La evaluación de seguridad de Gemini 4 Argon concluyó que no hubo una aceleración estadísticamente significativa de extremo a extremo en la I+D en inteligencia artificial, según informó The Next Web al resumir el informe de Google DeepMind en octubre de 2026. Sergey Brin describió por separado una colaboración entre investigadores y modelos para desarrollar la siguiente versión: eso habla de asistencia en el trabajo, mientras que la evaluación aborda si el proceso aceleró de forma medible. The Next Web informó de las declaraciones de Brin y de los resultados de la evaluación.
Qué concluyó la evaluación de Argon
La evaluación sitúa a Argon por debajo de dos umbrales formales. ML R&D acceleration level 1 se refiere a una aceleración sustancial del progreso en IA frente a ritmos históricos; ML R&D automation level 1, a automatizar por completo un equipo de investigación de Google. Argon no alcanza ninguno de los dos niveles, según el informe de seguridad de Gemini 4 Argon y la ficha oficial del modelo. Esto delimita lo que la evaluación considera aceleración o automatización: no equivale a afirmar que Argon carezca de capacidades aplicadas a la investigación en IA.
El informe también calificó como actualmente bajo el riesgo de que la IA impulse la I+D en IA. En un índice interno basado en 92 pruebas de referencia, la mejora pasó de 0,091 puntos al mes antes del 1 de abril de 2026 a 0,118 puntos al mes después de esa fecha. La evaluación consideró que la diferencia no era estadísticamente significativa. The Next Web informó, además, que Google atribuyó la posición de Argon por encima de la tendencia a una mayor inversión y a más capacidad de cálculo para el entrenamiento, no a una aceleración impulsada por IA.
Qué dijo Brin sobre la auto-mejora recursiva
La auto-mejora recursiva —RSI, por sus siglas en inglés— describe un proceso en el que la IA contribuye a desarrollar sistemas posteriores que, a su vez, ayudan a mejorar la IA. En una mesa redonda sobre Gemini 4 Argon, Sergey Brin dijo que investigadores y modelos trabajan juntos en la siguiente versión. The Next Web publicó esas declaraciones el 17 de octubre de 2026; la fecha de la mesa redonda no está especificada.
La colaboración descrita por Brin no es por sí sola una medida de aceleración de extremo a extremo. La evaluación de Argon examinó esa cuestión y no halló un aumento estadísticamente significativo. Vihan Jain, co-líder de RSI y ciencia con IA para Gemini en Google DeepMind, también describió el papel de Argon en la evolución de los modelos en esta publicación de X.
La cobertura anterior de NeoTeo trató las críticas al rendimiento de Gemini 4 Argon; esta nueva evaluación se centra en otra cuestión: la aceleración de la investigación y el desarrollo de IA. Lee el artículo anterior sobre el rendimiento de Gemini 4 Argon.
Qué trabajo sigue bajo supervisión humana
The Next Web informó que más del 75 % del código de producción de Google DeepMind se había escrito con ayuda de IA, aunque los cambios seguían pasando por revisión humana antes de enviarse. La misma cobertura describe a las personas como responsables de orientar la investigación, diseñar experimentos, diagnosticar problemas de entrenamiento y revisar el código.
En una prueba interna de tareas de investigación en IA, Argon resolvió alrededor de la mitad de los desafíos. La evaluación indicaba que la automatización completa requeriría una puntuación casi perfecta. Estos resultados describen un sistema que contribuye al trabajo de investigación, con funciones humanas todavía presentes en el proceso.
