1La pregunta es qué cambió

RSI: Automejora recursiva: mejoras en el sistema que ayudan a producir nuevas mejoras. La sigla viene del inglés recursive self-improvement.

Una IA puede reescribir un mensaje sin cambiar su funcionamiento. También puede proponer una nueva regla de trabajo, guardada para usos futuros. Son cambios diferentes. Para hablar de recursión, busca evidencia de que la nueva versión ayuda a mejorar las próximas versiones.

En la papelería ficticia de Marina, acortar una respuesta cambia el texto. Guardar un procedimiento de comparación cambia el trabajo futuro.

2Las mejoras locales tienen valor

Puedes aprovechar ciclos de mejora sin construir una IA autónoma. En este curso, las prácticas son experiencias supervisadas. Te enseñan a proponer, comparar y decidir. No demuestran una explosión de inteligencia ni cambian automáticamente el modelo usado en el chat.

Ícaro, educador ficticio, compara instrucciones para crear ejercicios. Él guarda la mejor instrucción, pero no afirma haber entrenado una nueva IA.

3El ciclo necesita evidencia

Una versión que se elogia no comprueba mejora. Registra la versión anterior, la prueba, el resultado y quién decidió. Separa la capacidad en una tarea de la capacidad de hacer investigación. Más velocidad en una etapa puede no cambiar el desempeño del conjunto.

Marina mantiene la respuesta antigua y la nueva. Solo cambia la orientación después de probar preguntas que no usó en la revisión.

1El contexto es el material de este intento

parámetros: Valores internos ajustados durante el entrenamiento. No son los mensajes que escribes en una conversación.

El modelo responde usando instrucciones e información disponible. Una corrección en la conversación puede cambiar la próxima respuesta. Eso no significa que se hayan actualizado los parámetros del modelo. Al empezar otra conversación, parte de ese material puede dejar de estar disponible.

Ícaro pega un texto pequeño sobre reciclaje antes de pedir preguntas. La respuesta mejora porque recibió la referencia necesaria.

2La memoria necesita consultarse y verificarse

Guardar una regla ayuda solo cuando el sistema la recupera en el momento correcto. La regla puede envejecer o contradecir otra. Ponle nombre, fecha y responsable al registro. Antes de usar una información importante, confirma si todavía vale.

Marina mantiene la orientación de atención en un documento. Al cambiar el horario de la tienda, actualiza la orientación y revisa respuestas antiguas.

3El entrenamiento es otra intervención

Entrenar ajusta los parámetros con ejemplos o señales de evaluación. Cambiar herramientas o instrucciones puede mejorar el sistema sin ese ajuste. Empieza por la capa más simple que resuelve el problema. No uses entrenamiento para compensar una referencia ausente.

Ícaro quiere que las preguntas citen el fragmento de apoyo. Primero cambia la instrucción y mide; no necesita empezar entrenando un modelo.

1Empieza por la afirmación exacta

evidencia: Registro que permite comprobar una afirmación. Puede ser un experimento, su medida y sus condiciones.

Separa una frase verificable de la opinión que la acompaña. Busca el estudio o relato original, su fecha y sus autores. Un video puede presentar buenas ideas, pero su narración no sustituye al documento. Registra también si hubo evaluación externa.

Marina lee “la IA hace toda la investigación”. Busca qué tareas se hicieron y qué decisiones permanecieron humanas.

2La actividad no es el resultado final

Más horas de ejecución o más experimentos no miden directamente descubrimientos útiles. En septiembre de 2026, OpenAI reportó mayor uso interno de agentes. También afirmó que las personas todavía eligen prioridades y deciden qué resultados seguir.

Ícaro puede generar cien ejercicios en una tarde. Eso no indica cuántos son correctos o ayudan a sus alumnos.

3Escribe el límite junto con el resultado

Una experiencia puede tener pocos casos o tareas muy específicas. Un escenario futuro es una herramienta para discutir posibilidades. No se convierte en un calendario garantizado. Usa tres etiquetas en tu registro: observado, interpretación y previsión. Deja lo que no pudiste verificar explícitamente abierto.

Marina acepta probar una nueva rutina. No cambia toda la empresa por causa de una previsión de plazos.

1La referencia viene antes de la propuesta

LOOP-R: Adaptación didáctica del método LOOP-R: ejecutar, medir, criticar, proponer, probar, validar, promover y repetir.

Ejecuta la tarea con la orientación actual y guarda el resultado. Define una medida simple, ligada al objetivo. Solo después pide una propuesta. Sin una referencia inicial, una respuesta convincente puede parecer mejor por novedad. Mantén los mismos casos en la comparación.

Marina registra si cada respuesta informa la hora, evita promesas sin base e indica la próxima acción.

2Prueba un cambio a la vez

Criticar significa encontrar un fallo observable. Proponer significa sugerir un cambio que pueda corregirlo. Probar significa repetir con condiciones comparables. Si cambias instrucción, modelo y ejemplos juntos, es difícil atribuir el resultado a una causa.

Ícaro solo añade “cita el fragmento de apoyo”. Mantiene el texto, la cantidad de preguntas y los criterios anteriores.

3Promover crea una referencia para los próximos usos

Validar comprueba la candidata con casos reservados. Aprobar autoriza su adopción dentro de límites escritos. Promover registra esta decisión y convierte esa versión en la vigente. En los próximos usos equivalentes, el sistema aplica la regla aprobada sin pedir la misma aprobación otra vez. Una nueva candidata todavía necesita evaluación y decisión.

Marina aprueba la regla de horario para borradores. El equipo reutiliza esa regla mientras la fuente y la autorización sigan siendo válidas.

1Define entradas y salidas de cada papel

evaluador: Persona o mecanismo que aplica criterios de calidad a un resultado. Necesita evidencia, no solo opinión.

Un proponente recibe la tarea, los errores observados y los límites. Devuelve una candidata y la justificación. El evaluador recibe casos y criterios, y devuelve resultados comprobables. Quien aprueba revisa la calidad, el costo y los efectos no deseados antes de decidir.

Ícaro le pide una nueva instrucción a la IA, comprueba preguntas con el texto y decide si usará la instrucción.

2Dos conversaciones no garantizan independencia

Separar pantallas ayuda a organizar el trabajo, pero los modelos pueden repetir los mismos errores. Usa criterios verificables y ejemplos que la propuesta no recibió. Para afirmaciones factuales, comprueba la referencia. Para resultados subjetivos, registra divergencias en vez de ocultarlas en una puntuación.

Marina le pide a la otra conversación una crítica. Aun así, compara la hora con el documento de la tienda.

3La autorización vale para un alcance escrito

Quien aprueba define la regla, los usos permitidos y los límites. Una autorización registrada sigue vigente para usos equivalentes. No vuelvas a preguntar solo porque empezó otra ejecución. Cambiar la regla o ampliar tus acciones requiere una nueva decisión. Aprobar contenido no autoriza automáticamente el envío de mensajes.

Ícaro aprueba una regla para preparar borradores. El sistema reutiliza la regla, pero no cambia calificaciones ni contacta a las familias.

1Registra lo que realmente se aprobó

conocimiento aprobado: Regla o información aceptada para usos definidos, con fuente, versión, responsable y validez. La aprobación no la vuelve infalible.

Separa la propuesta, el resultado de la prueba y la regla aprobada. En LOOP-R, la promoción conecta la decisión con la versión vigente. Registra el contenido exacto, la fuente, las pruebas y quién autorizó. Escribe para qué tareas vale la aprobación. Sin eso, el sistema no distingue conocimiento aprobado de un intento.

Marina aprueba la regla H1: usar el horario de la política vigente en borradores. Los días festivos siguen sin información.

2Reutiliza sin volver a abrir la misma decisión

Antes de usarlo, el sistema recupera la regla vigente y comprueba el alcance. Esa comprobación no es una solicitud de aprobación. Si la tarea, la fuente y la validez siguen siendo compatibles, continúa sin preguntar de nuevo. Una preferencia aprobada puede orientar muchas respuestas; cada respuesta sigue sujeta a los criterios acordados.

Ícaro aprueba citar el fragmento de apoyo en las preguntas. El sistema aplica esta regla a nuevos borradores sin pedir la misma autorización.

3Aprueba pensando en los próximos usos

Una aprobación puede alimentar decenas de decisiones futuras. Revisa el contenido, la evidencia, el alcance y el costo de equivocarte antes de aprobar. Si cambia la fuente, aparece una contradicción o termina la validez, suspende el uso afectado y revisa. Revocar desactiva la regla, pero conserva el historial. La aprobación humana también puede estar equivocada.

La política P2 cambia el horario a 10h–17h. Marina suspende H1 hasta revisar la referencia; el sistema no insiste en el horario antiguo.

1Proponer y verificar van de la mano

cuello de botella: Etapa que limita el desempeño del conjunto. Mejorar otra etapa puede traer poco aumento total.

AlphaEvolve combina modelos de lenguaje, evaluaciones automáticas y búsqueda entre programas candidatos. Los resultados publicados incluyen optimizaciones computacionales. El problema debe permitir una evaluación confiable. Una propuesta elegante que produce respuestas incorrectas no merece ser elegida solo por ser rápida.

Marina hace una analogía con el mostrador: responder más rápido no ayuda cuando la información está mal.

2El porcentaje pertenece a una medida

DeepMind informó una aceleración del 23% en una operación usada por Gemini. El efecto reportado en el tiempo de entrenamiento fue del 1%. Estos valores se refieren a escalas diferentes. El caso muestra por qué debes preguntar dónde ocurrió la mejora.

Ícaro tarda menos tiempo en dar formato a las preguntas. Aún necesita leer el texto y revisar las respuestas.

3Transfiere la lógica, no la promesa

En tu trabajo, elige una tarea cuya calidad se pueda verificar. Define el resultado correcto antes de medir la velocidad. Compara el esfuerzo total, incluida la revisión. La utilidad de esta lógica no depende de tener acceso a la herramienta de búsqueda del laboratorio.

Marina mide el tiempo entre recibir la pregunta y aprobar la respuesta. No mide solo el tiempo que el chat tarda en escribir.

1El objeto que se modifica es el agente

búsqueda evolutiva: Exploración de variantes, con evaluación y selección a lo largo de rondas. No exige organismos vivos.

La DGM usa modelos para proponer cambios en el código que organiza al agente. Esto incluye herramientas y procedimientos de resolución. No equivale a volver a entrenar todos los parámetros del modelo de lenguaje. Identificar el objeto evita confundir mejora del sistema con cambio de modelo.

En la analogía de Ícaro, cambiar la rutina de revisión cambia el trabajo. No transforma automáticamente la formación del profesor.

2Variantes guardadas abren caminos

El estudio mantiene una colección creciente de agentes. Un nuevo intento puede empezar con variantes diferentes. Una candidata mediana puede contener una idea útil para otra ronda. Preservar diversidad no significa poner candidatas peores en uso real.

Marina guarda una respuesta corta y otra detallada entre los intentos. Ninguna se vuelve orientación vigente sin pasar por los criterios.

3El resultado de una prueba no es una garantía universal

Los autores reportan mejoras en evaluaciones de programación. El alcance depende de las tareas y condiciones estudiadas. También documentan casos en los que se burló la evaluación. Por eso, una nota aislada no termina la investigación. Examina el resultado y el camino usado para obtenerlo.

Ícaro verifica si la pregunta tiene respuesta en el texto. Una marca “aprobado” generada por la propia candidata no basta.

1Automatizar pasos científicos no resuelve toda la ciencia

ambiente aislado: Espacio de ejecución con límites definidos para una tarea. Su protección depende de la implementación y de los permisos.

Sakana informó un trabajo de AI Scientist aceptado en un taller vinculado a ICLR 2025. El taller aceptó participar en la experiencia de evaluación. Eso no equivale a la aceptación en la conferencia principal. Un artículo aceptado tampoco prueba que todas las conclusiones sean correctas.

Ícaro distingue un borrador de actividad de su validación en clase. Cada etapa aporta evidencia diferente.

2Los experimentos necesitan un lugar para ocurrir

DSec es una infraestructura descrita por DeepSeek para ejecutar tareas de agentes a escala. Preparar ambientes, controlar recursos y registrar acciones son problemas concretos. Una infraestructura eficiente permite más pruebas. Ella no comprueba, por sí sola, que un sistema elija buenas preguntas o mejore recursivamente.

Marina reserva copias ficticias para probar respuestas. Preparar la mesa facilita el trabajo, pero no decide qué respuesta es buena.

3Observa quién decide la dirección

Los relatos de investigación acelerada no eliminan la necesidad de elegir objetivos. Pregunta quién define la próxima prueba y quién puede interrumpirla. Contar intentos es fácil. Medir contribución científica exige evaluar qué añadió realmente cada intento.

Ícaro puede generar muchas variaciones de ejercicio. Él sigue decidiendo cuáles cumplen con el objetivo de la lección.

1Elige casos que representen el trabajo

casos reservados: Ejemplos separados antes de los cambios y usados después para evaluar a la candidata. No deben orientar cada revisión.

Incluye situaciones comunes, datos faltantes y pedidos fuera del alcance. Define la respuesta esperada o los criterios antes de ejecutar. Una muestra pequeña enseña el método, pero no comprueba el desempeño general. Evita elegir solo casos fáciles después de ver los resultados.

Marina incluye una pregunta sin fecha y otra fuera del horario informado. Así compruebas si la respuesta pide aclaraciones.

2Guarda parte de los casos antes de ajustar

Usa un grupo para mejorar la orientación. Reserva otro para verificar la versión elegida. Después de consultar repetidamente los resultados reservados, dejan de funcionar como novedad. Para decisiones futuras, prepara otros casos y registra ese cambio.

Ícaro ajusta la instrucción con dos textos. Un tercer texto se guarda hasta la comparación final.

3Registra más de una nota media

Marca criterios por caso, además de tiempo y esfuerzo de revisión. Un promedio puede ocultar una falla importante. Repite intentos cuando las respuestas varían. Compara las versiones bajo condiciones similares. No conviertas un ensayo pequeño en una promesa de precisión para cualquier tarea.

Una respuesta de Marina fue breve, pero inventó una condición para cambiar un producto comprado. Ese error impide aprobarla aunque la respuesta haya sido rápida.

1La meta incompleta crea atajos

manipulación de la recompensa: Obtener buena puntuación explotando fallas de la evaluación, sin cumplir la intención de la tarea.

Si el objetivo fuera solo responder rápido, omitir información puede parecer una victoria. Si fuera aumentar la cantidad, duplicar resultados puede parecer progreso. Escribe también lo que debe permanecer correcto. Combina la medida principal con criterios que impidan esas pérdidas.

Marina no acepta mensajes vacíos para reducir el tiempo de atención. La respuesta debe resolver la duda o pedir la información que falta.

2Declaración no es ejecución

Una herramienta puede afirmar que verificó algo sin producir evidencia. Guarda el resultado observable de la verificación. Diferencia una simulación didáctica de una ejecución real. Cuando no haya prueba suficiente, registra “no verificado”, en vez de convertir la confianza en aprobación.

Ícaro pide el fragmento que sustenta cada respuesta. “Todas verificadas” no sustituye ubicar las frases.

3Protege los criterios de cambios convenientes

Una versión candidata no debe facilitar su propia prueba. Preserva los casos, las respuestas correctas y los resultados originales. Si una regla está mal, revísala en un proceso separado y vuelve a evaluar todas las versiones. No cambies criterios solo para salvar a la candidata preferida.

Marina descubre un criterio ambiguo. Lo corrige y lo aplica de nuevo a las dos versiones, sin favorecer a la nueva.

1Empieza por lo que representan los ejemplos

datos sintéticos: Ejemplos producidos artificialmente, incluso por IA. Pueden servir para pruebas y entrenamiento, con verificación adecuada.

Elige las categorías necesarias para la tarea. Incluye situaciones comunes y excepciones relevantes. Marca qué ejemplos fueron generados y quién los verificó. Una colección de variaciones casi iguales aumenta el volumen sin ampliar mucho la cobertura.

Ícaro se da cuenta de que diez preguntas generadas piden la misma información. Cambia parte de ellas por preguntas que evalúan otras ideas del texto.

2No alimentes el ciclo solo con tus propias salidas

Los estudios muestran degradación en ciertas condiciones de entrenamiento recursivo con datos generados. Esto no significa que todo dato sintético cause colapso. La composición, la selección y la preservación de la diversidad importan. No sustituyas referencias verificadas por respuestas generadas sin comprobar.

Marina usa el documento de horario como referencia. No trata una respuesta antigua del chat como la fuente oficial.

3La evaluación por IA es una ayuda limitada

Una IA puede comparar resultados y localizar problemas. Pero puede preferir textos largos o estar de acuerdo con errores plausibles. Pide a una persona que revise una muestra usando criterios objetivos. Cuando el juicio sea incierto, preserva la divergencia en lugar de fabricar una conclusión.

Ícaro usa la crítica automática para localizar preguntas sospechosas. Revisa el texto antes de aceptar la evaluación.

1Proporciona una referencia pequeña y completa

fidelidad: Correspondencia entre la respuesta y la referencia disponible. Una respuesta fiel no añade hechos sin apoyo.

Usa una política ficticia para aprender el método. Delimita qué información está disponible. Pide que la respuesta reconozca vacíos. Una instrucción de tono cordial no sustituye los hechos. La primera prueba debe revelar si el sistema distingue información conocida de desconocida.

Marina prueba una papelería imaginaria. La referencia informa horario y retiro, pero no informa el plazo de cambio.

2Mejora solo la orientación de respuesta

Compara una instrucción básica con otra que exige indicar datos ausentes. Mantén el modelo y la referencia. Usa conversaciones separadas o identifica claramente cada intento. Si la herramienta no está disponible, haz la comparación manual de los borradores proporcionados.

Ícaro aplica la misma lógica a avisos escolares. Una ausencia de información no se convierte en autorización imaginada.

3Valida con una pregunta diferente

Después de ajustar la instrucción, prueba una pregunta reservada. Busca hechos inventados y acciones confusas. Registra también si la respuesta resuelve lo que puede resolver. Decir “no sé” para todo evita invenciones, pero puede volver el servicio inútil.

Marina pregunta cuándo puede retirar un pedido. La respuesta debe usar la condición disponible: después del aviso.

1Dile qué debe demostrar el alumno

criterio de calidad: Regla observable para decidir si el resultado atiende al objetivo. Debe definirse antes de comparar versiones.

Elige una habilidad pequeña, como localizar información explícita. No mezcles este objetivo con investigación externa sin avisar. Proporciona el texto y la cantidad de preguntas. La evaluación debe corresponder a la habilidad elegida, no solo a la apariencia de una actividad escolar.

Ícaro quiere que el grupo localice condiciones de reciclaje. Usa un texto corto y no requiere conocimiento externo.

2Pide evidencia junto con la respuesta

Solicita pregunta, respuesta y fragmento de apoyo. Comprueba si el fragmento realmente sustenta la respuesta. Copiar cualquier frase no resuelve. Exige que la herramienta descarte preguntas sin apoyo en el material. Puedes aplicar este procedimiento a mano, sin depender de un chat.

Marina usa la misma lógica en una capacitación del equipo. Cada pregunta debe remitirse a la orientación que se entregó.

3Revisa variedad y adecuación

Tres preguntas casi iguales no evalúan tres ideas diferentes. Revisa repetición, claridad y dificultad. La herramienta puede sugerir una revisión, pero no conoce automáticamente al grupo. Para una próxima ronda, usa otro texto reservado y mantén los mismos criterios.

Ícaro rechaza dos preguntas que piden el mismo día. Agrega una pregunta sobre la condición del papel.

1Separa extracción de sugerencia

rastreabilidad: Posibilidad de vincular cada afirmación con el material que la respalda y con el registro de cómo fue producida.

La extracción recupera información presente. La sugerencia agrega una posibilidad. Las dos acciones pueden ser útiles, siempre que estén identificadas. Pide primero una lista factual. Si quieres sugerencias, ponlas en una parte separada, sin presentarlas como decisiones ya tomadas.

Marina quiere transformar notas de reunión en acciones. No quiere que la IA elija plazos para rellenar espacios vacíos.

2Un vacío es un resultado válido

Usa “no informado” cuando la referencia no contenga el dato. No confundas esta etiqueta con falta de capacidad. Muestra el límite del material. Una lista con vacíos explícitos puede ser más útil que un resumen completo y inventado.

Ícaro prefiere recibir “plazo pendiente”. Así sabe qué pregunta hacer antes de planear la actividad.

3Compara ítem por ítem

Evalúa persona, acción y plazo por separado. Cuenta omisiones y agregados sin respaldo. Después revisa la claridad. Al revisar la guía, cambia solo una regla. Mantén la nota original disponible para que otra persona pueda verificar la lista.

Marina revisa cada línea contra la nota. La revisión encuentra la fecha copiada indebidamente de otra tarea.

1Un chat y una ficha alcanzan para empezar

autonomía: Cuánto un sistema puede decidir y ejecutar sin intervención humana. Necesita tener alcance y límites explícitos.

En los primeros intentos, copia el material, compara respuestas y registra resultados. Esto hace visible el método. Aprendes qué casos fallan antes de ampliar la ejecución. No necesitas comprar una herramienta especial para hacer los ejercicios de este curso.

Marina compara dos guías en una hoja. Solo considera automatización después de entender qué fallas necesita detectar.

2El siguiente nivel necesita requisitos

Una rutina automática necesita recibir datos, ejecutar propuestas, evaluar y registrar. Alguien mantiene los límites y atiende las fallas. Antes de contratar o construir, escribe estas necesidades. El proveedor debe mostrar cómo se puede verificar el resultado y cómo volver a la versión anterior.

Ícaro especifica que la rutina solo prepara preguntas. La aprobación pedagógica continúa con él.

3La investigación de frontera no es un botón

Modificar agentes y conducir entrenamiento implica especialización, recursos y riesgos adicionales. No trates los ejemplos de laboratorio como una receta lista para cualquier empresa. Elige el nivel más bajo que cumpla la necesidad. Los beneficios locales pueden servir sin una autonomía amplia.

Marina no necesita construir un laboratorio para reducir errores de atención. Primero valida la orientación usada en los borradores.

1Calcula el costo del resultado utilizable

condición de parada: Evento que cierra la prueba, como alcanzar el tope de intentos, superar el costo o detectar una falla crítica.

Suma tiempo de preparación, ejecución y revisión. Si hay cobro por uso, registra el valor observado. No confundas el precio anunciado con el costo total del trabajo. Compara el ahorro recurrente con el esfuerzo de preparar y mantener el cambio.

Marina estima cuánto tiempo ahorra por respuesta y cuánto gastó preparando la prueba. Una mejora rara puede no compensar la preparación.

2Escribe límites simples y verificables

Para el primer ensayo, elige pocos casos y hasta tres candidatas. Reserva un período de trabajo. Define un tope financiero si la herramienta cobra. Registra por separado ejemplos didácticos y valores realmente medidos. No transfieras el presupuesto del ejercicio a ningún proyecto.

Ícaro reserva una sesión para comparar instrucciones. Si falta tiempo para revisarlas, no aprueba la candidata por apuro.

3La reversión forma parte del plan

Guarda la orientación anterior e indica quién puede restaurarla. Para ante información inventada relevante, una acción no autorizada o un costo por encima del tope. Investiga la falla antes de repetir. Si el sistema cambia, reevalúa las condiciones del piloto.

Marina conserva la orientación vigente. Una candidata que crea compromisos indebidos es rechazada antes de llegar al equipo.

1Elige una tarea delimitada

validación: Comprobación de la candidata con criterios definidos y casos reservados, antes de la decisión de uso.

Usa atención, preguntas de lectura o extracción de acciones. Si no hiciste las prácticas anteriores, copia uno de los materiales ficticios de este módulo. Escribe la referencia inicial y una modificación. Puedes hacer la prueba con un chat o comparar borradores a mano.

Ícaro elige preguntas que se pueden responder con el texto. El único cambio será exigir un fragmento de apoyo.

2Ejecuta y registra la comparación

Aplica ambas orientaciones a los mismos casos. Conserva las respuestas, los criterios y los tiempos observados. Luego usa los casos reservados sin seguir ajustando a la candidata. Si hay variación, regístrala. Una diferencia pequeña en una prueba corta puede ser inconclusa.

Marina prueba preguntas comunes y vacíos. Guarda una respuesta peor junto con las mejores, para no seleccionar solo victorias.

3Decide también qué podrás reutilizar

Concluye: aprobar para uso limitado, rechazar o investigar más. Si apruebas, registra el conocimiento aceptado, la versión y los usos futuros autorizados. La misma regla no exige aprobación en cada repetición. Los cambios nuevos pasan por revisión. Declara qué no probó la prueba y cómo suspender o revocar la decisión.

Ícaro aprueba una regla para borradores con revisión pedagógica. Esa regla no necesita una nueva aprobación en cada actividad.