GPT-6 Astra, un modelo de inteligencia artificial de OpenAI, modificó parámetros internos de otra red neuronal y mejoró su desempeño en operaciones matemáticas, según un experimento de investigadores del Laboratorio de Inteligencia Artificial e Informática del MIT. La prueba se hizo con Qwen3.5-0.8B, un modelo de 800 millones de parámetros de Alibaba, y alteró el 0,016 % de sus parámetros.
Astra cambió parámetros sin volver a entrenar el modelo
Los investigadores describen el procedimiento en su artículo sobre la programación directa de parámetros. En vez de someter a Qwen a un nuevo entrenamiento, Astra modificó los valores numéricos llamados pesos, que determinan cuánto influyen las conexiones de una red neuronal en el comportamiento del modelo.
El resultado muestra que una IA puede intervenir directamente en otra red y mejorar su rendimiento en una tarea concreta. Sin embargo, no equivale a la automejora recursiva en sentido estricto: el experimento no demuestra que Astra haya creado por sí sola una nueva generación de modelos más capaces.
La intervención abre posibilidades y riesgos de supervisión
La modificación directa podría ofrecer a los laboratorios otra vía para corregir problemas sin repetir procesos extensos de entrenamiento. También podría ayudar a acelerar investigaciones y a desarrollar modelos más eficientes, aunque esos beneficios se presentan como posibilidades, no como resultados generales demostrados por este experimento.
