Abordagem em que os modelos usam outros sistemas para melhorar repetidamente seus métodos de treinamento ou comportamento.
Um relatório do qual participaram mais de 20 pesquisadores e especialistas alerta que a automação da pesquisa e do desenvolvimento em inteligência artificial pode acelerar a evolução dos sistemas a ponto de enfraquecer a capacidade humana de controlá-los. O relatório estima que alguns projetos de pesquisa que levam meses poderão ser totalmente automatizados até 2028, defendendo supervisão independente e planos de emergência antes que a janela de ação se estreite.
Um artigo de pesquisa da Anthropic mostrou que sistemas automatizados conseguiram melhorar o desempenho de um modelo em 10 testes de comportamentos incompatíveis com os objetivos de alinhamento, sem queda no desempenho geral. Os resultados iniciais indicam a possibilidade de automatizar parte das pesquisas de alinhamento, embora a qualidade dos critérios e dos dados de pesquisa continue sendo uma limitação fundamental.