dónde no, es lo que separa a quien las aprovecha de quien las ignora o las sobrevalora. Claude es hoy la Inteligencia Artificial que más está ayudando a profesionales por cuenta propia a quitarse de encima el trabajo de preparación, con límites muy claros sobre lo que puede y no puede tocar. En mi curso enseño a usarla así, paso a paso y sin conocimientos técnicos. Más información.
Sobre el autor
Javier G. Amblar es consultor estratégico senior con 27 años de experiencia y ha formado a más de 33.000 profesionales en 55 países. Exprofesor asociado del IE Business School, con Premio a la Excelencia Docente, ha sido colaborador de RTVE, Telemadrid, Onda Cero, EsRadio y Canal 24h, y escribió Liderazgo (Editatum, 2018). Su comunidad en línea supera las 500.000 personas y su canal de YouTube, los 368.000 suscriptores. Ayuda a quienes trabajan por su cuenta a usar Claude para ganar tiempo y seguir al mando de su trabajo. Aquí.