Sakana AI ficha a Jürgen Schmidhuber para dirigir la automejora recursiva

Qué ha ocurrido

La empresa de inteligencia artificial con sede en Tokio Sakana AI ha contratado a Jürgen Schmidhuber como Chief Scientific Advisor. Según The Decoder, la compañía lo presenta como el "padre de la IA moderna".

Schmidhuber colaborará en la dirección del nuevo RSI Lab de Sakana, un laboratorio dedicado a la automejora recursiva, es decir, a sistemas de IA capaces de seguir desarrollándose por sí mismos. El anuncio sitúa esta línea de investigación en el centro de la estrategia científica de la empresa.

Las ideas que Schmidhuber desarrolló en la década de 1990 ya se reflejan en proyectos de Sakana, como la Darwin Gödel Machine. Este vínculo entre trabajo histórico y desarrollos actuales es el elemento que más diferencia la contratación de un simple fichaje de prestigio.

Por qué importa

Para los líderes en transformación digital e inteligencia artificial, la noticia apunta a un cambio de horizonte. Si la automejora recursiva pasa de la teoría a la práctica, los sistemas podrían ajustar su propio comportamiento con menos intervención humana directa. Eso modificaría la forma en que las organizaciones validan, supervisan y despliegan la IA en procesos de negocio y servicios públicos.

El anuncio también muestra cómo el talento y la agenda de investigación se han convertido en señales estratégicas en el sector. Las organizaciones que adopten IA en sus operaciones deberían seguir de cerca qué capacidades llegan realmente a producto, y no solo qué investigación se publica.

La perspectiva de Renascence

La mayoría de lectores se fijará en el nombre de Schmidhuber y en el titular sobre futuras actualizaciones de ChatGPT, pero el dato relevante es la hoja de ruta. Un laboratorio centrado en la automejora sugiere que la verdadera pregunta no es qué tan capaz será la IA, sino cómo se diseñarán los puntos de control humano cuando el sistema cambie a sí mismo.

El principio de diseño de servicios que aquí importa es el de los puntos de control: cuanto más autónomo sea un sistema, más deliberadamente hay que definir cuándo interviene una persona y qué significa una decisión aceptable para el cliente. Un operador centrado en el cliente no debería esperar a tener un modelo que se mejore solo para pensar en la supervisión. Lo sensato es auditar hoy los flujos de atención donde la IA ya decide, documentar quién responde ante errores y probar con usuarios reales cómo perciben la transparencia. La confianza se gana en la experiencia, no en el currículum del asesor científico.