Un equipo de investigadores de la Universidad de Columbia Británica, el Vector Institute y la empresa japonesa Sakana AI ha dado un paso decisivo hacia la creación de inteligencia artificial verdaderamente autónoma con la presentación de la Darwin Gödel Machine (DGM). Este nuevo sistema de IA es capaz de modificar y mejorar su propio código de forma continua, sin necesidad de intervención humana, inspirándose en los procesos de la evolución natural.
¿Cómo funciona?
La DGM combina la idea teórica de las máquinas Gödel (sistemas capaces de modificar su propio funcionamiento de forma demostrablemente beneficiosa) con un enfoque evolutivo más pragmático. En lugar de buscar pruebas formales, la máquina valida cada cambio mediante experimentos y benchmarks de programación, imitando así la selección natural. Cada versión mejorada se evalúa mediante tareas de codificación, y aquellas que muestran progreso se conservan en un archivo que sirve de base para futuras mejoras.
Resultados sorprendentes
Aplicada a dos benchmarks de programación, SWE-bench y Polyglot, la DGM logró mejorar su rendimiento del 20% al 50% y del 14,2% al 30,7% respectivamente. Estas cifras no solo superan a agentes que no se modifican a sí mismos, sino que también rivalizan con herramientas creadas por desarrolladores humanos, como el popular asistente de codificación Aider.
Evolución sin fin
El sistema está diseñado para explorar continuamente nuevas formas de mejorar. A diferencia de otros enfoques que optimizan un único agente, la DGM mantiene un archivo con todas las versiones anteriores, permitiendo que innovaciones pasadas sirvan como base para descubrimientos futuros. Este enfoque abierto evita que la IA quede atrapada en soluciones subóptimas.
Un paso hacia la IA evolutiva
Este avance representa un hito en la búsqueda de algoritmos generadores de inteligencia artificial (AI-GAs): sistemas que no solo aprenden, sino que se reescriben y evolucionan de forma indefinida. En palabras de sus creadores, la DGM podría permitir “una trayectoria autoacelerada de innovación, al igual que la ciencia misma”.
Implicaciones y precauciones
Aunque el experimento se realizó bajo estrictas medidas de seguridad, con entornos aislados y supervisión humana, los autores advierten que la capacidad de automejora conlleva riesgos. Un sistema que modifica su propio código podría generar comportamientos inesperados si no se establecen límites adecuados. Por ello, proponen incluir criterios de seguridad y transparencia en los benchmarks que guían su evolución.
Futuro abierto
A largo plazo, los investigadores ven la posibilidad de extender este enfoque a otros dominios más allá de la programación, como la visión por ordenador o la escritura creativa. También proponen que futuros sistemas puedan llegar a reescribir incluso sus propios modelos fundacionales. Por ahora, la Darwin Gödel Machine representa un avance tangible hacia una inteligencia artificial que no solo aprende, sino que evoluciona.
La imagen de representación de esta noticia ha sido generada con ChatGPT.
Cuando hablamos de benchmarken inteligencia artificial, nos referimos a una batería de pruebas estandarizadas diseñada para medir y comparar el rendimiento de distintos modelos. Estos tests pueden incluir desde resolver problemas matemáticos hasta comprender textos, responder preguntas científicas o realizar tareas laborales. Son una especie de examen para la IA, que permite saber qué tan buena es en diferentes habilidades.
Tradicionalmente, estos benchmarks han sido muy técnicos y académicos. Sin embargo, una nueva propuesta china promete cambiar las reglas del juego.
Una nueva forma de medir la inteligencia artificial
La empresa china HongShan Capital Group (HSG) ha hecho público Xbench, un innovador sistema de evaluación para modelos de inteligencia artificial que no solo analiza sus habilidades técnicas, sino también su utilidad práctica en contextos laborales reales. A diferencia de otros benchmarks más académicos, Xbench introduce una doble vía de evaluación: una centrada en las capacidades cognitivas generales (AGI Tracking) y otra enfocada en tareas profesionales concretas (Profession Aligned) como recursos humanos o marketing.
Resultados y apertura al público
HSG ha publicado ya las primeras clasificaciones. En todas las categorías, el modelo ChatGPT o3 de OpenAI lidera el ranking, seguido por alternativas como Doubao de ByteDance, Gemini 2.5 Pro de Google, Claude Sonnet de Anthropic o Grok de xAI.
Parte del conjunto de preguntas utilizado ha sido liberado como dataset abierto en Hugging Face. Además, los desarrolladores pueden enviar sus propios modelos para ser evaluados y añadidos a los rankings mensuales, disponibles en la web oficial de Xbench.
Cómo funciona Xbench
La plataforma se compone de dos grandes áreas de evaluación. La primera, llamada AGI Tracking, incluye pruebas como ScienceQA y DeepSearch, diseñadas para medir la capacidad de razonamiento, el uso de herramientas y la recuperación de información compleja. Por ejemplo, ScienceQA contiene preguntas formuladas por doctorandos y validadas por expertos para evaluar el conocimiento científico a nivel de doctorado.
La segunda, Profession Aligned, se centra en tareas reales como encontrar candidatos adecuados para un puesto de trabajo o seleccionar influencers para campañas publicitarias. Estas tareas se desarrollan junto a expertos del sector y reflejan los desafíos de trabajos cotidianos.
Evaluaciones prácticas en recursos humanos y marketing
En el área de selección de personal, se incluyen tareas como analizar descripciones de empleo, buscar talento en redes abiertas, o construir mapas de relaciones profesionales. En marketing, los modelos deben identificar creadores de contenido adecuados, predecir su impacto o evaluar campañas.
Por ejemplo, uno de los ejercicios pide a los modelos encontrar cinco candidatos adecuados para un puesto en una fábrica de baterías y justificar detalladamente su elección. Otro los desafía a encontrar el match perfecto entre una marca y un creador de vídeos cortos entre más de 800 influencers disponibles.
Un benchmark dinámico y sin contaminación
Xbench actualiza sus rankings mensualmente y renueva su banco de pruebas trimestralmente para evitar que los modelos se entrenen directamente sobre las respuestas. Además, mantiene una versión cerrada de sus test para detectar posibles trampas.
El objetivo es claro: ofrecer una métrica más realista del impacto de la IA en la vida laboral y en el mercado. Según HSG, esto permitirá anticipar qué modelos están realmente cerca del Product-Market Fit, es decir, de convertirse en herramientas valiosas para empresas y profesionales.
¿Qué viene después?
El equipo de Xbench ya trabaja en nuevas categorías como finanzas, derecho, contabilidad o diseño. Aún no han sido publicadas, pero se espera que sus cuestionarios sigan el mismo enfoque práctico y estén disponibles en los próximos meses.
Mientras tanto, el proyecto sigue abierto a nuevas colaboraciones. Cualquier desarrollador o empresa puede contactar con HSG para evaluar sus modelos o contribuir al diseño de nuevas tareas.
Un primer paso prometedor
Zihan Zheng, investigadora en el proyecto rival LiveCodeBench Pro, elogió el enfoque de Xbench: «Es realmente difícil incluir en un benchmark cosas tan difíciles de cuantificar, pero Xbench es un comienzo prometedor».
Con esta iniciativa, China se posiciona a la vanguardia en la evaluación práctica de la inteligencia artificial, marcando un contraste con benchmarks clásicos como MMLU o GPQA, que miden más el conocimiento enciclopédico que la utilidad profesional.
Un fallo con implicaciones para toda la industria de la IA
Un juez federal de San Francisco ha fallado a favor de Metaen un caso que podría marcar un precedente sobre el uso de obras protegidas por copyright en el entrenamiento de modelos de inteligencia artificial. La demanda fue presentada por varios escritores que acusaban a la compañía de haber utilizado sus libros sin autorización.
Entre las obras afectadas se encuentran The Brief Wondrous Life of Oscar Wao del estadounidense Junot Diaz y The Bedwetter de Sarah Silverman. Los demandantes alegaban que Meta había descargado copias de sus libros para alimentar su modelo de lenguaje Llama, lo que constituiría una infracción de sus derechos.
El criterio del “uso razonable”
Sin embargo, el juez Vince Chhabria desestimó la demanda al considerar que los demandantes “no se habían mostrado suficientemente convincentes” en su argumentación y no lograron demostrar que Meta hubiera excedido el ámbito de lo que se considera un uso razonable.
En su resolución, Chhabria matizó que esta victoria legal no implica que “la utilización por parte de Meta de contenidos protegidos por el derecho de autor sea legal per se”, sino que, en este caso concreto, no se había probado lo contrario. Aun así, advirtió sobre el peligro de que la inteligencia artificial pueda “crear un flujo potencialmente continuo de obras competidoras que perjudiquen la economía del libro”.
Reacciones de Meta y consecuencias para la industria
Meta celebró la decisión judicial. “Estamos agradecidos por la decisión de hoy”, dijo un portavoz en declaraciones recogidas por la AFP. La compañía defendió que los modelos de open source como Llama “alimentan la productividad y la creatividad” y que el uso razonable de contenidos con derechos es “esencial para el desarrollo de esta tecnología transformadora”.
La decisión ha sido interpretada como una victoria para las grandes tecnológicas, que dependen de enormes volúmenes de datos para entrenar sus modelos de IA generativa. Cada vez más músicos, artistas, medios y escritores han llevado a tribunales a empresas como OpenAI, Meta o Anthropic por utilizar sus obras sin autorización ni compensación económica.
Mientras tanto, el debate sobre los límites del uso de obras culturales en el desarrollo de la inteligencia artificial está más vivo que nunca. Las decisiones judiciales, como la adoptada en San Francisco, muestran que los tribunales están abiertos a aplicar la doctrina del uso razonable incluso en contextos tecnológicos emergentes. Sin embargo, el mismo juez ha recordado que el equilibrio entre innovación y protección de la propiedad intelectual está lejos de resolverse.
La inteligencia artificial (IA) suele asociarse con grandes centros de datos y un elevado consumo energético. Pero, ¿qué ocurre cuando se necesita IA en dispositivos diminutos, como sensores o mandos a distancia? Un equipo de investigadores europeos ha logrado superar este reto con éxito.
El proyecto E-MINDS, desarrollado por el centro COMET K1 Pro2Future, la Universidad Técnica de Graz (TU Graz) y la Universidad de St. Gallen, ha conseguido ejecutar modelos de IA en aparatos con tan solo 4 kilobytes de memoria. Esto permite que sistemas como sensores de localización o dispositivos del Internet de las Cosas (IoT) funcionen de forma autónoma, sin depender de servicios en la nube.
Pequeños modelos para grandes problemas
Michael Krisper, responsable del proyecto y científico en TU Graz, explica: “Estos pequeños dispositivos no ejecutan grandes modelos lingüísticos, sino modelos muy específicos, por ejemplo, para estimar distancias”. Para lograrlo, el equipo recurrió a una estrategia modular: dividir los modelos según el tipo de tarea e interferencia.
Por ejemplo, en sistemas de localización ultra-ancha, un modelo específico se encarga de corregir errores provocados por paredes metálicas, otro por personas, y otro por estanterías. Un modelo de orquestación en el propio chip detecta el tipo de interferencia y carga el modelo adecuado desde el servidor en unos 100 milisegundos, lo cual es suficientemente rápido para aplicaciones industriales.
Redes adaptativas y técnicas de compresión
Entre los métodos utilizados, destacan las redes configurables en subespacios (subspace configurable networks o SCNs), que se adaptan al tipo de entrada sin necesidad de múltiples modelos. Estas redes se probaron en tareas de reconocimiento de imágenes y clasificación de frutas, logrando un rendimiento hasta 7,8 veces más rápido que soluciones basadas en servidores externos, con menor consumo energético.
El equipo también aplicó técnicas de cuantificación, reemplazando números de coma flotante por enteros, lo que reduce el uso de energía sin sacrificar demasiado la precisión. Además, emplearon pruningpara eliminar partes no esenciales del modelo, manteniendo su funcionalidad básica pero con menor carga computacional.
Aplicaciones más allá de la industria
Aunque el objetivo principal del proyecto fue mejorar la localización en entornos industriales, como en el posicionamiento de drones o robots dentro de almacenes, las posibilidades van mucho más allá. Según el equipo investigador, estas técnicas podrían aplicarse en:
Mandos a distancia inteligentes con mayor duración de batería.
Seguridad adicional en coches con apertura sin llave, comprobando si la llave realmente está cerca del vehículo.
Bibliotecas que rastrean libros automáticamente.
“Con nuevos conocimientos y métodos, hemos puesto los cimientos para productos y aplicaciones futuras”, resume Krisper. En el desarrollo participaron además Olga Saukh, desde el Instituto de Informática Técnica de TU Graz, y Simon Mayer, de la Universidad de St. Gallen, con aportaciones clave en sistemas embebidos y técnicas de localización respectivamente.
IA más cerca del hardware
Un aspecto crucial del proyecto fue encontrar métodos de implementación eficiente, para que los modelos pudieran transferirse rápidamente a los dispositivos sin perder tiempo ni energía. El éxito de E-MINDS demuestra que, con creatividad y nuevas técnicas, es posible acercar la IA al hardware, incluso en los casos más extremos de limitación de recursos.
Este avance promete revolucionar sectores como la automatización industrial, la electrónica de consumo y la seguridad digital, permitiendo que cada vez más dispositivos funcionen de manera autónoma, eficiente y sin conexión permanente a la nube.
¿Por qué tantos medios siguen difundiendo bulos a pesar del daño a su reputación? Un nuevo estudio publicado en Science Advances ofrece una explicación matemática: la desinformación, en un entorno de competencia feroz por la atención pública, puede ser una estrategia racional. Y el modelo lo demuestra.
Firmado por investigadores de la Universidad de Texas, la Universidad de Austin y otros centros, el trabajo modela la competencia entre fuentes informativas como un juego de suma cero, en el que cada “jugador” (un conjunto de medios ideológicamente afines) decide en cada ciclo informativo si comparte noticias veraces o engañosas. El modelo emplea conceptos como el equilibrio de respuesta cuantal, una aproximación probabilística al famoso equilibrio de Nash que tiene en cuenta la racionalidad limitada de los actores.
Del sensacionalismo al cálculo estratégico
El modelo introduce parámetros como la credibilidad de una fuente, la veracidad de una noticia, la opinión del receptor y su susceptibilidad, es decir, la probabilidad de que un individuo se deje influir. Los resultados muestran que los medios con sesgo hiperpartidista, los más extremos ideológicamente, son los que más tienden a difundir desinformación. Y lo hacen porque, al menos en las primeras etapas, les da visibilidad y refuerza sus cámaras de eco.
Pero no están solos: cuando un “jugador” intensifica el uso de bulos, el rival hace lo mismo para no perder influencia. Este bucle crea una suerte de carrera armamentística informativa, en la que ambos bandos alimentan la polarización para retener audiencia. Como muestran las simulaciones, este equilibrio puede ser estable y difícil de romper, salvo que cambien ciertos parámetros clave.
Una herramienta para probar políticas públicas
Más allá del diagnóstico, el modelo sirve para ensayar posibles políticas contra la desinformación. Por ejemplo, aumentar el “coste” reputacional de mentir o reducir la efectividad de los bulos en usuarios susceptibles puede alterar el equilibrio y desincentivar estas prácticas. Sin embargo, los autores advierten que no todas las soluciones son efectivas por igual, y algunas incluso pueden tener efectos no deseados si no se aplican con cuidado.
De hecho, cuando se reduce la susceptibilidad del público, el modelo muestra que los medios tienden a intensificar la desinformación para mantener su impacto. Del mismo modo, castigar a los medios poco creíbles puede desplazar la estrategia de desinformación hacia los medios más centristas, si estos conservan cierta credibilidad.
Matemáticas al servicio del ecosistema informativo
Aunque el estudio no analiza algoritmos de recomendación ni redes sociales directamente, su aproximación matemática es relevante en el contexto de la inteligencia artificial. Utiliza herramientas habituales en modelado de sistemas complejos para describir cómo la interacción entre medios y audiencia puede estabilizar entornos polarizados.
En tiempos de elecciones, pandemias o conflictos, entender las dinámicas que alimentan los bulos es crucial. Este modelo permite anticipar cómo se comportarán los actores informativos según las reglas del juego, y qué incentivos deben cambiarse para lograr un ecosistema más veraz y menos polarizado.
La fotografía de representación de esta noticia pertenece a Jorge Franganillo y ha sido publicada en Unsplash
La miopía, o dificultad para ver de lejos, afecta ya a más de dos mil millones de personas en el planeta, y las estimaciones apuntan a que para 2050 casi la mitad de la población mundial podría padecerla. Si no se corrige, puede derivar en problemas de visión más graves, perjudicando la educación, el desarrollo profesional y la calidad de vida. En sus formas más severas, aumenta significativamente el riesgo de daño ocular irreversible.
Ante esta situación, un equipo de investigadores de la Universidad Médica Capital en China ha analizado cómo la inteligencia artificial puede ayudar a revertir esta tendencia mediante la detección precoz, el análisis de factores de riesgo y la predicción de resultados clínicos. El trabajo, firmado por los doctores Li Li, Jifeng Yu y Nan Liu, se ha publicado en la revista Pediatric Investigation el 18 de marzo de 2025.
Detectar la miopía antes de que aparezca
La IA, y en especial sus ramas de machine learning y deep learning, ha demostrado ser capaz de detectar miopía a partir de imágenes de fondo de ojo y tomografías de coherencia óptica. Al entrenar modelos con miles de imágenes de pacientes miopes, los algoritmos aprenden a reconocer sutiles cambios en el color y el patrón de la retina. Esto permite que, al recibir nuevas imágenes, el sistema pueda emitir diagnósticos fiables incluso en fases tempranas de la enfermedad.
Además, dispositivos de automedición como SVOne, que incorpora sensores de frente de onda, ya utilizan algoritmos de IA para detectar defectos refractivos. Estos sistemas pueden conectarse a bases de datos en línea para comparar las imágenes en tiempo real y detectar signos incipientes de miopía.
IA para monitorear el comportamiento visual infantil
Una de las aplicaciones más prometedoras de la IA es su capacidad para identificar cambios en el comportamiento visual de los niños. Equipos como el monitor Vivior utilizan algoritmos de machine learning para analizar la cantidad de tiempo que los menores dedican a actividades de visión cercana —como el uso de pantallas—, un factor clave en el desarrollo de la miopía entre los 6 y 16 años. Esta tecnología permite alertar a padres y profesionales sanitarios antes de que el problema se agrave.
Análisis predictivo para evaluar riesgos
Modelos avanzados como los basados en XGBoost pueden procesar grandes volúmenes de datos longitudinales —genética, antecedentes familiares, entorno y parámetros fisiológicos— para identificar los factores que más influyen en el desarrollo de la miopía. “Un modelo basado en XGBoost puede aprender los resultados y factores de riesgo de la miopía en numerosos pacientes y luego aplicarlos para evaluar a nuevos casos”, explica la doctora Li Li.
Esta capacidad predictiva no solo ayuda al diagnóstico individual, sino que también puede informar políticas públicas y estrategias clínicas para frenar el avance de la miopía en la población general.
Desafíos pendientes: calidad, equidad y privacidad
Pese al entusiasmo, el estudio subraya varios retos que deben superarse para que la IA pueda usarse de forma generalizada en la clínica oftalmológica. El primero es la calidad y representatividad de los datos: muchos modelos se entrenan con información procedente de grandes hospitales, lo que puede limitar su eficacia en consultas más pequeñas o en contextos rurales.
Además, la IA no sustituye al juicio clínico. Su falta de transparencia en la toma de decisiones puede generar desconfianza entre los profesionales médicos. A ello se suma el reto de garantizar la privacidad de los datos médicos, especialmente en un contexto donde se manejan grandes volúmenes de información sensible.
Un futuro prometedor, si se hacen bien las cosas
El doctor Jifeng Yu concluye que, aunque se han logrado avances notables, aún queda camino por recorrer: “Al construir conjuntos de datos de alta calidad, mejorar la capacidad del modelo para procesar datos de imagen multimodal y perfeccionar la interacción humano-máquina, los modelos de IA pueden mejorarse aún más para su aplicación clínica generalizada”.
La inteligencia artificial se perfila así como una herramienta poderosa para frenar una de las crisis visuales más silenciosas del siglo XXI. Su impacto dependerá de que la tecnología se integre de forma ética, equitativa y eficaz en los sistemas de salud.
La fotografía de representación de esta noticia pertenece a Zahra Amiri y ha sido publicada en Unsplash
En el campus de TI de Bosch en Stuttgart, la empresa presentó su visión del futuro en el Bosch Tech Day 2025. Stefan Hartung, presidente del consejo de administración, lo expresó con contundencia: «Los avances en IA permiten abrir nuevos capítulos tecnológicos, acelerar la innovación y convertirla en negocio».
Desde 2023, todos los productos de Bosch contienen IA o se fabrican con su ayuda. Esta transformación no solo ha impulsado la innovación, sino también la eficiencia. Uno de los ejemplos destacados es el horno inteligente de la Serie 8, capaz de identificar automáticamente 80 recetas y ajustar temperatura y método de cocción de forma precisa gracias a sensores, cámaras y algoritmos inteligentes.
Movilidad automatizada: el coche que piensa como humano
Bosch apuesta fuerte por la conducción automatizada. Su familia de productos ADAS (sistemas avanzados de asistencia al conductor) emplea sensores y software optimizados con IA que permiten al vehículo distinguir entre peatones, coches u obstáculos, y anticipar comportamientos. La empresa espera duplicar sus ventas en este sector hasta superar los 10.000 millones de euros en 2035.
Bosch utiliza IA en la conducción automatizada, por ejemplo, para la percepción del entorno y la planificación de la conducción. Gracias a la IA, el vehículo anticipa el comportamiento de otros usuarios de la vía y calcula los siguientes pasos para llegar a su destino de forma segura. Fotografía por cortesía de Bosch.
Además, Bosch dispone de una base de datos única de situaciones de tráfico, con más de 200 petabytes recogidos en todo el mundo. Esta se utiliza para entrenar sistemas mediante federated learning, una técnica que mejora la privacidad al evitar la transferencia de datos entre servidores.
La revolución de la IA agente
Tanja Rückert, miembro del consejo de administración, presentó otro eje de innovación: la IA agente. Este nuevo enfoque permite a sistemas autónomos tomar decisiones y ejecutar tareas complejas por sí mismos. En entornos industriales, agentes inteligentes ya detectan fallos, proponen soluciones, informan a los equipos y optimizan procesos sin intervención humana directa.
Gracias a esta tecnología, Bosch ha conseguido reducir paradas no planificadas y aumentar la productividad. En otoño de 2025, lanzará una plataforma para que otras empresas creen sus propios sistemas multiagente sin necesidad de saber programar.
De la fábrica al bosque: IA en todas partes
La IA desarrollada por Bosch también está presente en soluciones como el detector de incendios forestales, que identifica gases de humo y alerta automáticamente a los servicios de emergencia. En el hogar, el sistema Revol vigila la respiración y el estado del bebé, y lo mece si detecta que no concilia el sueño.
En movilidad, la función Range Control para bicicletas eléctricas elimina la ansiedad por la autonomía, ajustando el soporte del motor según el comportamiento del usuario y el terreno.
La detección de incendios forestales combina tecnología de sensores de última generación con la alerta automatizada de los servicios de emergencia. Fotografía por cortesía de Bosch.
Una plantilla preparada para la era de la IA
Desde 2019, más de 65.000 empleados de Bosch han sido formados en IA gracias a su propia AI Academy. La compañía cuenta con casi 5.000 especialistas en este campo. Hartung fue claro: «Una sociedad sin capacidades propias en IA dependerá cada vez más de otros».
El último Bosch Tech Compass reveló que el 72 % de los alemanes cree que la IA será la tecnología más influyente de la próxima década, aunque solo el 35 % se siente preparado.
Europa frente al reto regulatorio
Bosch advirtió sobre los riesgos de una regulación europea excesiva y poco clara, que puede hacer menos atractiva a Europa frente a otras regiones. Hartung pidió normas definidas y estándares claros para permitir el desarrollo de sistemas confiables sin frenar la innovación.
En su intervención final, Rückert resumió la ambición de Bosch: crear una IA que esté al servicio de las personas, sea fiable, útil y transforme positivamente el día a día. La empresa reafirma así su lema: Invented for life.
La fotografía de representación de esta noticia pertenece a Bosch y muestra a Stefan Hartung, presidente del consejo de administración de Robert Bosch GmbH, en el Bosch Tech Day 2025.
Un nuevo estudio publicado en la revista Nature pone en evidencia el estrecho vínculo entre la investigación en visión por computador y las tecnologías de vigilancia. El artículo, titulado Computer-vision research powers surveillance technology, fue elaborado por Pratyusha Ria Kalluri, William Agnew, Myra Cheng, Kentrell Owens, Luca Soldaini y Abeba Birhane, y se publicó ayer, 25 de junio de 2025.
Tras analizar más de 19.000 artículos presentados en la prestigiosa conferencia CVPR y más de 23.000 patentes que los citan, los autores concluyen que el 90% de estos trabajos tratan sobre la extracción de datos de humanos. De estos, el 71% se centra específicamente en el cuerpo y partes del cuerpo humano, como rostros o gestos.
La vigilancia de la IA
La visión por computador, una rama de la inteligencia artificial que permite a las máquinas interpretar imágenes y vídeos, se ha presentado tradicionalmente como un campo neutro, centrado en aplicaciones como la robótica o el diseño de proteínas. Sin embargo, este nuevo trabajo muestra que su evolución ha estado profundamente influida por intereses militares, gubernamentales y comerciales. En palabras de los autores, esta tecnología «se ha desarrollado históricamente para identificar objetivos y recolectar inteligencia en contextos de guerra, seguridad y control migratorio».
La vigilancia masiva no necesita etiquetarse como tal para operar eficazmente. Según el estudio, basta con que una tecnología permita el monitoreo de datos humanos para generar «condiciones de miedo y autocensura«. Incluso si una herramienta se presenta con fines benévolos, su potencial para la vigilancia persiste, especialmente cuando quienes la emplean son entidades con poder.
El estudio adopta una definición amplia y académicamente respaldada de vigilancia: “una entidad que recolecta, extrae o atiende datos que pueden conectarse con otras personas, ya sean individuos o grupos”. Esto incluye tanto datos directamente identificables como patrones de comportamiento o características físicas genéricas.
Una de las claves del estudio es que la vigilancia no requiere que se etiqueten los datos con nombre y apellidos. Lo relevante es que esos datos puedan, en conjunto, revelar comportamientos, relaciones o identidades, o ser usados para fines de clasificación, control o influencia. Así, tecnologías que analizan rostros, cuerpos o entornos humanos —aunque no almacenen nombres— pueden ser vigilantes si sus resultados permiten monitorear o perfilar personas o grupos.
Uno de los hallazgos más preocupantes es el uso de un lenguaje deliberadamente vago en muchos artículos y patentes. Por ejemplo, se observa una tendencia a describir a los humanos como “objetos” o a utilizar ejemplos de imágenes de personas sin mencionar explícitamente su presencia. Esto permite a los desarrollos tecnológicos esquivar el debate ético, normalizando la vigilancia como si fuera una simple operación sobre datos abstractos.
Vigilancia creciente
El aumento del uso de estas tecnologías con fines de vigilancia ha sido drástico. En los años 90, solo la mitad de los artículos con patentes derivadas estaban relacionadas con vigilancia. En la década de 2010, esa proporción se disparó al 78%, con un incremento de más de cinco veces en el número absoluto de estudios aplicados a estas tecnologías.
Además, la normalización no es fruto de unos pocos actores. El análisis revela que el 71% de las instituciones, el 78% de los países y el 69% de las subdisciplinas con patentes derivadas están implicadas en desarrollos para vigilancia. Entre las entidades más activas se encuentran universidades de élite y grandes empresas tecnológicas de Estados Unidos y China, dos países que lideran globalmente el desarrollo de tecnologías de vigilancia con inteligencia artificial.
Los autores también documentan cómo la vigilancia se extiende más allá de los cuerpos individuales: se analizan hogares, oficinas, calles, y datos con contenido cultural o emocional. Todo ello contribuye a lo que la académica Shoshana Zuboff llama “la condición de no salida”, una realidad donde desconectarse del monitoreo constante se vuelve casi imposible.
Un ejemplo concreto reciente de este tipo de vigilancia puede verse en Irán, donde según un informe de Naciones Unidas publicado en marzo de 2025, se han empleado drones y sistemas de reconocimiento facial para identificar y multar a mujeres que no llevan el hiyab obligatorio en espacios públicos. El informe documenta cómo el Gobierno ha instalado software de reconocimiento facial en universidades, cámaras en carreteras y una aplicación móvil llamada «Observer» para que la ciudadanía denuncie incumplimientos. Esta vigilancia ha derivado incluso en situaciones de violencia, como el disparo policial a una mujer que huía tras recibir una advertencia automatizada.
Este caso también evidencia cómo las fronteras de lo ético y lo socialmente aceptable pueden volverse difusas en contextos culturales distintos. Lo que en una sociedad puede considerarse una forma legítima de proteger valores tradicionales, en otras se percibe como una violación grave de los derechos fundamentales. La tecnología de vigilancia, al ser culturalmente maleable, corre el riesgo de legitimar prácticas autoritarias bajo el paraguas de la legalidad local. Esta ambigüedad convierte a la inteligencia artificial en una herramienta especialmente peligrosa cuando no se acompaña de principios universales de derechos humanos.
Hay que actuar
Este estudio aporta una base empírica a las críticas que desde hace años señalan el potencial represivo de ciertas aplicaciones de la inteligencia artificial. Más allá de intenciones individuales, lo que desvela es un patrón sistémico en el que la ciencia de datos visuales se utiliza mayoritariamente para observar, clasificar y controlar a las personas.
Frente a esta realidad, los autores hacen un llamamiento a una reflexión profunda sobre los fundamentos del campo. Argumentan que cambiar unas pocas aplicaciones no basta: «hay que cuestionar las bases mismas de la disciplina para alejarla del camino hacia la vigilancia masiva».
La fotografía de representación de esta noticia es un fotograma de la película 1984, basada en en la célebre novela de George Orwell.
La empresa estadounidense Wolf River Electric ha demandado a Google tras descubrir que su buscador, mediante la función AI Overviews, difundía información falsa sobre su supuesto involucramiento en prácticas comerciales fraudulentas. La acusación, generada por inteligencia artificial, indicaba erróneamente que la firma había sido demandada por el fiscal general de Minnesota, Keith Ellison. Nada de eso era cierto.
Lanzado en 2024, AI Overviews fue concebido por Google para ofrecer respuestas instantáneas y generadas por IA a las preguntas formuladas en el buscador. Esta función combina distintas fuentes para crear una narrativa única. Sin embargo, como temían muchos expertos, los modelos generativos a veces “alucinan”: inventan información sin base factual, como ocurrió en este caso.
Del rol pasivo al protagonismo editorial
Durante años, Google se consideró un simple indexador de contenido ajeno. Pero ahora, con la IA generando sus propias respuestas, el buscador ha adquirido un rol más activo y editorial. “Google ya no es más un indexador; sus algoritmos seleccionan, promueven y degradan contenidos, configurando una intervención editorial de hecho”, explicó el abogado Lucas Barreiro, especializado en derechos digitales.
Este cambio de paradigma es fundamental en la demanda: ya no se trata solo de enlazar contenido creado por terceros, sino de generar afirmaciones potencialmente difamatorias desde la propia plataforma.
Las consecuencias para Wolf River Electric
A diferencia de otros casos, la demanda de Wolf River Electric afirma haber sufrido pérdidas comerciales concretas debido a la desinformación generada por Google. Según sus abogados, ser una empresa pequeña y poco conocida facilitó que la IA cayera en el error de asociarla con prácticas ilegales mencionadas en artículos que ni siquiera hablaban directamente de ella.
Desde la compañía declararon: “Nos hemos ganado nuestra reputación cliente a cliente y proyecto a proyecto. Ahora, esa década de arduo trabajo está en peligro”.
¿Qué dice Google?
En su defensa, Google alega que la mayoría de sus AI Overviews son útiles y precisos. Además, asegura haber corregido el error al ser notificado del mismo. La empresa incluye avisos preventivos en estas respuestas generadas, advirtiendo que la tecnología es experimental y no debe sustituir el consejo profesional.
Pero para muchos especialistas, eso no es suficiente. Antonella Stringhini, directora de investigación académica del IALAB, sostiene que esta práctica conlleva una responsabilidad objetiva por los daños ocasionados. Según ella, Google debería extremar los controles sobre sus sistemas, invertir en verificación humana y permitir la denuncia de errores directamente en el buscador.
Un debate jurídico en plena evolución
Este caso pone a prueba el marco legal existente. Hasta ahora, empresas como Google gozaban de cierta inmunidad porque no eran responsables del contenido de terceros. Pero con la IA generando respuestas desde cero, la frontera entre plataforma y autor se desdibuja.
“El rol de editor cambia por completo el tipo de responsabilidad”, explicó el abogado Agustín Raimondi, quien además propone que las tecnológicas asuman compromisos más firmes: desde auditorías externas hasta mayor transparencia en los datos usados para entrenar sus modelos.
La urgencia de actualizar las leyes
El caso también llega en un momento en que EE.UU. ha decidido no regular la inteligencia artificial en los próximos diez años, bajo el proyecto “One Big Beautiful Bill” promovido por el expresidente Donald Trump. Esto complica aún más las posibilidades de establecer un marco jurídico claro frente a abusos tecnológicos.
“La inteligencia artificial está transformando el modo en que informamos, decidimos y vivimos. Acompañar esa transformación con responsabilidad no es una opción: es una necesidad”, concluyó Raimondi.
Lo que está en juego no es solo la reputación de una pequeña empresa solar, sino el papel que jugarán los gigantes tecnológicos en la era de la inteligencia artificial. ¿Son simplemente vehículos de información, o deben rendir cuentas como productores activos de contenido? El caso Wolf River Electric podría marcar un antes y un después.
Un tribunal federal de San Francisco ha emitido una sentencia clave que afecta al futuro del entrenamiento de modelos de inteligencia artificial. El juez William Alsup ha dictaminado que Anthropic, la empresa creadora del modelo Claude, hizo un uso justo (“fair use”) de libros para entrenar su sistema de IA. Pero también ha condenado a la compañía por haber creado una biblioteca digital con más de siete millones de libros pirateados.
Uso transformador: lectura para aprender, no para copiar
La decisión del juez Alsup, hecha pública el 24 de junio, establece que el entrenamiento de modelos de lenguaje como Claude con obras protegidas puede considerarse un uso transformador, lo que lo ampara bajo la doctrina del “uso justo” contemplada en la ley de derechos de autor de EE.UU. “Como cualquier lector que aspira a ser escritor, los LLMs de Anthropic se entrenaron con obras no para replicarlas, sino para crear algo diferente”, escribió el magistrado en su resolución.
Anthropic, respaldada por Amazon y Alphabet, celebró que el tribunal reconociera que su sistema de IA actúa de manera “transformadora” y “coherente con el propósito de los derechos de autor: fomentar la creatividad y el progreso científico”. La empresa argumentó que estudiar los libros permite a sus modelos aprender patrones lingüísticos sin reproducir el contenido original.
El problema de los libros pirateados
No obstante, el fallo también subraya un límite claro: Alsup determinó que almacenar libros pirateados en una biblioteca central no puede considerarse uso justo. La empresa, según la sentencia, descargó millones de obras desde repositorios ilegales como Books3, LibGen o Pirate Library Mirror, a sabiendas de que se trataba de copias no autorizadas.
Estos libros fueron conservados como un recurso permanente, incluso cuando la compañía decidió no utilizarlos en futuros entrenamientos de modelos. “No hay ningún argumento convincente para justificar por qué era necesario descargar copias piratas de libros que se podían haber comprado legalmente”, indica la resolución.
Un juicio en diciembre para determinar la indemnización
El juez ha fijado un juicio para diciembre de 2025 en el que se decidirá cuánto debe pagar Anthropic por la infracción. La ley estadounidense permite imponer indemnizaciones de hasta 150.000 dólares por obra en caso de infracción deliberada. Entre los autores afectados figuran Andrea Bartz, Charles Graeber y Kirk Wallace Johnson, que acusan a la compañía de utilizar sus libros sin autorización.
La demanda se presentó como una class action y es una de varias acciones legales emprendidas por escritores y medios de comunicación contra empresas como OpenAI, Microsoft o Meta. En todos estos casos, el concepto de “uso justo” se ha convertido en el argumento central para determinar la legalidad del entrenamiento de modelos con materiales protegidos.
Precedente clave para la industria de la IA
La resolución de Alsup es la primera en abordar directamente el uso justo en el contexto de modelos de lenguaje generativos. Según el juez, el hecho de que Claude no reproduzca los textos originales ni genere copias sustanciales fue decisivo. Sin embargo, el tribunal dejó claro que almacenar obras pirateadas sin utilizarlas también infringe los derechos de autor, independientemente del uso futuro.
Este fallo marca una línea divisoria importante: entrenar modelos de IA con libros puede estar permitido bajo ciertas condiciones, pero el origen de los datos importa. Descargar libros desde sitios ilegales para crear una biblioteca digital no tiene cabida dentro de las excepciones de la ley.
La decisión podría tener implicaciones profundas para todo el sector de la IA generativa. Muchas empresas entrenan sus sistemas con grandes volúmenes de datos, incluyendo libros, artículos y páginas web. A partir de ahora, las fuentes de esos datos podrían ser objeto de mayor escrutinio legal.
La fotografía de representación de esta noticia pertenece a Bermix Studio y ha sido publicada en Unsplash
El Palacio de Versalles ha incorporado la inteligencia artificial a su patrimonio histórico. Gracias a una colaboración con OpenAIy la start-up francesa Ask Mona, los visitantes pueden ahora hablar con veinte de las estatuas y fuentes más emblemáticas de sus jardines.
Esta iniciativa marca un antes y un después en la forma de experimentar la historia. Escaneando un código QR situado junto a las obras, o mediante la app del Palacio, se activa una interfaz que da vida a las esculturas, convirtiéndolas en narradoras de sus propias historias.
Conversaciones que cruzan los siglos
La experiencia, completamente gratuita, permite al visitante elegir su recorrido y detenerse en las esculturas que más le intrigan. No hay límite de preguntas ni necesidad de seguir un orden establecido. Ya sea desde el Parterre d’Eau hasta el Estanque de Neptuno, cada conversación revela anécdotas históricas, mitos clásicos y secretos del arte barroco.
Un mediador digital multilingüe
La aplicación, disponible en 13 idiomas, permite que tanto expertos como turistas ocasionales disfruten del recorrido. La interfaz se adapta a la edad, idioma e intereses de cada usuario. Ya estés en el recinto o explorando desde casa, puedes interactuar con las esculturas a través de la app o desde el sitio web versailles.askmonastudio.com.
Además, para facilitar la visita, el Palacio ha instalado puntos de recarga gratuitos para móviles, accesibles desde el mapa interactivo de la aplicación.
El Palacio de Versalles está probando la inteligencia artificial, cuyas tremendas capacidades enriquecerán enormemente la experiencia del visitante.
Christophe Leribault, presidente del museo
IA y patrimonio: un matrimonio prometedor
La inteligencia artificial que alimenta las voces de las estatuas ha sido desarrollada por OpenAI y entrenada en colaboración con los conservadores del Palacio, garantizando así la precisión histórica de cada intervención. Julie Lavet, responsable de asociaciones europeas de OpenAI, destaca: “Ya seas experto en patrimonio, comisario de museo o un visitante primerizo, hay algo para todos”.
Por su parte, Marion Carre, presidenta de Ask Mona, remarca que esta es una oportunidad para mostrar una faceta distinta de la IA: “A menudo se asocia la inteligencia artificial con la productividad, pero aquí se convierte en un motor de curiosidad”.
Esta iniciativa se enmarca en el esfuerzo continuo del Palacio por adaptarse a los usos digitales contemporáneos. Frente a los tradicionales audioguías, ahora son las propias esculturas las que narran sus vivencias. Una forma lúdica y educativa de redescubrir uno de los espacios más visitados del mundo, que atrae a más de ocho millones de personas cada año.
El proyecto de Versalles no solo moderniza la visita al palacio, sino que redefine el papel de la inteligencia artificial en los museos. Con esta propuesta, el arte deja de ser un monólogo para convertirse en un diálogo.
Un nuevo epicentro de la innovación turística ha nacido en el sur de Europa. Turismo de Andalucía y Microsoft han anunciado este 25 de junio, en un evento celebrado en Málaga, el lanzamiento de Andalucía Nexus, un hub tecnológico que aspira a posicionarse como uno de los grandes referentes europeos en digitalización turística.
Este nuevo espacio conecta inteligencia artificial, datos y tecnología en la nube con el ecosistema turístico andaluz para mejorar la toma de decisiones, fomentar la innovación empresarial, atraer talento cualificado y optimizar la promoción del destino.
Una alianza estratégica con historia
La creación de Andalucía Nexus se enmarca en la hoja de ruta trazada desde octubre de 2024, cuando la Junta de Andalucía y Microsoft firmaron un acuerdo de colaboración para impulsar la transformación digital del turismo andaluz. Desde entonces, ambas entidades han promovido iniciativas como un programa formativo en IA que, desde marzo, busca capacitar a los más de 450.000 profesionales del sector en colaboración con la plataforma Founderz.
Ahora, con el lanzamiento oficial de este hub, esa alianza da un salto cualitativo: servicios ya en funcionamiento y una visión integral para transformar el turismo de forma sostenible, eficiente e inteligente.
Andalucía Nexus es un proyecto pionero que demuestra cómo la colaboración público-privada puede traducirse en impacto real sobre el territorio.
Natalia Escobedo, directora de Sector Público en Microsoft España
El consejero de Turismo, Arturo Bernal, señaló que el hub permitirá “ofrecer respuestas integradas, ágiles y alineadas con los grandes retos del sector”.
Nexus Data: la inteligencia del turismo andaluz
Uno de los pilares fundamentales del nuevo hub es Nexus Data, una plataforma moderna de gestión de datos y herramientas de IA desarrollada con el soporte tecnológico de Microsoft y desplegada sobre Microsoft Azure. En ella se ha creado la nueva Oficina de Innovación del Dato + IA, que ofrece funcionalidades avanzadas como cuadros de mando interactivos, asistentes turísticos multilingües, generación automatizada de contenidos y análisis de sostenibilidad.
Gracias a esta infraestructura, Andalucía se convierte en una de las primeras regiones europeas en integrar de forma efectiva IA y gestión de datos en su estrategia turística.
Cinco ejes estratégicos para transformar el turismo
Andalucía Nexus se articula en cinco áreas de actuación que trabajan de forma coordinada:
Nexus Data: gestión avanzada del dato y despliegue de herramientas de IA.
Nexus Audience: planificación y medición de campañas promocionales con datos reales y modelos analíticos.
Nexus Future: impulso a la sostenibilidad e innovación internacional, con participación en redes como NECSTouR y desarrollo de rutas cicloturísticas.
Nexus Lab: espacio de encuentro entre empresas turísticas y tecnológicas para testear soluciones y fomentar la colaboración empresarial.
Nexus Talent: programas para reducir la brecha de talento con acuerdos junto a players como LinkedIn y Turijobs.
Impacto directo en el ecosistema turístico andaluz
Andalucía Nexus ha sido concebido para ofrecer herramientas concretas que ayuden a empresas, destinos y profesionales del sector turístico a tomar decisiones más rápidas, inteligentes y sostenibles. Gracias a la infraestructura de datos y a la inteligencia artificial, los actores del turismo andaluz pueden acceder a cuadros de mando interactivos, asistentes multilingües, generación automatizada de contenidos y análisis de sostenibilidad. Estas capacidades facilitan la innovación, mejoran la planificación y fortalecen la competitividad del ecosistema turístico en su conjunto.
Transformación digital de la propia administración
La Junta de Andalucía también ha aprovechado esta alianza para modernizar su funcionamiento interno. Se han implementado soluciones de productividad como Microsoft 365 y se está renovando su ERP con Dynamics 365 Business Central, lo que permitirá una gestión más eficiente y segura.
Una ambición con vocación europea
Más allá de su alcance regional, Andalucía Nexus pretende proyectar su modelo de transformación hacia el resto de Europa. Su enfoque en sostenibilidad, innovación y colaboración entre sector público y privado lo posiciona como una referencia a nivel continental.
“Estamos firmemente comprometidos con el modelo de Andalucía Nexus, que consideramos replicable globalmente”, concluyó Alejandro Mullor, director global de Turismo en Microsoft Corporation.
Un cambio radical en el sistema sanitario británico
El Reino Unido se prepara para una transformación sin precedentes en su sistema de salud. La Secretaría de Salud británica anunció que todos los recién nacidos del país serán sometidos a pruebas genéticas desde sus primeros días de vida. El objetivo es detectar de manera temprana cientos de enfermedades y así intervenir antes de que aparezcan los primeros síntomas.
Esta estrategia forma parte de una apuesta a largo plazo por la medicina preventiva y personalizada, que, en palabras del secretario de Salud Wes Streeting, permitirá convertir al NHS “de un servicio que diagnostica y trata enfermedades a uno que las predice y las previene”.
Inteligencia artificial al servicio de la prevención
Además de los análisis genéticos, el plan contempla el uso de inteligencia artificial (IA) para procesar los datos recogidos, identificar patrones de riesgo y anticipar diagnósticos. Esta integración tecnológica permitirá ofrecer tratamientos personalizados y reducir la presión sobre los hospitales.
“Gracias al poder de esta nueva tecnología, los pacientes podrán recibir atención médica personalizada para prevenir enfermedades antes de que aparezcan los síntomas”, reiteró Streeting, subrayando que esta innovación ayudará a las personas a vivir “vidas más largas y saludables”.
Una inversión millonaria en investigación genómica
Para llevar a cabo esta ambiciosa estrategia, el Gobierno británico invertirá 650 millones de libras esterlinas en investigación genómica. Este capital permitirá desarrollar herramientas y protocolos que integren el análisis genético en la rutina médica del NHS. Además, la inversión impulsará el desarrollo de tratamientos adaptados a las características genéticas de cada individuo, consolidando así un modelo de medicina personalizada.
Reformas estructurales y descentralización
El plan decenal también incluye reformas profundas en la estructura del NHS. Entre las medidas destaca el traslado progresivo de servicios hospitalarios a las comunidades, fomentando una atención más cercana y accesible. Asimismo, se implementarán herramientas digitales para reemplazar procesos analógicos, mejorando la eficiencia y la rapidez en la atención.
Privacidad y ética en el manejo de datos genéticos
Uno de los puntos que ha generado debate es la privacidad de los datos genéticos. Expertos en ética médica y protección de datos han expresado su preocupación respecto al uso y acceso a esta información sensible. En respuesta, el Gobierno ha prometido la implementación de regulaciones estrictas para proteger la confidencialidad de los pacientes y evitar cualquier uso discriminatorio de sus datos genómicos.
Un modelo a seguir a escala global
Este plan posiciona al Reino Unido como líder internacional en el uso de datos genéticos y tecnologías avanzadas para la salud pública. Es el primer país que aplicará una estrategia de este tipo a nivel nacional desde el nacimiento, lo que podría marcar un precedente para otros sistemas de salud del mundo.
La implementación de este modelo podría tener un impacto profundo no solo en la forma de gestionar la salud pública, sino también en el desarrollo de nuevas tecnologías médicas y en la industria farmacéutica. A corto plazo, se espera una mejora en la detección precoz de enfermedades y una reducción en los costes de tratamiento. A largo plazo, el modelo británico podría convertirse en un estándar internacional.
Con este proyecto, el Reino Unido no solo busca modernizar su sistema sanitario, sino también convertirse en referente mundial en medicina predictiva y personalizada, con el respaldo de herramientas tecnológicas de última generación y un firme compromiso con la privacidad de sus ciudadanos.
La imagen de representación de esta noticia pertenece a Hu Chen y ha sido publicada en Unsplash
Fujitsu Limited ha presentado una innovadora tecnología que promete transformar la forma en que se crean y realizan presentaciones empresariales. Bautizada como Fujitsu AI Auto Presentation, esta herramienta permite que avatares de inteligencia artificial generen automáticamente presentaciones en más de 30 idiomas, personalizadas con la voz y la imagen del usuario, y respondan a preguntas del público en tiempo real.
Una alianza tecnológica para la productividad
La solución ha sido desarrollada por Fujitsu en colaboración con Headwaters Co., Ltd., y estará disponible como agente de inteligencia artificial integrado en Microsoft 365 Copilot. Las empresas interesadas pueden probarla a través del Fujitsu Research Portal.
Esta herramienta es parte del servicio de IA de la compañía, Fujitsu Kozuchi, y utiliza datos de presentaciones en PowerPoint junto con un sistema de retrieval-augmented generation (RAG) para generar contenido relevante y responder de forma autónoma a las dudas de la audiencia.
Multilingüismo, personalización y automatización
Los usuarios podrán crear avatares digitales personalizados, incluyendo su propia imagen y voz, y generar presentaciones completamente automáticas. Según Fujitsu, no será necesario contar con conocimientos técnicos para utilizar la plataforma. Además, se podrá acceder a la funcionalidad desde Microsoft Teams y PowerPoint, facilitando su adopción global.
La herramienta está diseñada para democratizar el proceso de creación y exposición de presentaciones, permitiendo a cualquier persona superar barreras de idioma, tiempo o habilidades comunicativas. Esto facilitará la diseminación de información precisa y contribuirá a la mejora de la eficiencia operativa en las organizaciones.
Características destacadas de Fujitsu AI Auto Presentation
Entre sus funcionalidades, destacan:
Transición autónoma de diapositivas: el avatar gestiona el tiempo asignado a cada diapositiva y realiza cambios automáticamente, siguiendo un sistema patentado internacionalmente en proceso.
Generación de contenido personalizable: el usuario puede modificar el estilo, el texto y el orden de presentación mediante reconocimiento de voz, modelos de lenguaje (LLM) y tecnología de text-to-speech.
Esperamos que ayude a los clientes a acelerar su expansión global mediante la creación de contenido multilingüe, a optimizar las operaciones de marketing y a facilitar un intercambio de conocimientos más rápido tanto dentro como fuera de la organización.
Satoshi Asano, Director Ejecutivo de Global Partner Solutions en Microsoft Japón
Por su parte, Masaya Nishimaki, Director de Headwaters, expresó: “Hemos sentido firmemente la practicidad de la IA arraigada en las operaciones comerciales y el importante potencial para mejorar la eficiencia operativa. Continuaremos colaborando con Fujitsu para avanzar en la democratización de los agentes de IA”.
Impulsando la sociedad digital y sostenible
Esta iniciativa se enmarca en el compromiso de Fujitsu con los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas. La compañía busca contribuir al desarrollo de una sociedad digital más inclusiva y eficiente, mediante soluciones tecnológicas que generen confianza e innovación.
Fujitsu, con 113.000 empleados y presencia global, registró ingresos de 3,6 billones de yenes (23.000 millones de dólares) en el año fiscal finalizado el 31 de marzo de 2025. Con esta nueva herramienta, la empresa consolida su posición como referente en la transformación digital sostenible.
Lenovo amplía su ecosistema de inteligencia artificial híbrida
Lenovo ha anunciado una ampliación de su estrategia Hybrid AI Advantage, incorporando nuevos servicios, soluciones industriales y plataformas tecnológicas que buscan acelerar la adopción de inteligencia artificial (IA) en las empresas. La compañía ha presentado un marco completo que permite crear, escalar y operar “fábricas de IA” gracias a una infraestructura moderna, cómputo acelerado, y alianzas estratégicas con gigantes como Cisco, IBM y NVIDIA.
Según el Global CIO Playbook de Lenovo, dos tercios de las organizaciones aún no han logrado un retorno real de sus inversiones en IA, debido a barreras como la falta de formación, dificultades en la adopción o infraestructuras obsoletas. A medida que los presupuestos en IA se triplican, representando cerca del 20% del gasto total en TI, la presión para modernizar los sistemas se vuelve ineludible.
Servicios para una adopción efectiva de la IA
Uno de los pilares de la estrategia de Lenovo son los nuevos AI Adoption & Change Management Services, diseñados para que las empresas evaluen su preparación, capaciten a su personal y aceleren la adopción tecnológica. Entre los servicios clave destacan:
Lenovo AI People Readiness Assessment: diagnóstico de preparación de los empleados y detección de casos de uso con alto impacto.
Formación y compromiso basado en perfiles: programas personalizados según el rol de cada trabajador.
Adopción de Copilot: integración de herramientas de IA generativa mediante formación específica y planificación del cambio.
Gobernanza y cultura organizacional: alineación de líderes y equipos en el uso responsable de la IA.
Transformación real en sectores clave
Las soluciones presentadas por Lenovo están validadas junto a socios tecnológicos y están diseñadas para resolver casos de uso específicos en sectores estratégicos:
Hostelería: con Centific AI Data Foundry y NVIDIA, permiten personalización en tiempo real, eficiencia operativa y aumento de la rentabilidad.
Seguridad laboral: con Avathon Visual AI y NVIDIA, ofrecen vigilancia automatizada de riesgos y cumplimiento de EPI en fábricas y entornos peligrosos.
Retail y espacios inteligentes: la colaboración con WaitTime e Intel permite transformar imágenes de cámaras en datos accionables que mejoran la experiencia de cliente.
Inspección de calidad: con Trifork y NVIDIA, detectan defectos automáticamente en entornos de fabricación.
Nuevas plataformas para desplegar fábricas de IA
Lenovo también ha reforzado sus plataformas de hardware e infraestructura para sostener estas soluciones:
ThinkSystem SR680a V4: un sistema refrigerado por aire con procesadores Intel Xeon 6 y hasta ocho GPU NVIDIA Blackwell, diseñado para cargas intensivas en cómputo.
Plataforma híbrida con IBM watsonx: integración con Red Hat OpenShift, NVIDIA y servidores Lenovo para acelerar el desarrollo y gobernanza de modelos generativos.
Plataforma híbrida con Cisco: conmutadores Cisco Nexus y GPUs Blackwell para una red eficiente y escalable, adecuada tanto para nuevos entornos como para infraestructuras existentes.
Para Ken Wong, vicepresidente ejecutivo de Lenovo, “la adopción de la IA requiere una estrategia clara, experiencia fiable y la combinación tecnológica adecuada”. Según datos internos, la adopción de soluciones Lenovo permite un ahorro del 31% en tiempo semanal gracias al uso de herramientas de IA generativa. En sectores como la aviación, la sanidad y la ciencia, estas plataformas ya están dando frutos.
Una apuesta global por la IA
Desde su compromiso de invertir mil millones de dólares en acelerar la implementación de IA empresarial, Lenovo ha registrado un crecimiento anual del 40% en adopciones. Con su cartera híbrida de IA, que abarca desde dispositivos hasta la nube, la compañía está democratizando el acceso a soluciones inteligentes y preparando a las empresas para un futuro más ágil, productivo y basado en datos.
La inteligencia artificial generativa ya forma parte del ecosistema normativo de la cultura en España. Por primera vez, el Ministerio de Cultura ha incluido en la regulación de las ayudas públicas al cine una mención específica al uso de estas tecnologías, exigiendo a las productoras que declaren su utilización y garanticen una intervención humana significativa en las obras que aspiren a incentivos fiscales.
Un paso institucional hacia la integración de la IA
Hasta ahora, la IA no figuraba de forma explícita en las bases de las subvenciones al cine. Con la publicación en el Boletín Oficial del Estado de la nueva orden ministerial, el Gobierno español reconoce oficialmente el papel creciente de la IA en la producción audiovisual. Aunque impone ciertas condiciones para acceder a beneficios fiscales, la novedad es que por fin se establece un marco específico que regula su uso.
“La obra no ha sido creada íntegra y exclusivamente por inteligencia artificial generativa”, deberá declarar el solicitante del certificado cultural necesario para acceder a deducciones. En caso de haber empleado IA, también deberá acreditar que ha existido una intervención humana relevante y que se ha respetado la normativa vigente en propiedad intelectual e inteligencia artificial.
Reconocimiento sin exclusión
El nuevo texto no prohíbe el uso de IA, ni limita su aplicación en tareas como la generación de guiones, storyboards, efectos visuales o edición automatizada. Al contrario, lo que hace es admitir su presencia e importancia creciente en el proceso creativo, regulando su uso para que se mantenga un equilibrio entre automatización y autoría humana.
Este reconocimiento normativo abre la puerta a que más proyectos puedan incorporar herramientas como ChatGPT, Midjourneyo Sora, siempre que lo hagan de forma transparente y bajo supervisión profesional. La medida es coherente con las demandas del sector, que llevaba tiempo pidiendo claridad legal sobre el empleo de tecnologías emergentes.
Primeras implicaciones prácticas
Con esta incorporación, España se convierte en uno de los primeros países europeos en vincular las ayudas culturales a una normativa sobre IA generativa. El cambio afectará a las próximas convocatorias del Instituto de la Cinematografía y de las Artes Audiovisuales (ICAA), que serán publicadas en breve.
Las productoras deberán aportar una declaración responsable sobre la creación de sus obras y su grado de automatización. También deberán demostrar el cumplimiento de la legislación vigente, especialmente en lo relativo a los derechos de autor y el uso ético de la tecnología.
Hacia una creación cultural híbrida
La medida supone un avance en la adaptación de las políticas públicas a la nueva realidad del sector audiovisual. No solo permite el uso de IA, sino que establece los límites éticos y legales necesarios para garantizar que esta se emplee como apoyo, y no como sustitución total del trabajo humano.
Además, este marco normativo podría servir de modelo para otros ámbitos culturales que también están empezando a incorporar herramientas generativas en sus procesos creativos.
Más cambios en las subvenciones
Junto a esta innovación tecnológica, la orden incluye otras novedades relevantes: se reserva un 5% del presupuesto anual para proyectos experimentales y se otorgará puntuación adicional a aquellos que cuenten con personas trans en su equipo, en cumplimiento de la Ley 4/2023.
Estas medidas, combinadas, reflejan una apuesta institucional por una cultura diversa, inclusiva y tecnológicamente avanzada. El cine español podrá así avanzar hacia formas híbridas de creación que combinen innovación, ética y equidad.
La fotografía de representación de esta noticia pertenece a Alex Caceres y ha sido publicada en Unsplash
¿Puede una inteligencia artificial ser creativa? ¿Tiene la capacidad de imaginar, de inventar? Estas son algunas de las cuestiones que plantea la exposición “AND OR or NOT”, que se podrá visitar del 26 de junio al 13 de septiembre en el Designforum Österreich, en el Museumsquartier de Viena.
La muestra parte de una premisa audaz: explorar cómo los avances en inteligencia artificial están influyendo, e incluso transformando, las disciplinas creativas. La curadora Ulrike Tschabitzer-Handler, referente en el ámbito del diseño y la moda en Austria, lo resume así: “Es el status quo, que mañana ya será otro”. Para ella, mostrar más que una instantánea del momento es imposible, ya que el ritmo del cambio tecnológico impone una lógica de lo efímero.
Diseñando con algoritmos
La exposición reúne diez propuestas que combinan el trabajo de diseñadores, artistas, arquitectos y creadores de contenido con tecnologías de inteligencia artificial. Entre ellos destaca la diseñadora neerlandesa Iris van Herpen, pionera en integrar tecnología en sus creaciones, quien actualmente colabora estrechamente con proyectos de investigación en IA para el desarrollo de tejidos y patrones.
También participa la artista Paola Rocchetti, especializada en integrar herramientas de IA en procesos de diseño tradicionales. Ambas representan una nueva forma de trabajo en la que el diseñador no solo dirige el proceso, sino que colabora con la IA como co-creadora.
El resultado no siempre es pulido ni previsible: algunos de los trabajos seleccionados exhiben errores deliberados de los modelos de IA como parte del discurso artístico. Según la curadora, para muchos creadores, lo más estimulante de trabajar con IA es el resultado inesperado que sirve como punto de partida para nuevas ideas.
La ética entra en juego
La exposición no rehúye el debate ético en torno al uso de IA. Algunos de los participantes han desarrollado sus propios modelos de inteligencia artificial, entrenados únicamente con sus obras, como forma de proteger su autoría frente al uso indiscriminado de datos creativos en plataformas abiertas.
Este enfoque responde a la preocupación creciente de muchos artistas ante el uso no consentido de sus trabajos para entrenar modelos comerciales como los de OpenAI. “Las relaciones con estas plataformas no siempre son amistosas”, admite Tschabitzer-Handler.
Un espacio entre lo real y lo virtual
El diseño del espacio expositivo ha corrido a cargo del arquitecto Matias del Campo, también implicado desde hace décadas en el estudio de las aplicaciones de la IA en arquitectura. Para él, lo inquietante del trabajo con IA es su capacidad para generar lo familiar deformado, lo que produce un efecto casi surrealista.
Del Campo ha concebido una estructura central de proyección a modo de escultura textil suspendida, que recuerda un vestido sobre una armazón de acero. Esta instalación actúa como símbolo de la fusión entre lo humano y lo artificial, lo corpóreo y lo digital.
Un experimento abierto
“AND OR or NOT” no pretende ofrecer respuestas definitivas. Por el contrario, la exposición se declara abiertamente experimental, asumiendo que la velocidad del cambio en el ámbito de la inteligencia artificial no permite conclusiones fijas.
Además de las obras, se ha programado un amplio calendario de actividades con expertos internacionales como Calum Knight (Showstudio), Emily Genatowski y TOVA (Domesticartificialintelligence), o los miembros del colectivo The Fabricant, que impartirán un taller sobre moda digital el 27 de junio.
La exposición invita a replantearse los límites de la creatividad y a imaginar futuros en los que humanos y máquinas puedan colaborar no solo de forma eficiente, sino también emocional y estéticamente. Quizá, como sugiere el título de la muestra, lo verdaderamente creativo nazca precisamente en esa zona intermedia entre el “y”, el “o”, el “no” y el “ni”.
La fotografía de portada de esta noticia pertenece a la obra Keyimage del artista Oliver Kartak.
La magnitud de esta inversión es inusual: se trata de una de las mayores rondas semilla en la historia de Silicon Valley. Y lo más llamativo es que no hay aún un producto anunciado. La apuesta gira en torno a la persona de Murati y su visión.
¿Quién es Mira Murati?
Durante más de seis años, Murati fue una pieza clave en OpenAI. En sus últimos dos años y medio allí, lideró como CTO el desarrollo de productos como ChatGPT y el generador de imágenes Dall-E. Incluso asumió brevemente el puesto de CEO durante la polémica salida temporal de Sam Altman en 2023. Dentro de OpenAI, era conocida como la “Ministra de la Verdad” por su compromiso en evitar que los productos de IA del laboratorio fuesen engañosos o sesgados.
Thinking Machines Lab: un laboratorio de AGI
Su nueva startup, Thinking Machines Lab, tiene como objetivo desarrollar Artificial General Intelligence (AGI), es decir, sistemas de IA con capacidades comparables o superiores a la inteligencia humana. Según su sitio web, el equipo quiere que esta tecnología sea más comprensible, adaptable y generalmente capaz.
El proyecto también pone énfasis en sistemas multimodales que colaboren con humanos, modelos altamente personalizados, e infraestructuras robustas. Además, planea publicar regularmente investigaciones y código abierto, en una clara apuesta por la transparencia científica.
I started Thinking Machines Lab alongside a remarkable team of scientists, engineers, and builders. We're building three things: – Helping people adapt AI systems to work for their specific needs – Developing strong foundations to build more capable AI systems – Fostering a…
La propuesta ha convencido no solo a los inversores, sino también a antiguos compañeros de Murati en OpenAI. Entre los fichajes destacan John Schulman (cofundador de OpenAI), Jonathan Lachman (exresponsable de proyectos especiales), y los antiguos vicepresidentes Barret Zoph y Lilian Weng. Zoph, de hecho, ejercerá como CTO de la nueva empresa, mientras que Schulman asume el rol de Chief Scientist.
Una gobernanza poco convencional
Más allá de lo tecnológico, Thinking Machines Lab destaca por su estructura de gobierno. Según FT, Murati posee más derechos de voto que todos los demás miembros del consejo juntos. Es decir, tiene la última palabra en cualquier decisión relevante.
Una visión compartida
Thinking Machines Lab se presenta como un esfuerzo colectivo de científicos e ingenieros con experiencia en proyectos como ChatGPT, Mistral, Character.ai o PyTorch. Su propuesta: combinar rigor técnico con una exploración creativa, desarrollar sistemas seguros y medibles, y colaborar abiertamente con la comunidad investigadora.
¿Qué esperar de Thinking Machines Lab?
Aún es pronto para saberlo. La empresa no ha ofrecido detalles específicos sobre su primer producto o sus fechas de lanzamiento. Pero con una financiación récord, un equipo experimentado y el liderazgo de Murati, las expectativas están por las nubes. Lo que está claro es que Thinking Machines Lab quiere jugar un papel protagonista en la carrera por la inteligencia artificial del futuro.
En pleno Alsace Fan Day, la jornada internacional dedicada a promocionar la cultura alsaciana, una curiosa iniciativa ha captado la atención de los internautas: una página web con cinco bots alsacianos que emplean inteligencia artificial para hacer reír y recordar las tradiciones locales.
El alsaciano es un dialecto regional que se habla en Alsacia, una región en el noreste de Francia, fronteriza con Alemania y Suiza, con una fuerte identidad cultural. Aunque tiene raíces germánicas y no deriva del francés, su función social es parecida a la que podría tener el andaluz o el gallego en España: una forma de hablar ligada al territorio, con expresiones propias y mucho peso cultural, que se usa sobre todo en contextos informales, familiares o festivos.
Aunque ha perdido presencia entre las generaciones más jóvenes, sigue siendo un símbolo cultural fuerte y está presente en expresiones populares, gastronomía y festividades locales. En iniciativas como esta, el alsaciano se recupera con humor y creatividad, adaptado a los nuevos tiempos.
Detrás de esta propuesta está Michael Bechler, empresario radicado en Montreal y fundador de dos compañías tecnológicas. También es uno de los impulsores del Alsace Fan Day y, para la edición de este año, ha querido combinar raíces y modernidad con una idea tan creativa como entrañable: un sitio donde cinco pequeños robots simulan tener alma alsaciana para interactuar con los usuarios.
Un pueblo llamado Cagneswhir y recetas con sabor a Spätzle
Uno de los bots más llamativos es el Elsass’pano, que permite transformar el nombre de cualquier ciudad en su versión alsaciana. Así, Cagnes-sur-Mer se convierte en Cagneswhir o Cagnesbach-sur-Mer, y la web incluso genera una imagen ficticia del cartel de entrada al pueblo con ese nuevo nombre.
La creatividad continúa con la Spätzlé’machine, que reformula recetas clásicas incorporando ingredientes típicos de la región. Por ejemplo, una pissaladièrese convierte en una especie de flammekuechecon pasta alsaciana y lardos ahumados. Una manera deliciosa de reinterpretar la cocina desde la nostalgia y el humor.
Conversaciones de bistrot y trajes típicos
Pero la web no se queda solo en nombres y platos. También incluye a Elsass’Bot, un robot con el que se puede mantener una conversación como si uno estuviera en un bistrot o en el PMU local. “No nos lo tomamos en serio, no es la intención”, comenta Bechler, quien deja claro que el propósito es el entretenimiento, no la corrección lingüística. Por eso, el bot no traduce al alsaciano de forma formal, y hasta puede responder de forma irónica a quienes pidan traducciones literales.
El toque final lo pone el Elsass Foto’bot, que permite subir una foto personal y recibir una versión modificada en la que el protagonista aparece con un traje tradicional alsaciano. Un guiño visual que invita a imaginarse en una fiesta folclórica sin moverse del sofá.
Una IA con identidad regional
La propuesta no busca competir con los grandes modelos de IA, sino ofrecer una experiencia divertida, local y con mucho carácter. Como una especie de “ChatGPT alsaciano”, este sitio demuestra cómo la tecnología puede acercarse a lo cotidiano sin perder el sentido del humor ni la identidad cultural.
En un mundo cada vez más globalizado, este tipo de iniciativas muestran cómo la inteligencia artificial también puede ser una herramienta para preservar y celebrar lo local. Bechler lo resume en una frase: “Como si estuvierais en el bar de toda la vida o en la casa de apuestas”. Y con cinco bots parlanchines, es fácil creérselo.
Seedance 1.0 Pro es un sistema de generación de video con inteligencia artificial que permite crear clips cortos (entre 5 y 8 segundos) de aspecto cinematográfico a partir de texto, imágenes e incluso entradas de video o audio. Fue desarrollado por Doubao, la división de IA de ByteDance, y se posiciona como una herramienta competitiva frente a otros modelos líderes como Veo 3 de Google.
El modelo sobresale en tareas complejas de texto a video (T2V) e imagen a video (I2V), permitiendo una narrativa visual coherente a lo largo de varias tomas con un control avanzado sobre movimientos de cámara, estilo artístico y estructura del video. Entre sus puntos fuertes destacan el realismo del movimiento, la consistencia visual entre planos y la capacidad para seguir instrucciones detalladas.
A diferencia de otras soluciones, Seedance 1.0 Pro no genera audio, lo que lo hace menos indicado para proyectos que requieren una experiencia audiovisual completa. Sin embargo, esto lo convierte en una opción más ligera y eficiente para creadores que buscan únicamente calidad visual. La ausencia de una suscripción fija también lo hace especialmente atractivo para quienes crean videos de manera ocasional.
La herramienta resulta útil para creadores de contenido, publicistas, educadores o diseñadores que buscan prototipar escenas o generar contenido rápido y visualmente impactante sin necesidad de equipos de producción tradicionales.
