El Congreso & EXPO ASLAN2025 regresa los días 18, 19 y 20 de marzo al Palacio de Congresos de Madrid (IFEMA) para reunir a más de 150 expositores y 200 ponentes en torno a los grandes retos y oportunidades que plantea la inteligencia artificial (IA) en la transformación digital.
Organizado por la Asociación @aslan, que agrupa a 195 fabricantes y proveedores del sector, este evento se ha consolidado como un punto de encuentro esencial para profesionales TIC, responsables tecnológicos de administraciones públicas y empresas de todos los sectores.
Las temáticas principales de ASLAN2025 girarán en torno a la ciberseguridad, la automatización, el puesto de trabajo digital, la gestión del dato, las redes 5G y la nube híbrida, con un enfoque especial en la aplicación de la inteligencia artificial a cada una de estas áreas.
El evento contará con ponencias, mesas redondas y espacios de networking. Se abordarán distintas ramas temáticas como son Inteligencia artificial en infraestructuras IT y ciberseguridad: cómo la IA está transformando los sistemas digitales y mejorando la protección frente a amenazas; Empresas más competitivas y resilientes: el impacto de la IA y la analítica avanzada de datos en la eficiencia empresarial; El canal de distribución TIC en la digitalización de las pymes: oportunidades y desafíos para integradores y consultoras; Modernización de administraciones públicas: financiación y últimos fondos europeos para impulsar la transformación digital; Servicios gestionados y su valor para la productividad y seguridad: claves para la optimización de infraestructuras tecnológicas; o Centros de datos y conectividad: estrategias para consolidar a España como hub digital del sur de Europa.
Además, el Forum «Cybersecurity & AI» reunirá a expertos en seguridad informática para analizar el impacto de la inteligencia artificial en la protección de sistemas y datos. Según datos de Gartner, el gasto en seguridad TI alcanzará los 212.000 millones de dólares en 2025, un aumento del 15,1% respecto a 2024. La combinación de IA, cloud computing y conectividad será clave para la innovación y el crecimiento empresarial en los próximos años. En este contexto, ASLAN2025 se presenta como una oportunidad única para descubrir las últimas tendencias tecnológicas, establecer conexiones estratégicas y conocer casos de éxito en transformación digital.
Además, como cada año, la Asociación @aslan entregará los Premios ASLAN, que reconocen el esfuerzo de empresas y organismos públicos en la implementación de soluciones tecnológicas innovadoras. La ceremonia tendrá lugar en una cena de gala exclusiva.
Ubicación y acceso
📍 Palacio de Congresos de Madrid (Ifema) 📅 18, 19 y 20 de marzo de 2025 🎟️ Inscripciones y más información en aslan.es
Este martes se estrenó en Spotifyy otras plataformas digitales el álbum Is This What We Want?, un proyecto sin precedentes en el que más de 1.000 músicos unieron fuerzas para protestar contra la falta de regulación en el uso de la inteligencia artificial (IA) en la industria musical.
El disco no contiene melodías ni letras, sino únicamente sonidos ambiente de un estudio de grabación vacío. La elección no es casual: busca simbolizar la amenaza que, según los artistas, representa la IA en la producción musical y la propiedad intelectual. La campaña pretende generar conciencia sobre los cambios en la legislación de derechos de autor que el gobierno británico está considerando, los cuales podrían permitir que plataformas de IA utilicen material protegido sin necesidad de una licencia.
Entre los músicos que participaron en el proyecto, se puede ver el listado oficial en la página web del proyecto, se encuentran nombres de peso como Damon Albarn (Blur, Gorillaz), Kate Bush, Annie Lennox, Ed O’Brien (Radiohead), Jamiroquai, Billy Ocean y Mystery Jets. Además, artistas de renombre como Paul McCartney, Thom Yorke (Radiohead), Björn Ulvaeus (ABBA) y Robert Smith (The Cure) han manifestado su preocupación sobre el tema, firmando una petición en contra del uso no autorizado de la IA en la música.
El mensaje central de la protesta está en los títulos de las 12 pistas del álbum que dividen palabra por palabra el siguiente mensaje: «The British Government Must Not Legalise Music Theft To Benefit IA Companies» (El gobierno británico no debe legalizar el robo de música para beneficiar a las empresas de inteligencia artificial). Todas las ganancias generadas por el álbum serán donadas a la organización benéfica Help Musicians.
La raíz del conflicto es una propuesta del gobierno británico que permitiría a las plataformas de IA entrenar sus modelos con obras musicales protegidas por derechos de autor sin requerir el permiso de sus creadores. Según los músicos, esto supone un robo de su trabajo, ya que las empresas tecnológicas podrían lucrar con sus creaciones sin ninguna compensación para los artistas.
Los cambios en la ley
El gobierno, por su parte, ha defendido la necesidad de reformar las leyes de derechos de autor para impulsar la industria de la IA en Reino Unido. Un portavoz del Departamento de Ciencia, Innovación y Tecnología declaró que el régimen actual limita el crecimiento del sector y que el objetivo es encontrar un equilibrio entre los intereses de los creadores de contenido y las empresas tecnológicas.
No obstante, ante la presión ejercida por artistas y miembros de la industria, el gobierno británico está considerando modificar su propuesta para ofrecer más protección a los creadores. Entre las posibles modificaciones se baraja la opción de permitir que ciertos sectores opten por excluirse del uso de sus obras por parte de la IA o de establecer restricciones más severas para empresas extranjeras.
La consulta pública sobre el tema sigue abierta, y la comunidad musical espera que el impacto de la campaña Is This What We Want? ayude a inclinar la balanza a su favor. Mientras tanto, artistas como Paul McCartney y Elton John han advertido que la IA podría acabar con la creatividad y la originalidad en la industria musical si no se establecen límites claros.
Con este disco silencioso, los músicos no solo han llevado su protesta a una nueva dimensión simbólica, sino que también han logrado colocar en el centro del debate la urgencia de proteger la música frente al avance de la inteligencia artificial.
Jace AI es una herramienta de inteligencia artificial enfocada en la gestión eficiente del correo electrónico y la agenda. Su objetivo es reducir el tiempo dedicado a la bandeja de entrada automatizando la redacción de correos, la programación de reuniones y la organización de tareas. La herramienta analiza los correos electrónicos, el calendario y los archivos del usuario para generar respuestas y programar citas de manera autónoma. Su función principal, Smart Email Drafts, redacta correos en el tono y estilo del usuario basándose en los correos emitidos por el usuario en los últimos meses. Además, cuenta con Intelligent Scheduling, que permite establecer reglas de disponibilidad y delegar la programación de reuniones a la IA. También incluye Email Intelligence, una función que permite interactuar con los correos electrónicos mediante preguntas, como buscar archivos o recuperar información relevante.
Jace genera borradores automáticos de todos los correos que entran en la bandeja del usuario de Gmail y el usuario sólo tiene que entrar y editar el contenido antes de pulsar enviar.
Jace AI se integra actualmente solo con Gmail a través de la API de Google, aunque planea expandirse a otras plataformas en el futuro. En cuanto a la seguridad, asegura el cumplimiento de normativas como GDPR y emplea cifrado TLS 1.3 junto con otros protocolos de protección de datos. Si bien Jace AI promete ahorrar tiempo en la gestión del correo electrónico, su utilidad dependerá de la integración con los flujos de trabajo del usuario y de la precisión con la que pueda replicar su estilo de comunicación.
La robótica ha avanzado a pasos agigantados en los últimos años, pero aún enfrenta desafíos clave en entornos no controlados, como los hogares. La clave para superar estos obstáculos radica en la capacidad de los robots de aprender y adaptarse sin necesidad de una programación manual extensa. Con este objetivo nace Helix, un modelo de inteligencia artificial de tipo Vision-Language-Action (VLA) que permite a los robots comprender el entorno, procesar órdenes en lenguaje natural y ejecutar movimientos complejos sin necesidad de entrenamiento previo.
Este nuevo enfoque marca varios hitos en la robótica:
Control de todo el torso superior, incluyendo muñecas, dedos y cabeza.
Colaboración multi-robot, permitiendo que dos robots trabajen juntos en tareas complejas.
Capacidad de manipular objetos desconocidos, sin necesidad de entrenamiento específico.
Uso de una única red neuronal, sin ajustes por tarea o fine-tuning.
Operación en tiempo real con GPUs de bajo consumo, lo que lo hace comercialmente viable.
Cómo Helix permite a los robots aprender de inmediato
Uno de los mayores obstáculos en la robótica actual es la necesidad de entrenar a los robots con miles de demostraciones antes de que puedan realizar nuevas tareas. Helix elimina esta barrera mediante el uso de modelos de lenguaje y visión que ya contienen conocimiento semántico sobre el mundo.
Su funcionamiento se basa en una arquitectura dividida en dos sistemas. El System 2 (S2) es un modelo de lenguaje visual preentrenado que opera a 7-9 Hz para entender el entorno y el contexto de la tarea. El System 1 (S1) trabaja como una red neuronal rápida que traduce las representaciones semánticas de S2 en acciones precisas a 200 Hz. Esta separación permite que S2 «piense despacio» y entienda el significado de una tarea, mientras que S1 «piense rápido» y ejecute los movimientos con precisión en tiempo real.
Gracias a esta combinación, los robots equipados con Helix pueden realizar tareas como almacenar comestibles en equipo sin haber visto antes los productos, abrir cajones y neveras sin necesidad de programación específica o agarrar y manipular objetos de cualquier forma o material simplemente recibiendo órdenes en lenguaje natural, entre otros.
Resultados sorprendentes: robots que trabajan en equipo
Helix ya ha demostrado resultados sorprendentes en pruebas reales. Uno de los experimentos más destacados fue el almacenamiento colaborativo de comestibles entre dos robots. Sin haber visto antes los objetos, ambos lograron coordinarse para guardarlos en los lugares adecuados mediante órdenes como «Entrega la bolsa de galletas al robot de la derecha» o «Coloca el paquete en el cajón abierto».
Otro avance clave es la capacidad de los robots para manipular objetos desconocidos en entornos desordenados. En pruebas sistemáticas, los robots fueron capaces de agarrar miles de objetos nunca antes vistos, desde juguetes hasta herramientas o ropa.
Este modelo supera las limitaciones de los sistemas anteriores, que requerían entrenamiento específico para cada tarea. Helix demuestra que un robot puede aprender y ejecutar una acción con solo recibir una orden en lenguaje natural, sin necesidad de programación manual o recopilación masiva de datos.
El futuro de la robótica con Helix
Los resultados obtenidos con Helix son solo el comienzo. La posibilidad de escalar esta tecnología podría transformar la robótica en los hogares y entornos comerciales. A medida que los robots equipados con este modelo sean más accesibles, podrán realizar tareas domésticas o asistir en entornos donde la interacción con objetos desconocidos sea esencial.
En definitiva, Helix representa un paso crucial hacia la robótica autónoma, donde los robots pueden actuar con inteligencia y adaptabilidad similares a las humanas. Este avance abre la puerta a un futuro donde la interacción entre humanos y robots sea más intuitiva y eficiente que nunca.
Alibaba ha anunciado que invertirá 380 mil millones de yuanes (52.440 millones de dólares) en el desarrollo de su infraestructura de computación en la nube e inteligencia artificial (IA) en los próximos tres años. Este movimiento supone un impulso sin precedentes en la estrategia tecnológica de la compañía y supera el gasto total de Alibaba en estos sectores durante la última década.
El gigante chino del comercio electrónico había adelantado sus planes de inversión en el sector al presentar sus resultados financieros del último trimestre de 2024, pero no había especificado el monto exacto hasta ahora. Según sus informes, Alibaba generó ingresos por 280.150 millones de yuanes en el trimestre finalizado el 31 de diciembre, una cifra que superó ligeramente las estimaciones de los analistas.
Este anuncio se produce en un momento clave para la industria tecnológica en China, donde las principales empresas están acelerando sus inversiones en inteligencia artificial y computación en la nube para mantenerse competitivas a nivel global.
Alibaba lidera la inversión en IA en China
La decisión de Alibaba de destinar más de 52.000 millones de dólares a su infraestructura de IA y nube refuerza su posición como líder en el sector tecnológico chino. La empresa ha iniciado 2025 con una fuerte presencia en la carrera por el desarrollo de la inteligencia artificial, logrando atraer a inversores gracias a acuerdos comerciales estratégicos. Como resultado, sus acciones han subido más del 68% en lo que va del año.
Alibaba no es la única compañía que está aumentando sus inversiones en IA. Otras empresas chinas también están apostando por esta tecnología. Por ejemplo, ByteDance, la empresa matriz de TikTok, ha destinado más de 150 mil millones de yuanes en gastos de capital para 2025, con una gran parte enfocada en inteligencia artificial, según fuentes de Reuters.
La apuesta de Alibaba y otras compañías chinas por la IA y la computación en la nube responde a la creciente demanda de servicios tecnológicos avanzados. Además, estas inversiones se enmarcan en un contexto de competencia global con empresas como Microsoft, Google y Amazon, que también están destinando recursos significativos a la inteligencia artificial y la infraestructura en la nube.
Este anuncio reafirma el compromiso de Alibaba con la innovación tecnológica y su objetivo de consolidarse como un actor clave en la transformación digital de China y del mundo.
La película Here, dirigida por Robert Zemeckis y protagonizada por Tom Hanks y Robin Wright, marca un nuevo hito en el uso de inteligencia artificial generativa en efectos visuales. En una entrevista con Kevin Baillie, supervisor de VFX del proyecto, se reveló cómo la herramienta Magnific se convirtió en una pieza clave para mejorar la calidad visual de más de 20 escenas.
El entrevistador no es ajeno al proyecto, ya que se trata de Javier López, divulgador de inteligencia artificial y CEO de Magnific, la herramienta española de inteligencia artificial generativa especializada en mejorar imágenes mediante escalado inteligente y aumento de detalles fotorealistas. Magnific emplea modelos de IA que permiten tomar imágenes con una resolución menor o con detalles limitados y generar versiones mejoradas con más nitidez y realismo. A diferencia de herramientas tradicionales de escalado, no solo aumenta la resolución, sino que recrea detalles adicionales con coherencia visual.
Magnific, utilizada por empresas como Adobe, Dior y Beeple, se aplicó en Here para añadir detalles fotorealistas a los escenarios y facilitar el rejuvenecimiento digital de los actores, sin recurrir a los métodos costosos y tradicionales de CGI. Gracias a esta tecnología, se logró un resultado más rápido, accesible y visualmente impactante.
La IA en los VFX
Baillie, quien comenzó su carrera en Industrial Light & Magic (ILM) con Star Wars: La amenaza fantasma, explicó que la IA en VFX puede percibirse como una amenaza para los artistas tradicionales, pero también como una oportunidad creativa. Herramientas como Magnific permiten que los efectos visuales sean más eficientes, reduciendo los costos y tiempos de producción sin sacrificar calidad.
Kevin Baillie es un supervisor de efectos visuales (VFX) con más de 25 años de experiencia en la industria del cine. Ha participado en películas como Piratas del Caribe, Los juegos del hambre y Here (2024) de Robert Zemeckis, con quien ha colaborado durante casi dos décadas.
Baillie es también cofundador de Atomic Fiction, un estudio de VFX que trabajó en producciones de alto nivel antes de ser adquirido por Deluxe. Además, cofundó Conductor Technologies, una plataforma de renderizado en la nube, vendida en 2023 a CoreWeave. Actualmente, es Director Creativo en Eyeline Studios de Netflix y sigue liderando la innovación en efectos visuales con IA generativa y nuevas tecnologías en Hollywood.
El supervisor también destacó la necesidad de que las herramientas de IA evolucionen para soportar formatos HDR y mayor profundidad de color, algo esencial para la postproducción en cine. A pesar de estas limitaciones, Baillie ve un futuro prometedor en la IA aplicada al cine, permitiendo a los artistas enfocarse en los aspectos creativos en lugar de tareas tediosas.
Con Here, Robert Zemeckis vuelve a estar a la vanguardia tecnológica, utilizando IA para contar historias de forma innovadora. Este avance podría definir el futuro de Hollywood, transformando la manera en que se producen los efectos visuales en la industria.
Podéis leer la entrevista completa en la cuenta de X de Javier López:
⚡ Magnific en la gran pantalla.
¡POR FIN PUEDO HABLAR DE ESTO!
El equipo de VFX de Here (dir. Robert Zemeckis y protagonizada por Robin Wright y Tom Hanks) ha usado Magnific para sus FX 🤯
Para contaros todo (y más), he entrevistado al supervisor de VFX Kevin Baillie 🧵👇 pic.twitter.com/g9zQaxG7RU
Robert Zemeckis es un reconocido director, guionista y productor de cine estadounidense, célebre por su innovación en efectos visuales y narrativa cinematográfica. Nació el 14 de mayo de 1952 en Chicago y alcanzó fama mundial con películas icónicas como Regreso al futuro (1985), Forrest Gump (1994) —por la que ganó el Óscar a Mejor Director— y Náufrago (2000). A lo largo de su carrera, ha explorado constantemente nuevas tecnologías en el cine, desde la animación por captura de movimiento en El expreso polar (2004) hasta el uso de inteligencia artificial en rejuvenecimiento digital, como en Here (2024). Su estilo combina historias emotivas con avances técnicos, consolidándolo como uno de los cineastas más influyentes de Hollywood.
AI Social Bio es una herramienta basada en inteligencia artificial que permite generar biografías para redes sociales de manera rápida y personalizada. Su objetivo es ayudar a usuarios y marcas a optimizar sus perfiles en plataformas como Instagram, Twitter, LinkedIn o TikTok mediante biografías atractivas y bien estructuradas.
El funcionamiento es sencillo: el usuario proporciona algunos datos clave, como intereses, industria, tono deseado o palabras clave, y la IA genera varias opciones de biografía en segundos. Dependiendo del plan de uso, se pueden generar más variantes y acceder a opciones avanzadas, como la optimización basada en tendencias o el ajuste para diferentes plataformas.
En general, AI Social Bio es útil para quienes buscan mejorar su presencia en redes sin dedicar demasiado tiempo a la redacción de biografías. Sin embargo, su utilidad real dependerá de la calidad de los textos generados y de si cumplen con las expectativas del usuario.
Las pruebas que evalúan la inteligencia artificial están en el centro del debate. Investigadores españoles han descubierto una estrategia sencilla para demostrar que los modelos de IA, como Grok 3 de Elon Musk o GPT-4.5 de OpenAI, pueden estar sobrevalorando sus capacidades reales. Al modificar sutilmente las respuestas de los exámenes, han logrado que estos chatbots pierdan hasta un 93% de precisión. Este hallazgo pone en duda la efectividad de los benchmarks actuales y reabre la discusión sobre el verdadero nivel de razonamiento de la inteligencia artificial.
El artículo fue publicado el 18 de febrero de 2025 en el repositorio arXiv, donde se comparten investigaciones en diversas áreas, incluyendo ciencias de la computación y modelos de lenguaje. Los investigadores presentan un método novedoso para evaluar los modelos de lenguaje. Crearon una variación que disocia la respuesta correcta de las frases o conceptos previamente vistos, obligando a los LLMs (Modelos de Lenguaje de Gran Escala) a demostrar comprensión y capacidad de razonamiento. Este método fue aplicado a dos conjuntos de datos: el benchmark MMLU y el conjunto de datos privado UNED-Access 2024.
El estudio surgió de la creciente preocupación sobre si los LLMs realmente entienden y razonan, o si simplemente están recuperando información de sus datos de entrenamiento. La distinción entre recordar hechos y aplicar razonamiento lógico es crucial para el desarrollo futuro de estas tecnologías, especialmente en aplicaciones que requieren inferencias complejas.
Los hallazgos muestran que todos los modelos evaluados sufren caídas notables en precisión, con una pérdida promedio del 57% en MMLU y del 50% en UNED-Access. Este desafío revela que los modelos dependen en gran medida de la memorización, lo que plantea dudas sobre su capacidad para generalizar a situaciones no vistas.
Este artículo subraya la importancia de diferenciar entre la verdadera comprensión y la mera tasa de recuperación de datos en los modelos de lenguaje actuales. La investigación no solo proporciona herramientas nuevas para evaluar estos sistemas, sino que también plantea preguntas críticas sobre su futuro desarrollo.
Con el auge de los modelos de lenguaje, que muestran un rendimiento impresionante en tareas de procesamiento de lenguaje natural, surge la necesidad de evaluar de manera más precisa sus capacidades de razonamiento. La investigación se centra en determinar si estos modelos realmente pueden razonar o si, en cambio, dependen en gran medida de la memorización de patrones que han encontrado en sus datos de entrenamiento. Este dilema es fundamental, ya que la habilidad para razonar es crucial para aplicaciones que requieren inferencia lógica y comprensión profunda.
Método Introducido
Los autores introducen un método de variación general para preguntas de opción múltiple que busca eliminar la posibilidad de que las respuestas correctas sean recuperadas a partir de la memoria y el reconocimiento de patrones. Este método asegura que la respuesta correcta no esté relacionada con tokens o conceptos previamente vistos, obligando a los modelos a demostrar un entendimiento genuino del contenido y a razonar para responder correctamente. Esta técnica fue aplicada a dos conjuntos de datos: el benchmark público MMLU y el conjunto de datos privado UNED-Access 2024, ambos en inglés y español.
La mayoría de los modelos de inteligencia artificial se entrenan con cantidades masivas de datos disponibles en internet. Esto significa que cuando enfrentan un test, es muy probable que ya hayan visto preguntas similares y sus respuestas correctas. Pero, ¿qué ocurre si se modifica la respuesta correcta? Los investigadores reemplazaron la respuesta válida por una opción general que decía: “Ninguna de las anteriores”. Esto obliga al modelo a razonar y descartar opciones en lugar de simplemente reconocer una respuesta memorizada.
Los resultados fueron impactantes. La precisión de los modelos cayó entre un 10% y un 93%, con una media del 57%. Esto demuestra que los modelos actuales dependen más de la memorización que del razonamiento real. Modelos como GPT-o3 mini y DeepSeek R1-70b mostraron cierta resistencia, pero también bajaron su rendimiento.
Los resultados del estudio son bastante reveladores. Los investigadores informan que se observa una significativa disminución en la precisión de todos los modelos evaluados, con una pérdida promedio del 57% en el MMLU y del 50% en el UNED-Access 2024. Esta caída de rendimiento varía entre los modelos, lo que sugiere que no todos ellos reaccionan de la misma forma a la presión para razonar en lugar de recordar. No solo se demostró una disminución en la precisión, sino que también se identificó que los modelos que lograron el mejor rendimiento en las evaluaciones originales no son necesariamente los que muestran la menor pérdida de rendimiento en el nuevo método. Esto sugiere que la precisión en tareas convencionales no es un indicador fiable de la capacidad de razonamiento inherentemente más compleja de los modelos.
Las pruebas de referencia, o benchmarks, se utilizan para comparar modelos de IA y determinar cuál es “mejor”. Sin embargo, este estudio sugiere que estos tests pueden estar inflando artificialmente la capacidad de las IA. Este problema es especialmente relevante en un momento en que gigantes tecnológicos como xAI de Elon Musk, OpenAIo Anthropiccompiten por la supremacía en el mercado de la inteligencia artificial. Cada nuevo lanzamiento viene acompañado de afirmaciones de superioridad, pero este estudio demuestra que las métricas actuales pueden estar sesgadas.
Ethan Mollick, uno de los divulgadores más conocidos en IA, ha expresado preocupaciones similares y pide métodos de evaluación más fiables. Otro punto clave es la diferencia de rendimiento en distintos idiomas. Los modelos de IA funcionan mejor en inglés que en español y otras lenguas minoritarias. Según Gonzalo, «cuanto peor es el modelo, más se nota la diferencia entre idiomas», lo que podría afectar la accesibilidad y privacidad de estos sistemas en regiones donde el inglés no es el idioma principal. Los hallazgos subrayan la dependencia continua de los LLMs en la memorización, revelando que estos modelos son más propensos a recaer en respuestas recuperadas de forma mecánica. En este sentido, los investigadores también observan que los modelos caen más categóricamente en conjuntos de datos públicos y en las versiones originales de las preguntas en comparación con las versiones traducidas, que son menos familiares para los modelos. Esto pone de relieve problemas de contaminación de datos en los conjuntos de entrenamiento y evaluaciones.
El estudio concluye con la afirmación de que, aunque los modelos de lenguaje están a la vanguardia de la tecnología de procesamiento de lenguaje, su capacidad de razonamiento real puede no ser tan robusta como se percibe comúnmente. La investigación invita a una reevaluación de los métodos de evaluación actuales de LLMs, sugiriendo que hay un camino considerable por recorrer para establecer un benchmark que realmente capture la comprensión y la lógica detrás de las respuestas generadas por los modelos. Aun así, el trabajo realizado proporciona un aporte valioso al campo de la evaluación de LLMs, abriendo nuevas vías para investigaciones futuras que puedan reforzar la comprensión de cómo estos sistemas manejan el conocimiento y la lógica.
Este estudio no significa que la inteligencia artificial haya tocado techo, pero sí que su evolución en capacidades de razonamiento es más lenta de lo que se promociona. A pesar de sus limitaciones, los nuevos modelos están empezando a incorporar técnicas más avanzadas de razonamiento, más allá del simple reconocimiento de patrones. Por ejemplo, ChatGPT-o3 mini logró aprobar uno de los benchmarks modificados, lo que sugiere que la próxima generación de IA podría estar avanzando hacia un razonamiento más auténtico.
El debate sobre la evaluación de la inteligencia artificial está lejos de terminar. ¿Se necesitan pruebas más difíciles o simplemente benchmarks mejor diseñados? Por ahora, este estudio deja claro que la verdadera inteligencia artificial aún tiene un largo camino por recorrer.
OpenAI ha anunciado una modificación en la forma en que ChatGPT maneja temas polémicos, permitiendo una mayor flexibilidad en sus respuestas. Con este cambio, el chatbot podrá generar contenido relacionado con violencia o sexo en ciertos contextos adecuados, aunque seguirá manteniendo restricciones en temas ilegales o peligrosos.
Este ajuste responde a críticas sobre supuesta censura y favoritismo político en sus respuestas, especialmente tras la llegada de Donald Trump a la presidencia de EE.UU. La decisión marca un cambio en la filosofía de moderación de OpenAI y plantea nuevas interrogantes sobre la neutralidad y el impacto de la IA en la sociedad.
ChatGPT podrá generar contenido erótico y violento en ciertos casos
Sin embargo, OpenAI mantiene restricciones sobre contenido ilegal, la explotación infantil y la incitación a la violencia. Además, el chatbot seguirá sin proporcionar instrucciones sobre actividades peligrosas, como la fabricación de explosivos o el uso de armas de fuego.
A pesar de estos límites, las pruebas realizadas por usuarios en Reddit han mostrado que la moderación de contenido se ha relajado. Algunos han logrado generar descripciones explícitas sin recibir advertencias de contenido, lo que ha generado debate sobre las posibles consecuencias de esta apertura.
Presión política y el impacto en la moderación de IA
El cambio en la política de OpenAI llega en un momento en que figuras influyentes del sector tecnológico, como Elon Musk, Marc Andreessen y David Sacks, han criticado a la empresa por supuesta censura y sesgo político. Estos empresarios han acusado a OpenAI de favorecer posturas de centro-izquierda en sus respuestas y restringir temas que podrían ser políticamente inconvenientes para ciertos sectores.
La nueva política también coincide con un movimiento más amplio en Silicon Valley, donde empresas como Meta y Google han relajado sus políticas de moderación de contenido. En particular, la administración de Donald Trump ha manifestado su rechazo a la regulación de contenido en plataformas tecnológicas, lo que podría haber influido en la decisión de OpenAI.
Por su parte, la compañía ha negado que estos cambios sean una respuesta a presiones políticas y asegura que la intención es permitir un uso más amplio de ChatGPT en ámbitos profesionales como el periodismo, la criminología y la medicina forense. Según OpenAI, el objetivo es garantizar que la IA no adopte una postura editorial, sino que ofrezca múltiples perspectivas en debates complejos.
Desafíos y riesgos de una IA con menos restricciones
Si bien la flexibilización en ChatGPT busca promover la «libertad intelectual», también plantea nuevos desafíos en términos de seguridad y regulación. En Europa, por ejemplo, las normativas sobre inteligencia artificial podrían entrar en conflicto con este enfoque más abierto.
Otro problema potencial es la confianza del usuario. A medida que la IA se vuelve más permisiva, aumenta el riesgo de que genere contenido engañoso, sesgado o inadecuado. OpenAI deberá equilibrar esta mayor libertad con la necesidad de evitar la desinformación y el abuso de la tecnología.
A largo plazo, la evolución de las políticas de OpenAI determinará su posición en el mercado de la IA. Con la competencia de gigantes como Google y el desarrollo de modelos alternativos de IA, la estrategia de moderación de ChatGPT será clave para definir su aceptación por parte del público y las instituciones.
La imagen de portada de esta noticia pertenece a Growtika en Unsplash.
Natural Reader es una herramienta de conversión de texto a voz que permite a los usuarios escuchar documentos, páginas web o texto escrito en lugar de leerlos. Está dirigida a una amplia variedad de usuarios, desde personas con dislexia o dificultades de lectura hasta profesionales que desean escuchar sus documentos mientras realizan otras tareas.
El funcionamiento es sencillo: el usuario copia y pega el texto en la interfaz o carga un archivo (PDF, Word, TXT, ePub, entre otros), y el sistema lo convierte en audio utilizando voces generadas por inteligencia artificial. También cuenta con una extensión para navegadores que permite leer páginas web en voz alta.
El servicio opera bajo un modelo freemium. La versión gratuita ofrece una cantidad limitada de uso con voces básicas. Sin embargo, para acceder a voces de mayor calidad con tecnología de IA, eliminar restricciones de uso y obtener opciones avanzadas como la descarga de archivos de audio, es necesario suscribirse a un plan premium. Los precios varían según las funciones incluidas, con tarifas mensuales y anuales.
Natural Reader se destaca por su facilidad de uso y la calidad de sus voces sintéticas, aunque algunas críticas mencionan que las voces gratuitas pueden sonar menos naturales en comparación con las opciones premium.
En los días 27 y 28 de febrero de 2025, Madrid se convertirá en el epicentro de la innovación en el ámbito de la animación y los contenidos digitales, gracias al evento Next Lab Generation 2025. Este evento no sólo se enfoca en conectar arte y tecnología, sino que también examina el impacto transformador de la inteligencia artificial (IA) en la industria.
La inteligencia artificial ha dejado de ser un concepto futurista para convertirse en una herramienta esencial en la producción de contenidos. Durante el Next Lab Generation, se llevarán a cabo varias conferencias que se centrarán en cómo esta tecnología está revolucionando la forma en que se crea y produce la animación y los videojuegos.
Una de las ponencias destacadas es «IA en la Creatividad: Freepik» a cargo de Sofía López. En esta conferencia, se explorará cómo Freepik, desde su sede en Málaga, ha transformado los procesos creativos en diseño gráfico y contenido audiovisual a través de diferentes herramientas de inteligencia artificial. La ponencia se centrará en la evolución de la plataforma y su relevancia en el sector audiovisual.
Impacto de la IA en la Animación y Videojuegos
Otro evento significativo en la agenda es la mesa redonda titulada «El Impacto de la IA en el Sector de la Animación y los Videojuegos«, que contará con la participación de expertos como Alby Ojeda, Sofía López y Nathalie Martínez. En esta discusión, se abordarán los retos que presenta la IA, analizando su influencia en todos los procesos, desde la creación hasta la producción, y revelando cómo esta tecnología está cambiando la narrativa y la estética del contenido animado.
La conferencia «New Tools: Digital Puppetry» presentada por Alfonso Fulgencio también se enfocará en el uso de nuevas tecnologías en la animación. Aunque no exclusivamente sobre IA, mostrará cómo la combinación de técnicas tradicionales, como la manipulación de marionetas, con la tecnología moderna, incluyendo motores de render y electrónica, está dando lugar a propuestas innovadoras en la producción de contenido animado en tiempo real.
Por otra parte, Alby Ojeda impartirá el 27 de febrero la ponencia «IA para preproducción de proyectos«, un recorrido para aprender a usar herramientas de IA para acelerar flujos de trabajo en animación y videojuegos.
El Next Lab Generation 2025 no solo es una plataforma para la formación y el aprendizaje, sino también un espacio donde se discuten y comparten ideas sobre el futuro de la animación. La inclusión de la inteligencia artificial como tema central es un testimonio del compromiso del evento para impulsar el uso de tecnologías disruptivas en la industria. Con estas conferencias, los asistentes no solo aprenderán sobre las aplicaciones actuales de la IA, sino que también estarán en la posición perfecta para anticipar el futuro de la animación y el entretenimiento digital. Este evento promete ser una experiencia enriquecedora para profesionales, estudiantes y entusiastas del sector.
Elon Musk ha presentado la última versión de su chatbot de inteligencia artificial, Grok 3, desarrollado por su empresa xAI. Con este lanzamiento, Musk busca desafiar a los gigantes del sector como OpenAI y su ChatGPT, así como a la emergente inteligencia artificial china DeepSeek.
Este anuncio llega en un momento clave para el multimillonario, quien también ha sido nombrado por Donald Trump como líder de una comisión para reducir el gasto público en EE.UU. Su creciente influencia en la política y su papel en el desarrollo de la IA han despertado preocupaciones sobre posibles conflictos de interés.
Grok 3: ¿la IA más avanzada del mundo?
Elon Musk ha calificado a Grok 3 como «la IA más inteligente sobre la Tierra». En una intervención reciente, el empresario afirmó que este modelo «será mejor que todo lo demás» y que podría marcar un punto de inflexión en el desarrollo de IA generativa.
El modelo ha sido desarrollado por xAI, empresa fundada por Musk en 2023 con el objetivo de competir directamente con OpenAI, la compañía responsable de ChatGPT. En mayo de 2024, xAI consiguió una ronda de financiamiento de 6.000 millones de dólares, elevando su valoración a 50.000 millones de dólares, según CNBC.
🚨xAI: GROK 3 WAS ABLE TO COMBINE TETRIS AND BEJEWELED
"The Bejeweled mechanic is, if you get three jewels in a row, they disappear, and gravity activates.
Este capital servirá para expandir la infraestructura tecnológica de la empresa y mejorar la capacidad de procesamiento de Grok 3. A pesar de las grandes expectativas, todavía no se conocen detalles técnicos sobre cómo Grok 3 se compara con los modelos más recientes de OpenAI (GPT-4), Google (Gemini) o Meta (Llama 3).
Elon Musk y su relación con OpenAI
La historia entre Elon Musk y OpenAI ha sido turbulenta. Musk fue uno de los cofundadores de OpenAI en 2015 y aportó un financiamiento inicial de 45 millones de dólares. Sin embargo, con el tiempo, se alejó de la compañía debido a diferencias sobre su dirección y el papel de Microsoft como inversor principal.
El pasado viernes, Musk intentó recomprar OpenAI con una oferta de 97.400 millones de dólares, la cual fue rechazada unánimemente por el consejo de administración de la compañía. Esto confirma la rivalidad entre ambas partes y refuerza la intención de Musk de competir con su propia empresa, xAI.
Además de OpenAI, otro jugador ha entrado con fuerza en el mercado: la startup china DeepSeek, que en enero lanzó un modelo de IA generativa capaz de igualar a sus competidores occidentales, pero con un coste significativamente menor. Este avance ha despertado el interés de la comunidad tecnológica y ha añadido más presión sobre las empresas estadounidenses para innovar rápidamente.
La inteligencia artificial se ha convertido en el campo de batalla de las grandes tecnológicas. Empresas como Microsoft, Google, Amazon y Meta han invertido miles de millones de dólares en el desarrollo de modelos avanzados de IA, que no solo generan texto, sino también imágenes y vídeos hiperrealistas.
Con Grok 3, Musk busca consolidar a xAI como un actor clave en este mercado. Sin embargo, tendrá que enfrentarse a desafíos como la capacidad de escalabilidad, la regulación gubernamental y la aceptación del público.
En un entorno donde la IA avanza rápidamente y las inversiones no dejan de crecer, el lanzamiento de Grok 3 marca un nuevo capítulo en la carrera tecnológica liderada por Elon Musk, OpenAI y China.
YouTube ha anunciado una importante actualización para Dream Screen, su herramienta basada en inteligencia artificial que permite generar fondos de vídeo para Shorts a partir de un texto. Ahora, con la integración del modelo Veo 2 de Google DeepMind, la plataforma amplía las capacidades de la herramienta, permitiendo generar clips de vídeo completos a partir de una descripción escrita.
Esta nueva funcionalidad está diseñada para facilitar la creación de contenido, ofreciendo una solución para quienes no tienen el metraje adecuado o desean plasmar ideas sin necesidad de grabaciones reales. Con solo escribir un prompt, los creadores pueden obtener vídeos generados por IA que se ajustan a su narrativa o estilo deseado.
Dream Screen, que anteriormente solo permitía la generación de fondos para Shorts, ahora da un paso más con la generación de clips de vídeo independientes. Esto significa que los usuarios pueden crear contenido completamente nuevo sin necesidad de imágenes previas, simplemente a partir de una descripción de texto.
La integración del modelo Veo 2 no solo amplía las capacidades de generación, sino que también mejora la calidad de los vídeos. Ahora, la inteligencia artificial de YouTube puede comprender mejor la física del mundo real y los movimientos humanos, lo que permite crear escenas más realistas y detalladas. Además, los usuarios pueden personalizar el estilo de los vídeos, aplicando efectos cinematográficos, tipos de lente o filtros específicos.
Cómo usar Dream Screen para crear vídeos en Shorts
Para aprovechar esta nueva funcionalidad, los usuarios pueden seguir estos pasos dentro de la aplicación de YouTube:
Para generar fondos de vídeo en Shorts:
Abre la cámara de Shorts en YouTube.
Selecciona Green Screen y luego Dream Screen.
Introduce un prompt de texto describiendo el fondo que deseas.
Selecciona la imagen generada y úsala en tu vídeo.
Para crear clips de vídeo completos con IA:
Abre la cámara de Shorts.
Toca Añadir para acceder al selector de medios.
Presiona Crear en la parte superior.
Introduce un prompt de texto describiendo el vídeo que quieres generar.
Selecciona la imagen generada y toca Crear vídeo.
Elige la duración del clip.
Además, para garantizar la transparencia y evitar confusiones sobre el origen de estos vídeos generados por inteligencia artificial, YouTube implementa marcas de agua SynthID y etiquetas visibles que indican que el contenido fue creado con IA.
Actualmente, estas nuevas funciones están disponibles en Estados Unidos, Canadá, Australia y Nueva Zelanda, con planes de expansión a otros países en el futuro.
Con esta actualización, YouTube refuerza su apuesta por la inteligencia artificial generativa, ofreciendo a los creadores de contenido herramientas más avanzadas para la producción de vídeos en Shorts, sin necesidad de equipo profesional ni grabaciones previas.
Un estudio reciente de Microsoft y Carnegie Mellon University ha analizado cómo el uso de herramientas de inteligencia artificial está afectando la capacidad de los trabajadores para pensar de forma crítica. El estudio fue publicado en la plataforma Gizmodo el 10 de febrero. Con la participación de 319 profesionales de diversos sectores, el estudio se centró en medir sus percepciones sobre el uso de GenAI en tareas laborales.
Los hallazgos más relevantes indican que las herramientas de GenAI reducen el esfuerzo percibido en tareas de pensamiento crítico, aunque esto viene acompañado de un riesgo significativo: la sobredependencia de la IA puede llevar a una disminución en la capacidad de resolución de problemas de manera independiente. A medida que los trabajadores ganan confianza en las capacidades de la IA, tienden a invertir menos esfuerzo crítico en sus tareas, cambiando su enfoque de la recolección de información a la verificación de la precisión de las respuestas generadas por la IA.
El 59.29% de los ejemplos compartidos por los participantes (el 555 de 936 ejemplos) fueron reportados como situaciones en las que se llevó a cabo pensamiento crítico al utilizar herramientas de IA generativa. Los participantes también reportaron que, en general, las actividades de pensamiento crítico requerían menos esfuerzo al usar herramientas de GenAI en comparación con el trabajo sin estas herramientas.
Método del estudio
El estudio se llevó a cabo mediante una encuesta en línea a través de la plataforma Prolific, en la que participaron 319 trabajadores del conocimiento. La encuesta incluía ejemplos de Uso de GenAI. Los participantes debían compartir tres ejemplos específicos de cómo utilizaron herramientas de GenAI en su trabajo. Se les pidió que cubrieran tres tipos de tareas: Creación, Información y Consejo. Además, evaluaron la cognición crítica. Durante la fase de onboarding de la encuesta, se ofrecieron ejemplos concretos sobre cómo se podría aplicar el pensamiento crítico utilizando GenAI, lo cual ayudó a los participantes a comprender mejor el concepto y su relevancia.
Para la recopilación de datos se recogieron un total de 936 ejemplos detallados de uso de herramientas de GenAI y se evaluaron las percepciones de los participantes sobre cómo el uso de estas herramientas influyó en su pensamiento crítico y el esfuerzo requerido. Se utilizaron modelos de regresión para analizar la relación entre factores de tareas y usuarios, en relación con la percepción de la enacción del pensamiento crítico y el esfuerzo en actividades cognitivas asociadas. Este enfoque permitió a los investigadores obtener una comprensión profunda de cómo las herramientas de IA generativa están siendo utilizadas y sus efectos sobre el pensamiento crítico en un entorno laboral real.
Otro hallazgo clave del estudio es que los trabajadores que utilizaban IA tendían a producir un conjunto menos variado de soluciones para una misma tarea. Esto se debe a que los modelos de IA trabajan con información preexistente y generan respuestas en función de patrones entrenados, lo que limita la creatividad y la diversidad en los resultados. Los investigadores interpretan esta tendencia como un posible «deterioro del pensamiento crítico».
Sin embargo, el estudio también encontró que cuando los empleados desconfiaban de la IA, su pensamiento crítico se activaba más. En estos casos, los trabajadores evaluaban con mayor atención la información generada por la IA y se sentían más capaces de mejorar el contenido por sí mismos.
Este fenómeno plantea un dilema importante para el futuro del trabajo. Si bien las herramientas de IA pueden optimizar procesos y aumentar la productividad, también pueden fomentar una dependencia que, a largo plazo, podría debilitar las habilidades de resolución de problemas de los trabajadores. En otras palabras, la inteligencia artificial no tiene que reemplazar a los humanos para hacerlos obsoletos: basta con que nos acostumbremos a no usar nuestras propias capacidades.
Este estudio subraya la necesidad de rediseñar las herramientas de GenAI para fomentar no solo la eficiencia, sino también la reflexión crítica entre los usuarios, ayudándoles a mantener sus habilidades de pensamiento crítico en un entorno laboral cada vez más automatizado.
Instala modelos de inteligencia artificial en un equipo personal
Modelo: Gratis
GPT4All es una plataforma de código abierto que permite ejecutar modelos de lenguaje de gran tamaño (LLMs) de forma local en ordenadores personales. Desarrollado por Nomic AI, este proyecto busca proporcionar una alternativa accesible y privada a los modelos alojados en la nube, como ChatGPT o Claude.
La herramienta permite descargar y ejecutar modelos de IA sin necesidad de conexión a Internet, lo que mejora la privacidad y reduce la dependencia de servidores externos. Funciona con diferentes modelos de código abierto, como LLaMA, Mistral y Falcon, optimizados para ejecutarse en hardware de consumo, incluyendo CPUs y GPUs.
Su uso está dirigido tanto a desarrolladores como a usuarios avanzados que desean experimentar con IA sin compartir sus datos con terceros. GPT4All proporciona interfaces tanto en línea de comandos como con una interfaz gráfica sencilla, facilitando su implementación sin conocimientos avanzados en IA.
Al ser de código abierto y gratuito, cualquier persona puede contribuir a su desarrollo o modificar el código para ajustarlo a sus necesidades.
Scarlett Johansson ha sido nuevamente víctima de un deepfake. Esta vez, un vídeo manipulado con inteligencia artificial muestra a la actriz y a otras celebridades judías, como Adam Sandler, Steven Spielberg, Mila Kunis, Lenny Kravitz, Mark Zuckerberg y Jack Black, vistiendo una camiseta con una estrella de David y el nombre “Kanye” en el centro mientras suena la canción popular judía «Hava Nagila«. El vídeo se difundió tras las polémicas declaraciones antisemitas del rapero Kanye West.
La actriz ha alzado la voz contra la falta de regulación en Estados Unidos, criticando la inacción del gobierno frente a los riesgos de la IA. “Es aterrador que el Gobierno de EE. UU. esté paralizado cuando se trata de aprobar una legislación que proteja a sus ciudadanos”, declaró a People.
Legislación contra el mal uso de la IA
No es la primera vez que Johansson enfrenta problemas con la inteligencia artificial. Su imagen ha sido utilizada en múltiples ocasiones en vídeos falsos, incluyendo contenido pornográfico. Además, en 2023, OpenAI lanzó una voz similar a la suya para ChatGPT-4o, a pesar de que la actriz rechazó una oferta para participar en el proyecto.
Algunos de los famosos que han sido víctimas del deepfake reivindicativo en fotogramas del vídeo viral.
Johansson ha insistido en la necesidad de regular estas tecnologías para evitar suplantaciones y desinformación. “Nos afecta a todos y corremos el riesgo de perder el control de la realidad”, advirtió.
El caso de Johansson reaviva el debate sobre los deepfakes y la urgencia de establecer normas que protejan a las personas de suplantaciones digitales no autorizadas.
La digitalización del sector del agua avanza con rapidez, impulsada por tecnologías como la inteligencia artificial (IA) y la automatización avanzada. Un ejemplo destacado de esta transformación es la colaboración entre Siemens y Canal de Isabel II, presentada en el Spain Smart Water Summit 2024.
Gracias a modelos de IA entrenados con más de trece años de datos históricos, esta iniciativa permite predecir con un margen de error del 5% la demanda de agua, optimizando la operación de los 328 depósitos de agua potable de Madrid. Este enfoque mejora la eficiencia operativa, reduce costes y garantiza una gestión más sostenible del recurso.
IA y edge computing en la predicción de la demanda de agua
Uno de los grandes retos en la gestión del agua es predecir con precisión la demanda para optimizar su distribución y almacenamiento. En este sentido, Canal de Isabel II y Siemens han desarrollado un modelo de IA que utiliza datos históricos, variables climáticas y sociales (festivos, eventos, actividad escolar, etc.) para anticipar el consumo con una precisión sin precedentes.
Gracias a esta tecnología, se pueden ajustar los caudales de salida de los depósitos, evitando tiempos excesivos de almacenamiento que puedan afectar la calidad del agua. Además, la integración con edge computing permite analizar los datos en tiempo real sin necesidad de recurrir a la nube, mejorando la seguridad y la eficiencia operativa.
La infraestructura digital implementada por Siemens se divide en tres capas clave:
Ciencia de Datos y Modelos de IA: Creación de algoritmos predictivos para optimizar la gestión del agua.
Automatización y Control: Integración de la IA en el sistema de telecontrol para ejecutar órdenes basadas en predicciones.
Infraestructura y Sensórica: Recopilación de datos en tiempo real desde sensores distribuidos en la red.
Este enfoque permite a Canal de Isabel II reducir costes en el uso de reactivos y energía, mejorar la distribución y reforzar la resiliencia operativa de su red, que abastece a 7 millones de personas a través de 18.000 kilómetros de tuberías.
Beneficios de la inteligencia artificial en la gestión del agua
La implementación de IA en la predicción y distribución del agua ha generado múltiples beneficios para Canal de Isabel II:
Optimización de costes: Se reduce el uso de reactivos y energía en las estaciones recloradoras.
Mejora en la calidad del agua: Menor tiempo de almacenamiento, evitando la degradación del cloro.
Eficiencia operativa: Regulación dinámica de los caudales según la demanda prevista.
Mayor resiliencia: Capacidad de anticiparse a picos de demanda y optimizar la distribución.
Este proyecto no solo marca un hito en la digitalización del agua, sino que también sirve como referencia para futuras iniciativas en otras regiones. Como destacó Javier García del Río, jefe de Área de Automatización en Canal de Isabel II, la IA se ha convertido en un elemento clave en la toma de decisiones, permitiendo evolucionar hacia una gestión más eficiente y sostenible.
La colaboración entre Siemens y Canal de Isabel II demuestra que la tecnología puede revolucionar la industria del agua, asegurando un abastecimiento más preciso, sostenible y seguro para millones de personas.
La crisis de maestros en Luisiana ha llevado a las escuelas a buscar soluciones innovadoras. En el Distrito Escolar de Jefferson Parish, el más grande del estado, alrededor de 3,000 niños carecen de un maestro en el aula a diario. Para enfrentar este problema, algunas escuelas han recurrido a la inteligencia artificial, en particular a un programa llamado Amira, que actúa como tutor de lectura.
Amiraes un software desarrollado en San Francisco que utiliza inteligencia artificial para asistir a los estudiantes en el aprendizaje del inglés y la lectura. En la escuela primaria Phoebe Hearst, donde el 65 % de los alumnos son hispanohablantes, este sistema se ha convertido en un apoyo esencial para mejorar la educación de los niños, muchos de los cuales están aprendiendo inglés como segundo idioma.
Cómo la IA está transformando la educación en EE.UU.
La profesora Kearies Mays, quien supervisa una clase con Amira, destaca que el programa puede adaptarse al nivel de cada estudiante. Uno de los ejemplos más representativos lo cuenta la cadena Fox 8 en uno de los reportajes del canal local de televisión. Se trata del caso de de Zakiyatou “Zaki” Arouna, una estudiante de 10 años que llegó a EE.UU. desde África occidental sin conocimiento del inglés. Gracias a Amira, ha mejorado notablemente su capacidad de lectura y pronunciación.
Funciona como un tutor. Yo monitoreo y escucho, pero básicamente la IA enseña a los niños a leer
Kearies Mays, profesora.
El director de la escuela, Brian Wahl, resalta que el programa permite atender a muchos estudiantes al mismo tiempo, algo especialmente útil en un contexto de escasez de maestros. “Antes tenía un solo profesor para 32 estudiantes. Ahora tengo 32 tutores de lectura personalizados”, comentó.
El uso de Amira no se limita a niños hispanohablantes o con dificultades en inglés. En aulas de educación especial, como la de Megan, una niña con autismo, el software también está ayudando a mejorar la pronunciación y la comprensión lectora.
El Departamento de Educación de Luisiana ha invertido $1.7 millones de fondos federales de alivio por la pandemia en un programa piloto que permite que 35 distritos escolares accedan a Amira. Hasta ahora, 71,000 estudiantes han utilizado el software.
El director de innovación académica del departamento, Adam DiBenedetto, reconoce que al inicio había escepticismo sobre el uso de la inteligencia artificial en la educación. Sin embargo, destaca que la tecnología está avanzando y que es crucial aprender a aprovecharla.
El programa ha demostrado resultados positivos. Un estudio independiente está analizando su impacto, pero en el aula de Mays, los estudiantes han mejorado su lectura en un 72 % desde la implementación de Amira.
A pesar del avance de la inteligencia artificial en la educación, los expertos coinciden en que no reemplazará a los docentes. “No va a quitar empleos”, afirma Mays. “Más bien nos ayuda a mejorar la enseñanza, identificando dificultades específicas de los estudiantes y adaptándose a sus necesidades.”
El futuro de la educación parece dirigirse hacia una combinación entre tecnología y enseñanza tradicional. Mientras Luisiana sigue enfrentando la falta de maestros, la inteligencia artificial se posiciona como una herramienta clave para cerrar brechas y mejorar el aprendizaje.
Zakiyatou Arouna, la estudiante que aprendió inglés con Amira, tiene claro su veredicto: “Recomendaría el programa a otros niños. Si no hablas inglés, realmente te puede ayudar.”
La Agencia Tributariapublicó el pasado 30 de enero su compromiso ético en el diseño y uso de la inteligencia artificial (IA) dentro de su estructura. Este documento establece los principios y reglas de conducta que guiarán la implementación de esta tecnología, asegurando su transparencia, equidad y legalidad. El marco se basa en regulaciones internacionales y europeas, incluyendo las directrices de la Unión Europea y la OCDE, y busca garantizar que la IA respete los derechos fundamentales de los ciudadanos.
El documento establece cinco principios clave que regirán el uso de la IA en la Agencia Tributaria.
Centralidad humana: la IA debe servir a los ciudadanos y garantizar que las decisiones finales sigan dependiendo de la intervención humana.
Legalidad: su desarrollo debe cumplir con la normativa vigente, incluyendo el Reglamento de IA de la UE.
Transparencia: los sistemas de IA deben ser explicables y comprensibles para garantizar su trazabilidad.
Equidad: se prioriza el respeto a los derechos fundamentales, evitando sesgos y discriminaciones.
Calidad: se fomentará la mejora continua, asegurando la seguridad de la información y el control sobre los datos utilizados.
Estos principios reflejan la necesidad de garantizar un uso responsable y ético de la inteligencia artificial, alineado con las normativas internacionales y nacionales.
Además de los principios generales, el documento especifica reglas de conducta para la aplicación de la IA en los procesos de la Agencia Tributaria. De esta forma, la Agencia Tributaria asegura que existirá una supervisión humana constante: cualquier decisión administrativa vinculada a la IA deberá ser validada por una persona. Además, darán esencial relevancia a la protección de datos: el uso de IA debe cumplir estrictamente con la normativa de confidencialidad y protección de la información tributaria. Evitarán sistemas de alto riesgo no autorizados: la Agencia se abstendrá de desarrollar sistemas prohibidos por la UE y someterá los existentes a controles periódicos. Darán un valor prioritario a la accesibilidad: los sistemas de IA deberán estar diseñados para ser accesibles a todos los ciudadanos, incluidas personas con discapacidad. Fomentando la capacitación del personal: se garantizará la formación continua de los empleados que trabajen con IA.
El documento concluye que este compromiso es un marco abierto, sujeto a futuras interpretaciones y mejoras, adaptándose a la evolución tecnológica y regulatoria en materia de IA. El documento completo de la Agencia Tributaria sobre el compromiso ético en el uso de IA se puede encontrar en la página web oficial.
La Estrategia de Inteligencia Artificial de la Agencia Tributaria supone una apuesta decidida por el uso de la IA como tecnología transformadora, con el objetivo de mejorar la eficacia y eficiencia en sus actuaciones. Su aplicación tendrá especial relevancia en la prestación de servicios al contribuyente, la prevención del fraude y la lucha contra la evasión fiscal y aduanera. Esta estrategia, impulsada por la Dirección y respaldada por toda la organización, sigue un enfoque centrado en la persona, garantizando un uso responsable, seguro y ético de la IA, en estricto cumplimiento del marco normativo y los principios éticos de la Agencia. Para ello, los proyectos serán desarrollados por equipos multidisciplinares de expertos en diferentes áreas, asegurando la calidad de los datos empleados y la supervisión humana durante todo el ciclo de vida de los sistemas de IA. La integración de estas herramientas en la infraestructura tecnológica de la Agencia se realizará de forma coherente con su modelo de desarrollo y con la supervisión del Departamento de Informática Tributaria, teniendo en cuenta los recursos y servicios comunes del Ministerio de Transición Digital y Función Pública. Además, la Agencia Tributaria se compromete a proporcionar los recursos humanos y materiales necesarios, así como a garantizar la formación continua de su personal para un uso adecuado y eficiente de la IA en sus procesos.
