Inicio Blog Página 7

OpenAI analiza el impacto de la IA en el mercado laboral de la UE

0

En junio de 2026, OpenAI ha publicado un informe sobre el impacto de la IA en el mercado laboral de la UE. A diferencia de otros estudios que solo miden la capacidad técnica de la tecnología, este análisis, firmado por el economista Alex Martin Richmond y presentado por el economista jefe de OpenAI, Ronnie Chatterji, profundiza en factores específicamente europeos como la regulación, la necesidad de contacto humano y la demanda económica.

Los datos revelan una realidad matizada: mientras un 14% de los empleos enfrenta una presión de automatización directa, casi la mitad del mercado laboral europeo, un 47%, experimentará cambios poco significativos a corto plazo. Un 27% de los puestos de trabajo se reorganizarán y un 12% podría incluso crecer gracias a la IA, lo que significa que la tecnología no sustituirá al trabajador, sino que cambiará profundamente su forma de trabajar diaria. Este informe llega en un momento clave para que los gobiernos diseñen políticas de formación y apoyo, ofreciendo una hoja de ruta para entender qué sectores crecerán y cuáles deberán adaptarse ante los desafíos tecnológicos globales.

¿En qué consiste el nuevo marco de transición de OpenAI?

El estudio presentado por el equipo de investigación económica de OpenAI propone una metodología que va más allá de la simple exposición técnica. Para entender el futuro del trabajo, los investigadores combinan tres dimensiones fundamentales que determinan si una ocupación desaparecerá, cambiará o crecerá.

La primera dimensión es la exposición técnica, que mide cuántas tareas de una profesión puede realizar actualmente un sistema de inteligencia artificial. Sin embargo, el marco introduce la necesidad humana como un filtro corrector esencial. Este concepto analiza si una profesión requiere presencia física, responsabilidad legal o una relación personal de confianza. Por ejemplo, aunque una IA pueda redactar un diagnóstico médico, la responsabilidad final y el cuidado del paciente siguen recayendo en un profesional humano por motivos éticos y regulatorios.

Finalmente, el modelo incorpora la elasticidad de la demanda: cuando la tecnología reduce el coste de un servicio, la demanda de este puede aumentar y amortiguar parte del empleo perdido. Es lo que ocurre con sectores donde los precios bajos atraen a nuevos clientes o permiten realizar proyectos que antes eran inviables económicamente.

Por qué importa este cambio y qué varía en Europa

Una de las conclusiones más interesantes del informe es la comparación entre el mercado europeo y el estadounidense. Europa presenta una estructura laboral distinta, con un mayor peso en sectores como la fabricación, los oficios especializados, el transporte y los servicios públicos. Esto hace que el porcentaje de empleos con alto potencial de automatización sea del 14% en la UE, frente al 18% identificado en Estados Unidos.

Sin embargo, la categoría de reorganización laboral es más amplia en el viejo continente, alcanzando el 27%. Esto implica que una gran parte de los trabajadores europeos no perderán su empleo, sino que verán cómo la IA asume las tareas más rutinarias de su jornada, permitiéndoles centrarse en aspectos que requieren juicio humano o supervisión directa. Algunos ejemplos concretos ayudan a visualizar esta transición:

  • Profesores de secundaria: Pueden usar la IA para preparar materiales o evaluaciones personalizadas, pero la instrucción directa y la gestión del aula siguen dependiendo de la relación humana.
  • Enfermería de cuidados generales: La tecnología puede agilizar la documentación y la síntesis de información, pero el cuidado a pie de cama y la responsabilidad sobre la seguridad del paciente requieren presencia física.
  • Abogados y gestores legales: En estos casos, la responsabilidad regulatoria y la interpretación legal bajo autoridad pública mantienen al profesional humano en el centro del servicio.

El contexto europeo: datos por países y responsables

El informe ha sido lanzado coincidiendo con la participación de Ronnie Chatterji en la cumbre del Banco Central Europeo en Bruselas. Según los datos del estudio oficial, la transición no afectará de igual manera a todos los Estados miembros debido a sus diferentes estructuras productivas. Países como Luxemburgo, Suecia y los Países Bajos tienen las mayores cuotas de empleos con potencial de crecimiento gracias a la IA, debido a su orientación hacia servicios digitales y consultoría.

Por otro lado, naciones como Alemania, Grecia e Italia muestran una mayor proporción de empleos en categorías con mayor presión de automatización, principalmente por su base industrial y administrativa. En el caso de España, los datos sitúan a un 51% de la población activa en ocupaciones con cambios poco inmediatos, mientras que un 24% se encamina hacia una reorganización de sus funciones habituales.

OpenAI enfatiza que estas cifras no son predicciones de desempleo, sino un mapa de las presiones que sufrirá cada sector. La intención es que esta información sirva para que las instituciones públicas, las empresas y los sindicatos puedan anticiparse y planificar los programas de formación necesarios para las nuevas competencias que demandará el mercado.

¿Qué significa esto para el futuro del empleo?

La reflexión final que propone este marco es que el futuro del trabajo no está escrito solo por la capacidad de los algoritmos, sino por las decisiones institucionales y humanas. La tecnología está mejorando rápidamente, pero las economías no se reorganizan de la noche a la mañana. Las empresas necesitan tiempo para cambiar sus procesos y los trabajadores para adaptarse a las nuevas herramientas.

Para navegar esta transición, el informe sugiere varias líneas de actuación prioritarias. Entre ellas destaca la ampliación del Observatorio de la IA ya previsto a nivel europeo para monitorizar en tiempo real cómo cambian las vacantes y los salarios. También se propone que la alfabetización básica en IA sea una formación universal para todos los trabajadores, asegurando que los beneficios de la productividad se repartan de forma equitativa en la sociedad.

En definitiva, el panorama que dibuja OpenAI es de transformación gradual. Aunque existen riesgos evidentes de desplazamiento en tareas específicas, la fortaleza de las instituciones europeas y la importancia de la responsabilidad humana en los servicios públicos pueden actuar como un amortiguador, convirtiendo a la inteligencia artificial en una herramienta de apoyo más que en un sustituto total del trabajador.

Conviene situar el informe. Lo firma el propio equipo de investigación económica de OpenAI, la compañía que vende los modelos cuyo impacto mide, y se ha presentado coincidiendo con la visita de Chatterji a Bruselas. Los datos independientes apuntan, de momento, en una línea parecida pero más empírica: el Banco Central Europeo observó que las empresas europeas que usan IA no han recortado plantilla, e incluso contratan algo más, y un estudio del Banco Europeo de Inversiones cifró la mejora de productividad en torno a un 4% sin destruir empleo a corto plazo.

El matiz importa porque el reto no es solo técnico. La preparación de los trabajadores europeos para la IA está cayendo, justo cuando el informe reclama planes de formación, y circulan pronósticos mucho más agresivos, como el de la oficina automatizada en 18 meses, frente al tono mesurado de OpenAI. En paralelo, la Unión Europea avanza con sus propias reglas para la IA.

La letra pequeña del informe

Hay un matiz técnico que el resumen pasa de puntillas. Buena parte del optimismo descansa en la idea de que, al abaratar la IA un servicio, la demanda crezca y compense la pérdida de empleo, lo que se conoce como paradoja de Jevons. Pero el propio estudio estima que esa respuesta es modesta: una caída de precios del 10% elevaría la producción solo un 7% de media, insuficiente para compensar el ahorro de trabajo salvo en las ocupaciones más elásticas.

Y conviene saber cómo se cocinan estas cifras. No salen de datos de empleo reales, sino de estimaciones generadas por los propios modelos de OpenAI a partir de las descripciones de cada ocupación y de los patrones de uso de ChatGPT. La letra pequeña lo admite: son cálculos basados en modelos, no medidas causales observadas, y la versión europea no se ha validado contra el uso real de la IA en el continente.

Dicho de otro modo, es en buena parte una IA calculando cuánto cambiará el trabajo por culpa de la IA. Sigue siendo un mapa valioso para anticiparse, pero conviene leerlo como lo que es: una hipótesis fundamentada, no una fotografía del futuro.

La IA de atención al cliente de Salesforce que solo cobra si resuelve

0

Salesforce ha anunciado el lanzamiento de Agentforce Help Agent, un agente autónomo diseñado para gestionar la atención al cliente de principio a fin de manera automatizada. Este nuevo sistema, que estará disponible de forma general en julio de 2026, introduce un cambio significativo en la forma en que las empresas adquieren tecnología de inteligencia artificial: el modelo de pago por resolución. Bajo este esquema comercial, las organizaciones solo pagan si la herramienta soluciona satisfactoriamente la consulta del usuario de manera autónoma, con una tarifa fija por cada caso resuelto, de apenas unos dólares según la prensa especializada (Salesforce no ha publicado el importe). Si el cliente abandona la interacción por falta de respuesta o solicita hablar con un humano, no se aplica ningún cargo al negocio.

Esta propuesta busca eliminar la incertidumbre sobre el retorno de inversión, vinculando el coste directamente al éxito del servicio prestado. Help Agent se integra en diversos canales como voz, web y mensajería desde una única interfaz, facilitando su despliegue en cuestión de minutos. Con una tasa de resolución, según Salesforce, del 70% en las propias plataformas de soporte de la compañía, esta herramienta promete simplificar la gestión de tareas complejas, como la programación de citas o la actualización de pedidos, utilizando datos corporativos en tiempo real para ofrecer una asistencia más precisa y proactiva a los usuarios finales.

¿Qué es Agentforce Help Agent y cómo funciona?

Agentforce Help Agent es un agente autónomo construido sobre la plataforma Agentforce 360. A diferencia de los chatbots tradicionales que se limitan a ofrecer respuestas predefinidas, este sistema tiene la capacidad de ejecutar acciones reales dentro de los flujos de trabajo de una empresa. Esto significa que no solo «habla» con el cliente, sino que puede operar sobre el sistema para resolver problemas técnicos o administrativos sin intervención humana constante.

La herramienta utiliza Salesforce Knowledge como base de conocimiento principal. Este componente permite que el agente entienda el contexto específico del negocio y acceda a la información necesaria para responder con precisión. Para evitar uno de los problemas más comunes en la implementación de IA (los datos fragmentados o desordenados), el sistema permite a los administradores arrastrar y soltar archivos adicionales o introducir direcciones web que la IA debe monitorizar y aprender de forma continua.

El despliegue del agente se realiza de forma omnicanal. Esto permite que una empresa active el servicio a través de voz, web y mensajería utilizando una única pantalla de configuración. El objetivo es que la experiencia del usuario sea coherente, independientemente del medio que elija para contactar con la marca. Además, antes de que el agente entre en funcionamiento real, los equipos pueden utilizar un panel de vista previa para realizar pruebas de fiabilidad y asegurar que las respuestas son correctas.

Un cambio en el modelo de negocio: el éxito como métrica

Lo que diferencia a este lanzamiento de otras propuestas del mercado es su modelo económico. El pago por resolución implica que el cliente de Salesforce no tiene que prever consumos de créditos o tokens de inteligencia artificial por adelantado. La inversión está directamente vinculada a la eficacia del sistema. Si la IA no logra cerrar el caso de forma autónoma y el usuario pide hablar con una persona, Help Agent transfiere todo el contexto de la conversación al equipo humano para que no se pierda información, pero Salesforce no factura por esa interacción fallida.

Esta modalidad responde a una demanda creciente de las empresas por obtener resultados medibles y evitar gastos excesivos en tecnologías que no siempre cumplen sus promesas de eficiencia. Las capacidades del agente incluyen una biblioteca de acciones predefinidas para:

  • Gestionar casos de soporte técnico de principio a fin.
  • Programar y modificar citas en el calendario.
  • Actualizar el estado de los pedidos y gestionar devoluciones.
  • Realizar cambios en las cuentas de usuario de forma segura.

Estas funciones pueden ampliarse mediante Agentforce Builder, una herramienta de configuración que permite personalizar las acciones que el agente puede realizar en función de las necesidades específicas de cada departamento o tipo de industria. Como explican en el anuncio oficial de Salesforce, la meta es que las organizaciones se conviertan en empresas agénticas donde las personas y la IA colaboren de forma fluida.

Contexto técnico y el rediseño del portal de servicio

Junto con el nuevo agente, se ha presentado el rediseño de Agentforce Customer Service Portal. Este portal se ha simplificado para centrarse en una única ventana de chat donde los clientes describen sus necesidades. A medida que la conversación avanza, la interfaz muestra tarjetas dinámicas y respuestas personalizadas en tiempo real. Este enfoque permite que el usuario complete tareas complejas, como rellenar un formulario o elegir una fecha de entrega, sin salir del flujo de la conversación.

Un aspecto relevante es la capacidad proactiva de la herramienta. Al utilizar datos en tiempo real, el sistema puede identificar posibles incidencias antes de que el cliente las reporte. Por ejemplo, si un pedido sufre un retraso, la IA puede contactar con el usuario para ofrecerle alternativas o información actualizada, activando flujos de trabajo de forma automática. Este nivel de integración es posible gracias a la arquitectura unificada de la plataforma, que conecta aplicaciones y datos bajo un mismo entorno de seguridad.

En términos de rendimiento, Salesforce ha probado esta tecnología internamente. En su propia sección de ayuda, la IA ha gestionado más de 4,3 millones de consultas. Los datos recogidos durante este periodo de aprendizaje han servido para ajustar los modelos de respuesta y asegurar que Help Agent sea capaz de manejar situaciones de alta demanda con un tono natural y resolutivo.

Expansión hacia las pymes y adquisición de Fin

Salesforce también ha puesto el foco en las pequeñas y medianas empresas con la firma de un acuerdo para adquirir Fin (antes Intercom), una plataforma de agentes de atención al cliente que ya utilizan más de 30.000 empresas en todo el mundo. Esta operación, que se espera cerrar durante el cuarto trimestre del ejercicio fiscal 2027, reforzará la oferta de la compañía para negocios que necesitan soluciones de rápida implementación y que no disponen de grandes equipos técnicos para orquestar sistemas complejos.

Kishan Chetan, responsable de Agentforce Service, señala que la promesa de estos agentes no es solo responder más rápido, sino resolver los problemas por completo a la primera. La integración con Fin permitirá que las pymes accedan a agentes autónomos que se integran fácilmente con sus sistemas actuales y ofrecen resultados medibles desde el primer día. Esta estrategia muestra un interés claro por democratizar el acceso a la IA de servicio, eliminando las barreras de entrada técnicas y económicas.

¿Qué significa esto para el sector?

El lanzamiento de Agentforce Help Agent sugiere una tendencia hacia una inteligencia artificial más práctica y menos experimental. Al poner el foco en la resolución total del problema y en un modelo de pago condicionado al éxito, la industria se mueve hacia un escenario donde la tecnología debe demostrar su valor de forma tangible antes de ser cobrada.

Para los usuarios, esto podría traducirse en esperas más cortas y trámites más sencillos a través de canales digitales. Para las empresas, representa una oportunidad de escalar su servicio de atención al cliente sin aumentar proporcionalmente sus costes fijos. El futuro de la relación entre marcas y consumidores parece estar cada vez más mediado por agentes que no solo entienden lo que decimos, sino que saben exactamente qué hacer para ayudarnos.

No es el primer movimiento de Salesforce en esta dirección. La compañía ya había llevado su IA agéntica al sector del BPO, había integrado sus agentes con Google Cloud y los había exhibido con casos de éxito en Madrid.

El modelo de pago por resolución, además, no lo inventó Salesforce: lo aplicaba antes la propia Fin, que ya cobraba por cada caso resuelto. Dicho de otro modo, Salesforce adopta esa fórmula y, a la vez, compra a quien la puso de moda. Y tiene su letra pequeña. Es la propia Salesforce quien define qué cuenta como caso resuelto, lo que crea un incentivo a inflar esa cifra, y a gran escala una tarifa por cada resolución puede no salir tan barata. Varios analistas se preguntan ya si el esquema beneficia de verdad al cliente o sobre todo al proveedor.

La IA puede acertar con los anuncios mirando la página, no a ti

0

¿Alguna vez has sentido que Internet te vigila? Durante años, la publicidad digital ha dependido de rastrear cada uno de nuestros movimientos para crear perfiles de usuario detallados, lo que a menudo genera una sensación de invasión a la privacidad.

Sin embargo, una investigación de la Universidad de Kansas, firmada por el profesor Vaibhav Diwanji y publicada en el Journal of Promotion Management, propone una alternativa que podría cambiar la forma en que interactuamos con los anuncios.

Mediante el uso de inteligencia artificial, es posible mostrar publicidad altamente relevante basándose únicamente en el contenido que el usuario está consultando en ese preciso momento, eliminando la necesidad de monitorear su historial o actividad previa.

Este nuevo enfoque, probado con éxito en cuatro experimentos con más de 1.000 participantes, demuestra que la IA puede comprender el contexto de una página web para decidir qué anuncio es el más adecuado de manera inmediata. Este avance no solo promete una experiencia de navegación menos intrusiva, sino que ofrece una solución real al creciente problema de la privacidad digital.

Al dejar de recopilar datos personales a largo plazo, las empresas podrían mantener la efectividad de sus campañas mientras respetan la intimidad de los internautas, marcando un cambio de modelo en el marketing digital que pone el foco en el presente y no en el rastro que dejamos atrás.

¿Qué es la publicidad basada en contexto?

La propuesta principal de esta investigación radica en sustituir el rastreo individual por el análisis del entorno digital inmediato. Tradicionalmente, para saber qué anunciarte, las plataformas necesitaban saber quién eres, qué has comprado antes y qué páginas has visitado. Ahora, la inteligencia artificial es capaz de realizar este proceso sin necesidad de crear un perfil del usuario.

En lugar de mirar al pasado del internauta, la IA se enfoca en comprender profundamente la página web que se está visualizando en el momento. Este sistema funciona analizando el texto, las imágenes y la temática del sitio actual. Si un usuario está leyendo sobre rutas de senderismo, la IA comprende que ese es el mejor momento para mostrar anuncios de botas de montaña o mochilas, independientemente de si ese usuario ha buscado esos productos antes.

De esta forma, la información personal permanece segura y privada, ya que no se requiere una base de datos con la actividad histórica del individuo para que el anuncio sea efectivo. A diferencia de los métodos intrusivos que utilizan cookies de terceros para seguirnos por toda la red, este modelo se basa en la relevancia inmediata. La IA actúa como un lector inteligente que interpreta lo que nos interesa en el «aquí y ahora».

Esto supone una transición desde un modelo publicitario centrado en el individuo a uno centrado en el contenido, lo cual reduce significativamente los riesgos relacionados con la seguridad de los datos personales.

Por qué importa y qué cambia para el usuario

La importancia de este cambio reside en la protección de la privacidad del consumidor. Actualmente, muchas personas utilizan bloqueadores de anuncios o navegadores privados precisamente para evitar el monitoreo constante de sus actividades. Al adoptar tecnologías que no requieren vigilancia, se podría recuperar cierta confianza entre los usuarios y las marcas.

El hallazgo llega en un momento en que el rastreo publicitario está en entredicho: navegadores como Safari y Firefox bloquean por defecto las cookies de terceros y la normativa de privacidad obliga a pedir consentimiento para seguir al usuario, mientras que Google dio marcha atrás en 2024 y las mantiene en Chrome a elección de cada persona. En ese pulso entre eficacia y privacidad, una publicidad relevante que no dependa del rastreo es justo la alternativa que el sector lleva tiempo buscando.

Además, el estudio realizado por la Universidad de Kansas aporta datos concretos sobre cómo deben ser estos nuevos anuncios para ser efectivos sin ser molestos. Según las pruebas realizadas, existen factores clave que determinan el éxito de esta publicidad sin rastreo:

  • Los anuncios animados o con movimiento resultaron ser más atractivos para los usuarios en comparación con las imágenes estáticas tradicionales.
  • La ubicación es fundamental: los anuncios que se muestran integrados dentro del contenido principal de la página son mucho más eficaces que aquellos que aparecen en los laterales o «sidebars».
  • La coherencia temática es el factor decisivo; cuando el anuncio está directamente relacionado con lo que el usuario está leyendo en ese instante, la atención recibida es significativamente mayor.

Para las empresas, esto implica que ya no necesitarían invertir tantos recursos en la gestión de bases de datos masivas sobre el comportamiento de sus clientes, las cuales suelen ser costosas de proteger y están sujetas a normativas de privacidad cada vez más estrictas. En su lugar, el esfuerzo se trasladaría a mejorar la capacidad de la IA para interpretar el contexto de los sitios web donde deciden anunciarse.

Para llegar a estas conclusiones, los científicos de la Universidad de Kansas llevaron a cabo un experimento riguroso dividido en cuatro etapas distintas. En total, se contó con la participación de 1.000 personas que fueron expuestas a diversas páginas web diseñadas específicamente para este test. En estos sitios, se insertaron anuncios contextuales generados y gestionados por sistemas de inteligencia artificial, sin recoger ninguna información previa de los participantes.

Tras la interacción con las páginas, se realizaron entrevistas y cuestionarios para conocer la experiencia de los usuarios. Los resultados fueron consistentes: la publicidad no necesita conocer el pasado del usuario para ser relevante. De hecho, el tercer y cuarto test del estudio confirmaron que los usuarios prestan más atención a los anuncios cuando estos guardan una relación estrecha con el tema tratado en el artículo que están consultando.

Este hallazgo sugiere que la eficacia publicitaria depende más de la oportunidad y la relevancia del momento que de la acumulación de datos históricos. La investigación subraya que, si esta tecnología se escala de manera adecuada, el modelo tradicional de publicidad digital podría experimentar una transformación estructural hacia la protección de la identidad digital.

¿Qué significa esto para el futuro de la red?

El horizonte que plantea esta tecnología es el de una navegación más respetuosa. Si la industria publicitaria comienza a adoptar masivamente estos modelos de IA contextual, la necesidad de aceptar políticas de cookies complejas y el sentimiento de ser monitorizado podrían disminuir. Estamos ante la posibilidad de un Internet donde la relevancia no se logre a cambio de nuestra intimidad, sino a través de una comprensión inteligente de nuestros intereses momentáneos.

Aunque todavía queda camino por recorrer para que todas las plataformas abandonen el rastreo tradicional, este estudio marca un punto de referencia para un marketing más ético. La clave del futuro digital parece estar en el equilibrio entre la rentabilidad de las empresas y el derecho de los usuarios a no ser vigilados en cada clic que realizan.

Es un paso hacia un ecosistema digital más sobrio y eficiente, donde la tecnología sirve para mejorar la experiencia del usuario sin comprometer su privacidad. Con todo, conviene no dar el cambio por hecho: la publicidad contextual no es nueva y buena parte de la industria sigue construida sobre la recopilación de datos, de modo que su adopción dependerá de la voluntad del sector de renunciar al rastreo. La IA, de hecho, también está empujando los anuncios hacia nuevos territorios como los chatbots, con sus propios riesgos.

La fotografía de representación de este artículo pertenece a Joshua Earle y ha sido publicada en Unsplash.

La preparación de los trabajadores para la IA cae seis puntos en un año

0

La inteligencia artificial se ha integrado rápidamente en el tejido empresarial, pero las organizaciones se enfrentan a un obstáculo inesperado: sus propios trabajadores no parecen estar listos para el cambio. Según el informe People Readiness Report 2026 publicado por Kyndryl, la percepción de preparación de la plantilla ha caído al 23%, lo que supone un descenso de seis puntos respecto al año anterior.

Este estudio, que analiza la opinión de 1.100 líderes tecnológicos y empresariales en ocho países, destaca una brecha creciente entre la ambición tecnológica y la capacidad de ejecución real. Conviene recordar, eso sí, que Kyndryl también vende servicios de transformación e integración de IA. Dicho esto, el diagnóstico no es exclusivo de Kyndryl: un informe de la iniciativa NANDA del MIT calculó que el 95% de los pilotos de IA generativa en empresas no logra un retorno medible, y atribuyó el fracaso no a la tecnología, sino a la dificultad de integrarla en los flujos de trabajo y la cultura de las organizaciones, el mismo factor humano que subraya Kyndryl. A escala local, otro estudio apuntaba en la misma dirección: en España apenas el 11% de los empleados ha incorporado la IA a su trabajo.

Mientras que el 57% de las empresas ya utiliza la IA de forma generalizada, los problemas de capacitación y cultura organizacional se han convertido en las principales barreras para obtener un retorno de inversión claro. El informe sugiere que el éxito no vendrá de la tecnología en sí, sino de cómo las empresas rediseñen el trabajo y fomenten la confianza.

En un contexto donde el gasto mundial en esta tecnología alcanzará los 2,52 billones de dólares este año, entender por qué la formación humana es un factor crítico resulta vital para no quedarse atrás.

¿Qué es el People Readiness Report y qué analiza?

El informe People Readiness Report 2026 es el segundo estudio anual realizado por Kyndryl para medir cómo las empresas están gestionando la transición hacia la era de la inteligencia artificial. En esta edición, la investigación se basa en encuestas a 1.100 directivos de sectores como la banca, telecomunicaciones, energía y salud, procedentes de países como España, Estados Unidos, Alemania y Japón.

El estudio pone el foco en la preparación de la fuerza laboral (workforce readiness), un concepto que va más allá de tener la tecnología instalada y se centra en si las personas saben usarla de forma efectiva. Los datos muestran que la adopción tecnológica ha avanzado a un ritmo sorprendente. Actualmente, un 77% de las organizaciones afirma haber escalado capacidades de IA generativa en múltiples funciones de su negocio.

Sin embargo, la confianza en que los empleados puedan seguir este ritmo ha disminuido. Esta paradoja indica que, mientras las herramientas están disponibles, las estructuras de formación, la cultura interna y el diseño de los puestos de trabajo no han evolucionado a la misma velocidad. Un término que cobra especial relevancia en el informe de este año es la IA agéntica (agentic AI).

A diferencia de los modelos de chat convencionales, estos son sistemas que pueden planificar y ejecutar tareas de varios pasos de forma autónoma, operando con una mínima intervención humana. El 81% de los líderes espera que estos agentes autónomos tomen decisiones con un impacto material en sus negocios en los próximos doce meses, lo que añade una capa adicional de presión sobre la formación de los empleados.

El contraste es revelador: pese a esa expectativa, solo el 25% afirma confiar plenamente en sistemas de IA que operan sin supervisión humana.

Por qué importa este desajuste en la formación

La principal implicación de estos datos es económica. Las empresas están invirtiendo cifras históricas, pero pocas están viendo los resultados esperados. Solo el 32% de los directivos afirma haber logrado al menos uno de sus dos objetivos principales con la IA.

La eficiencia operativa es el beneficio más común, pero la innovación en nuevos productos o el aumento de ingresos siguen siendo metas difíciles de alcanzar para la mayoría. El estudio identifica tres barreras principales que frenan el éxito de estas estrategias:

  • Ciberseguridad: Señalada por el 52% como el desafío número uno.
  • Brecha de habilidades: Un 49% de los líderes considera que la falta de talento capacitado es un obstáculo crítico.
  • Calidad de los datos: El 47% aún lucha por tener datos disponibles y de calidad para alimentar sus sistemas.

Lo más llamativo es que el problema no parece ser la falta de voluntad de contratación, sino la dificultad para encontrar perfiles adecuados fuera de la empresa. De hecho, el 94% de los líderes cree que realizar un upskilling (mejora de competencias) de sus actuales empleados será mucho más efectivo que intentar contratar a personal externo en un mercado extremadamente competitivo. No todas las noticias son preocupantes.

El informe de Kyndryl identifica a un grupo selecto, el 9% de las organizaciones, a los que denomina Pacesetters o pioneros. Estas empresas no necesariamente tienen una tecnología más avanzada, sino que gestionan a su personal de forma distinta. Según explican en el estudio completo, estos líderes son los únicos que están logrando mejoras significativas en ingresos y gestión de riesgos.

Conviene, no obstante, tomar este «manual del pionero» con pinzas: son correlaciones extraídas de una encuesta de autopercepción de directivos, no una relación causal demostrada, y nada garantiza que sean esas tres prácticas, y no otros factores, las que expliquen sus mejores resultados.

¿Qué diferencia a estos pioneros del resto? Principalmente, su enfoque en tres áreas clave: el rediseño sistemático de las funciones laborales, la implementación de programas formales de gestión del cambio y la creación de marcos de gobernanza sólidos. Por ejemplo, los pioneros tienen el doble de probabilidades de confiar plenamente en los sistemas de IA que operan sin supervisión humana directa, precisamente porque han construido una base de control y transparencia previa.

Además, existe una diferencia notable por sectores. Las empresas de telecomunicaciones reportan los niveles más altos de preparación laboral (29%), mientras que sectores críticos como la salud (16%) o la banca y finanzas (17%) se encuentran a la cola, reflejando quizás una mayor cautela debido a las regulaciones y la sensibilidad de sus datos.

¿Qué significa esto para el futuro del empleo?

El cierre del informe ofrece una perspectiva realista pero constructiva. El futuro del trabajo no parece dirigirse hacia una sustitución masiva de personas por máquinas, sino hacia una nueva división del trabajo. El 95% de los líderes está de acuerdo en que los roles están evolucionando para requerir una colaboración estrecha con la IA en lugar de un reemplazo total.

Para los trabajadores, sin embargo, esa «colaboración» tiene una cara menos amable: implica reciclarse de forma continua y ver cómo se redefine su puesto a un ritmo que pocas plantillas marcan, con buena parte del coste de adaptación recayendo sobre el propio empleado. El juicio humano seguirá siendo la fuente principal de valor en áreas como la toma de decisiones complejas, la gestión de relaciones con clientes y la rendición de cuentas.

Lo que viene ahora es una fase de «industrialización» de la formación. Las empresas que quieran tener éxito deberán pasar de experimentos aislados a planes de capacitación a gran escala. Como señala Kim Basile, directora de información de Kyndryl, las organizaciones que invierten en las personas y las guían a través del cambio están obteniendo resultados positivos en una proporción mucho mayor.

La carrera de la IA en 2026 ya no se gana solo con código y potencia de cómputo, sino con la capacidad de preparar a los equipos para un entorno donde la autonomía tecnológica y la intuición humana deben caminar de la mano.

Peppa Pig pide a sus actores infantiles que cedan su voz a la IA

0

Peppa Pig, una de las series infantiles más populares del mundo, se ha convertido en el epicentro de un debate ético sobre la inteligencia artificial y los derechos de los menores. Hasbro, el gigante del entretenimiento que adquirió la marca en 2019, ha comenzado a incluir cláusulas en los contratos de los niños actores que les obligan a ceder sus derechos de voz a sistemas de inteligencia artificial. Esta decisión ha provocado una reacción inmediata de la industria, materializada en una carta abierta con más de 1.400 firmas verificadas que denuncia la vulnerabilidad de los menores ante estas tecnologías.

El conflicto no es solo una disputa contractual, sino que plantea un debate profundo sobre si un padre puede hipotecar la identidad sonora futura de su hijo. En un sector donde el doblaje es la base del éxito internacional, la posibilidad de que un estudio posea a perpetuidad el registro vocal de un niño mediante la clonación digital marca un punto de inflexión en las relaciones laborales de Hollywood y el mundo del entretenimiento global.

¿En qué consiste la clonación de voz por IA?

La práctica denunciada consiste en la inclusión de términos contractuales que permiten a la empresa capturar y entrenar modelos de inteligencia artificial con las grabaciones de los intérpretes. En términos sencillos, el estudio busca crear un clon de voz digital que pueda ser utilizado en el futuro para generar diálogos nuevos sin necesidad de que el actor original regrese a la cabina de grabación.

Según han revelado fuentes de la industria, estas cláusulas están apareciendo con frecuencia en los contratos de proyectos de cine y televisión infantiles. En el caso de Peppa Pig, se especula con que Hasbro podría utilizar estas réplicas sonoras para activos comerciales, como anuncios o juguetes interactivos, manteniendo la consistencia de los personajes a lo largo de los años.

Un aspecto crítico de esta práctica es la naturaleza de los contratos, que a menudo se presentan bajo la modalidad de tómatelo o déjalo (take it or leave it). Esto significa que, si los padres o tutores legales se niegan a aceptar el uso de la IA, el niño puede perder la oportunidad de trabajar en la serie. Esta presión económica y profesional es lo que ha llevado a la Asociación de Agentes de Jóvenes Artistas (AYPA) a alzar la voz de forma pública.

¿Por qué importa el consentimiento de un menor?

El núcleo de la polémica no es solo tecnológico, sino legal y moral. La carta abierta impulsada por la Asociación de Agentes de Jóvenes Artistas sostiene que el consentimiento en menores de edad debe tratarse con un cuidado excepcional. Un niño no tiene la capacidad jurídica ni personal para comprender las consecuencias a largo plazo de que su voz sea clonada y utilizada de forma indefinida.

«Ningún niño debería ver su identidad profesional futura moldeada por un modelo de IA creado antes de tener edad suficiente para comprender sus consecuencias.»

Carta abierta de la Asociación de Agentes de Jóvenes Artistas

La preocupación radica en que la identidad profesional de un intérprete podría verse moldeada o limitada por un modelo de IA creado antes de que el propio actor tuviera edad suficiente para decidir sobre su carrera. Las implicaciones para la industria son significativas:

  • Pérdida de oportunidades laborales futuras para los actores de doblaje.
  • Creación de activos comerciales permanentes a partir de la imagen y sonido de menores.
  • Dificultad para revocar un consentimiento otorgado por los padres una vez que el modelo de IA ya ha sido entrenado.

Además, algunos críticos señalan que el uso de IA para mantener la misma voz a lo largo del tiempo carece de sentido artístico en series como Peppa Pig, donde los personajes han sido interpretados por diferentes niños a medida que estos crecen de forma natural. La búsqueda de beneficios económicos mediante la automatización parece ser, según los denunciantes, el motor principal detrás de estas nuevas cláusulas.

Hasbro y el contexto de la industria

Hasbro no es ajena a la experimentación con estas tecnologías. Recientemente, en la cumbre AI+NY organizada por Axios, el director del estudio de IA de la compañía, Bertie Thomson, realizó una demostración junto a la empresa de audio sintético ElevenLabs. En dicha presentación, una réplica generada por IA de Peppa Pig mantuvo una conversación en la que aseguraba contar con reglas especiales para garantizar la calidad del sonido.

Ante las acusaciones, un portavoz de la juguetera ha declarado que la protección de los niños artistas es parte de su ADN y que están comprometidos a abordar la evolución de los estándares de la IA de manera responsable y transparente. Sin embargo, la compañía ha evitado hacer comentarios específicos sobre las negociaciones contractuales individuales que han desatado las protestas.

La movilización cuenta con el apoyo de actores de doblaje, padres y directores de agencias de talento internacionales, en un clima de creciente rechazo del sector al uso de la IA. La demanda colectiva es clara: que los contratos de menores queden totalmente exentos del uso de IA para capturar, clonar o reutilizar sus voces indefinidamente.

¿Qué significa esto para el futuro de la actuación?

Lo que está sucediendo con Peppa Pig es un síntoma de una tendencia que podría definir el futuro del entretenimiento. Si los estudios logran normalizar la propiedad de las voces de los actores desde su infancia, el concepto de propiedad intelectual y derechos de imagen cambiará radicalmente. El riesgo que advierten los críticos es un futuro de personajes que nunca envejecen ni necesitan renovar contratos, lo que podría reducir las vacantes para nuevos intérpretes humanos.

Sin embargo, la firme resistencia de los agentes y padres sugiere que el sector no está dispuesto a aceptar estos términos sin luchar. La petición de incluir cláusulas de no IA en los contratos se está convirtiendo en una prioridad absoluta para proteger la autonomía de los artistas. El desenlace de este conflicto marcará la pauta sobre cómo convivirán la innovación tecnológica de empresas como ElevenLabs y los derechos fundamentales de los trabajadores más jóvenes de la industria.

La IA lee un papiro que el Vesubio convirtió en carbón en el año 79

0

Por primera vez en casi dos milenios, la tecnología ha permitido desentrañar el contenido íntegro de un manuscrito de Herculaneum, la ciudad romana sepultada junto a Pompeya por la erupción del Vesubio en el año 79 d.C. Científicos del proyecto Vesuvius Challenge anunciaron el pasado 25 de junio este hito, conseguido mediante el uso de inteligencia artificial y técnicas avanzadas de imagen que evitan dañar físicamente los frágiles restos.

Entre los textos recuperados figuran más de 70 columnas de la obra «Sobre los vicios, Libro I», atribuida al filósofo epicúreo Filodemo y procedente de un rollo conservado en la Biblioteca Bodleiana de Oxford. A ese hallazgo se suma la identificación de otra obra del mismo autor, «Sobre los dioses, Libro 8», que demuestra que ese tratado se extendía al menos a ocho libros, cuando hasta ahora solo se conocía el primero.

Este avance no solo recupera una obra perdida, sino que valida un método que podría aplicarse a los más de 600 rollos que aún permanecen cerrados en la villa donde fueron hallados. El equipo liderado por figuras como Brent Seales y Nat Friedman ha demostrado que el desenrollado virtual es una realidad técnica, abriendo la puerta a una nueva era para la arqueología digital. La importancia de este logro radica en la posibilidad de acceder a bibliotecas enteras de la antigüedad sin riesgo de destruir los soportes físicos originales.

¿En qué consiste el desenrollado virtual?

La técnica utilizada para acceder a estos textos se denomina desenrollado virtual. Debido a que los rollos están carbonizados y son extremadamente frágiles, cualquier intento de abrirlos físicamente terminaría por convertirlos en cenizas. En su lugar, los investigadores emplean escaneos de alta resolución y métodos computacionales avanzados para analizar el interior de los objetos sin tocarlos.

El proceso comienza con la creación de una copia digital tridimensional del rollo cerrado. Posteriormente, un algoritmo de inteligencia artificial analiza las capas del papiro digitalizado para detectar variaciones mínimas en la superficie que indiquen la presencia de tinta. Mediante estas herramientas de computación, se logra desplegar la imagen en una superficie plana legible para los expertos, permitiendo la lectura de un material que hasta hace poco se consideraba perdido para siempre.

Hasta la fecha, se han escaneado varios rollos completos y numerosos fragmentos. Los barridos se realizaron mediante microtomografía de rayos X de alta resolución en dos grandes sincrotrones, Diamond Light Source (Reino Unido) y el Sincrotrón Europeo (ESRF) de Grenoble, en Francia, que llegaron a generar hasta 300 terabytes de datos por cada rollo. No obstante, el trabajo por delante es masivo, ya que todavía quedan más de 600 manuscritos sin abrir. Los expertos señalan que gran parte de la villa donde se descubrieron estos textos aún no ha sido excavada, lo que sugiere que podrían encontrarse muchos más papiros en el futuro cercano.

¿Por qué este avance es relevante para la arqueología?

Este cambio de metodología técnica resuelve un dilema histórico en la conservación de antigüedades. Según Federica Nicolardi, principal papiróloga del proyecto, anteriormente los investigadores debían elegir entre conservar el objeto intacto o intentar leerlo asumiendo el riesgo de dañarlo de forma irreversible. El uso de la IA permite alcanzar ambos objetivos simultáneamente.

Las implicaciones para la industria y la academia son notables debido a la aceleración de los procesos. En las últimas 24 horas previas al anuncio, el equipo logró desenrollar virtualmente un rollo completo y revelar cerca de 140 columnas de texto nuevo. Para poner esto en perspectiva, con los métodos anteriores solo era posible leer aproximadamente el 10% del contenido de este tipo de manuscritos.

Además del texto de Filodemo, los investigadores han logrado leer otro papiro datado entre los años 200 y 300 a.C., lo que lo sitúa entre los rollos más antiguos de la colección hasta el momento. Su contenido, un tratado sobre la ética, las artes y el comportamiento humano, apunta a la tradición estoica, algo llamativo en una biblioteca de orientación casi exclusivamente epicúrea. El equipo papirológico subraya que su autor sigue siendo un enigma: el texto menciona a Aristocreón, sobrino y discípulo de Crisipo, lo que apunta a este último, uno de los grandes maestros del estoicismo, de quien apenas se conserva obra. De confirmarse, no sería una recuperación más, sino el regreso de una voz filosófica perdida durante siglos.

  • Acceso a textos inéditos de la filosofía clásica sin contacto físico.
  • Reducción drástica de los tiempos de transcripción y análisis.
  • Preservación permanente de los artefactos originales para futuras generaciones.

El Vesuvius Challenge y la comunidad científica tras el hito

El motor principal de estos avances ha sido el Vesuvius Challenge, una iniciativa global que promueve el uso de tecnologías modernas para descifrar papiros carbonizados. El proyecto fue fundado por Brent Seales, profesor de informática en la Universidad de Kentucky, y los emprendedores tecnológicos Nat Friedman y Daniel Gross, quienes decidieron abrir los datos a la comunidad para acelerar el desarrollo de soluciones.

Para incentivar la participación de especialistas en informática de todo el mundo, la organización ha distribuido ya 1,8 millones de dólares en premios. Como parte de esta estrategia de colaboración abierta, han anunciado una nueva recompensa de 1 millón de dólares para la primera persona o equipo que consiga leer íntegramente un segundo rollo de la colección. Toda la información técnica, incluyendo el código y los modelos digitales, se ha puesto a disposición del público en internet.

En una rueda de prensa transmitida desde Nápoles, Seales expresó su convicción de que este es solo el comienzo. Hace apenas un año, la idea de leer cientos de columnas de texto de forma no invasiva parecía improbable, pero los resultados actuales sugieren que existe el potencial técnico para descifrar cada uno de los rollos de la colección hallada bajo las cenizas del Vesubio.

¿Qué significa esto para el futuro?

La integración de la inteligencia artificial en la arqueología está transformando la forma en que interactuamos con el pasado. Lo ocurrido a los pies del Vesubio marca un punto de inflexión en la recuperación de la herencia cultural. No se trata solo de un éxito técnico aislado, sino del establecimiento de un estándar para el estudio de otros restos arqueológicos que anteriormente se consideraban inaccesibles.

Con todo, conviene no confundir la proeza técnica con una lectura instantánea: el texto no se ve, se reconstruye a partir de tenues rastros de tinta que solo los papirólogos pueden interpretar y editar. El cuello de botella se está desplazando de los ingenieros a los clasicistas, y los responsables del proyecto admiten que ahora el reto es disponer de expertos capaces de leer y contextualizar lo que las máquinas destapan, empezando por la autoría aún sin resolver del rollo más antiguo.

En el futuro próximo, es probable que veamos una mejora continua en los algoritmos de detección de tinta. Los responsables del proyecto reconocen que los métodos actuales todavía pueden perfeccionarse de forma notable. A medida que estas herramientas se vuelvan más precisas y accesibles, el conocimiento que hoy permanece oculto en fragmentos de carbón podría reescribir partes importantes de nuestra historia literaria y filosófica.

El bloqueo de Claude Fable 5 a los no estadounidenses podría levantarse en los próximos días

0

El modelo de inteligencia artificial más avanzado de Anthropic, Claude Fable 5, se encuentra en la fase final para retomar sus operaciones tras haber permanecido desconectado por orden gubernamental. Tras ser bloqueado el pasado 12 de junio por una directiva de control de exportaciones que vetaba su uso a cualquier ciudadano extranjero, lo que obligó a Anthropic a desactivar el modelo para todos sus clientes, informes recientes de Axios indican que la administración de los Estados Unidos está cerca de levantar las restricciones.

El Secretario de Comercio, Howard Lutnick, ha señalado que la empresa ha colaborado estrechamente para mitigar los riesgos identificados inicialmente. Aunque una versión específica para socios, denominada Mythos 5, ya ha comenzado a circular entre organizaciones de confianza, el despliegue global de Fable 5 todavía depende del visto bueno definitivo del Pentágono y la Agencia de Seguridad Nacional (NSA).

Este posible regreso, previsto para los próximos días, subraya la creciente presión sobre los reguladores para establecer normas claras. Anthropic y OpenAI lideran ahora una petición para que el proceso de revisión de modelos sea predecible y se base en leyes establecidas, evitando decisiones individuales que puedan afectar al desarrollo tecnológico y a la disponibilidad de herramientas avanzadas para los usuarios internacionales.

¿Qué es Claude Fable 5 y por qué fue desconectado?

Claude Fable 5 representa la cima tecnológica actual de Anthropic, siendo su sistema más capaz hasta la fecha. A diferencia de versiones anteriores, este modelo fue diseñado para manejar tareas de razonamiento complejo y procesamiento de datos a una escala superior. Sin embargo, su disponibilidad quedó interrumpida por una intervención directa del gobierno estadounidense a mediados de junio.

La razón, según la propia declaración de Anthropic, fue que el Gobierno creía haber detectado un método para «desbloquear» (jailbreak) Fable 5 y eludir sus salvaguardas en ciberseguridad. Sobre esa base, el Departamento de Comercio emitió una directiva de control de exportaciones que prohibía el acceso a Fable 5 y a Mythos 5 a cualquier ciudadano extranjero. La compañía revisó la técnica, sostiene que solo destapaba vulnerabilidades menores ya conocidas y al alcance de otros modelos públicos, y considera la medida desproporcionada para un sistema usado por cientos de millones de personas. El término técnico para este tipo de sistemas es modelo de frontera, que se refiere a aquellas IAs que empujan los límites de la capacidad actual y que, por lo tanto, requieren una vigilancia especial por parte de las autoridades.

Durante este tiempo de inactividad, Anthropic ha mantenido negociaciones constantes con el Departamento de Comercio. El objetivo ha sido demostrar que el modelo cuenta con las salvaguardas necesarias para evitar abusos.

Por qué importa el regreso de este modelo

La vuelta de Claude Fable 5 no es solo una noticia relevante para los usuarios habituales de Anthropic, sino que marca un precedente en cómo se regulan las inteligencias artificiales de alto rendimiento. El hecho de que un gobierno pueda desconectar un servicio privado por motivos de seguridad nacional plantea nuevas dudas sobre la estabilidad de estas plataformas para las empresas que dependen de ellas.

Para el mercado tecnológico, este movimiento significa el retorno de una competencia directa contra otros gigantes del sector. Entre las implicaciones más directas de este regreso se encuentran:

  • Acceso a capacidades de análisis de datos más profundas para investigadores y desarrolladores.
  • Restablecimiento de servicios para empresas que habían integrado este modelo en sus flujos de trabajo.
  • Un marco de referencia sobre cómo las empresas de IA deben colaborar con los organismos de defensa.

Además, la situación con la variante Mythos 5, que es esencialmente la misma tecnología pero sin las restricciones adicionales de seguridad, muestra que ya existe un camino de confianza. El 27 de junio, una nueva carta del secretario Lutnick autorizó un redespliegue limitado de Mythos 5: el acceso sin licencia queda restringido a un grupo definido de entidades estadounidenses que operan y defienden infraestructuras críticas, junto a agencias civiles y laboratorios nacionales, mientras que para el resto siguen siendo necesarias licencias de exportación. Se trata de una reapertura permisada y sectorial, no de un levantamiento del veto, aunque sugiere que la tecnología ya ha superado los primeros filtros de seguridad.

Negociaciones en Washington y el papel de las agencias

El proceso para que un modelo de esta magnitud vuelva a estar en línea es complejo y requiere la aprobación de múltiples estamentos. Aunque el Departamento de Comercio ha mostrado una postura favorable recientemente, el destino final de Fable 5 está en manos del Pentágono y la NSA. Estas instituciones deben verificar que el sistema no presente vulnerabilidades que puedan ser explotadas en el ámbito de la defensa nacional.

En una carta dirigida a la directiva de Anthropic, el secretario Howard Lutnick reconoció que se han hecho progresos significativos. No obstante, el historial de plazos incumplidos invita a la cautela. Hace una semana, la dirección de la empresa ya preveía un retorno que finalmente no se produjo, lo que demuestra la volatilidad de estas negociaciones políticas.

Este escenario no afecta únicamente a Anthropic. Como informan en este análisis sobre la situación regulatoria, otras compañías como OpenAI también están experimentando situaciones similares. Recientemente, OpenAI tuvo que limitar el lanzamiento de su modelo GPT-5.6 a un círculo muy estrecho de socios aprobados por el gobierno, lo que confirma que estamos ante una tendencia general de supervisión estatal sobre la IA de vanguardia.

¿Qué significa esto para el futuro de la IA?

El caso de Claude Fable 5 deja claro que la era de los lanzamientos de IA sin supervisión externa está llegando a su fin en las grandes potencias. La industria está pidiendo ahora un procedimiento legal claro y predecible. Tanto Anthropic como OpenAI han manifestado la necesidad de que existan leyes que definan cómo deben ser las inspecciones, en lugar de depender de decisiones discrecionales que pueden cambiar de una semana a otra.

Lo que viene ahora es un periodo de adaptación donde la seguridad y la innovación deberán encontrar un equilibrio. Si Fable 5 regresa finalmente en los próximos días sin restricciones internacionales, será una señal de que los protocolos de comunicación entre Silicon Valley y Washington están empezando a funcionar. El futuro de la IA de frontera dependerá, en gran medida, de que estos procesos de verificación sean transparentes y no frenen el desarrollo tecnológico por causas burocráticas.

1.800 agentes de IA pueblan un World of Warcraft sin humanos: la «internet muerta» hecha experimento

0

La teoría de la internet muerta sostiene que la red está cada vez más poblada por máquinas que conversan con máquinas. Un experimento reciente la traslada al terreno del videojuego: un usuario de Reddit ha poblado un servidor privado de World of Warcraft con 1.800 bots gobernados por un modelo de lenguaje, la API de DeepSeek, capaces de moverse, subir de nivel y, sobre todo, conversar entre ellos y con el único humano conectado.

A diferencia de los bots tradicionales, que se limitan a repetir rutas de recolección, estos agentes generan diálogo contextual en tiempo real. Conviene, eso sí, tomar la historia con cautela: surgió de una publicación en Reddit que la moderación del foro acabó retirando, su autor permanece en el anonimato y los detalles proceden de su propio relato, sin verificación independiente.

El experimento, presentado como una prueba de concepto este junio de 2026, permite que el canal de chat hierva de actividad con supuestos jugadores buscando grupos, magos ofreciendo portales o guerreros comentando sus bandas favoritas. Este proyecto no solo demuestra la versatilidad de los modelos de lenguaje actuales, sino que abre la puerta a una nueva forma de disfrutar de los videojuegos masivos de manera individual.

Con un coste de mantenimiento sorprendentemente bajo, esta iniciativa desafía la percepción tradicional de los entornos multijugador, ofreciendo una experiencia de jugador único enriquecida por la simulación social. Es un vistazo fascinante a cómo la IA puede rellenar los vacíos digitales, creando una sensación de comunidad sin las presiones de tiempo o toxicidad que a veces empañan los servidores oficiales.

¿En qué consiste este servidor poblado por IA?

La iniciativa consiste en la creación de un entorno de juego donde la soledad del jugador humano se ve mitigada por una multitud de agentes virtuales inteligentes. Estos 1.800 bots no son los simples autómatas que los jugadores de World of Warcraft suelen encontrar en los servidores oficiales realizando tareas mecánicas de recolección de materiales. En este caso, el motor que impulsa el comportamiento social es la API de DeepSeek, un gran modelo de lenguaje alojado en la nube, que el servidor integra mediante un puente con Ollama.

Gracias a esta integración, el mundo virtual se percibe como un ecosistema dinámico y realmente habitado. Los bots no se limitan a desplazarse por el mapa o a subir de nivel de forma aislada, sino que participan activamente en los canales de comunicación global. Un observador en una ciudad principal como Ventormenta puede presenciar cómo el chat se llena de interacciones variadas: magos que ofrecen servicios de transporte o comida, personajes que buscan compañeros para completar misiones o debates casuales sobre cuál es la mejor incursión del juego. Esta capacidad de generar un diálogo contextualizado hace que el servidor parezca estar lleno de gente real, creando una atmósfera de juego vivo en la que los personajes interactúan entre sí y con el entorno de manera aparentemente orgánica.

La sensación de realismo llega a tal punto que los bots parecen tener sus propias agendas. Se les puede encontrar realizando misiones en zonas remotas, moviéndose por las capitales o simplemente descansando en las posadas. La diferencia fundamental con los bots convencionales radica en que estos modelos de lenguaje les permiten reaccionar y conversar de una forma que imita el comportamiento humano, eliminando la sensación de vacío que suele caracterizar a los servidores privados con baja población.

Ahora bien, la ilusión tiene costuras. Quienes lo han observado señalan que los canales globales se parecen más a una sucesión de frases sueltas que a una conversación real: los bots tienden a hablar en paralelo, sin los turnos ni las pausas de un intercambio humano. El experimento mide a la vez lo lejos que han llegado los modelos de lenguaje y lo que todavía se les resiste: la coherencia de una conversación sostenida entre muchos agentes. No es el primer caso en que un videojuego sirve de laboratorio para agentes de IA.

Por qué importa para la inteligencia artificial

Más allá de la anécdota lúdica, el experimento es una muestra barata y casera de algo que hasta hace poco quedaba reservado a los laboratorios: la simulación social con múltiples agentes. Poblar un mundo persistente con 1.800 personajes que conversan, recuerdan su papel y reaccionan al entorno recuerda a trabajos académicos como los agentes generativos de Stanford, solo que aquí funciona en un ordenador doméstico y por el precio de un par de cafés al mes. Esa caída de costes es quizá la verdadera noticia: desplegar agentes a escala ha dejado de ser caro.

Lo más relevante para el campo de la IA es que esos personajes mantienen su estado y su progreso entre sesiones: no son respuestas de usar y tirar, sino agentes con memoria persistente dentro de un entorno compartido. Es justo el comportamiento que la industria persigue para sus asistentes y agentes autónomos, identidades estables que actúan y recuerdan a lo largo del tiempo, y aquí surge como efecto colateral de un proyecto de aficionado.

Los detalles técnicos tras los 1.800 habitantes virtuales

Lo que hace que este proyecto destaque en el panorama tecnológico no es solo la cantidad de personajes, sino la eficiencia económica y técnica de su implementación. Según los datos compartidos por el creador del servidor, mantener este ecosistema de 1.800 bots activos tiene un coste aproximado de menos de 10 libras al mes, alrededor de 12 euros. Para evitar que la factura se dispare, un script vigila el servidor y detiene las peticiones de los bots a DeepSeek en cuanto no hay ningún jugador humano conectado. Esta cifra es notablemente baja si consideramos la carga de procesamiento que supone gestionar casi dos mil instancias de chat impulsadas por inteligencia artificial de forma simultánea.

Para asegurar que la estructura social del juego tenga cierta permanencia y no se sienta como un reinicio constante, el responsable del proyecto diseñó un sistema de persistencia sencillo: creó dos cuentas adicionales con diez personajes cada una, un núcleo de veinte personajes fijos que, cuando el servidor se reinicia, mantienen su nivel, su equipamiento y su pertenencia a la hermandad creada. Este detalle técnico es crucial para que el jugador humano sienta que está progresando junto a compañeros constantes y no solo con entidades efímeras que desaparecen al cerrar la sesión.

Este tipo de implementaciones se apoya en tecnologías de acceso abierto que están democratizando el uso de la inteligencia artificial generativa. En plataformas especializadas se puede explorar cómo herramientas como Ollama facilitan la ejecución local de modelos complejos, permitiendo que usuarios individuales realicen pruebas de concepto que hace apenas unos años habrían requerido infraestructuras propias de grandes corporaciones tecnológicas.

El futuro de los mundos virtuales habitados por IA

De confirmarse, una prueba de concepto así apuntaría a un cambio de tendencia en cómo los desarrolladores de software y de videojuegos podrían diseñar los mundos virtuales en los próximos años. Ya no se trata únicamente de mejorar la calidad de las texturas, los efectos de iluminación o la física de los objetos, sino de poblar los espacios digitales con conciencias artificiales capaces de ofrecer una compañía y una interacción creíbles.

Estamos entrando en una era donde la distinción entre un jugador real y uno controlado por algoritmos avanzados será cada vez más difusa en las interacciones cotidianas dentro del juego. Si bien este servidor privado es una iniciativa individual y experimental, marca un camino posible para que los estudios profesionales integren de forma nativa compañeros de juego más inteligentes y menos predecibles. El horizonte que se dibuja es uno donde la sensación de soledad en los entornos digitales podría desaparecer, contando siempre con una legión de habitantes virtuales dispuestos a participar en nuestra próxima aventura, adaptándose siempre a nuestras necesidades y ritmos de vida.

Del «invocar al demonio» a fundar xAI: las contradicciones de Elon Musk con la IA

0

Elon Musk cumple 55 años este 28 de junio. Nacido en Pretoria en 1971, pocas figuras han marcado tanto el rumbo de la inteligencia artificial, y pocas encarnan tan bien sus contradicciones: el mismo hombre que lleva una década advirtiendo de que la IA puede acabar con la humanidad es hoy uno de los que más deprisa la construyen. Un buen día para repasar su trayectoria, con sus luces y sus sombras.

Quién es Elon Musk

Antes de la IA estuvo casi todo lo demás. Tras emigrar de Sudáfrica, Musk fundó en los años noventa la empresa de software Zip2 y después X.com, que acabaría convirtiéndose en PayPal y siendo vendida a eBay en 2002. Con ese capital levantó las dos compañías que lo hicieron célebre: SpaceX, fundada en 2002, y Tesla, a la que se sumó como inversor en sus inicios y de la que es consejero delegado. Esa doble apuesta por los cohetes y los coches eléctricos lo situó entre las mayores fortunas del planeta y le dio la plataforma desde la que entraría, más tarde, en la inteligencia artificial.

Del padre fundador de OpenAI a su mayor demandante

Musk fue uno de los cofundadores de OpenAI en diciembre de 2015, junto a Sam Altman y otros, como un laboratorio sin ánimo de lucro con cerca de mil millones de dólares comprometidos y la misión de desarrollar IA «en beneficio de la humanidad». La relación se rompió pronto: abandonó el consejo en 2018. Él lo atribuyó a un conflicto de interés con la IA de Tesla; OpenAI sostiene que quiso hacerse con el control de la empresa y, al no conseguirlo, se marchó.

De aquel divorcio nació un pleito sonado. Musk demandó a OpenAI y a Altman en 2024 por traicionar su misión fundacional, en el juicio que muchos vieron como decisivo para el futuro de la IA. Pero el caso se le torció: un jurado de California desestimó en mayo de 2026 todas sus reclamaciones al concluir que había demandado fuera de plazo, y él anunció que recurriría. Su afición a los tribunales no es nueva: también ha llevado a juicio la regulación de IA de Colorado.

xAI y Grok: su propia apuesta de frontera

En 2023, Musk fundó xAI, su empresa para construir IA de frontera, con el chatbot Grok integrado en su red social X y respaldado por Colossus, un superordenador levantado en Memphis. La andadura no ha estado libre de escándalos: en 2025, Grok publicó mensajes antisemitas y llegó a elogiar a Hitler, una crisis que se saldó incluso con la dimisión de la consejera delegada de X. xAI lo atribuyó a instrucciones obsoletas reactivadas; sus críticos lo leyeron como un fallo de gobernanza y de seguridad.

Tesla y Neuralink: grandes promesas, plazos elásticos

En Tesla, la IA es el corazón del relato: la conducción autónoma (FSD), el robotaxi y el robot humanoide Optimus. Conviene separar la promesa del hecho. Tesla echó a rodar sus robotaxis en Austin y ha ido ampliando el servicio, pero el FSD sigue siendo «supervisado» y Musk arrastra un largo historial de plazos incumplidos. Su humanoide Optimus, entre el robot autónomo y el número de feria, todavía no tiene fecha de venta al público, en un sector donde ya existen humanoides comerciales.

Más allá de los coches, Neuralink implantó su chip cerebral en su primer paciente humano a comienzos de 2024, un tetrapléjico que aprendió a mover un cursor con el pensamiento. La compañía asegura que ya hay varias personas con el implante y prepara una versión para devolver una forma de visión, aunque buena parte de esos avances los comunica la propia empresa, sin revisión independiente completa.

El profeta que construye lo que teme

Aquí está la gran paradoja. Musk lleva años entre las voces más alarmistas: en 2014 comparó desarrollar IA con «invocar al demonio» y la llamó más peligrosa que las armas nucleares, y en 2023 firmó la carta que pedía pausar seis meses los sistemas más potentes que GPT-4. Pocas semanas después de aquella carta fundó xAI para competir en esa misma frontera. Sus defensores dicen que persigue una IA «máximamente veraz» y más segura; sus críticos ven una incoherencia difícil de sostener.

El cumpleaños llega además en un momento de cifras mareantes: la salida a Bolsa de SpaceX en junio de 2026, la mayor de la historia, ha disparado su fortuna hasta el entorno del billón de dólares, aunque las estimaciones varían según la fuente. De su breve etapa política al frente del plan de recortes de la Administración Trump ya se había apartado en 2025. A los 55, Musk sigue siendo lo que ha sido casi todo este tiempo: el mayor acelerador y, a la vez, el mayor agorero de la inteligencia artificial. Rara vez ambas cosas han convivido en la misma persona.

Flux

Generador de imágenes

Modelo: Freemium

Flux es una familia de modelos de inteligencia artificial para generar y editar imágenes a partir de texto, desarrollada por la empresa alemana Black Forest Labs, fundada por antiguos creadores de Stable Diffusion. Desde su aparición en 2024 se ha convertido en uno de los motores de imagen más extendidos del sector: es la tecnología que genera las imágenes de Grok (X) y de infinidad de aplicaciones y servicios que lo integran vía API.

La generación actual, FLUX.2, lanzada a finales de 2025, combina generación y edición en un único modelo: admite hasta diez imágenes de referencia para mantener personajes, productos o estilos coherentes, y destaca por la legibilidad del texto dentro de las imágenes. Se ofrece en varias versiones según el equilibrio entre calidad y coste —[pro], [flex] y [dev]—, además de FLUX.2 [klein], una variante de pesos abiertos con licencia Apache 2.0 que puede ejecutarse gratis en un ordenador propio con una tarjeta gráfica de consumo.

El modelo de negocio es atípico: Black Forest Labs no vende una suscripción al uso, sino crédito de API por imagen generada, con una zona de pruebas (Playground) que regala créditos iniciales al registrarse. La vía gratuita real son los pesos abiertos: quien tenga hardware y conocimientos técnicos puede usar FLUX.2 [dev] o [klein] sin pagar, aunque la licencia de [dev] restringe ciertos usos comerciales. Para el usuario sin perfil técnico, lo habitual es acceder a Flux a través de plataformas que lo integran, como Freepik o Krea.

Frente a competidores cerrados como Midjourney, su gran baza es la apertura y la integración masiva; su punto débil, que carece de una aplicación de consumo pulida propia: es más un motor para desarrolladores que un producto final.

Dirección: bfl.ai

La IA no puede crear futuro: solo calcula probabilidades del pasado

0

Una de las promesas más repetidas de la inteligencia artificial es que nos ayudará a imaginar el futuro: nuevos fármacos, nuevas historias, nuevas ideas. Conviene detenerse en esa palabra, «nuevas», porque esconde una trampa. Un modelo generativo no mira hacia delante, mira hacia atrás. Calcula, a partir de un océano de datos ya existentes, cuál es la continuación más probable de lo que le pides. Su materia prima es siempre el pasado. Y de ahí surge una tesis incómoda: la IA no puede crear el futuro, porque solo sabe recombinar lo que ya ha ocurrido.

Una máquina que solo sabe del pasado

Esto no es una metáfora poética, sino una descripción técnica. En 2021, las investigadoras Emily Bender y Timnit Gebru popularizaron una imagen demoledora para los grandes modelos de lenguaje: «loros estocásticos». Un loro estocástico hilvana secuencias de palabras según su probabilidad estadística, sin comprender su significado ni tener intención alguna. El modelo no sabe lo que dice, lo predice; de ahí que a veces invente con aplomo, eso que llamamos alucinaciones. Y predecir, por definición, es proyectar las regularidades del pasado sobre lo que viene. Cuando se le exige originalidad sostenida, esa naturaleza aflora: la IA tiende a repetirse, a regresar a la media, a devolver el promedio de todo lo que ha visto.

Hume y el problema de la inducción

El problema es más viejo que la informática. En el siglo XVIII, David Hume formuló lo que hoy llamamos el problema de la inducción: no existe garantía lógica de que el futuro vaya a parecerse al pasado. Que el sol haya salido cada mañana no demuestra que saldrá la próxima; solo nos hemos acostumbrado a esperarlo. La inducción, decía Hume, es un hábito, no una certeza. Pues bien, una IA generativa es la inducción hecha máquina: extrae regularidades de lo ocurrido y apuesta a que se repetirán. Funciona admirablemente mientras el mañana se parezca al ayer. Su punto ciego es exactamente aquello en lo que el futuro deja de parecerse al pasado.

Lo genuinamente nuevo es impredecible

Y el futuro que de verdad importa es justo ese. Karl Popper lo argumentó con elegancia en La miseria del historicismo: no podemos predecir el curso futuro de la historia porque no podemos predecir el crecimiento futuro del conocimiento. Si pudiéramos prever hoy un descubrimiento, ya lo habríamos hecho. Lo genuinamente nuevo es, por definición, indeducible de lo anterior. Nassim Taleb lo trasladó al terreno de los acontecimientos con su «cisne negro»: los hechos que de verdad cambian el mundo son los que no estaban en los datos, los que ningún modelo entrenado con el pasado podía anticipar. Una máquina alimentada solo de historia es, por construcción, ciega a la ruptura. No es que prediga mal el cisne negro, es que no puede ni concebirlo.

Crear es empezar

Aquí entran dos filósofos que pensaron la creación de verdad. Para Henri Bergson, en La evolución creadora, la vida no es recombinación de piezas dadas, sino brote incesante de novedad; el tiempo real, lo que él llamaba duración, es creación o no es nada. El intelecto, decía, tiende a descomponer y recombinar lo existente, y al hacerlo se le escapa precisamente lo vivo, lo que aún no era. La IA es ese intelecto recombinador en estado puro, y por eso roza el verdadero acto creador sin llegar a tocarlo. Hannah Arendt añadió la pieza que faltaba: la natalidad. En La condición humana sostiene que la capacidad de empezar algo radicalmente nuevo arraiga en el hecho de haber nacido. Cada ser humano es un comienzo, capaz de introducir en el mundo lo inesperado. Una máquina no nace, continúa. Puede prolongar una serie hasta el infinito, pero no inaugurar una.

La objeción honesta

Sería deshonesto no plantear la réplica más fuerte. ¿Acaso la recombinación no basta para crear? La evolución misma es recombinación y selección; el jazz, las matemáticas y el lenguaje nacen de barajar elementos finitos. Y la IA ha producido cosas que ningún humano había concebido: estructuras de proteínas inéditas, jugadas de go que dejaron mudos a los maestros. ¿No es eso novedad? Lo es, pero conviene distinguir dos clases. Existe la novedad combinatoria, recolocar lo dado de un modo que nadie había probado, y en eso la IA es prodigiosa. Y existe la novedad como ruptura: la pregunta que nadie había formulado, el valor que nadie había valorado, el cambio de juego y no solo de jugada. Aquella célebre jugada de la máquina seguía estando dentro de las reglas del go; era una extrapolación brillante dentro de un espacio cerrado, no la invención de un juego nuevo. El futuro genuino no es un punto más dentro del espacio de lo posible ya definido: es el ensanchamiento de ese espacio. Y eso, una función que solo interpola lo conocido, no lo alcanza.

El riesgo, entonces, no es que la IA imagine mal el futuro. Es que, si le delegamos la imaginación, terminemos imaginando menos nosotros. Una cultura que le pide a una máquina del ayer que le dibuje el mañana corre el peligro de quedarse atrapada en un presente eterno, en un remix infinito de lo que ya fue. El futuro nunca fue algo que se dedujera del pasado: fue siempre algo que alguien se atrevía a empezar. Esa capacidad de comenzar, la natalidad de Arendt, la duración de Bergson, no la tendrá jamás un modelo entrenado con lo que ya existe. La buena noticia es que sigue siendo nuestra. Convendría no olvidarlo justo ahora.

La imagen de representación de este artículo pertenece a Iván Díaz y ha sido publicada en Unsplash

Granola

Notas de reuniones

Modelo: Freemium

Granola es una herramienta de inteligencia artificial que toma notas de reuniones con un planteamiento distinto al de los asistentes clásicos: no envía ningún bot a la videollamada. La aplicación captura el audio directamente del ordenador, de modo que nadie en la reunión ve un participante extraño llamado «Notetaker», algo que la ha hecho popular entre inversores, abogados y comerciales —aunque esa misma discreción plantea un dilema ético evidente: los demás pueden no saber que están siendo transcritos, y conviene avisar.

Su segunda idea diferencial es que funciona como un bloc de notas aumentado: el usuario escribe sus apuntes durante la llamada y, al colgar, Granola los fusiona con la transcripción completa para producir un acta pulida que conserva lo que a cada uno le importaba. Plantillas por tipo de reunión, chat sobre reuniones pasadas y carpetas compartidas completan el producto, disponible para macOS, Windows e iOS (la versión de Android sigue pendiente).

Nacida en Londres y viral entre startups desde 2024, su talón de Aquiles es el precio. El plan gratuito se limita a unas pocas reuniones en total —no al mes: para siempre—, es decir, una prueba encubierta. El plan individual es una suscripción mensual y el Business se factura por usuario, ambos con reuniones ilimitadas.

Transcribe bien en español, aunque sus resúmenes rinden mejor en inglés. Quien solo necesite transcripciones literales de archivos tiene opciones más baratas como TurboScribe; Granola apunta a quien vive encadenando reuniones y quiere actas sin esfuerzo.

Dirección: granola.ai

El gato que enseñó a ver a las máquinas: catorce años del experimento que encendió la IA moderna

0

El 26 de junio de 2012, Google contó en su blog oficial que una de sus redes neuronales había aprendido a reconocer gatos por su cuenta, sin que nadie le hubiera explicado qué era un gato. El trabajo se presentó esa misma semana en la conferencia ICML, en Edimburgo, y quedó como uno de los momentos fundacionales de la IA moderna. Catorce años después merece la pena recordarlo, porque resume como pocos todo lo que ha cambiado.

Un cerebro de 16.000 núcleos mirando YouTube

Para su época, el sistema era descomunal: una red neuronal de nueve capas con cerca de mil millones de conexiones, entrenada tres días en un clúster de mil máquinas y 16.000 núcleos de procesador. Se la alimentó con 10 millones de imágenes de 200 por 200 píxeles extraídas de vídeos de YouTube, y la clave estuvo en que aprendió de forma no supervisada, sin una sola etiqueta que le dijera qué estaba mirando. La hazaña dio para titulares: The New York Times la resumió con una pregunta que se hizo célebre, «¿Cuántos ordenadores hacen falta para identificar un gato? 16.000».

De aquel baño de imágenes sin etiquetar surgió lo más llamativo: una neurona artificial que se activaba ante las caras de gato, y otras sensibles a las caras y los cuerpos humanos. Como subrayó la propia Google, a la red «nunca se le dijo qué era un gato» y, aun así, dedujo su aspecto a partir de los fotogramas.

Por qué fue un hito

Más allá de la anécdota felina, los números pesaban. El modelo alcanzó un 15,8 % de acierto clasificando 20.000 categorías de objetos de ImageNet, un salto del 70 % relativo sobre el mejor resultado previo. El proyecto, dirigido por Quoc V. Le junto a Jeff Dean y Andrew Ng, había nacido en el laboratorio X de Google y fue el germen de lo que hoy llamamos Google Brain.

Tampoco fue el único hito de aquel año. En 2012, AlexNet arrasó en el concurso ImageNet y encendió oficialmente la era del aprendizaje profundo. Mientras AlexNet demostraba la potencia del aprendizaje supervisado con tarjetas gráficas, el gato de Google probaba algo complementario: que una máquina podía extraer conceptos del mundo sin que un humano se los etiquetara de antemano. Aquella explosión de las redes neuronales acabaría reconocida al más alto nivel: en 2024, el Nobel de Física premió a los padres de esa tecnología.

De reconocer un gato a generar mundos

El contraste con 2026 marea. Aquel modelo tenía mil millones de conexiones, una cifra que la propia Google comparaba entonces con los cien billones del cerebro humano para dejar claro lo lejos que quedaba la meta. En 2017 apareció el Transformer, la arquitectura que sostiene los grandes modelos de lenguaje y la IA generativa. Y donde en 2012 hacían falta 16.000 núcleos y tres días para intuir un gato en miniaturas de vídeo, en 2024 modelos como Sora generaban vídeo completo a partir de una sola frase.

Por eso el experimento del gato sigue siendo una buena vara de medir. No porque distinguir un felino fuera difícil para una persona, sino porque marcó el instante en que las máquinas empezaron a aprender a ver mirando, parecido a como aprendemos nosotros. Todo lo que vino después no ha dejado de escalar aquella misma idea.

La fotografía de representación de este artículo pertenece a Volodymyr Dobrovolskyy y ha sido publicada en Unsplash

Kimi

ChatBOT

Modelo: Freemium

Kimi es una herramienta de inteligencia artificial conversacional de la startup china Moonshot AI que saltó a la fama mundial con su modelo K2, uno de los modelos abiertos más potentes y baratos del mercado. Funciona como un asistente de chat que redacta, traduce, programa, analiza documentos largos y realiza búsquedas en Internet, y se ha ganado la reputación de rival gratuito serio de ChatGPT.

Se utiliza desde kimi.com o sus aplicaciones móviles. Su seña de identidad es la ventana de contexto de 256.000 tokens disponible incluso en el plan gratuito, suficiente para analizar libros o expedientes completos de una sola vez. Las versiones recientes K2.5 y K2.6 añaden modo agente, investigación profunda, generación de presentaciones y webs, y Kimi Code, su herramienta para programadores, con precios de API que rebajan varias veces los de OpenAI o Anthropic.

El plan gratuito permite chatear sin pagar, con límites de uso diarios y sin los créditos de agente. Las suscripciones de pago incluyen el modelo K2.6, investigación profunda y herramientas de diapositivas y webs; los escalones superiores desbloquean enjambres de agentes con cientos de subagentes en paralelo.

Es una alternativa potente y económica, especialmente para analizar documentos extensos, aunque conviene recordar que los datos se procesan en infraestructura china y que su ecosistema de integraciones es todavía menor que el de los gigantes estadounidenses.

Dirección: kimi.com

RHINE, la red neuronal que recrea la cocina cósmica de los elementos pesados

El origen de elementos como el oro que forma nuestras joyas, el uranio empleado en el combustible nuclear o la plata ha sido durante mucho tiempo uno de los grandes enigmas de la astrofísica moderna. La comunidad científica sostiene que estos componentes se forjan en algunos de los eventos más violentos del cosmos, como el choque de estrellas de neutrones. Sin embargo, recrear estos procesos mediante simulaciones digitales detalladas representa un reto computacional de proporciones masivas que suele desbordar la capacidad de los equipos actuales.

Para abordar este problema, un equipo internacional de investigadores liderado por el centro GSI/FAIR ha desarrollado un modelo basado en el aprendizaje automático que permite estudiar estos fenómenos con una eficiencia hasta ahora inalcanzable. Mediante la integración de redes neuronales en simulaciones físicas, los científicos han logrado modelar con precisión la energía liberada en la formación de elementos pesados. Este avance, publicado recientemente en la revista Physical Review D, permite conectar los experimentos realizados en laboratorios terrestres con las observaciones astronómicas de explosiones estelares en los confines del espacio.

¿En qué consiste el modelo RHINE y la captura de neutrones?

El núcleo de esta investigación es una herramienta bautizada como RHINE, cuyas siglas en inglés hacen referencia a la implementación del calentamiento por proceso r mediante redes neuronales en simulaciones hidrodinámicas. Este sistema utiliza el aprendizaje automático para predecir la cantidad de energía que se libera durante las reacciones nucleares en eventos espaciales extremos. El concepto central es el proceso r o proceso de captura rápida de neutrones, un mecanismo por el cual los núcleos atómicos absorben neutrones a gran velocidad.

En este entorno de extrema densidad y energía, los neutrones absorbidos se transforman posteriormente en protones, lo que permite la creación de elementos cada vez más pesados que el hierro. El problema tradicional es que modelar cada una de estas reacciones requiere una capacidad de cálculo inmensa, ya que intervienen miles de isótopos diferentes. El modelo RHINE simplifica este proceso al emplear redes neuronales de aprendizaje profundo que han sido previamente entrenadas con una base de datos masiva de cálculos de referencia.

De esta manera, en lugar de realizar todos los cálculos químicos y físicos desde cero en cada segundo de la simulación, la inteligencia artificial estima las tasas de energía basándose en lo que ha aprendido. Esto permite que las simulaciones hidrodinámicas, aquellas que estudian el movimiento y la evolución de la materia expulsada tras una explosión cósmica, se ejecuten de forma mucho más fluida sin perder la precisión necesaria para obtener resultados válidos.

Por qué este avance cambia la forma de estudiar el cosmos

La importancia de esta tecnología radica en su capacidad para ahorrar tiempo y recursos computacionales sin sacrificar el rigor científico. Según los datos presentados por el equipo investigador, el uso de estos modelos de inteligencia artificial permite reducir drásticamente el esfuerzo necesario para obtener resultados que concuerdan casi a la perfección con los datos de referencia más detallados. Esto abre la puerta a realizar simulaciones más complejas que antes eran simplemente inviables por falta de potencia de cálculo.

Además, este desarrollo tiene implicaciones directas en la interpretación de fenómenos astronómicos conocidos como kilonovas. Una kilonova es el destello electromagnético que se produce tras la fusión de estrellas de neutrones. El caso de referencia es GW170817, la colisión observada en 2017 a la vez en ondas gravitacionales y en luz, cuya kilonova (AT2017gfo) confirmó por primera vez que en estos choques se fabrican oro y otros elementos pesados. La energía liberada durante el proceso r, lo que los científicos llaman calentamiento, influye directamente en la velocidad y la distribución de la materia que sale despedida. En sus pruebas, el modelo arrojó un resultado tangible: al incluir ese calentamiento, la kilonova llega a brillar alrededor del doble, porque el material expulsado del disco que rodea al agujero negro resultante sale más rápido y hasta un 40% más masivo. Al comprender mejor este calentamiento mediante la IA, los astrónomos pueden interpretar con mayor exactitud las señales de luz que captan los telescopios terrestres y espaciales.

Este sistema permite una mejor comprensión de los siguientes aspectos:

  • La dinámica de la materia expulsada en colisiones estelares masivas.
  • La precisión en la predicción de señales electromagnéticas tras una explosión.
  • La conexión entre los datos de laboratorio y las observaciones del universo profundo.

Quién está detrás de este desarrollo y sus datos clave

El proyecto ha sido coordinado por el centro de investigación GSI/FAIR, una institución de referencia en física nuclear con sede en Alemania. El doctor Oliver Just, autor principal del estudio, señala que la complejidad de los parámetros necesarios para estas simulaciones suele obligar a los investigadores a simplificar los modelos de forma excesiva. Con la llegada de RHINE, esa simplificación ya no es obligatoria, permitiendo un equilibrio entre fidelidad física y eficiencia técnica.

Por su parte, el doctor Zewei Xiong, pieza clave en el diseño de las redes neuronales empleadas, explica que los modelos de aprendizaje automático se entrenan primero con un conjunto completo de reacciones nucleares. Una vez que la IA domina esos datos, se integra en las simulaciones principales para aproximar las tasas de energía con un esfuerzo mínimo. Este trabajo ha contado con el respaldo de instituciones internacionales y financiación de organismos como el Consejo Europeo de Investigación.

El código fuente de RHINE se ha puesto a disposición del público, lo que facilita que otros equipos de investigación en todo el mundo puedan aplicar esta metodología en sus propios estudios de astrofísica. Los detalles técnicos del método se encuentran recogidos en un estudio presentado en Physical Review D, donde se valida la eficacia de la herramienta frente a los métodos de cálculo tradicionales.

¿Qué significa esto para el futuro de la astrofísica?

La integración de la inteligencia artificial en la ciencia básica no busca sustituir el conocimiento humano, sino servir como un puente que permita manejar volúmenes de información inabarcables. Conviene un matiz: la IA acelera el cálculo, pero no elimina la incertidumbre de fondo. RHINE es tan fiable como la física nuclear con la que se entrena, y las propiedades de los núcleos muy ricos en neutrones que intervienen en el proceso r siguen siendo inciertas. Por eso el algoritmo no sustituye al experimento, sino que lo necesita. En los próximos años, se espera que este tipo de modelos ayude a interpretar los datos que generará la futura instalación FAIR (Facility for Antiproton and Ion Research), un acelerador de partículas que permitirá recrear en la Tierra condiciones similares a las de las estrellas de neutrones.

El futuro de la astrofísica parece estar ligado a esta simbiosis entre la experimentación física y la capacidad predictiva de los algoritmos. RHINE no es, además, un caso aislado: encaja en una corriente que recorre toda la ciencia, la de usar la IA como sustituto veloz (un «modelo emulador») de simulaciones físicas tan costosas que resultaban inabordables, algo que ya se aplica en campos como la predicción del clima, la ciencia de materiales o el diseño de fármacos. Aunque todavía queda mucho por aprender sobre los procesos más extremos del universo, herramientas como RHINE demuestran que la computación inteligente es capaz de aportar claridad allí donde los métodos convencionales encuentran sus límites. Es un paso realista hacia una comprensión más profunda de cómo la materia que nos rodea, desde el oro de un anillo hasta los átomos de nuestro cuerpo, tuvo su origen en el fuego de colisiones cósmicas imposibles de observar a simple vista.

La fotografía de representación de esta noticia pertenece a Arnaud Mariat y ha sido publicada en Unsplash

Iberdrola apuesta por la IA con 1.600 millones en I+D+i hasta 2028

0

La energética española Iberdrola ha anunciado un ambicioso plan de inversión que destinará 1.600 millones de euros a investigación, desarrollo e innovación (I+D+i) hasta el año 2028. El anuncio, realizado durante la duodécima edición de su Digital Summit en Madrid, pone de manifiesto que la inteligencia artificial se ha convertido en el pilar central de su estrategia para acelerar la electrificación de la economía.

Con más de 300 proyectos de inteligencia artificial ya operativos, la compañía busca optimizar sus redes, mejorar la eficiencia operativa y fortalecer la resiliencia del sistema energético frente a los retos de la transición verde. Esos proyectos van de lo abstracto a lo cotidiano: la IA predice la generación de las renovables y ayuda a gestionar los activos de la red, y en atención al cliente sistemas como GregorIA, certificado por AENOR, clasifican y analizan las reclamaciones. Esta apuesta no solo implica una inyección económica, sino un cambio profundo en cómo se gestiona la energía, desde la generación hasta el consumo final del cliente. La integración de tecnologías avanzadas como la robótica y las plataformas agénticas, desarrolladas junto a gigantes como Microsoft y AWS, sitúa a la empresa en una posición donde los datos dictan el ritmo de la operatividad diaria. Este movimiento es clave para entender hacia dónde se dirige el sector energético global en los próximos años.

¿En qué consiste el nuevo plan de innovación?

El núcleo de esta estrategia financiera es la integración de la tecnología en toda la cadena de valor de la compañía. Iberdrola pretende utilizar estos fondos para acelerar un modelo energético que sea más eficiente y, sobre todo, electrificado. La empresa ha aprovechado su Digital Summit 2026, celebrado en su campus de San Agustín del Guadalix, para ratificar estas cifras bajo el lema «EnergIA que transforma».

La inversión no es un hecho aislado, sino que responde a una hoja de ruta que abarca desde 2025 hasta 2028. Durante este periodo, el foco principal será el despliegue de la inteligencia artificial a gran escala. Según los datos facilitados por la dirección de la empresa, ya existen más de 300 proyectos de IA en marcha que tocan casi todos los aspectos del negocio energético, desde la gestión de infraestructuras hasta el trato directo con el usuario.

Este rediseño de los procesos no se limita a comprar software externo, sino que incluye el desarrollo de talento interno y una cartera activa de soluciones propias. La idea es que la tecnología no sea un añadido, sino una palanca de crecimiento que permita a la organización ser más competitiva en un mercado que demanda respuestas rápidas a la intermitencia de las energías renovables.

Por qué la inteligencia artificial es clave para el sector

La importancia de esta inversión radica en los beneficios tangibles que la IA aporta a la infraestructura eléctrica. En un sistema cada vez más complejo, donde conviven la energía solar, la eólica y el almacenamiento, la gestión manual es insuficiente. Aquí es donde entra la resiliencia del sistema, un concepto que se refiere a la capacidad de la red para resistir y recuperarse de fallos o picos de demanda imprevistos.

La inteligencia artificial permite predecir con mayor exactitud cuándo y dónde se va a producir energía, además de detectar posibles averías antes de que ocurran. Esto se traduce en una mejora de la calidad del servicio para el ciudadano y en un ahorro de costes operativos para la empresa. Además, el despliegue de la IA impacta directamente en áreas como la ciberseguridad, un aspecto crítico para proteger las infraestructuras nacionales.

Entre los hitos mencionados durante el encuentro, destacan los siguientes puntos sobre el impacto de la IA:

  • Mejora de la productividad mediante la automatización de procesos administrativos y técnicos complejos.
  • Optimización de la experiencia de cliente a través de sistemas de atención más inteligentes y personalizados.
  • Uso de la robótica para el mantenimiento de instalaciones de difícil acceso o gran complejidad, además de la exploración de tecnologías cuánticas.
  • Implementación de las primeras plataformas agénticas corporativas, que son sistemas de IA capaces de ejecutar tareas de forma autónoma siguiendo objetivos específicos.

Datos y contexto: Quién hay detrás de esta transformación

El evento ha contado con la participación de Pedro Azagra, CEO de Iberdrola, quien ha subrayado la necesidad de realizar un uso ético de la inteligencia artificial. Según Azagra, la transformación tecnológica debe ir de la mano de una transformación cultural dentro de las compañías para que las nuevas herramientas generen verdaderas oportunidades de innovación y no solo cambios superficiales.

Iberdrola no está sola en este camino. El Digital Summit ha servido para mostrar alianzas con grandes socios tecnológicos. Entre los ponentes y empresas invitadas se encontraban gigantes como Microsoft, Google, IBM y AWS (Amazon Web Services), además de especialistas en sectores industriales como ABB, Gestamp o BYD. Estas colaboraciones son fundamentales para el desarrollo de estándares de seguridad y la implementación de soluciones que ya han sido probadas en otros sectores.

Un dato relevante es que Iberdrola se ha convertido en el primer grupo energético con un sistema de gestión de inteligencia artificial certificado bajo el estándar ISO 42001. Este reconocimiento internacional garantiza que el uso de la IA dentro de la organización cumple con criterios de calidad y responsabilidad, algo que ha sido validado incluso por organismos vinculados a la UNESCO, como el IRCAI, que incluyó sus proyectos entre los más destacados para la sostenibilidad global.

¿Qué significa esto para el futuro?

Lo que estamos presenciando es la consolidación de la energía orientada al dato. En los próximos años, veremos cómo la red eléctrica deja de ser una infraestructura pasiva para convertirse en un organismo vivo capaz de autorregularse. Conviene precisar que esos 1.600 millones cubren toda la I+D+i de la compañía hasta 2028, con la IA como hilo conductor, no como único destino. Y cabe un matiz de fondo: la «IA» se ha convertido en bandera casi obligada de los grandes anuncios corporativos, aunque en este caso Iberdrola lo respalda con hechos verificables, como la certificación ISO 42001 o sus más de 300 proyectos en marcha. El movimiento, además, se enmarca en una ola de grandes apuestas tecnológicas en España, desde las gigafactorías de IA hasta los planes de electrificación.

Si bien es cierto que la IA plantea retos importantes en cuanto a ética y empleo, el enfoque de Iberdrola parece centrado en la creación de valor a largo plazo y en la resiliencia. El futuro del sector energético no solo depende de cuántos paneles solares o molinos se instalen, sino de la inteligencia que sea capaz de gestionar toda esa electricidad de manera eficiente. La hoja de ruta hacia 2028 marca un camino donde la digitalización es, sencillamente, la base de todo lo demás.

Anthropic acusa a Alibaba de «destilar» su IA Claude en el mayor ataque conocido

0

La empresa de inteligencia artificial Anthropic ha dado la voz de alarma ante el Senado de los Estados Unidos tras detectar lo que califica como el mayor ataque de destilación registrado hasta la fecha. Según una comunicación oficial remitida el pasado 10 de junio de 2026, operadores vinculados al gigante tecnológico chino Alibaba habrían ejecutado una campaña masiva y sistemática para extraer las capacidades intelectuales de Claude, el modelo de lenguaje avanzado de Anthropic.

Entre el 22 de abril y el 5 de junio de este año, los atacantes generaron más de 28,8 millones de interacciones utilizando casi 25.000 cuentas fraudulentas, violando los términos de servicio y las restricciones de acceso de la compañía. Este incidente no es solo una disputa comercial por propiedad intelectual, sino que escala a un problema de seguridad nacional, ya que Alibaba ha sido recientemente incluida en la lista de empresas militares chinas por el Pentágono. La gravedad radica en que estas técnicas permiten a competidores extranjeros obtener capacidades de IA de vanguardia sin invertir los miles de millones de dólares necesarios en investigación y desarrollo.

¿En qué consiste un ataque de destilación en IA?

Para entender la magnitud de lo ocurrido, es necesario explicar el concepto de ataque de destilación. En el mundo de la inteligencia artificial, la destilación es una técnica donde un modelo más pequeño (el estudiante) aprende a imitar el comportamiento y las respuestas de un modelo mucho más grande y complejo (el maestro). Aunque es una práctica común en el desarrollo legítimo de software para hacer que las IAs sean más ligeras y rápidas, cuando se hace sin permiso se convierte en una forma de ingeniería inversa industrial.

En este caso concreto, los operadores de Alibaba no buscaban simplemente usar la IA, sino recolectar sistemáticamente millones de respuestas de Claude para entrenar sus propios modelos, como Alibaba Qwen. Al hacerlo, consiguen capturar el conocimiento y las habilidades de razonamiento que Anthropic ha perfeccionado tras años de trabajo y una inversión masiva. Es, en esencia, copiar la receta secreta de un producto de alta tecnología a través de un volumen masivo de preguntas y respuestas diseñadas específicamente para extraer su lógica interna.

Lo que hace que este ataque sea excepcional es su escala industrial. Según el informe de Anthropic, los atacantes se centraron en las capacidades más valiosas y difíciles de replicar del modelo, como el razonamiento agéntico (la capacidad de la IA para actuar de forma autónoma), la ingeniería de software y la resolución de tareas de larga duración. Al extraer estas funciones, los laboratorios chinos pueden alcanzar niveles de competencia similares a los modelos estadounidenses punteros mucho antes de lo previsto, eliminando la ventaja competitiva que otorga la innovación original.

Por qué este ataque cambia las reglas del juego

La implicación más inmediata es económica, pero la más profunda es geopolítica. Anthropic sostiene que estos ataques invierten la lógica financiera que sostiene el liderazgo tecnológico. Mientras que las empresas estadounidenses asumen todo el coste y el riesgo de entrenar modelos de frontera (procesos que requieren miles de millones de dólares en infraestructura de computación y talento), los competidores chinos acceden a esos resultados casi gratis. Esto se traduce en un subsidio masivo de la inversión privada estadounidense hacia sus rivales directos.

Además, existe una preocupación crítica por la seguridad. La aparición de modelos con capacidades avanzadas, como el reciente Mythos Preview, ha demostrado que la IA es una herramienta fundamental para la ciberdefensa. Si laboratorios bajo la influencia del gobierno chino obtienen estas capacidades mediante el robo de propiedad intelectual, podrían desarrollar sistemas de ciberataque capaces de explotar vulnerabilidades de forma automatizada y a una velocidad nunca antes vista, un riesgo que está en el centro de la preocupación regulatoria en Washington.

Las diferencias en la seguridad de los modelos también son un punto de fricción. Según la carta, firmada por Sarah Heck, responsable de comunicación de política de Anthropic, los modelos desarrollados en China suelen lanzarse con salvaguardas mucho más débiles. Esto facilita que otros adversarios puedan manipularlos para actividades maliciosas que van en contra de los intereses internacionales, creando un ecosistema digital más inestable y peligroso.

Contexto: Alibaba en el punto de mira del Pentágono

Según Anthropic, la operación se intensificó justo después de que la Casa Blanca advirtiera, en un memorándum de abril del director de la Oficina de Política Científica y Tecnológica (OSTP), Michael Kratsios, a las entidades con base en China que dejaran de realizar destilación a escala industrial. Que una compañía que cotiza en la Bolsa de Nueva York y opera en Estados Unidos presuntamente ignorara esos avisos es parte de lo que ha disparado la reacción en Washington.

La situación se complica aún más porque, el pasado 8 de junio, el Departamento de Defensa añadió a Alibaba a la lista 1260H de empresas militares chinas. Esto refuerza el argumento de Anthropic de que el acceso ilícito a sus modelos no es solo un robo corporativo, sino una transferencia de tecnología que apoya directamente los objetivos de modernización militar de China. No es la primera vez que ocurre algo similar; en febrero, ya se detectaron patrones parecidos en otros laboratorios como DeepSeek, Moonshot y Minimax, que sumaron más de 16 millones de intercambios fraudulentos con Claude.

Conviene escuchar también a la otra parte. Alibaba no ha respondido públicamente a la acusación de destilación y, sobre la lista 1260H, ha ido más lejos: ha demandado al Departamento de Defensa, al que acusa de actuar de forma «arbitraria y caprichosa», y niega ser una empresa militar o formar parte de estrategia alguna de fusión militar-civil. Además, la propia Anthropic habla de «operadores afiliados a Alibaba y a Qwen», una fórmula que no equivale a una implicación corporativa probada de la matriz.

Tampoco conviene perder de vista que la carta es, además, un movimiento de política. Anthropic aprovecha para pedir a Washington que aclare las normas antimonopolio y permita compartir información sobre destilación entre empresas, que mantenga los controles de exportación de chips de IA avanzados y que sancione a quien recurra a estas técnicas. Es una compañía que compite de lleno con esos laboratorios chinos, de modo que su denuncia defiende a la vez la seguridad nacional y su propia posición de mercado.

Ante este escenario, en la carta enviada por Anthropic a los senadores Tim Scott y Elizabeth Warren, la compañía solicita medidas legislativas urgentes. Entre ellas, destacan la creación de sistemas de intercambio de información sobre amenazas entre los laboratorios de IA estadounidenses y el cierre de los agujeros legales que permiten a laboratorios extranjeros acceder a chips avanzados de Estados Unidos mediante redes de contrabando o centros de datos ubicados fuera de China.

El futuro de la soberanía tecnológica

¿Qué significa todo esto para el usuario de a pie? Estamos presenciando una nueva forma de guerra fría tecnológica donde la moneda de cambio es el dato y la capacidad de razonamiento artificial. La respuesta del gobierno estadounidense y de las grandes tecnológicas determinará si el modelo de innovación abierta y comercial puede sobrevivir frente a tácticas de extracción masiva. La tendencia actual sugiere que veremos una mayor cerrazón en el acceso a las APIs (interfaces de programación) de estos modelos y controles mucho más estrictos sobre quién y desde dónde se puede interactuar con una IA avanzada.

A pesar de la gravedad de la situación, el tono de la industria sigue siendo de resistencia. La colaboración entre el sector público y privado busca crear un frente común para asegurar que el liderazgo tecnológico no se diluya por ataques de imitación. El reto para los próximos años será encontrar el equilibrio entre mantener la IA accesible para el progreso global y proteger los cimientos de la propiedad intelectual que permiten que esa misma IA siga avanzando.

La fotografía de representación de este artículo pertenece a Brecht Corbeel y ha sido publicada en Unsplash

Jalapeño: OpenAI estrena su primer chip y busca depender menos de Nvidia

0

OpenAI y Broadcom han anunciado oficialmente el desarrollo de Jalapeño, al que OpenAI presenta como su primer «procesador de inteligencia», un chip diseñado específicamente para optimizar las tareas de inferencia en modelos de inteligencia artificial. Presentado este miércoles 24 de junio de 2026, el procesador busca resolver dos de los mayores cuellos de botella de la industria: el elevado consumo energético y la latencia en las respuestas de la IA.

A diferencia de las unidades de procesamiento convencionales, Jalapeño es un circuito integrado de aplicación específica (ASIC), lo que significa que su hardware ha sido moldeado a medida para ejecutar el software de OpenAI con la máxima eficiencia posible. Este movimiento marca un punto de inflexión en la estrategia de la compañía dirigida por Sam Altman, que busca reducir su dependencia de proveedores externos como Nvidia y optimizar la infraestructura necesaria para sus servicios globales. Con las primeras entregas previstas para finales de este año, la colaboración entre ambas empresas no se limitará a un único lanzamiento, sino que sienta las bases para varias generaciones de procesadores que alimentarán los centros de datos masivos del futuro.

¿Qué es Jalapeño y en qué consiste este nuevo hardware?

El chip Jalapeño no es un procesador de propósito general. Se trata de un ASIC, una pieza de hardware cuyos circuitos han sido diseñados desde cero para una tarea muy concreta. En este caso, la arquitectura está totalmente adaptada para ejecutar el software de inferencia de OpenAI. Para entenderlo de forma sencilla, la inferencia es el proceso en el que una inteligencia artificial, una vez ya entrenada, responde a las peticiones del usuario, como cuando escribimos una pregunta en un chat y esperamos una respuesta coherente.

Es importante destacar que Jalapeño no ha sido concebido para el entrenamiento de grandes modelos de lenguaje, una tarea que requiere una potencia bruta inmensa y un tipo de procesamiento distinto. Su especialidad es la eficiencia en el uso diario. Según los datos compartidos por los responsables del proyecto, este chip se ha desarrollado en un tiempo récord de solo nueve meses. Durante este periodo, ingenieros de Broadcom y OpenAI han trabajado de forma conjunta para integrar las necesidades del código de inteligencia artificial directamente en la estructura física del silicio.

Hay un detalle llamativo en ese tiempo récord: OpenAI asegura haber empleado sus propios modelos de IA para acelerar parte del diseño y la optimización del chip, en una especie de bucle donde la inteligencia artificial ayuda a fabricar el hardware que la hará funcionar. Al proyecto se suma además Celestica, responsable de las placas, los bastidores y la integración de los sistemas. Sobre las muestras de ingeniería ya se ejecutan cargas reales en laboratorio, incluido el modelo GPT-5.3-Codex-Spark.

Aunque la comunicación oficial ha sido cauta en cuanto a detalles técnicos profundos, como la arquitectura interna exacta del procesador, se ha confirmado que las pruebas internas preliminares son prometedoras. En ellas, Jalapeño apunta a un mayor rendimiento por vatio que los semiconductores disponibles actualmente para tareas similares, si bien la propia compañía advierte de que todavía está midiendo su rendimiento final y promete un informe técnico detallado en los próximos meses. Esto significa que puede procesar más información consumiendo menos electricidad, un factor crítico para la sostenibilidad de las grandes granjas de servidores.

Por qué este desarrollo es relevante para la industria

La creación de hardware propio por parte de una empresa de software como OpenAI indica una tendencia hacia la integración vertical. Al controlar tanto el algoritmo como el chip donde se ejecuta, se eliminan ineficiencias. Las implicaciones reales para el sector son notables, especialmente en lo que respecta a la latencia y el consumo energético. Una menor latencia se traduce en respuestas casi instantáneas para el usuario final, algo vital para aplicaciones que requieren interacción en tiempo real.

Desde el punto de vista económico, este proyecto también tiene una lectura estratégica. OpenAI se prepara para una futura salida a bolsa y necesita demostrar que tiene una hoja de ruta sólida para gestionar sus costes operativos. El uso de chips comerciales de terceros suele ser costoso y no siempre está optimizado para flujos de trabajo específicos. Con Jalapeño, OpenAI busca ganar independencia técnica y financiera. Entre los cambios que este chip podría introducir en el ecosistema se encuentran los siguientes:

  • Reducción significativa de los costes operativos en los centros de datos al optimizar el gasto eléctrico.
  • Mejora en la velocidad de respuesta de los servicios de IA, permitiendo procesar peticiones más complejas en menos tiempo.
  • Establecimiento de un nuevo estándar de colaboración entre diseñadores de chips y desarrolladores de modelos de IA.
  • Aceleración en la construcción de infraestructuras a gran escala, como los nuevos centros de datos previstos para los próximos años.

Este movimiento sitúa a OpenAI en una posición competitiva distinta, permitiéndole adaptar su infraestructura a las necesidades evolutivas de sus modelos sin depender exclusivamente de los ciclos de actualización de los fabricantes de hardware tradicionales.

El contexto detrás de la colaboración y los datos clave

Detrás de Jalapeño se encuentra una alianza estratégica entre dos gigantes. Por un lado, OpenAI aporta el conocimiento sobre los algoritmos y las necesidades del software. Por otro, Broadcom pone sobre la mesa su experiencia en el diseño de semiconductores personalizados. No es un proyecto aislado: Hock Tan, CEO de Broadcom, ha señalado que esta es solo la primera de varias generaciones de chips que planean lanzar en el futuro, según recogen medios especializados como heise online.

Un actor fundamental en la sombra es Microsoft, uno de los principales socios e inversores de OpenAI. La colaboración también incluye planes para habilitar la construcción de centros de datos de escala de gigavatios a partir de 2026. Estos centros están diseñados para albergar miles de estos nuevos chips y satisfacer la creciente demanda de computación a nivel global. La implicación de Microsoft facilita que ese hardware encuentre acomodo en sus infraestructuras de nube, aunque el despliegue de las primeras unidades no está previsto hasta finales de 2026.

El anuncio se produce en un momento en que la eficiencia energética se ha convertido en la prioridad número uno para las empresas tecnológicas. A medida que los modelos de IA crecen en tamaño y complejidad, la capacidad de los centros de datos para suministrar energía se está convirtiendo en un límite físico real. Proyectos como Jalapeño buscan precisamente estirar ese límite, extrayendo más capacidad de cálculo de cada vatio de energía consumido.

¿Qué significa esto para el futuro?

La llegada de Jalapeño sugiere que el futuro de la inteligencia artificial no solo se decidirá en los laboratorios de software, sino también en las fundiciones de silicio. La especialización extrema del hardware parece ser el camino elegido para mantener el ritmo de crecimiento de la IA sin que el consumo de recursos se vuelva insostenible. Aunque todavía es pronto para saber si este chip cumplirá con todas las expectativas en entornos de producción real, el hecho de haber completado el diseño en menos de un año es un indicio de la velocidad a la que se mueve el sector.

Lo que viene ahora es la fase de implementación. Con las primeras unidades llegando a finales de este año, 2026 será el año en el que veremos si la apuesta por los ASIC personalizados realmente marca una diferencia en la experiencia del usuario y en las cuentas de resultados de las empresas. El equilibrio entre el rendimiento técnico y la viabilidad económica será, en última instancia, lo que determine si Jalapeño es el primero de muchos o una excepción en la industria.

Claude Tag: la herramienta que convierte a Claude en un compañero en Slack

0

La inteligencia artificial deja de ser un chat solitario para convertirse en un integrante más de la oficina. Anthropic ha presentado oficialmente Claude Tag, una funcionalidad que integra a su modelo Claude directamente en los canales de Slack. Desde este momento, los usuarios de los planes Enterprise y Team pueden invocar a la IA simplemente mencionando @Claude, permitiéndole participar en conversaciones, gestionar tareas y acceder a bases de código en tiempo real.

Este lanzamiento marca un cambio en la forma en que las empresas interactúan con la tecnología, pasando de herramientas de consulta pasivas a agentes proactivos que aprenden del contexto compartido. En la propia Anthropic, y según sus propias cifras, esta herramienta ya genera el 65% del código de su equipo de producto, un dato de uso interno más que una validación independiente. La colaboración con Salesforce, propietaria de Slack, busca que esta integración agilice la toma de decisiones y la productividad diaria sin salir de la herramienta de comunicación habitual.

¿Qué es Claude Tag y cómo funciona en el día a día?

Claude Tag es una evolución en la manera de interactuar con los modelos de lenguaje de Anthropic, diseñada específicamente para el entorno corporativo. A diferencia de las interfaces de chat tradicionales, donde el usuario mantiene una conversación privada con la IA, esta nueva herramienta permite que Claude se una a los canales de Slack como si fuera un empleado más. Cualquier persona presente en el canal puede mencionar a @Claude para delegar tareas, hacer preguntas o solicitar análisis de datos sin interrumpir el flujo de trabajo grupal.

El sistema funciona mediante el uso del modelo Opus 4.8, la versión más capaz de Anthropic hasta la fecha. Cuando un usuario realiza una solicitud, Claude no se limita a responder con texto, sino que es capaz de desglosar la tarea en distintas etapas y trabajar en ellas de forma secuencial. Para ello, utiliza el acceso que se le haya concedido a herramientas externas, bases de datos e incluso codebases o repositorios de código de la empresa. Una vez finalizada la tarea, el agente responde en el hilo de Slack correspondiente con el resultado de su trabajo.

Esta integración no es exclusiva para ingenieros, aunque ha demostrado una eficacia notable en ese campo. La compañía indica que el patrón de uso se está extendiendo a otros departamentos, utilizándose para analizar métricas de producto, gestionar tickets de soporte al cliente o localizar el origen de fallos técnicos complejos. Además, si un usuario necesita una interacción privada, puede enviar mensajes directos a Claude, quien responderá utilizando las herramientas personales configuradas para ese individuo.

Un compañero de equipo proactivo y colaborativo

Uno de los pilares de esta herramienta es su naturaleza multiplayer o multijugador. Al operar dentro de un canal de Slack, la interacción de Claude es visible para todos los miembros del equipo. Esto facilita que cualquier compañero pueda seguir el progreso de una tarea, añadir matices a la conversación o retomar el trabajo desde el punto exacto donde lo dejó la persona anterior. Esta visibilidad transforma la IA de un asistente personal en un colaborador del equipo.

Otro aspecto diferencial es su capacidad de aprendizaje continuo. A medida que Claude sigue las conversaciones de un canal, va construyendo un contexto sobre los proyectos y la cultura de trabajo de la empresa. Esto reduce la necesidad de que los empleados tengan que explicar conceptos básicos repetidamente. Si se le otorgan los permisos adecuados, la IA puede incluso aprender de otros canales y fuentes de datos corporativas para adquirir el conocimiento tácito necesario para su labor, aunque siempre respetando la privacidad de los canales cerrados.

La funcionalidad incluye un modo denominado ambient behavior o comportamiento ambiental. Si los administradores activan esta opción, Claude puede tomar la iniciativa para mantener actualizados a los miembros del equipo sobre información relevante detectada en otras herramientas o canales. También puede realizar un seguimiento de hilos de conversación o tareas que han quedado inactivas sin resolverse, asegurando que nada importante se pase por alto. Esta capacidad de trabajar de forma asíncrona permite que el equipo se centre en sus prioridades mientras la IA gestiona proyectos de forma autónoma durante horas o días.

La alianza entre Salesforce y Anthropic: IA con memoria organizacional

El despliegue de esta tecnología es fruto de una colaboración estratégica entre Salesforce y Anthropic. La integración busca combinar lo mejor de dos mundos: la capacidad de razonamiento avanzado de Claude y la infraestructura de comunicación de Slack. Así lo enmarcó Rob Seaman, vicepresidente ejecutivo y director general de Slack.

Slack es el espacio donde los equipos colaboran y toman decisiones cada día. Con la incorporación de Claude Tag, damos un paso más hacia una IA verdaderamente colaborativa, capaz de trabajar junto a las personas dentro del contexto real de la organización.

Rob Seaman, vicepresidente ejecutivo y director general de Slack

En este nuevo ecosistema, las empresas podrán beneficiarse de lo que Salesforce y Anthropic llaman «inteligencia colaborativa». Por un lado, el conocido Slackbot seguirá proporcionando una experiencia basada en el conocimiento y la memoria organizativa de la compañía. Por otro lado, Claude aportará sus capacidades especializadas para casos de uso técnicos y flujos de trabajo avanzados. Esta convivencia de diferentes agentes de IA en un entorno unificado permite escalar el uso de la tecnología de manera más efectiva.

Para facilitar la transición, Anthropic ha anunciado que Claude Tag reemplazará a la actual aplicación de Claude en Slack. Los administradores tienen un periodo de 30 días para realizar la migración y la compañía está ofreciendo créditos de lanzamiento para que las organizaciones elegibles puedan probar estas nuevas capacidades sin coste inicial.

Control administrativo y seguridad en la implementación

Dada la sensibilidad de los datos empresariales, Anthropic ha diseñado Claude Tag con un enfoque centrado en la seguridad y el control administrativo. Los responsables de sistemas pueden definir con precisión a qué herramientas e información tiene acceso el modelo en cada canal específico. Es posible crear identidades de Claude con propósitos distintos: por ejemplo, un modelo configurado para el equipo de ventas no compartirá su memoria ni sus herramientas con el modelo destinado al equipo de ingeniería.

Los administradores también tienen visibilidad completa sobre la actividad de la IA. Pueden consultar un registro detallado de todas las acciones realizadas por @Claude y ver quién solicitó cada tarea. Además, para evitar sorpresas en la facturación, el sistema permite establecer límites estrictos de gasto en tokens (las unidades de procesamiento de la IA) tanto a nivel de toda la organización como para canales individuales.

Para poner en marcha el sistema, las empresas deben seguir un proceso de cuatro pasos que incluye vincular la herramienta con el espacio de trabajo de Slack, otorgar acceso a las herramientas necesarias, definir los límites presupuestarios mensuales y realizar pruebas en canales privados para validar su funcionamiento.

¿Qué significa esto? El futuro del trabajo asistido por agentes

La llegada de Claude Tag sugiere un futuro donde la inteligencia artificial no es solo un motor de búsqueda mejorado, sino una fuerza laboral distribuida que trabaja en paralelo con los humanos. En Anthropic ya han adoptado este modelo, delegando tareas de programación y análisis a múltiples instancias de Claude que operan simultáneamente.

El entusiasmo, no obstante, convive con preguntas incómodas. Una IA siempre presente que lee los canales y acumula memoria sobre el trabajo del equipo plantea dudas de privacidad y vigilancia laboral, por más que Anthropic limite el acceso por canales y excluya los privados. Y si una herramienta así llega a generar la mayor parte del código o de las tareas rutinarias, queda en el aire qué ocurre con los puestos más junior. Tampoco es un movimiento aislado: Microsoft ya ha llevado su Copilot a las oficinas y la vigilancia de estos agentes autónomos se ha convertido en un negocio en sí mismo.

Aunque el despliegue actual se encuentra en fase beta para clientes de pago, el objetivo de la compañía es expandir esta funcionalidad a otros lugares y plataformas donde los equipos realizan su trabajo diario. Este movimiento apunta a una IA cada vez más integrada en las herramientas que ya usamos, en lugar de obligar al usuario a adaptarse a plataformas externas. Pero esa misma omnipresencia obliga a no perder de vista la otra cara: la clave no estará solo en cuánto trabajo puede asumir la IA, sino en mantener el control humano sobre los procesos críticos y unos límites claros de privacidad y supervisión.

Samsung pone IA a sus televisores para el Mundial: lo que promete y lo que conviene matizar

La experiencia de seguir un evento deportivo desde el salón de casa está dejando de depender exclusivamente del tamaño de la pantalla o de la resolución bruta del panel. Con el Mundial de fútbol de 2026 como gran reclamo comercial, la tecnología de consumo ha dado un giro hacia el procesamiento inteligente.

Samsung ha presentado las capacidades de sus televisores con IA (los Samsung AI TV), capaces de detectar automáticamente que se está emitiendo un partido y ajustar imagen y sonido en tiempo real. La apuesta de la marca por la inteligencia artificial, que ya adelantó en el CES de 2026, se concreta aquí en un modo específico para el fútbol. Esta evolución técnica no solo busca una imagen más nítida, sino una gestión automática de los recursos del dispositivo para intentar replicar la atmósfera de un estadio.

Lo que antes exigía ajustes manuales se resuelve ahora de forma automática, atacando dos puntos débiles clásicos de la retransmisión en casa: la claridad en las jugadas rápidas y el equilibrio entre la narración y el ruido ambiente.

¿En qué consiste el sistema AI Football Mode Pro?

La pieza central de esta propuesta es la función denominada AI Football Mode Pro. Este sistema utiliza la inteligencia artificial para analizar de forma constante el contenido que aparece en la pantalla del televisor. A diferencia de los modos de imagen convencionales, que aplican un filtro estático, esta tecnología identifica dinámicamente elementos propios de un encuentro deportivo, como los desplazamientos rápidos de los jugadores o el recorrido del balón.

El procesamiento se apoya en Samsung Vision AI, una arquitectura que permite al equipo comprender qué tipo de contenido se está reproduciendo. Al detectar que se trata de fútbol, el televisor ajusta la fluidez y la nitidez, prestando especial atención a los cambios de cámara y a la dinámica de juego. El objetivo es que las jugadas más veloces se perciban con una estabilidad mayor, evitando las distorsiones que suelen aparecer en escenas de alta intensidad de movimiento.

Además, esta gestión no se limita solo a lo visual. La inteligencia artificial también interviene en el apartado sonoro, procesando las pistas de audio para distinguir entre los diferentes elementos que componen la transmisión. Esta capacidad de análisis en tiempo real permite que el hardware se adapte a las necesidades específicas de cada minuto del partido, optimizando el rendimiento del panel y de los altavoces de manera simultánea.

Por qué importa el procesamiento de imagen y sonido

Uno de los mayores inconvenientes para el espectador es el desenfoque del balón en las jugadas rápidas. El sistema analiza la acción para reducir ese desenfoque y mantener una imagen estable, de modo que la pelota se siga con claridad aunque se desplace a gran velocidad por el campo.

Otro punto relevante es el tratamiento de las señales de distinta procedencia. No todos los partidos se emiten con la máxima calidad técnica, por lo que el sistema utiliza tecnologías de escalado de imagen (upscaling) potenciadas por IA. Este proceso mejora detalles, texturas y bordes, intentando acercar cualquier transmisión a una resolución 4K. Esto permite apreciar mejor elementos como el tejido de las camisetas o el estado del césped, aunque la señal original sea de baja definición. Conviene recordar, eso sí, que el escalado no añade detalle que no existiera en la fuente: lo reconstruye por aproximación, y un procesado agresivo puede introducir artefactos.

En cuanto al sonido, el televisor busca resolver el desequilibrio entre el ambiente del estadio y los comentarios. Según Samsung, la IA es capaz de:

  • Separar y priorizar la voz de los relatores para que sea siempre inteligible.
  • Equilibrar los cánticos y el sonido ambiente para no perder la sensación de inmersión.
  • Sincronizar el televisor con barras de sonido externas mediante Q-Symphony para crear un campo sonoro envolvente.

El televisor, una pieza más del hogar conectado

Esta actualización tecnológica se enmarca en una estrategia de conectividad más amplia de la compañía surcoreana. Los nuevos modelos no funcionan de forma aislada, sino que se integran en el ecosistema SmartThings. Esta plataforma permite que el televisor interactúe con otros dispositivos del hogar, adaptando el entorno según las preferencias de los usuarios durante la visualización de un partido.

Como explican en la nota de prensa oficial de Samsung Chile, la inteligencia artificial se ha convertido en uno de los principales motores de innovación en la industria del televisor, una apuesta estratégica de Samsung. La implementación de estos sistemas responde a un mercado que demanda cada vez más personalización y menos intervención manual en los ajustes técnicos.

Conviene tomar estas promesas con cierta distancia. Son funciones que Samsung lanza dentro de su campaña para el Mundial, acompañada de descuentos por renovar el televisor, y no todas las pruebas independientes han sido entusiastas: un periodista que probó estas funciones durante el Mundial las describió como decepcionantes. Tampoco es una tecnología exclusiva (LG y Sony aplican un procesado por IA parecido) ni sustituye a una buena señal de origen.

El desarrollo de estos procesadores inteligentes es el resultado de años de evolución en el aprendizaje automático aplicado a la imagen. La empresa ha enfocado sus esfuerzos en que el hardware sea capaz de aprender de los patrones de movimiento del fútbol, lo que permite una respuesta más rápida y precisa que en generaciones anteriores de televisores inteligentes.

¿Qué significa esto para el futuro del deporte en casa?

La llegada de funciones tan específicas para el deporte apunta a un televisor que deja de ser un simple receptor para volverse «consciente» de lo que muestra, y todo indica que la IA seguirá ganando peso en el salón. La pregunta, más allá del folleto, es cuánto de esto se nota de verdad y cuánto es gancho para vender televisores al calor del Mundial. La respuesta dependerá, como casi siempre, de cada señal, cada pantalla y cada ojo.