L'ingénieur de Google Haydn Belfield déclare que, malgré l'amélioration continue du degré d'automatisation de l'IA dans le développement de modèles, il n'existe actuellement aucune preuve mesurable que la recherche pilotée de manière autonome par l'IA soit en train de s'accélérer.
Belfield souligne qu'à l'heure actuelle, l'IA écrit plus de 75 % du code de production, mais qu'environ 88 % des modifications de code nécessitent encore une supervision ou une revue humaine, et que chaque modification doit être validée par un humain avant soumission. La proportion de modifications de code entièrement confiées à l'IA est passée de 7,5 % à 11,9 %. Sur les 1389 tests d'exécution de l'agent interne Argon, plus la complexité de la tâche était élevée, plus le taux de réussite de l'IA sans intervention humaine était faible.
Une enquête menée auprès de 12 chercheurs senior de DeepMind montre également que l'IA atteint un degré d'automatisation élevé pour les tâches bien définies et aux résultats vérifiables, mais qu'elle dépend encore des humains pour la recherche créative, la conception d'expériences, le diagnostic des anomalies d'entraînement et la planification à long terme.
Dans le benchmark RE-Bench, qui comprend 74 tâches réelles d'ingénierie en apprentissage automatique, Argon affiche un taux de résolution des tâches d'environ 50 %, supérieur aux 27 % de Gemini 3.7 Flash, mais un écart subsiste par rapport à une automatisation complète.
Pour suivre l'évolution des capacités de l'IA, l'équipe de recherche a construit un indice de capacités générales (GCI) couvrant 123 modèles et 92 tests de référence. Les données montrent que les capacités des modèles Gemini progressent de manière stable à un rythme d'environ 0. 1 point de GCI par mois, sans qu'aucun signe d'accélération statistiquement significatif n'apparaisse. L'équipe estime que la performance de Gemini 4 Argon, légèrement supérieure à la courbe de tendance, provient principalement de l'augmentation de la puissance de calcul et des investissements organisationnels, et non d'une accélération de la recherche et développement pilotée par l'IA elle-même.
À ce jour, l'équipe de recherche estime que les risques liés à l'automatisation de la recherche pilotée par l'IA restent relativement limités, mais elle continue d'améliorer son système de suivi. Parallèlement, plus de 20 chercheurs, dont Geoffrey Hinton, Yoshua Bengio et le scientifique en chef d'OpenAI Jakub Pachocki, avertissent que l'IA pourrait parvenir, dans les prochaines années, à un haut degré d'automatisation des travaux de recherche et développement, comprimant plusieurs années de progrès en quelques mois. Ces jugements divergents mettent en évidence la grande incertitude qui demeure concernant la capacité d'auto-amélioration de l'IA et ses risques potentiels.