CAMBRIDGE, 29 de julio de 2026. Dos trabajos publicados en julio reabrieron la discusión sobre el aprendizaje autorrecursivo: sistemas que generan datos, evalúan sus propias respuestas y modifican el procedimiento que usan para resolver tareas.
El bucle
Un estudio sobre auto referencia en modelos de lenguaje sostiene que la mejora sostenible requiere introspección funcional, la capacidad de simular sus propias operaciones y dirigir cambios sobre ellas. Otro trabajo propone optimizar el arnés de herramientas de un agente y reutilizar las trazas que produce como material de entrenamiento.
La idea no es que un modelo se reescriba sin límites. El ciclo necesita un verificador que separe una solución correcta de una respuesta que solo parece convincente.
El cuello de botella no es generar otra respuesta, es saber cuándo la respuesta mejoró.
Una revisión de 1.250 trabajos publicados entre 2024 y 2026 ordena los riesgos: bucles de auto confirmación, colapso de diversidad y degradación cuando el sistema aprende de sus propios errores. La misma revisión encuentra que los avances más sólidos dependen de verificadores formales, pruebas ejecutables o evaluadores externos.
Qué puede cambiar en 2026
Los sistemas actuales ya realizan formas acotadas de auto refinamiento. Generan varias soluciones, ejecutan pruebas, eligen una y vuelven a intentar. Eso mejora una tarea concreta sin crear una inteligencia independiente.
La frontera está en cerrar el circuito: que el sistema mejore su política, su evaluador y el proceso de investigación. Los trabajos de julio describen piezas de ese circuito, no una máquina que acelere sin supervisión. El próximo salto dependerá de la calidad de las verificaciones y de si los datos nuevos conservan diversidad suficiente para evitar que el modelo aprenda a confirmarse a sí mismo.
