Investigadors del MIT demostren com GPT-6 Astra d'OpenAI va modificar un altre model, Qwen, un avenç clau en l'auto-millora de la IA.
La IA aprenent a millorar-se a si mateixa? Un gir sorprenent
La idea que una intel·ligència artificial pugui modificar i optimitzar el seu propi codi ha estat, fins ara, un concepte més aviat teòric o una preocupació futura. No obstant això, una recent troballa d'investigadors del MIT ha posat el tema sobre la taula de forma contundent: han demostrat com GPT-6 Astra d'OpenAI va aconseguir inspeccionar i editar les “entranyes” d'un altre model, Qwen3.5-0.8B, de forma nativa. Aquest és un pas significatiu cap al que es coneix com a auto-millora recursiva, una capacitat que podria redefinir el desenvolupament de la IA tal com la coneixem.
L'experiment, lluny de ser una simple curiositat, va tenir resultats palpables. Després de la intervenció de GPT-6 Astra, el model Qwen va millorar dràsticament el seu rendiment en tasques matemàtiques, saltant del 7,9% al 48,1% en el benchmark MATH-500 i triplicant la seva puntuació IFEval, tot això sense recórrer a cicles d'entrenament tradicionals.
El fantasma de l'auto-millora recursiva es fa més real
Fa temps que experts com Dario Amodei d'Anthropic adverteixen sobre la possibilitat que els models d'IA assoleixin la capacitat d'auto-millorar-se de forma accelerada. Les seves preocupacions se centraven en com aquesta dinàmica podria dificultar l'avaluació i el control de l'evolució de les IAs més avançades. Ara, la demostració del MIT no és una mera advertència, sinó una prova empírica que estem més a prop d'aquest escenari.
“La capacitat d'un model de llenguatge de desenvolupar de forma autònoma nous models més avançats que ell mateix està començant a produir-se a tota la indústria”, afirmen analistes propers a la investigació del MIT.
