«Arregla este error» es un encargo normal. «Decide qué investigar, crea los experimentos, cambia el método si falla y tráeme resultados» suena a discurso del villano de una serie de oficina. Pero para una IA capaz de investigar por sí misma, darle el objetivo y los límites y dejarle elegir el camino puede ser razonable. Justo cuando llega un modelo nuevo, aparecen vales para recuperar la cuota de uso. Recursos Humanos, imaginariamente, ya ha dimitido.
1. ¿Qué mejoró en Fable 5.2?
Anthropic anunció Claude Fable 5.2 el 9 de noviembre de 2026. En las evaluaciones publicadas, la investigación científica autónoma pasó del 52,6 % de Fable 5.1 al 74,6 % de 5.2; la automatización de procesos, del 31,4 % al 51,4 %; y una prueba exigente de programación, del 32,4 % al 49,1 %. Son puntuaciones de pruebas diferentes, no probabilidades garantizadas de éxito en la práctica. Anthropic también comunica una generación hasta un 30 % más rápida. El avance más interesante es la capacidad de planificar una investigación cuando el problema es ambiguo.
2. ¿Qué significa «investigación científica»?
Significa abordar una pregunta incierta: formular hipótesis, reunir datos, hacer experimentos y descartar explicaciones que no encajan. Si un programa falla solo bajo ciertas condiciones, se prueban varias causas posibles, se cambia una condición cada vez y se reproduce el fallo. Redactar una respuesta convincente no es lo mismo que descubrir que la primera explicación estaba equivocada.
3. ¿Por qué una mejora de doble ciclo?
El primer ciclo pregunta: «¿Qué parámetro ajustamos?». El segundo: «¿Por qué optimizamos ese parámetro? ¿Y si estamos resolviendo el problema equivocado?». Si también se pueden revisar el tema de investigación, el experimento y los criterios, la IA pasa de ejecutar tareas a diseñar la investigación.
El encargo se convierte en: «Aquí tienes el objetivo, el plazo, los recursos y los límites. Elige lo que vas a estudiar, programa, revisa errores y modifica el método cuando sea necesario». Contratamos a un ayudante y acabamos nombrándolo director del laboratorio.
4. Delegar no significa abandonar la responsabilidad
Las personas siguen definiendo resultados, permisos, presupuesto, seguridad y evidencias de éxito. Pasar una prueba no equivale a resolver el problema real del usuario. Un buen resultado aislado tampoco demuestra que pueda reproducirse. Conservar comparaciones, registros, intentos fallidos y controles independientes evita que la IA se otorgue una medalla en su propio campeonato.
5. Cuota agotada, vale de reinicio recibido
Con el lanzamiento de Fable 5.2, Anthropic ofreció reinicios a suscriptores de pago elegibles. En el límite semanal se recupera solo lo consumido con modelos Fable; el uso semanal de otros modelos permanece. Si existe un límite de cinco horas, toda esa ventana se recarga, incluido el uso de los demás modelos.
Ejemplo oficial: un 80 % semanal usado, repartido entre 50 % Fable y 30 % otros modelos, pasa a 30 % usado después del reinicio. Ver «96 % todos los modelos / 100 % Fable» no basta para fijar con certeza el nuevo porcentaje sin conocer las bases del cálculo. Max, Ultra y determinados asientos prémium elegibles reciben de uno a tres reinicios según antigüedad, válidos hasta el 8 de marzo de 2027 a las 23:59, hora del Pacífico estadounidense. Pro y asientos estándar Team elegibles tienen otra oferta de una semana con un reinicio hasta el 16 de noviembre de 2026 a las 23:59. Un reinicio no aumenta el límite máximo.
6. La conclusión: dirigir un laboratorio en una nota adhesiva
«Consigue resultados. Respeta estos límites. Si el método falla, cambia el método». Para una persona recién contratada, parece una pesadilla. Para un buen agente investigador, puede ser libertad útil, siempre que los resultados se verifiquen.
El modelo mejora, la cuota se llena, llega el vale y el jefe sonríe: «Genial. Ahora investiga cómo mejorar tu manera de investigar». Quien más disfruta de las horas extra resulta ser quien las ordena.
