Dos centros del Consejo Superior de Investigaciones Científicas (CSIC) desarrollarán sendos proyectos para aplicar inteligencia artificial (IA) al ámbito de la salud, tras recibir una subvención de un millón de dólares de Google.org. El objetivo es avanzar en el descubrimiento de nuevos tratamientos contra enfermedades desatendidas y mejorar la movilidad de niños con parálisis cerebral a través de tecnologías robóticas y realidad virtual.
El anuncio se realizó el 22 de mayo de 2025, durante la sesión AI Connect en el marco del Google Cloud Summit Madrid 2025. En este evento también se presentó un informe sobre el impacto de la IA en la administración pública y su papel en el impulso de la competitividad económica española.
Eloísa del Pino, presidenta del CSIC, destacó el compromiso de la institución con la IA para «construir un puente entre los avances teóricos en IA y su aplicación práctica para resolver problemas reales de salud global».
Inteligencia artificial para combatir la enfermedad del sueño
El primer proyecto será desarrollado por el Centro de Investigaciones Biológicas Margarita Salas (CIB-CSIC), bajo la dirección del investigador Carlos Fernández Tornero. Su enfoque está en la aplicación de herramientas de IA para identificar compuestos capaces de bloquear proteínas específicas del parásito Trypanosoma, causante de la enfermedad del sueño, una afección que afecta sobre todo a África subsahariana y puede resultar mortal si no se trata a tiempo.
«Aplicaremos y desarrollaremos herramientas de IA para identificar compuestos capaces de bloquear proteínas específicas del parásito Trypanosoma, lo que puede derivar en tratamientos innovadores para las fases avanzadas de la enfermedad, donde actualmente las opciones terapéuticas son muy limitadas», explicó Fernández Tornero.
Robótica e IA generativa para la rehabilitación infantil
El segundo proyecto, liderado por Eduardo Rocon y Manuel Cebrián en el Centro de Automática y Robótica (CAR-CSIC), busca desarrollar sistemas robóticos y entornos virtuales impulsados por IA generativa para mejorar la movilidad de niños pequeños con parálisis cerebral.
Este proyecto se distingue por centrarse en niños en etapa temprana de aprendizaje de la marcha, un periodo crucial para la efectividad de las terapias. «Utilizaremos IA generativa para crear avatares virtuales altamente adaptativos que responden en tiempo real a los datos de función motora del niño, ofreciendo una terapia personalizada que evoluciona con su progreso», detalló Rocon.
El sistema combinará robótica terapéutica y realidad virtual en un entorno de aprendizaje adaptable y motivador. Además, los investigadores prevén que al finalizar el proyecto, en un plazo de dos años, se entregarán a la comunidad científica y médica herramientas de código abierto, dispositivos y protocolos de formación estandarizados.
IA generativa con impacto social
«El éxito de la IA generativa, y que evitemos un posible ‘invierno de la IA’, depende en gran medida de que estos modelos consigan hacer avances significativos en salud», señaló Manuel Cebrián. Para él, este tipo de iniciativas permiten demostrar el potencial positivo de la IA aplicada a la salud, especialmente para las personas más vulnerables.
Con esta financiación, Google.org reafirma su apuesta por apoyar proyectos científicos que pueden tener un impacto real en el bienestar global. Para el CSIC, representa una oportunidad para consolidar su liderazgo científico en áreas críticas como la salud y la inteligencia artificial, y para acercar la tecnología a las necesidades sociales más urgentes.
La previsión del clima y otros fenómenos naturales es esencial para proteger vidas, planificar actividades económicas y mitigar desastres. Sin embargo, los modelos numéricos tradicionales que se utilizan para ello son extremadamente complejos y costosos en términos computacionales. Aquí es donde entra Aurora, una IA diseñada para predecir múltiples fenómenos del sistema terrestre a alta resolución y en tiempo récord.
Desarrollado por un equipo internacional liderado por Microsoft, Aurora se presenta como el primer modelo fundacional en su tipo. Inspirado por los avances en modelos de lenguaje e imagen, Aurora ha sido entrenado con una variedad sin precedentes de datos meteorológicos, oceanográficos y químicos. Su arquitectura se basa en un codificador y decodificador 3D de tipo Perceiver, junto a un Swin Transformer que le permite simular la evolución del clima en múltiples escalas temporales y espaciales.
Precisión en múltiples dominios
Aurora se ha afinado para cuatro tareas principales:
Calidad del aire: Prevé la contaminación atmosférica a 5 días vista con una precisión superior al 74% respecto a sistemas actuales como CAMS, y lo hace en tan solo 0,6 segundos por hora de predicción, frente a las horas que requiere CAMS en supercomputadoras.
Oleaje oceánico: Predice alturas y direcciones de olas con una precisión del 86% sobre el modelo HRES-WAM, fundamental para la seguridad marítima y la energía offshore.
Ciclones tropicales: Ha superado en precisión a todos los centros de predicción operativa del mundo en el seguimiento de ciclones durante 2022 y 2023, incluyendo casos extremos como el tifón Doksuri.
Meteorología de alta resolución: Aurora opera a 0,1° de resolución espacial, superando al modelo IFS de ECMWF en el 92% de los parámetros analizados, y con mejoras significativas en eventos extremos como la tormenta Ciarán.
Una revolución en coste y accesibilidad
Una de las ventajas más destacadas de Aurora es su eficiencia. Mientras que los modelos clásicos necesitan supercomputadoras para ejecutar predicciones, Aurora puede funcionar en una sola GPU, lo que supone una reducción de costes de hasta 100.000 veces. Esto abre la puerta a que países con menos recursos o instituciones académicas puedan acceder a herramientas de predicción avanzadas.
Además, el sistema se puede adaptar fácilmente a nuevos datos o tareas gracias a su enfoque de preentrenamiento y afinado. De hecho, se ha comprobado que al escalar el modelo y diversificar los datos, la precisión mejora incluso en fenómenos extremos.
Implicaciones futuras
Aurora representa un avance con enormes implicaciones. Además de las tareas ya evaluadas, puede ajustarse para prever inundaciones, incendios, productividad agrícola, crecimiento vegetal o producción de energía renovable. Todo ello con una inversión computacional moderada.
Aunque actualmente necesita datos iniciales provenientes de sistemas tradicionales, su desarrollo apunta a una posible autonomía futura basada solo en observaciones directas, como ya ocurre en algunos prototipos de predicción end-to-end.
Este modelo no solo democratiza el acceso a predicciones precisas, sino que redefine lo que es posible en meteorología, climatología y gestión de riesgos medioambientales. Con Aurora, la inteligencia artificial da un paso firme hacia la comprensión y anticipación del planeta.
El bosón de Higgs, descubierto en 2012 en el Gran Colisionador de Hadrones (LHC), es una pieza clave del Modelo Estándar de la física de partículas. Su existencia explica cómo las partículas fundamentales adquieren masa, pero aún queda por entender cómo se relaciona con los quarks más ligeros, como el quark charm, una cuestión que intriga desde hace años a la comunidad científica.
Este proceso es raro y difícil de distinguir de los muchos eventos de fondo similares que se producen en las colisiones de protones a alta energía del LHC. El desafío técnico radica en identificar correctamente los jets de hadrones que los quarks generan antes de desintegrarse, en particular los originados por quarks charm, ya que son menos distintivos que los de otros quarks.
IA al rescate
Ante la dificultad del análisis, los investigadores adoptaron un enfoque radicalmente nuevo. “Este estudio requirió un cambio de paradigma en las técnicas de análisis”, explicó Sebastian Wuchterl, investigador del CERN. “Como los quarks charm son más difíciles de etiquetar que los bottom, recurrimos a técnicas punteras de aprendizaje automático para separar la señal del ruido de fondo”.
Los físicos del CMS emplearon dos modelos de inteligencia artificial de vanguardia. El primero, una red neuronal de grafos, se encargó de identificar los jets charm. El segundo, una red tipo transformer —la misma arquitectura detrás de modelos como ChatGPT— fue entrenada para clasificar eventos y discriminar entre señales del Higgs y procesos de fondo.
Para entrenar estos modelos, se utilizaron cientos de millones de jets simulados, permitiendo una mejora considerable en la identificación de los quarks charm. Este enfoque supuso una revolución en la forma de estudiar las desintegraciones del Higgs.
Resultados y futuro
Utilizando los datos recopilados entre 2016 y 2018, combinados con análisis previos, el CMS ha logrado establecer los límites más restrictivos hasta la fecha sobre la interacción entre el bosón de Higgs y el quark charm, con una mejora del 35% respecto a estudios anteriores. Esto implica una importante restricción a posibles desviaciones de las predicciones del Modelo Estándar.
“Nuestros hallazgos suponen un gran paso”, señaló Jan van der Linden, investigador de la Universidad de Gante. “Con más datos y técnicas aún más refinadas, podríamos obtener una visión directa de esta interacción, algo que hace pocos años parecía imposible”.
A medida que el LHC continúe operando y recoja nuevos datos en los próximos años, se espera que CMS y su experimento hermano ATLAS logren confirmar de forma concluyente la desintegración del Higgs en quarks charm. Este descubrimiento sería fundamental para entender completamente cómo la materia adquiere masa y ofrecería una prueba decisiva del Modelo Estándar, que cumple ya más de cinco décadas como la teoría dominante en la física de partículas.
La revolución de la inteligencia artificial está transformando la manera en que se comunica la ciencia, pero no sin controversia. Una encuesta publicada por la revista Nature y realizada a más de 5.000 investigadores de todo el mundo ha revelado una profunda división de opiniones sobre el uso de herramientas de IA generativa en el proceso de redacción y revisión de artículos científicos.
Más del 90% de los encuestados consideran aceptable usar IA para editar o traducir un manuscrito, aunque la mayoría no lo haya hecho. Solo el 28% reconoció haber utilizado la IA para editar sus textos, y apenas el 4% para traducirlos. En cuanto al uso para redactar el primer borrador de un artículo o elaborar resúmenes, la aceptación baja considerablemente: apenas un 13% y 16% respectivamente lo consideran ético.
Al tratarse de secciones concretas del texto, los investigadores son más permisivos con el uso de IA para redactar el abstract, pero se muestran reacios a aplicarla en la sección de resultados, una de las más sensibles por su rigor científico.
¿Debe declararse el uso de IA?
La encuesta también indagó sobre la necesidad de transparencia. Aunque los editores de revistas académicas suelen exigir la declaración del uso de IA, muchos investigadores afirmaron que no lo revelaron cuando lo usaron. Aquí surge una discrepancia clave entre las normativas editoriales y las percepciones de los científicos.
Para Alex Glynn, experto en comunicación científica de la Universidad de Louisville, este desfase plantea una pregunta fundamental: “¿Refleja esta desconexión una falta de familiaridad con el tema o una discrepancia de principios con la comunidad editorial?”
IA en la revisión por pares: ¿una línea roja?
El uso de inteligencia artificial en el proceso de peer review suscita más rechazo: más del 60% cree que no es aceptable usarla para redactar un informe inicial de revisión, principalmente por motivos de privacidad. No obstante, un 57% aprueba su uso como herramienta de apoyo para responder preguntas sobre el manuscrito revisado.
Chris Leonard, consultor en comunicaciones académicas, defiende el uso híbrido: “Ese enfoque es perfecto para detectar errores que los revisores humanos podrían pasar por alto”.
¿Quién usa realmente la IA?
Pese al debate, los usos reales de estas herramientas siguen siendo minoritarios. El 65% de los participantes dijo no haber utilizado IA en ninguno de los escenarios planteados por la encuesta. Los más jóvenes y aquellos en países donde el inglés no es lengua materna fueron los más propensos a experimentar con IA, especialmente para tareas de edición.
En contraste, solo un 4% reconoció haber usado IA para redactar un borrador o realizar una revisión por pares.
Opiniones enfrentadas
Las posturas recogidas en los comentarios de los encuestados oscilan entre la completa aceptación y el rechazo absoluto. Aisawan Petchlorlian, investigadora en Bangkok, cree que la IA será pronto tan común como usar una calculadora: “La divulgación no será un tema relevante”. En cambio, un geólogo canadiense la considera “fraude patético”.
Para otros, el problema está en lo que se pierde al delegar tareas intelectuales en una máquina. “Nos robamos la oportunidad de aprender”, reflexiona Daniel Egan, de la Universidad de Cambridge.
Entre los beneficios señalados, destaca el apoyo que puede brindar a investigadores que no dominan el inglés, así como la posibilidad de igualar el terreno de juego para académicos de todo el mundo. No obstante, muchos advierten de la baja calidad de las respuestas generadas, que incluyen citas falsas y afirmaciones incorrectas.
¿Y en el futuro?
Los resultados muestran una comunidad científica aún en proceso de adaptación a estas nuevas herramientas. Aunque el uso es bajo, la disposición a usarlas es alta. “Nuestros datos reflejan entusiasmo, pero también cautela”, resume Josh Jarrett, vicepresidente de la editorial Wiley.
Lo que queda claro es que el debate sobre la ética de la IA en la investigación apenas comienza, y su resolución podría definir el futuro de la comunicación científica.
Un estudio francés ha llevado a cabo una prueba educativa que pone a la inteligencia artificial a competir directamente con los docentes en una de sus tareas más complejas: la corrección de exámenes. El experimento se centró en el examen de Francés de la certificación de los estudios obligatorios en Francia, el Diplôme National du Brevet (DNB), comparando las correcciones realizadas por profesores reales con las generadas por sistemas de IA, como Gemini (de Google) y ChatGPT-4o.
Un contexto de sobrecarga docente
Según datos del Ministerio francés, los docentes dedican una media de 6 horas y 30 minutos semanales a corregir exámenes en materias literarias. Ante esta carga, el uso de tecnología, y en particular de inteligencia artificial, surge como una alternativa para aligerar el trabajo docente. Herramientas ya existentes como La Quizinière permiten corregir automáticamente QCM (cuestionarios de tipo test), pero la IA promete ir más allá, evaluando incluso redacciones manuscritas.
Una metodología rigurosa
Thibaud Hayette, docente implicado en el proyecto, recogió siete copias oficiales del DNB 2024, escaneadas en alta resolución antes y después de ser corregidas por profesores. Estas copias fueron digitalizadas para ser evaluadas por la IA, utilizando para ello el sistema NotebookLMde Gemini, el cual fue instruido para transformar el texto manuscrito en formato digital.
Aquí surgió el primer gran obstáculo: la reconocimiento de escritura manuscrita (HTR) aún presenta dificultades notables. Aunque los avances son significativos, la IA tiende a corregir errores ortográficos o incluso a inventar frases para dar coherencia al texto, lo cual puede desvirtuar el contenido original del alumno y afectar la objetividad de la evaluación.
La corrección automatizada con ChatGPT
Una vez digitalizadas las copias, fueron analizadas por ChatGPT-4o, que aplicó el baremo oficial del DNB para asignar puntuaciones. El resultado fue revelador: en las secciones de comprensión y gramática, la diferencia media entre las correcciones humanas y las automáticas fue de 0,5 puntos sobre 11 posibles. No obstante, se detectaron varios sesgos, como una mayor indulgencia de la IA ante errores ortográficos o su incapacidad para captar matices interpretativos en las respuestas.
Dictado y redacción, los mayores desafíos
En el caso del dictado, la IA mostró una tendencia a ser más severa que los docentes, penalizando incluso de forma doble ciertos errores. Por su parte, en la sección de redacción, la IA otorgó a menudo más puntos que los profesores, posiblemente por una apreciación más técnica y menos emocional del estilo del alumno.
Un ejemplo citado es revelador: una redacción evaluada con 33/40 por la IA recibió solo 20/40 por el docente, que valoró aspectos más subjetivos como la riqueza narrativa y la profundidad del argumento.
¿Ventaja tecnológica o reemplazo apresurado?
El balance global de las siete copias mostró una diferencia media de tan solo 0,5 puntos, aunque con variaciones significativas en secciones clave. El mayor atractivo de la IA sigue siendo su velocidad: unos segundos frente al tiempo prolongado de corrección humana. Sin embargo, esta ventaja se ve disminuida por el tiempo necesario para escanear, digitalizar y revisar las transcripciones, además de tener que afinar constantemente las instrucciones (prompts) para adecuarse a cada tipo de ejercicio.
Un futuro aún en construcción
La conclusión del estudio es clara: aunque la IA demuestra un gran potencial, aún no está lista para sustituir por completo el juicio docente. El ojo humano sigue siendo indispensable para interpretar matices, valorar la originalidad y reconocer conocimientos específicos. Además, el uso de la IA requiere una gran preparación previa que contrarresta parte del supuesto ahorro de tiempo.
Como señala el propio Hayette, «confiar a una máquina sin alma la tarea de sondear la originalidad del estilo de un alumno» plantea dilemas pedagógicos profundos. La IA, por ahora, se limita a evaluar desviaciones de una norma preestablecida, sin poder captar lo implícito o lo extraordinario que cada alumno puede aportar.
Así, esta primera incursión en la corrección automatizada de exámenes oficiales en Francia deja claro que el rol del profesor sigue siendo fundamental. La IA, más que un sustituto, puede llegar a ser en el futuro un asistente eficaz, siempre bajo supervisión humana.
Google ha presentado oficialmente Google AI Ultra durante su evento anual Google I/O 2025, en un movimiento que marca un nuevo hito en su estrategia de inteligencia artificial. Con un precio de 249,99 dólares mensuales, esta nueva suscripción se sitúa como la más cara y ambiciosa de la compañía hasta la fecha, reservada por ahora exclusivamente para el mercado estadounidense.
Una suscripción pensada para los usuarios más exigentes
Google AI Ultra no es un simple acceso extendido a Gemini, su familia de modelos de IA, sino un paquete completo de herramientas, servicios y almacenamiento en la nube. Entre sus principales características destacan:
30 TB de almacenamiento en Gmail, Google Drive y Google Fotos.
Gemini en su versión más avanzada, con límites superiores en investigación profunda, generación de vídeo con Veo 2 y acceso anticipado a Veo 3.
Modo de razonamiento mejorado Deep Think dentro de Gemini 2.5 Pro.
Integración de Gemini en Gmail, Google Docs y Chrome, con contexto persistente.
Acceso preferente a herramientas como NotebookLM, Whisk Animate y Flow.
Acceso al Project Mariner, un sistema de agentes capaces de ejecutar múltiples tareas simultáneamente.
Suscripción a YouTube Premium incluida.
Más allá del acceso: un símbolo de estatus
Con AI Ultra, Google no solo ofrece tecnología avanzada, sino que redefine las jerarquías digitales. Mientras OpenAI puso el listón alto con su plan ChatGPT Pro por 200 dólares al mes, Google sube la apuesta hasta los 250 dólares. A cambio, promete una experiencia superior: mayor contexto, más autonomía y capacidad de acción, y acceso anticipado a las últimas innovaciones.
El plan incluye incluso un descuento promocional del 50% durante los primeros tres meses. No obstante, tras ese periodo, el coste mensual se iguala al de muchas suscripciones empresariales, situándose fuera del alcance del usuario medio.
ME EXPLICO:
NO Tenéis que verlo como el agua, que todo el mundo tiene acceso a ella y antes no, si no como la educación donde todo el mundo (casi) tiene acceso a ella pero según lo que pagas cambia tus posibilidades en la vida.
Este movimiento de Google también tiene implicaciones más profundas. La empresa encapsula la nueva generación de IA tras un muro de pago, reservando capacidades clave como la agencia, la persistencia de contexto y el razonamiento profundo a quienes puedan permitirse la suscripción Ultra. Mientras tanto, los usuarios de versiones gratuitas, como Gemini Flash, quedan limitados a funciones más básicas.
Con este giro, la democratización del acceso al conocimiento y la automatización se ve comprometida. El futuro de la IA no será solo una cuestión técnica, sino también económica. ¿Quién podrá acceder a las herramientas que realmente cambian el juego?
Lo cierto es que era un desenlace previsible. Durante más de un año, Google y otras grandes tecnológicas han ofrecido versiones gratuitas o freemium de sus modelos de IA, familiarizando al gran público con asistentes como Gemini, ChatGPT o Claude. Estas versiones actuaron como una demo masiva: útil, atractiva y, sobre todo, imprescindible para millones de usuarios. Ahora, como empresas que son, toca rentabilizar el altísimo coste de desarrollo y mantenimiento de estas tecnologías.
Google ha hecho oficial lo que muchos temían y otros intuían desde hace tiempo: el futuro de la inteligencia artificial tendrá precio, umbral y propietario. Y si el 2025 será recordado por algo, será por la consolidación de una nueva brecha digital, no entre quienes tienen IA o no, sino entre quienes pueden aprovecharla al máximo y quienes solo pueden observar desde fuera.
La fotografía de portada de esta noticia pertenece a Freepik.
La inteligencia artificial (IA) se ha convertido en una protagonista silenciosa de nuestras vidas. Está en los móviles, en los coches, en el sistema sanitario, en las plataformas de streaming e incluso en nuestros hogares, gracias a asistentes virtuales como Alexa o Siri. Pero, ¿cómo ha llegado la IA a ser tan omnipresente? La respuesta, curiosamente, no está solo en el avance de los algoritmos, sino en la revolución de los datos.
¿Qué es un algoritmo, exactamente?
Un algoritmo es un conjunto de instrucciones que resuelve un problema paso a paso. Aunque suena técnico, todos usamos algoritmos a diario: una receta de cocina, una ruta en Google Maps o el proceso para hacer una taza de té son algoritmos en acción.
En IA, los algoritmos se clasifican en varios tipos: desde los clásicos (if-then o heurísticos), hasta los sofisticados algoritmos de machine learning, que aprenden de los datos sin necesidad de instrucciones explícitas.
¿Más datos, mejores resultados?
Un hito clave que aún resuena en el sector fue el estudio Scaling to Very Very Large Corpora for Natural Language Disambiguation de Michele Banko y Eric Brill en 2001. Ambos investigadores demostraron que incrementar la cantidad de datos en tareas de procesamiento del lenguaje natural mejoraba el rendimiento de los algoritmos, incluso más que cambiar el tipo de algoritmo utilizado. En la actualidad, esta premisa se ha convertido en regla de oro para entrenar modelos como ChatGPT, Bard o Claude.
Esta tendencia se ha reforzado con el desarrollo de modelos de lenguaje como GPT-4 y Claude 3, entrenados con billones de palabras, imágenes, sonidos y vídeos. El motor ya no es solo el algoritmo, sino el combustible de datos que lo alimenta.
La afirmación «Más datos, mejores resultados» ha sido un mantra en el desarrollo de la inteligencia artificial. Sin embargo, investigaciones recientes sugieren que esta premisa podría estar quedando obsoleta. Modelos como el Absolute Zero Reasoner (AZR) y técnicas como «Distilling Step-by-Step» demuestran que es posible lograr un rendimiento superior con menos datos, e incluso sin datos externos.
El AZR, desarrollado por investigadores de la Universidad de Tsinghua y Harvard, utiliza un enfoque de autoaprendizaje sin necesidad de datos humanos. Por otro lado, «Distilling Step-by-Step» permite entrenar modelos más pequeños que superan a los grandes modelos de lenguaje utilizando menos datos de entrenamiento. Estos avances podrían revolucionar la forma en que se desarrollan y entrenan los modelos de IA, haciendo que sean más accesibles y eficientes.
Durante años, la inteligencia artificial (IA) ha avanzado bajo la premisa de que «más datos conducen a mejores resultados». Sin embargo, investigaciones recientes están desafiando esta noción, mostrando que modelos más pequeños y eficientes pueden superar a sus contrapartes más grandes utilizando menos datos, e incluso sin datos externos.
Implicaciones para el futuro de la IA
Estos avances sugieren un cambio significativo en la forma en que se desarrollan y entrenan los modelos de IA. La capacidad de entrenar modelos eficientes sin depender de grandes conjuntos de datos curados por humanos podría democratizar el acceso a la IA, permitiendo que más organizaciones desarrollen modelos potentes sin los recursos masivos que anteriormente eran necesarios.
Además, la reducción en el tamaño y los requisitos de datos de los modelos podría facilitar su implementación en dispositivos con recursos limitados, como teléfonos inteligentes y dispositivos IoT, ampliando aún más las aplicaciones de la IA en la vida cotidiana.
La creencia de que «más datos conducen a mejores resultados» está siendo cuestionada por investigaciones que demuestran que modelos más pequeños y eficientes pueden lograr, e incluso superar, el rendimiento de modelos más grandes utilizando menos datos. Estos avances podrían marcar el comienzo de una nueva era en la inteligencia artificial, donde la eficiencia y la accesibilidad se convierten en las nuevas prioridades en el desarrollo de modelos de IA.
El regreso silencioso de los sistemas expertos
Antes del auge del machine learning, la IA se basaba en sistemas expertos: programas que resolvían problemas usando reglas definidas por humanos. Uno de los más famosos fue MYCIN, desarrollado en los años 70 para diagnosticar enfermedades infecciosas. Aunque hoy parecen rudimentarios, estos sistemas siguen presentes en campos donde se necesita transparencia, como los seguros, la sanidad o la conducción autónoma.
De los árboles a las redes neuronales
Los algoritmos de búsqueda, como el min-max o la búsqueda A*, siguen siendo esenciales en la IA, sobre todo en juegos, planificación y navegación. Pero el verdadero salto ha llegado con el uso de redes neuronales profundas (deep learning), que simulan el funcionamiento del cerebro humano y permiten reconocer patrones en imágenes, texto y audio.
Un ejemplo emblemático es AlphaGo, la IA de DeepMind que venció a campeones humanos en el juego de Go. Este logro fue posible gracias a una combinación de búsqueda heurística, aprendizaje reforzado y redes neuronales entrenadas con millones de partidas.
La magia del aprendizaje automático
En lugar de codificar reglas a mano, el aprendizaje automático permite que los sistemas descubran patrones por sí mismos. Aquí es donde los datos se vuelven cruciales: más datos significan más ejemplos de los que aprender.
Hay tres grandes familias de machine learning:
Supervisado: se entrena con ejemplos etiquetados (por ejemplo, fotos de gatos con la etiqueta “gato”).
No supervisado: busca patrones sin etiquetas (como agrupar clientes por comportamiento).
Reforzado: aprende por ensayo y error, como los robots que aprenden a caminar o los modelos que juegan videojuegos.
¿Y si los datos engañan?
Uno de los retos actuales es la calidad de los datos. Un modelo puede aprender sesgos si los datos están sesgados. Por ejemplo, un algoritmo de contratación podría discriminar si fue entrenado con datos de selección histórica poco diversa. La solución pasa por auditar los datos, limpiar errores y fomentar la diversidad en los conjuntos de entrenamiento.
Más allá del algoritmo: estructuras, árboles y grafos
Para tomar decisiones, la IA necesita estructurar la información. Aquí entran en juego estructuras como los árboles y los grafos, que organizan los datos en nodos conectados. Estas estructuras permiten planificar rutas, resolver acertijos complejos y modelar decisiones en tiempo real, desde un GPS hasta un sistema de producción industrial.
Robots, Roombas y caminos imprevisibles
En tareas del mundo real, como mover un robot o evitar obstáculos, la IA utiliza algoritmos de búsqueda local. Técnicas como hill climbing, simulated annealing o taboo search ayudan a encontrar soluciones sin explorar todas las posibilidades, algo inviable incluso para los superordenadores.
Un caso curioso es el del primer Roomba, que limpiaba casas sin mapas, simplemente moviéndose de forma aleatoria. Aunque no era “inteligente” en el sentido clásico, funcionaba sorprendentemente bien gracias a un enfoque heurístico simple.
IA: de herramientas invisibles a genios mediáticos
Muchas aplicaciones de IA pasan desapercibidas: correctores automáticos, sugerencias de texto, filtros de correo no deseado, sistemas de recomendación. Pamela McCorduck llamó a este fenómeno el efecto IA: cuando algo se vuelve cotidiano, deja de percibirse como inteligente.
Hoy, sin embargo, convivimos con sistemas que asombran: generadores de imágenes, traductores automáticos precisos, asistentes que redactan correos o incluso programan código. Lo que hace una década parecía ciencia ficción, hoy es parte del día a día.
La inteligencia artificial de 2025 no se define sólo por los algoritmos más complejos, sino por la capacidad de integrar datos relevantes, variados y bien estructurados. Es una revolución silenciosa, alimentada por cada clic, cada foto, cada búsqueda.
En esta nueva era, los datos son el nuevo petróleo, y la IA, el motor que los transforma en conocimiento y acción. Pero como todo motor, su funcionamiento depende de cómo y con qué se alimente. Por eso, en el mundo de la IA, cada dato cuenta.
La imagen de portada de esta noticia pertenece a Markus Spiske y ha sido publicada en Unsplash
La Alliance of Canadian Cinema, Television and Radio Artists (ACTRA) ha dejado clara su posición. Su presidenta nacional, Eleanor Noble, lo expresó sin rodeos: “El material creado por inteligencia artificial no debería ‘en ningún caso’ ser considerado contenido canadiense”. En su comparecencia ante el regulador, Noble argumentó que aceptar lo contrario sería una “traición a nuestros artistas”, ya perjudicados por el avance de esta tecnología.
Week 2 of our public hearing on the definition of Canadian content for TV & online streaming services is live: https://t.co/UcHgfh9kAf
El término CanCon, abreviatura de “contenido canadiense”, se refiere al conjunto de normas establecidas por el Consejo de la radiodifusión y las telecomunicaciones canadiense (CRTC) para determinar si una producción audiovisual o sonora puede ser oficialmente reconocida como canadiense. Este sistema, instaurado para promover la cultura y el talento local, se basa en un esquema de puntos otorgados cuando ciudadanos canadienses ocupan puestos clave en la creación de una obra, como dirección, guion, música o interpretación. Ser clasificado como CanCon permite a las producciones acceder a incentivos fiscales, subvenciones públicas y cuotas de emisión en medios de comunicación nacionales.
Una amenaza directa al empleo artístico
La reclamación de los sindicatos tiene implicaciones profundas para el futuro del empleo creativo en Canadá y para la propia definición de identidad cultural del país. Si el CRTC aceptara que el contenido generado por inteligencia artificial puede clasificarse como CanCon, abriría la puerta a que producciones sin participación humana significativa accedieran a subvenciones y espacios de difusión reservados al talento canadiense. Esto podría desincentivar la contratación de actores, guionistas y otros profesionales locales, acelerando la precarización del sector artístico. Además, debilitaría los mecanismos de protección cultural que buscan garantizar que las historias y voces reflejadas en los medios realmente emanen de la experiencia y la diversidad canadienses.
La presidenta explicó que la IA ya se emplea extensamente en áreas como el doblaje y advirtió que si no se imponen límites claros, se pondrá en peligro el sustento de los intérpretes humanos. “El CRTC debe proteger los medios de vida de los artistas canadienses”, reclamó.
En la misma línea, la directora ejecutiva de ACTRA, Marie Kelly, reconoció que existen usos válidos de la IA —como mejorar la seguridad en escenas de riesgo—, pero rechazó firmemente que se permita a estas tecnologías crear espectáculos enteros. “Nos oponemos a que la IA genere actuaciones”, afirmó.
Kelly también destacó que los actores generados por IA no deberían ser tratados como si fueran artistas canadienses, incluso si los algoritmos son operados desde Canadá. En su opinión, permitirlo desdibujaría el papel de los verdaderos creadores dentro del ecosistema cultural del país.
Los guionistas también dicen “no”
La Writers Guild of Canada participó en la audiencia del miércoles y reforzó la postura sindical: el contenido generado por IA no cumple los criterios actuales del CRTC. El sistema actual otorga puntos a una producción si canadienses ocupan puestos creativos clave, y los guionistas sostienen que una máquina no puede satisfacer ese requisito.
“Las máquinas no tienen ciudadanía”, recuerda su comunicado. “No viven ni residen en Canadá, ni en ninguna otra jurisdicción nacional, porque no ‘viven’ ni ‘residen’.” El sindicato argumenta que el simple uso de IA por parte de un canadiense no convierte el producto resultante en contenido canadiense.
Una de las comparaciones más gráficas vino en forma de analogía histórica: “Atribuir a un humano el contenido generado por IA sería como decir que el techo de la Capilla Sixtina fue obra del Papa Julio II, en lugar de Miguel Ángel, que realmente lo imaginó y pintó”.
El dilema del CRTC
El regulador canadiense se enfrenta así a una decisión clave. Actualmente, los criterios del CRTC permiten que una obra sea reconocida como CanCon si cuenta con cierto número de puestos creativos ocupados por canadienses. La institución estudia ampliar estos criterios, pero debe definir cómo encaja en ese modelo la creciente participación de la inteligencia artificial.
Los sindicatos temen que si se abre la puerta al reconocimiento de la IA como parte de esos criterios, se creará un precedente perjudicial para los profesionales humanos. También insisten en que promover IA generativa no equivale a crear contenido, ya que es la tecnología la que produce los resultados, no quien introduce las órdenes o prompts.
En pleno auge de herramientas como ChatGPT, Midjourney o Sora, esta decisión podría sentar un importante precedente global sobre cómo se valora el trabajo creativo en la era de la inteligencia artificial.
Una lista de lectura veraniega publicada en la edición dominical del Chicago Sun-Times ha desatado una ola de críticas y vergüenza pública para el periódico y su socio de contenidos, King Features Syndicate. El motivo: muchos de los libros recomendados en la lista sencillamente no existen.
La sección especial, titulada “Heat Index: Your Guide to the Best of Summer (Índice de calor: tu guía para lo mejor del verano)”, fue producida por el periodista freelance Marco Buscaglia y distribuida por King Features Syndicate, una unidad del grupo Hearst. Buscaglia admitió haber utilizado una herramienta de inteligencia artificial para elaborar parte del contenido, incluyendo las sinopsis de libros y sus títulos, sin verificar su autenticidad. “Estúpidamente, y 100% culpa mía, simplemente publiqué esta lista que [un programa de IA] generó”, declaró Buscaglia.
Ficción disfrazada de realidad
Entre los títulos falsos se encuentra “Tidewater Dreams (Sueños de marea)”, atribuido erróneamente a la reconocida autora Isabel Allende, y “Boiling Point (Punto de ebullición)” supuestamente de Rebecca Makkai. Ambas autoras, junto a otros escritores reales como Andy Weir, Brit Bennett o Min Jin Lee, vieron sus nombres asociados a obras ficticias. La propia Lee negó en redes sociales haber escrito “Nightshade Market (Mercado de solanáceas)”, uno de los títulos incluidos.
I have not written and will not be writing a novel called “Nightshade Market.” Thank you.
En total, 10 de los 15 libros de la lista eran invenciones de IA. Los cinco restantes eran libros reales, pero antiguos, como “Bonjour Tristesse (Buenos días, tristeza)” (1954) de Françoise Sagan y “Dandelion Wine (El vino del estío)” (1957) de Ray Bradbury, lo que resulta contradictorio para una selección de novedades de verano.
Reacciones y consecuencias
El escándalo no tardó en extenderse más allá del Sun-Times. El Philadelphia Inquirer también publicó una versión de la sección con el contenido generado por Buscaglia, quien reconoció no haber revisado otros artículos elaborados con IA. King Features ha anunciado la ruptura de su relación con el periodista, alegando que violó su política sobre el uso de inteligencia artificial.
Gabriel Escobar, editor y vicepresidente senior de The Inquirer, explicó que el uso de inteligencia artificial para producir contenido es una “violación de nuestras propias políticas internas y una infracción grave. Estamos buscando formas de mejorar la verificación del contenido de estos suplementos en el futuro”, aunque también dejó en claro que el personal de noticias del Inquirer no estuvo involucrado.
La voz de alarma surgió del medio 404 media que comenzó a recopilar los comentarios de irónicos lectores del periódico.
Desde Chicago Public Media, empresa matriz del Sun-Times, su directora ejecutiva Melissa Bell declaró que se está investigando a fondo el incidente. Bell expresó su “decepción profunda” y aseguró que la edición fue retirada de la versión digital, además de prometer que los suscriptores no serán cobrados por esa edición. Añadió que se revisará la relación con el proveedor de contenido para evitar que se repita un fallo de tal magnitud.
El sindicato de periodistas del Sun-Times también se pronunció: “Nos horroriza que contenido generado por IA se haya publicado junto a nuestro trabajo”, subrayando que la sección fue producida sin conocimiento ni participación de la redacción.
El propio periódico ha publicado este artículo explicando lo sucedido y matizan que «ha sido escrita y editada por miembros del equipo editorial de Chicago Public Media. Según el protocolo de CPM, ningún funcionario corporativo ni líder ejecutivo externo a la redacción revisó esta historia antes de su publicación».
Una advertencia para el futuro
El caso ha abierto un debate sobre los límites y peligros del uso de inteligencia artificial en el periodismo. El Sun-Times ya ha comenzado a actualizar sus políticas para prevenir incidentes similares. Como explicó Bell: “Esto debería servir de lección para todo el periodismo sobre por qué nuestro trabajo es valioso: por la relación entre nuestros periodistas y editores reales y nuestras audiencias”.
Buscaglia, por su parte, asumió toda la responsabilidad y dijo estar dispuesto a aceptar cualquier consecuencia. Aseguró que lamenta que sus acciones hayan perjudicado a otros periodistas que sí siguen procesos rigurosos de verificación y edición.
El incidente pone de relieve la necesidad urgente de transparencia y control en el uso de herramientas automatizadas, especialmente cuando el periodismo se basa en la confianza entre medios y lectores. Esta vez, una lista veraniega de lectura terminó siendo una advertencia muy real sobre los riesgos de la automatización sin supervisión.
El 14 de mayo de 2025, a las 12:12 a.m. (hora del Este de EE.UU.), un cohete Long March 2D despegó desde el Centro de Lanzamiento de Satélites de Jiuquan, al noroeste de China, con una carga sin precedentes: los primeros 12 satélites de una red que alcanzará los 2.800 dispositivos en órbita para ofrecer capacidades de edge computing en el espacio.
Computación en el espacio, no en la Tierra
La misión, desarrollada por la empresa comercial ADA Space (Chengdu Guoxing Aerospace Technology Co., Ltd.) junto al laboratorio estatal Zhejiang Lab, marca un punto de inflexión en el diseño de satélites. Por primera vez, se pone en órbita una constelación dedicada exclusivamente a la computación en el espacio, dejando de lado el enfoque tradicional centrado en la observación o las telecomunicaciones.
Los 12 satélites forman la llamada Three-Body Computing Constellation y son capaces de realizar hasta 5 petaoperaciones por segundo (POPS), con una capacidad de almacenamiento de 30 terabytes. Están equipados con inteligencia artificial, enlaces láser entre satélites de hasta 100 Gbps y sensores de observación remota. Lo innovador es que los datos serán procesados directamente en el espacio, reduciendo la necesidad de transmitir grandes volúmenes a estaciones terrestres.
Tecnología y ciencia en cada unidad
Uno de los satélites incorpora un polarímetro de rayos X cósmicos desarrollado por la Universidad de Guangxi y el Observatorio Astronómico Nacional de la Academia China de Ciencias. Este instrumento permitirá identificar eventos astronómicos breves como explosiones de rayos gamma, activando alertas automáticas para coordinar observaciones desde otras misiones espaciales.
Esta arquitectura convierte a la constelación en una plataforma de inteligencia artificial en órbita, capaz de responder en tiempo real a fenómenos detectados en el espacio, reduciendo latencias y abriendo nuevas posibilidades en campos como la meteorología, la seguridad o las comunicaciones.
Un proyecto estratégico nacional
La constelación forma parte del programa Star-Compute, una iniciativa en colaboración con Zhejiang Lab, que incluye a actores tecnológicos como SoftStone y Kepu Cloud, encargados del desarrollo de infraestructuras complementarias en tierra. Esta red híbrida apunta a posicionar a China como líder global en computación espacial y tecnologías basadas en IA.
Además, el proyecto se alinea con la estrategia nacional de “Nuevas Infraestructuras” y el objetivo de China de liderar mundialmente en inteligencia artificial para 2030. Según ADA Space, este tipo de infraestructura será clave para dominar la próxima generación de capacidades tecnológicas.
Ingeniería en tiempo récord
El lanzamiento fue ejecutado por la Corporación de Ciencia y Tecnología Aeroespacial de China (CASC), y el diseño de la misión estuvo a cargo del Instituto 8 de dicha entidad. Se utilizó un enfoque de despliegue múltiple: dos satélites principales situados en la cúspide de la cofia del cohete y diez adicionales distribuidos en capas laterales. Mediante cuatro maniobras de separación bien coordinadas, se logró colocar cada satélite en su órbita precisa, minimizando perturbaciones en la etapa final del lanzador.
Lo sorprendente es que, desde la firma del contrato hasta el lanzamiento, sólo transcurrieron cinco meses, una demostración del grado de coordinación e industrialización alcanzado por el sector aeroespacial chino.
Implicaciones globales
Este primer despliegue puede significar el nacimiento de una nube espacial de datos y abre un nuevo terreno de competencia tecnológica con Estados Unidos y Europa. Aunque Occidente ya ha experimentado con computación en el borde (edge computing) en órbita, China es el primer país en desplegar una red escalable con IA diseñada para este fin.
En un contexto donde el dominio de la información es estratégico, disponer de una constelación que pueda procesar, filtrar y reaccionar a los datos en tiempo real podría ofrecer ventajas económicas, científicas y militares.
Con este lanzamiento, China suma su 26ª misión orbital del año, adelantando un calendario que incluirá en los próximos días nuevos lanzamientos desde Jiuquan, Taiyuan, Wenchang y hasta desde plataformas marítimas, además de la esperada misión Tianwen-2 entre el 28 y el 30 de mayo.
Aunque operar centros de datos en el espacio supone un desafío técnico y económico colosal, esta apuesta también ofrece ventajas difíciles de ignorar: refrigeración natural, energía solar continua y capacidad de procesar los datos directamente en órbita. Frente a la congestión y el elevado consumo energético de los centros terrestres, el espacio plantea una alternativa disruptiva. Sin embargo, esta descentralización también trae nuevos retos, como el alto coste de mantenimiento, la limitada vida útil de los satélites o el riesgo creciente de colisiones orbitales. La constelación china inaugura así una nueva era donde el cálculo también despega, y no sólo en sentido literal.
En menos de una semana, el panorama de la inteligencia artificial ha dado un giro decisivo en el campo de la programación. Si el 16 de mayo Google sorprendía con AlphaEvolve, su nuevo modelo de codificación, y OpenAI hacía lo propio el 19 de mayo con Codex, ayer Anthropic entró de lleno en la carrera con Claude Opus 4, un modelo que busca coronarse como el más potente del mundo para tareas de codificación avanzada.
Claude Opus 4, especializado en programación y tareas largas
Según Anthropic, Claude Opus 4 es “el mejor modelo de programación del mundo”, con puntuaciones récord en benchmarks como SWE-bench (72,5%) y Terminal-bench (43,2%), utilizados para medir la capacidad de los modelos en resolver problemas reales de ingeniería de software.
A diferencia de modelos más genéricos, Opus 4 está diseñado específicamente para manejar tareas prolongadas y complejas, manteniendo la coherencia a lo largo de miles de pasos y trabajando durante horas sin perder precisión. Empresas como Replit, Cursor o Rakuten han puesto a prueba el modelo en entornos reales, donde ha demostrado ser capaz de mantener ediciones precisas en múltiples archivos, detectar errores complejos y sostener proyectos autónomos a largo plazo.
En palabras de Replit, Opus 4 representa “avances dramáticos” en precisión y capacidad para aplicar cambios complejos a gran escala. Rakuten lo validó tras ejecutar un refactor autónomo durante 7 horas con rendimiento constante.
Funciones clave para desarrolladores
Claude Opus 4 incluye funciones especialmente pensadas para entornos de desarrollo: puede acceder a archivos locales cuando se le permite, crear “archivos de memoria” con información clave para tareas recurrentes, y ejecutar herramientas en paralelo gracias a su nuevo sistema de pensamiento extendido.
Esta combinación le permite alternar entre razonamiento, ejecución de código y búsqueda de información, todo dentro del mismo flujo de trabajo. En algunos casos, como una partida de Pokémon, el modelo ha llegado a generar sus propias guías de navegación para mantenerse orientado.
Además, junto a Opus 4, Anthropic lanza Claude Code, un entorno de desarrollo asistido por IA con integración directa en editores como VS Code y JetBrains, así como soporte para GitHub Actions. Las sugerencias y ediciones aparecen directamente en los archivos del usuario, facilitando la programación en pareja (pair programming) con la IA.
Claude Sonnet 4: la alternativa práctica
Junto a Opus, Anthropic también ha lanzado Claude Sonnet 4, una versión más ligera y rápida, ideal para casos de uso cotidianos pero con puntuaciones igualmente notables: 72,7% en SWE-bench. GitHub lo incorporará como núcleo de su nuevo agente en Copilot, y empresas como iGent o Sourcegraph destacan su mejora en navegación de código, razonamiento y estética de las respuestas.
Sonnet 4 es accesible incluso para usuarios gratuitos, mientras que Opus 4 está incluido en los planes Pro, Max, Team y Enterprise.
Anthropic responde con un modelo que no solo iguala en precisión, sino que apuesta por la resistencia en tareas largas, el uso de memoria y la coordinación de múltiples herramientas, áreas en las que sus rivales aún muestran limitaciones.
Disponible desde hoy
Claude Opus 4 y Sonnet 4 están disponibles desde ayer en la API de Anthropic, Amazon Bedrock y Google Cloud Vertex AI. Los modelos ya están siendo utilizados por desarrolladores que buscan transformar su flujo de trabajo, reducir errores y acelerar la entrega de software de calidad. Claude 4 no solo es una mejora incremental: representa un nuevo estándar para lo que se espera de un modelo de codificación en 2025.
Indra ha asumido un papel clave en el proyecto AIDA (Artificial Intelligence Deployable Agent), una iniciativa financiada por el Fondo Europeo de Defensa que busca transformar la ciberdefensa europea mediante agentes autónomos basados en inteligencia artificial. Con un presupuesto de 32 millones de euros, AIDA reúne a 28 organizaciones de 15 países para desarrollar una infraestructura que permita entrenar, desplegar y coordinar estos agentes en entornos militares.
Agentes inteligentes para el ciberespacio
El proyecto AIDA explora cómo la automatización y la IA pueden redefinir la operación militar en el ciberespacio, considerado ya el quinto dominio de combate. Los agentes están diseñados para detectar amenazas, analizarlas y responder a ellas, bien de forma autónoma o como apoyo a los operadores humanos. Su objetivo es reducir la intervención humana, acelerar los tiempos de decisión y ganar ventaja táctica sobre posibles amenazas.
AIDA apoya el concepto de la OTAN de Agente Autónomo Inteligente de Ciberdefensa (AICA), impulsando una ciberdefensa más activa e inteligente.
El rol de Indra en el proyecto
Indra es el único representante español en el consorcio y está desarrollando la plataforma tecnológica central que posibilita el despliegue y coordinación de estos agentes. Basada en su solución IndraMind, esta plataforma ofrece un entorno flexible y seguro para operar los agentes y facilitar su integración con otros sistemas militares.
Además, Indra participa en la creación de un «cibermosaico» europeo de elementos autónomos y distribuidos, dentro del proyecto EU-GUARDIAN, previsto para comenzar sus primeras pruebas a finales de 2025.
Demostrador en España
AIDA contará con un caso práctico en España, donde se probará el uso de los agentes dentro del Sistema de Combate del Ciberespacio Español (SCOMCE). Este experimento permitirá evaluar su impacto en la conciencia situacional y su integración con sistemas de mando y control.
Luis José García de la Iglesia, responsable de Ciberdefensa en Indra, subraya que “hemos evolucionado de una guerra centrada en redes (network-centric warfare) a una guerra centrada en decisiones (decision-centric warfare), donde la ventaja radica en decidir más rápido y con mayor eficacia”.
Hacia una defensa más autónoma
AIDA no solo busca avances tecnológicos, sino también reforzar la soberanía tecnológica europea, fomentar la colaboración entre empresas y aumentar la competitividad en defensa. Este proyecto se suma a otras iniciativas lideradas por Indra, como ECYSAP y ECYSAP EYE, que consolidan su presencia en el desarrollo de capacidades digitales para el ámbito militar.
En conjunto, estos programas definen un nuevo paradigma de defensa donde la inteligencia artificial, la interoperabilidad y la automatización tendrán un papel fundamental en la seguridad de Europa frente a amenazas emergentes.
Sobre Indra
Indra es una multinacional española de referencia en los sectores de defensa, tráfico aéreo y espacio, reconocida por su capacidad tecnológica y su papel como socio estratégico en operaciones críticas. Con presencia en más de 140 países y un equipo altamente cualificado, la compañía se especializa en el desarrollo e integración de sistemas avanzados, impulsando la transformación digital de sus clientes y participando en los principales programas europeos de innovación y seguridad. En 2024, el grupo Indra alcanzó unos ingresos de 4.843 millones de euros y continúa fortaleciendo su liderazgo mediante alianzas estratégicas y su apuesta por la inteligencia artificial y la automatización.
Japón ha dado un paso decisivo hacia una regulación integral de la inteligencia artificial. El 24 de abril de 2025, la Cámara Baja del Parlamento (Shūgiin) aprobó el Proyecto de Ley para la Promoción de la Investigación, el Desarrollo y la Utilización de Tecnologías Relacionadas con la Inteligencia Artificial (AI法案), que había sido presentado por el gabinete japonés el pasado 28 de febrero.
Este nuevo marco legal busca establecer una estrategia nacional coherente para afrontar los desafíos y oportunidades que presenta la IA. El proyecto está estructurado en 28 artículos distribuidos en cuatro capítulos, donde se detallan principios fundamentales y líneas de actuación tanto para el sector público como privado.
Principios rectores y obligaciones para empresas
Uno de los puntos centrales de la ley se encuentra en el artículo 7, que obliga a quienes desarrollen, ofrezcan o utilicen productos y servicios basados en IA en su actividad empresarial a respetar las políticas y medidas gubernamentales, tanto a nivel nacional como local. Esto marca un giro respecto al modelo anterior, basado en directrices no vinculantes.
El proyecto también establece que el gobierno debe fomentar activamente la investigación tecnológica en IA (artículos 11 y siguientes), incluyendo el desarrollo de talento y la creación de infraestructuras necesarias para impulsar la innovación.
Cooperación internacional y estrategia nacional
Otro de los ejes fundamentales de la futura ley es la promoción de la cooperación internacional en el campo de la inteligencia artificial (artículo 17), lo que subraya la intención de Japón de mantener una postura abierta y colaborativa en el escenario global.
El tercer capítulo introduce la creación de un «Plan Básico de IA», que será el instrumento principal del Ejecutivo japonés para coordinar sus acciones en el ámbito de la IA. Este plan servirá como hoja de ruta nacional.
Además, se contempla el establecimiento de una unidad central dentro del gabinete encargada de supervisar la implementación de esta estrategia (Capítulo 4), lo que refuerza el enfoque institucional del gobierno japonés.
Sin sanciones previstas, pero con fuerte impulso político
El proyecto de ley no incluye sanciones en caso de incumplimiento, lo que refleja una apuesta más por el fomento y la colaboración que por el control punitivo. No obstante, la presión política para que empresas y actores del sector cumplan con las directrices será significativa.
Actualmente, Japón solo contaba con directrices orientativas como las AI Guidelines for Business Ver1.1 publicadas por los ministerios de Comunicaciones e Industria en abril de 2025.
Tras esta primera aprobación por el Shūgiin, el texto será revisado en las próximas semanas por la Cámara Alta del Parlamento (Sangiin). De obtener también su visto bueno, Japón contaría por primera vez con una ley específica para la promoción de la inteligencia artificial.
Este movimiento posiciona a Japón junto a otras grandes economías que ya han iniciado procesos regulatorios similares, como la Unión Europea con su AI Act. Si bien la norma japonesa se enfoca más en la promoción que en la regulación estricta, su aprobación representa un importante paso para definir el rumbo de la tecnología en el país asiático.
Swisscom ha dado un giro a su estrategia de marca con una ambiciosa campaña lanzada el 19 de mayo. Bajo el lema «Discover your possibilities«, la compañía ha presentado un libro infantil creado con inteligencia artificial generativa. La obra, titulada Monster Princess, fue desarrollada mediante herramientas como ChatGPT y Midjourney, y forma parte de un anuncio protagonizado por una niña que, insatisfecha con las historias disponibles, anima a su padre a escribirle un cuento personalizado con la ayuda de la IA .
La idea, según Olaf Geuer, responsable de marca en Swisscom, es hacer “tangible” la inteligencia artificial. Alice Sauerer, directora de estrategia de marketing, añade que el objetivo es mostrar cómo la tecnología puede abrir nuevas posibilidades, incluso en contextos creativos como la literatura infantil. El libro se ha impreso en una edición limitada de 6.000 ejemplares y también está disponible en línea en la web de Swisscom .
El libro de la discordia
Portada del libro Die Monster Prinzessin
El proyecto no ha tardado en generar controversia. En redes sociales, diversos artistas, escritores y figuras del ámbito cultural han manifestado su preocupación. La crítica más frecuente apunta a la deshumanización de los contenidos para la infancia y al peligro de reemplazar a autores e ilustradores con sistemas automatizados.
En respuesta a esta polémica, el diario suizo Tages-Anzeiger decidió realizar un experimento satírico: encargó a ChatGPT y Midjourney una continuación del cuento de Swisscom. El resultado, titulado Der Tag, an dem die Kinder die Kontrolle übernahmen (El día en que los niños tomaron el control), cuenta cómo dos niños, Lili y Max, se rebelan contra un CEO tecnócrata que quiere sustituir a los programadores mayores por robots. Con la ayuda de una IA llamada Bob, los niños hackean la sede de “SwizzComp” y logran devolver el valor de la creatividad humana a una sociedad dominada por algoritmos .
Este enfoque irónico pone de relieve las tensiones que genera el uso de inteligencia artificial en la cultura. ¿Es un recurso creativo o una amenaza para el pensamiento crítico? ¿Dónde quedan los valores, emociones y matices que aporta la experiencia humana?
Un debate más allá del marketing
Swisscom ha insistido en que el propósito del libro es pedagógico. La edición incluye una guía para que padres e hijos puedan crear sus propias historias con IA, fomentando la participación activa y no el consumo pasivo. Sin embargo, el contexto de su lanzamiento —como parte de una estrategia comercial— ha encendido las alarmas sobre el uso corporativo de la creatividad infantil como herramienta de promoción tecnológica.
Este caso refleja una tendencia global: cada vez más empresas utilizan la IA generativa como reclamo publicitario. Pero cuando estas iniciativas tocan sectores sensibles como la educación o la cultura infantil, la reacción del público tiende a ser más crítica. La polémica también reabre viejas discusiones sobre derechos de autor, calidad literaria, y el papel de las máquinas en la formación de valores.
Una de las ilustraciones del libro paródico publicado por Tages-Anzeiger.
Una oportunidad para reflexionar
Lo ocurrido con Swisscom plantea un dilema contemporáneo: ¿cómo integrar la IA en la vida cotidiana sin desvirtuar lo que nos hace humanos? La reacción de artistas y educadores suizos sugiere que aún no estamos preparados para renunciar a los creadores humanos, al menos en terrenos tan simbólicos como los cuentos para niños.
Mientras tanto, Swisscom sigue adelante con su campaña, confiando en que su lema “Descubre tus posibilidades” será interpretado como una invitación al diálogo y no como una imposición tecnológica. El debate está servido.
Sobre Swisscom
Swisscom es la principal empresa de telecomunicaciones de Suiza, conocida por ofrecer servicios de telefonía fija y móvil, internet de alta velocidad y televisión digital tanto a clientes particulares como a empresas. Con una fuerte presencia en todo el país, Swisscom también lidera en innovación tecnológica, invirtiendo en redes 5G, soluciones en la nube y, recientemente, en inteligencia artificial. Su reputación se basa en la calidad del servicio, la confianza del consumidor y un firme compromiso con la sostenibilidad y la transformación digital.
Jony Ive, el icónico diseñador detrás de productos como el iPhone y el iMac, y Sam Altman, CEO de OpenAI, han anunciado la creación de una nueva empresa: io. Esta nueva etapa nace de una colaboración que comenzó hace dos años entre Ive, su colectivo creativo LoveFrom, y el equipo de OpenAI.
Una colaboración que va más allá de la tecnología
Según explican Sam y Jony en su anuncio oficial, la iniciativa surgió de una relación basada en la amistad, la curiosidad y valores compartidos. De ideas incipientes surgieron diseños tangibles que aspiraban a recuperar el espíritu optimista de los primeros días de la computación personal.
“Computadoras que ven, piensan y comprenden”, explican, ya son una realidad. Sin embargo, los productos que usamos a diario siguen anclados a interfaces tradicionales. io nace para cambiar esto.
Una nueva compañía, un nuevo enfoque
Hace un año, Jony Ive fundó oficialmente io junto a Scott Cannon, Evans Hankey y Tang Tan, para dar forma a estos diseños en productos concretos. El equipo reúne a algunos de los mejores ingenieros de hardware y software, tecnólogos, científicos y expertos en fabricación, muchos de ellos con una larga trayectoria colaborando juntos.
Ahora, io se fusionará con OpenAI para trabajar estrechamente desde San Francisco con los equipos de investigación, ingeniería y producto. Esto permitirá una integración profunda entre diseño y tecnología.
Diseño como herramienta transformadora
La fusión no solo implica una alianza tecnológica, sino también creativa. Jony Ive y LoveFrom asumirán responsabilidades clave en diseño dentro de OpenAI y io, aportando su visión estética y funcional al desarrollo de nuevos productos.
Sam Altman destaca la importancia del diseño en la evolución de las herramientas tecnológicas: “La inteligencia artificial es una tecnología increíble, pero las grandes herramientas requieren trabajo en la intersección entre la tecnología, el diseño y la comprensión de las personas y del mundo. Nadie puede hacer esto como Jony y su equipo”.
Por su parte, Ive se muestra agradecido por esta oportunidad y reflexiona sobre el momento: “Tengo la creciente sensación de que todo lo que he aprendido en los últimos 30 años me ha llevado hasta este momento”.
Una visión para el futuro
La creación de io representa un nuevo capítulo en la intersección entre inteligencia artificial y diseño. Su objetivo es claro: crear herramientas que inspiren, empoderen y mejoren la experiencia humana.
En un entorno donde la inteligencia artificial avanza a pasos agigantados, iniciativas como esta buscan reconectar la tecnología con la emoción, la creatividad y la utilidad cotidiana. Como recuerda Ive, este proyecto recupera “la inocente y estimulante sensación de maravilla que sentí la primera vez que usé un ordenador Apple hace 30 años”.
Con io y OpenAI trabajando al unísono, se abre la puerta a una nueva familia de productos que podrían redefinir nuestra relación con la tecnología.
Microsoft Build 2025 ha servido como escaparate para el futuro del desarrollo con inteligencia artificial. En el centro de esta transformación están los agentes inteligentes, pequeñas unidades de software capaces de colaborar con personas y entre sí para realizar tareas complejas. Según Charles Lamanna, Vicepresidente Corporativo de Aplicaciones Empresariales y Plataforma en Microsoft, estos agentes serán el nuevo pilar de las aplicaciones: «Van a ser el nuevo bloque de construcción de las TI y los servicios».
En su primera intervención como líder del equipo Core AI, Jay Parikh inauguró la jornada del 21 de mayo en Build 2025 con una propuesta clara: transformar por completo la experiencia de desarrollo para adaptarla a la nueva generación de aplicaciones con agentes de inteligencia artificial. “Queremos daros tiempo de vuelta”, afirmó, refiriéndose a la automatización de tareas rutinarias y al uso extensivo de herramientas impulsadas por IA.
Jay Parikh durante su intervención en Microsoft Build 2025.
Copilot como punto de acceso central
Con la previsión de que se desarrollen 1.300 millones de agentes para 2028, Microsoft ha convertido a Copilot en el eje para interactuar con ellos. No solo permitirá encontrar y utilizar agentes, sino también integrarlos directamente en aplicaciones y colaborar con ellos desde Microsoft Teams. Herramientas como Researcher destacan por su capacidad de acceder a documentos, código en GitHub y especificaciones técnicas para generar análisis comparativos automáticos.
Durante la presentación, Jessica Deen, defensora de desarrolladores en GitHub, demostró cómo Copilot puede encargarse de escribir documentación, aplicar type hints, implementar validaciones y gestionar cambios propuestos desde Figma, todo directamente en VS Code. Gracias al nuevo Model Context Protocol (MCP), Copilot puede acceder a más herramientas y contexto para trabajar de forma autónoma.
Copilot Studio y PowerApps: el nuevo desarrollo
Copilot Studio se presenta como la plataforma más accesible para crear agentes, y PowerApps ha sido rediseñado para permitir que humanos y agentes trabajen conjuntamente. La orquestación multiagente es ahora posible, permitiendo la colaboración de agentes especializados para tareas como la gestión de incidentes ferroviarios en tiempo real, como demostró el Vicepresidente Corporativo de Aplicaciones Inteligentes de Power Platform en Microsoft, Ryan Cunningham, en un ejemplo con CSX.
Ahora el agente puede usar un ordenador igual que lo haría una persona.
Ryan Cunningham
Foundry: la fábrica de aplicaciones y agentes
Azure AI Foundry se ha convertido en el núcleo del ecosistema. Permite crear, probar y desplegar agentes a escala, con herramientas como Agent Service, Agent Tools y Agent Knowledge. También incluye un SDK de evaluación y protección, integrando Microsoft Purview y Defender para garantizar la seguridad desde el desarrollo hasta la puesta en producción.
El concepto de Agent Factory cobra vida con Azure AI Foundry, una plataforma completa para crear, personalizar y desplegar agentes. Durante la keynote, Amanda Foster, Gerente de Programas Técnicos en el equipo de Azure AI Agent Service de Microsoft, y Elijah Straight, Gerente de Producto en Microsoft, mostraron cómo construir un sistema multiagente para planificar un hackathon, desde reservar un local hasta publicar la promoción en LinkedIn, todo mediante comandos en lenguaje natural. Los agentes acceden a herramientas externas, datos corporativos y se orquestan para colaborar entre sí.
Infraestructura diseñada para la IA
Scott Guthrie, Vicepresidente Ejecutivo del Grupo de Nube e Inteligencia Artificial (Cloud + AI Group) de Microsoft, detalló la evolución de la infraestructura de Azure. La compañía ha construido centros de datos capaces de albergar cientos de miles de GPUs NVIDIA GB200, refrigeradas mediante circuitos cerrados de agua y alimentadas con energía 100% renovable. Estas instalaciones soportan un sistema de red capaz de mover 400 TB/s, haciendo posible el entrenamiento distribuido de modelos a escala planetaria.
Scott Guthrie durante su intervención en el Microsoft Build 2025.
Además, servicios como Cosmos DB, Azure Kubernetes Service (AKS) y Azure Boost permiten a aplicaciones como ChatGPT manejar petabytes de datos y escalar a más de 10 millones de núcleos de CPU gestionados por apenas una docena de ingenieros.
Una plataforma abierta y personalizable
Microsoft refuerza su apuesta por la apertura y la elección. Ha abierto el código de extensiones de Copilot para VS Code, y se ha asociado con OpenAI y Anthropic para integrar agentes como Codex y Claude directamente en GitHub. Además, ofrece acceso a más de 11.000 modelos de Hugging Face desde Foundry, junto a herramientas para ajustar modelos mediante LoRA o técnicas de RAG.
Con herramientas como el AI Toolkit en VS Code, los desarrolladores pueden ahora finetunear modelos con LoRA, construir interfaces gráficas dinámicas y desplegar soluciones completas desde cero. El ejemplo del Memory Service con integración de Spotify demostró cómo cualquier desarrollador puede construir aplicaciones potentes con ayuda de estos agentes.
IA en el dispositivo: Windows AI Foundry
El nuevo Windows AI Foundry amplía estas capacidades al dispositivo, permitiendo ejecutar modelos localmente en PCs con GPU, CPU o NPU. Con Foundry Local se accede a modelos como Phi-4 desde un terminal, mientras que aplicaciones como Filmora utilizan IA para sugerir efectos o música en tiempo real.
Microsoft ha integrado herramientas de evaluación, guardrails y monitorización directamente en el ciclo de vida de los agentes. Mehrnoosh Sameki mostró cómo Foundry incluye un agente de red teaming, controles de seguridad con Purview y gestión de accesos con Entra para garantizar la seguridad en todo momento. Además, gracias a Windows AI Foundry, ahora es posible ejecutar modelos localmente en ordenadores Windows con soporte para CPU, GPU y NPU, con rendimiento optimizado y acceso a modelos como Phi-4.
Todo esto se ejecuta sobre la infraestructura de Azure, optimizada para IA, como explicó Scott Guthrie. Con nuevos centros de datos de refrigeración líquida, GPUs NVIDIA GB200 y almacenamiento de nivel exabyte, Microsoft asegura una infraestructura capaz de escalar a las necesidades de una era dominada por agentes.
Charles Lamana durante su intervención en Microsoft Build 2025
La visión es clara: Microsoft quiere democratizar el acceso a la inteligencia artificial, desde la nube hasta el borde, y dotar a cada desarrollador de un ejército de agentes para transformar su forma de trabajar. Como concluyó Jay Parikh: «Queremos crear un mundo donde nuestras únicas limitaciones sean la imaginación y las ganas de construir».
Google ha dado un golpe de efecto en el Google I/O 2025 con una batería de anuncios que demuestran cómo su inteligencia artificial avanza desde los laboratorios de investigación hacia productos útiles y accesibles. Gemini 2.5, la evolución de su modelo estrella, no solo lidera los rankings de rendimiento, sino que introduce nuevas funciones que prometen cambiar nuestra relación con la tecnología. Entre ellas, destacan Google Beam, un sistema de videollamadas 3D; el modo Agente, que actúa en la web por nosotros; y Flow, una herramienta de creación audiovisual pensada para cineastas. Todo ello, con un fuerte enfoque en la personalización y la integración fluida con los servicios de Google.
La carrera de Gemini: más rápida y potente
Durante su intervención, Sundar Pichai, CEO de Google y Alphabet, destacó que “estamos en una nueva fase del cambio de plataforma impulsado por la IA”. Desde la presentación del primer modelo Gemini Pro, Google ha incrementado su rendimiento en más de 300 puntos en el ranking Elo, y ahora Gemini 2.5 Pro lidera todas las categorías del ranking LMArena.
Gran parte de esta mejora se debe a su infraestructura de vanguardia, en particular a la nueva TPU de séptima generación, llamada Ironwood, que proporciona 42,5 exaflops por pod, multiplicando por diez la capacidad de la generación anterior. Esta eficiencia ha permitido bajar drásticamente los precios de los modelos, situando a Google como líder indiscutible en el equilibrio entre coste y rendimiento.
La IA se expande y conquista nuevos públicos
El uso de la inteligencia artificial de Google se ha disparado. En un año, la cantidad de tokens procesados ha pasado de 9,7 billones a 480 billones mensuales. El número de desarrolladores que trabaja con Gemini ha crecido de 1,4 a 7 millones, y su uso en Vertex AI se ha multiplicado por cuarenta. La app de Gemini ya cuenta con 400 millones de usuarios activos al mes, especialmente con la serie 2.5 Pro.
Beam: videollamadas inmersivas con IA
Uno de los anuncios más impactantes ha sido Google Beam, una plataforma de comunicación en vídeo que convierte transmisiones 2D en experiencias tridimensionales hiperrealistas, gracias a una matriz de seis cámaras y procesamiento en tiempo real con IA. Beam ofrece seguimiento de cabeza milimétrico a 60 fps, creando la sensación de estar físicamente presente. HP colaborará en el lanzamiento de los primeros dispositivos, que estarán disponibles este mismo año.
Además, Google Meet integrará traducción de voz casi en tiempo real, capaz de imitar el tono y expresiones del hablante. Esta función, en inglés y español, ya está en beta para usuarios Pro y Ultra, y se probará pronto en cuentas empresariales de Workspace.
El proyecto Astra, que buscaba una IA universal con capacidad de observación, da el salto a la realidad como Gemini Live, con capacidades de cámara y pantalla compartida ya disponibles para Android, e iOS desde hoy. A ello se suma el modo Agente, una función experimental dentro de la app Gemini que puede interactuar con páginas web para realizar tareas complejas como buscar pisos, ajustar filtros y agendar visitas. Este modo utilizará el protocolo MCP (Model Context Protocol), compatible con herramientas como Zillow.
En paralelo, la IA se vuelve cada vez más personal. Google trabaja en una funcionalidad que permite a Gemini usar tu contexto personal (emails, documentos, hábitos) para generar respuestas completamente adaptadas. Un ejemplo: sugerencias de respuesta en Gmail que replican tu tono y estilo basándose en tus correos y archivos.
IA en el buscador: AI Mode
Google Search también se transforma con el nuevo AI Mode, una pestaña que permite realizar consultas más largas y complejas, con respuestas generadas por IA. En pruebas, los usuarios escribieron preguntas de dos a tres veces la longitud habitual y usaron múltiples repreguntas. Este nuevo modo ya está disponible para todos en EE.UU., junto con la integración de Gemini 2.5.
La creatividad también se ve beneficiada con Flow, una herramienta pensada para cineastas que permite extender clips en escenas más largas usando IA. Además, Imagen 4, el nuevo modelo de generación de imágenes, y Veo 3, especializado en vídeo y ahora con generación de audio nativa, están disponibles en la app Gemini. Estas herramientas permiten crear desde infografías dinámicas hasta podcasts en varios idiomas con un solo clic.
Sundar Pichai cerró su discurso recordando una experiencia personal: “Mi padre, con más de 80 años, se sorprendió al viajar en un coche Waymo autónomo por San Francisco. Fue una muestra del poder de la tecnología para inspirar y hacernos avanzar”.
Con estas novedades, Google no solo reafirma su liderazgo tecnológico, sino que redefine la forma en que la inteligencia artificial puede integrarse de forma útil, personalizada e inmersiva en nuestra vida diaria.
Una sanidad más inteligente, conectada y personalizada. Así es el ambicioso objetivo del Proyecto Cuélebre, impulsado por la Consejería de Salud del Principado de Asturias como respuesta a una creciente necesidad: gestionar de forma eficiente la enorme cantidad de datos que maneja el sistema sanitario. El nombre del proyecto, explica la consejera Concepción Saavedra, nace de la idea de que “se ponía en una función y serpenteaba a buscar en tal base de datos”, recordando a una culebra.
Inteligencia Artificial al servicio del diagnóstico
El plan incluye un sistema de ayuda a la decisión médica basado en el sistema informático Millennium. A medida que el profesional introduce los datos del paciente, el programa busca patrones y coincidencias que sugieren posibles diagnósticos. Aunque la decisión final la mantiene el médico, se le proporciona así un respaldo adicional.
Uno de los módulos ya en funcionamiento está orientado a la radiología, permitiendo interpretar imágenes de ictus para adelantar tratamientos, un avance significativo en situaciones críticas.
Telemedicina desde primaria: dermatología y cardiología
La experiencia en teledermatología ha demostrado que un paciente puede acudir a su centro de salud, donde se toman imágenes de alta resolución que se comparten con un especialista. Este modelo permite obtener diagnósticos a distancia y reduce desplazamientos innecesarios.
En telecardiología, la Consejería ha empezado a implementar consultas virtuales colaborativas entre atención primaria y especialistas hospitalarios. Esto es clave en casos donde hay dudas sobre la necesidad de realizar un electrocardiograma. La digitalización permite una respuesta más rápida y precisa.
En oncología, ya existe un protocolo de detección precoz de 11 tipos de cáncer, con una guía que activa una consulta virtual colaborativa si se detectan síntomas sospechosos en primaria. El hospital debe responder en un plazo máximo de cinco días.
Monitorización en domicilio: cuidando desde casa
Otro pilar del proyecto es la monitorización de pacientes en sus hogares, especialmente orientado a personas mayores, crónicas o con movilidad reducida. Enfermeras visitan periódicamente a los pacientes, y se controlan datos como la tensión arterial, saturación de oxígeno o niveles de glucosa.
El reto actual es definir el tipo de dispositivo a emplear —tablet, móvil, etc.— que sea accesible y útil para la población, en una comunidad caracterizada por su alto envejecimiento.
Repositorios, visor 360º y ciencia basada en datos
El Proyecto Cuélebre se articula sobre tres elementos clave:
Un repositorio clínico con toda la información de los pacientes, accesible por los profesionales de forma segura.
Un repositorio de datos anonimizados para investigación y desarrollo de soluciones mediante machine learning y Big Data.
Un visor 360º del paciente que centraliza toda su información para ofrecer una atención más personalizada.
Los objetivos estratégicos del proyecto son:
Flexibilidad: adaptarse a futuras tecnologías o cambios legales.
Centralización: consolidar la información para mejorar la eficiencia.
Potenciar la investigación: facilitando el uso de datos anonimizados para desarrollar nuevas terapias.
Un paso hacia los centros sanitarios inteligentes
El Cuélebre forma parte de la Estrategia de Salud Digital del Principado. Entre sus acciones destacan:
Videoconsultas y chatbots para mejorar la gestión de citas.
Telemedicina en áreas como oftalmología y úlceras.
Integración de datos biométricos tomados en casa en la historia clínica.
Reestructuración de centros de salud para adaptarse a nuevas herramientas.
Educación digital y vida sana
La Consejería quiere además crear una app dirigida a los jóvenes, que ofrezca información veraz y científica sobre salud: cómo alimentarse, hacer ejercicio, o hábitos saludables. “Queremos desarrollar una aplicación que responda a búsquedas sobre cómo alimentarnos o hacer ejercicio, pero que tenga respaldo científico y esté conectada al sistema de salud”, explicó Saavedra.
Lejos de sustituir a los médicos, el objetivo es ofrecer un punto de consulta fiable, en contraste con la información errónea que abunda en internet.
Con estas medidas, el Principado de Asturias se sitúa a la vanguardia en salud digital, apostando por una atención más cercana, eficiente e innovadora.
Google Beam es la nueva gran apuesta de Google para el futuro de las comunicaciones. La plataforma, que fue presentada oficialmente ayer 20 de mayo, es la evolución del Project Starline, una iniciativa de investigación que buscaba revolucionar las videollamadas con una experiencia lo más cercana posible a la presencia física. Hoy, esa visión se concreta en un sistema comercial con nombre propio y la ambición de transformar por completo cómo nos conectamos a distancia.
Videollamadas tridimensionales gracias a la IA
La clave de Google Beam es su modelo de vídeo volumétrico basado en inteligencia artificial, que transforma las emisiones de vídeo en tiempo real en imágenes tridimensionales desde cualquier ángulo. Esto permite que las conversaciones parezcan tener lugar en la misma sala, sin necesidad de gafas o dispositivos especiales.
“El modelo permite hacer contacto visual, leer señales sutiles y construir confianza como si estuvieras cara a cara”, afirma Andrew Nartker, director general de Google Beam. El sistema se apoya en la infraestructura de Google Cloud, lo que le otorga escalabilidad y compatibilidad con los flujos de trabajo de empresas, garantizando una experiencia con calidad profesional.
Traducción automática en tiempo real
Uno de los aspectos más sorprendentes de Beam es su capacidad para traducir conversaciones en tiempo real, sin perder la voz, tono ni expresiones originales. Esta función, que ya se está incorporando a Google Meet, representa un paso importante hacia la comunicación sin barreras lingüísticas.
Google ilustra esta función con vídeos de empleados probando la herramienta, destacando cómo estas conversaciones traducidas “se sienten como si sucedieran en persona”, haciendo posible una comunicación más fluida incluso entre personas que no comparten idioma.
Lanzamiento al mercado junto a HP, Zoom y grandes empresas
Google ha anunciado su colaboración con HP para llevar los primeros dispositivos Beam al mercado en los próximos meses. Los primeros productos serán presentados en la feria InfoComm. Además, Google trabaja con plataformas como Zoom y distribuidores como Diversified y AVI-SPL para expandir el uso de Beam en entornos corporativos.
El entusiasmo por esta tecnología no se ha hecho esperar. Empresas de primer nivel como Deloitte, Salesforce, Citadel, NEC, Hackensack Meridian Health, Duolingo y Recruit ya han mostrado su interés en incorporar Beam a sus operaciones. Desde Deloitte lo describen como “un avance innovador y una reimaginación de cómo nos conectamos en la era digital”.
Una visión global de comunicación inmersiva
Google Beam no es solo una evolución técnica, sino una visión estratégica de futuro. En palabras de la compañía, se trata de “estar allí desde cualquier lugar”, facilitando conexiones humanas más auténticas, independientemente de la distancia física o los idiomas.
Con esta plataforma, Google redobla su apuesta por tecnologías que aprovechan la inteligencia artificial no solo para tareas automatizadas, sino para mejorar las relaciones humanas en el entorno digital. En plena efervescencia del desarrollo de IA, Google busca marcar una diferencia ofreciendo herramientas más empáticas, naturales y eficaces.
¿Un error de edición o una genialidad creativa? Esa fue la pregunta que invadió las redes sociales cuando McAfee estrenó un anuncio en el que una mujer, mientras descansa plácidamente en la playa, gira la cabeza 360 grados. Aunque muchos pensaron que se trataba de un fallo técnico o un deepfake mal ejecutado, la verdad es que todo fue intencionado.
Con esta acción, McAfee y la agencia creativa VSA quisieron enviar un mensaje claro: la inteligencia artificial es capaz de alterar la realidad de formas tan sutiles como desconcertantes. La serie de anuncios, creados con herramientas de IA generativa, juega con el límite entre lo real y lo irreal para reflejar lo difícil que puede ser detectar una estafa hoy en día.
El papel de la IA: herramienta, no sustituto
“Mientras los anuncios dejan claro que están hechos con IA, la implicación es que no siempre es tan sencillo identificarla”, explicó Anne-Marie Rosser, CEO de VSA. La creatividad detrás de la campaña no fue obra exclusiva de algoritmos: los equipos humanos de McAfee y VSA dirigieron cada paso del proceso, desde el concepto hasta la ejecución final. El objetivo era usar la IA como herramienta para lanzar un mensaje más poderoso, pero siempre con la supervisión y visión de personas reales.
El humor como estrategia de concienciación
Esta apuesta también refleja la filosofía de McAfee: tomarse la ciberseguridad muy en serio, pero no siempre a uno mismo. El uso del humor en una temática tan sensible permite romper barreras de miedo y vergüenza, facilitando que más personas hablen abiertamente de sus experiencias con estafas.
Scam Stories: las víctimas toman la palabra
En paralelo, McAfee ha lanzado Scam Stories, una campaña social en la que ciudadanos de todo el país comparten sus historias reales de estafas bajo los hashtags #KeepItReal y #MyScamStory. Desde entradas falsas para conciertos hasta mensajes fraudulentos de atención al cliente, la diversidad de testimonios es enorme.
Entre los participantes destaca el actor Chris Carmack (conocido por Grey’s Anatomy y The O.C.), quien ha contado su propia experiencia como víctima. También colaboran personas como Henry, estudiante de ciberseguridad, o Cory, coach de vida, que convierten sus malas experiencias en herramientas de educación y concienciación.
Alianzas con impacto
Esta no es solo una campaña de sensibilización, sino también de acción. McAfee ha establecido una alianza con la organización sin ánimo de lucro FightCybercrime.org, que se dedica a ayudar a las víctimas de estafas a reconocer, denunciar y recuperarse del engaño.
Como parte del acuerdo, McAfee donará 50.000 dólares en licencias de protección para los beneficiarios de los programas de esta ONG y para los voluntarios que los apoyan. Además, ambas entidades colaborarán en reforzar la educación digital entre los más jóvenes mediante el programa Online Safety for Kids.
Una llamada al cambio
La campaña Keep It Real quiere acabar con tres elementos clave que usan los estafadores: el silencio, la vergüenza y la velocidad. Si las personas se sienten empoderadas para compartir sus experiencias, se reduce el poder del engaño y se fortalece la prevención.
Más allá de presentar su nueva herramienta, el Scam Detector, McAfee busca generar una conversación social que normalice hablar de estafas y elimine la culpa que muchas veces sienten las víctimas. Porque, como recuerda la propia campaña: “Si le pasó a Chris Carmack, le puede pasar a cualquiera”.
