Enfoque en el que los modelos utilizan otros sistemas para mejorar repetidamente sus métodos de entrenamiento o su comportamiento.
Un informe en el que participaron más de 20 investigadores y especialistas advierte que la automatización de la investigación y el desarrollo en inteligencia artificial podría acelerar la evolución de los sistemas hasta debilitar la capacidad humana para controlarlos. El informe estima que algunos proyectos de investigación que actualmente requieren meses podrían automatizarse por completo para 2028, y pide supervisión independiente y planes de emergencia antes de que se reduzca la ventana de acción.
Un artículo de investigación de Anthropic mostró que unos sistemas automatizados lograron mejorar el rendimiento de un modelo en 10 pruebas de comportamientos incompatibles con los objetivos de alineación, sin que disminuyera su rendimiento general. Los primeros resultados apuntan a la posibilidad de automatizar parte de la investigación sobre alineación, aunque la calidad de los criterios y de los datos de investigación sigue siendo una limitación fundamental.