Inicio Blog Página 9

Kyndryl y AWS amplían su alianza para meter la IA agéntica en las operaciones críticas

NotebookLM
-
0
Kyndryl y AWS amplían su alianza para meter la IA agéntica en las operaciones críticas

Kyndryl y Amazon Web Services (AWS) han anunciado hoy una ampliación de su colaboración estratégica plurianual con el objetivo de llevar la IA agéntica al corazón de las grandes organizaciones. En un entorno donde muchas empresas experimentan con la inteligencia artificial sin lograr resultados tangibles, este acuerdo busca que la tecnología pase de la fase de pruebas a la producción real. Conviene tener presente que es un anuncio de las propias Kyndryl y AWS, dos compañías con un interés comercial directo en que las empresas adopten la IA agéntica sobre la nube de AWS.

La iniciativa se centra en modernizar las cargas de trabajo críticas, aquellas tareas esenciales que no pueden permitirse fallos, aprovechando la infraestructura de la nube de AWS. Con un equipo de más de 11.000 profesionales certificados, Kyndryl aportará su capacidad operativa mientras AWS invierte en formación y desarrollo técnico conjunto. Esta alianza es fundamental porque simplifica la adopción de herramientas complejas, permitiendo que las compañías reduzcan el esfuerzo manual y se centren en la innovación sin añadir riesgos innecesarios a sus sistemas actuales.

¿En qué consiste la IA agéntica y este nuevo acuerdo?

La IA agéntica se refiere a sistemas de inteligencia artificial que no solo procesan información o responden preguntas, sino que pueden actuar como agentes autónomos para completar tareas complejas. A diferencia de los modelos tradicionales, estos sistemas tienen la capacidad de ejecutar flujos de trabajo de principio a fin, lo que resulta vital para las operaciones empresariales modernas.

El núcleo de esta ampliación del Acuerdo de Colaboración Estratégica (SCA) entre Kyndryl y AWS es permitir que las organizaciones escalen esta tecnología a medida que migran sus operaciones más sensibles a la nube. Para lograrlo, AWS está realizando inversiones significativas en el talento técnico de Kyndryl, que ya cuenta con más de 11.000 profesionales certificados en sus servicios.

Esta colaboración no se limita a la teoría, sino que incluye ingeniería conjunta de soluciones y una especialización profunda en inteligencia artificial. El objetivo es crear capacidades de modernización que se adapten a las necesidades específicas de sectores como la banca, la industria o el turismo, acelerando la transformación empresarial mediante la innovación impulsada por la IA agéntica.

¿Por qué importa este cambio en la industria?

Uno de los mayores problemas actuales para las empresas es el llamado «purgatorio de los pilotos» (cuando una tecnología se queda estancada en fases de prueba). Según Giovanni Carraro, responsable global de alianzas estratégicas de Kyndryl, muchas organizaciones no logran aplicar la IA de una forma que marque una diferencia real en su negocio.

La importancia de este movimiento radica en ofrecer una vía práctica para que la IA agéntica gestione sistemas de manera más eficaz. Al automatizar las operaciones rutinarias, los equipos humanos pueden dedicar menos tiempo a las tareas de mantenimiento y más a la innovación estratégica. Esto cambia la dinámica de trabajo, reduciendo el esfuerzo manual y minimizando el riesgo operativo.

Para ilustrar el impacto de estas tecnologías, las compañías han compartido resultados recientes. Entre los beneficios que buscan las organizaciones se encuentran:

  • Automatización avanzada de procesos operativos en la nube.
  • Modernización de cargas de trabajo sin añadir complejidad técnica.
  • Maximización del valor y la resiliencia de las inversiones ya realizadas en infraestructura.
  • Reducción de riesgos en la transición desde sistemas tradicionales a entornos modernos.

Contexto: Quiénes están detrás y casos de éxito

Kyndryl, con sede en Nueva York y presencia en más de 60 países, es actualmente el mayor proveedor mundial de servicios de infraestructura informática. Como empresa independiente (que cotiza en la bolsa de Nueva York bajo las siglas KD), se dedica a diseñar, construir y gestionar los sistemas de información de los que depende el funcionamiento diario de miles de clientes globales.

Por su parte, AWS aporta la plataforma en la nube sobre la cual se despliegan estas soluciones. La colaboración ya ha dado frutos tangibles en Europa. Un ejemplo destacado es la modernización de Alpitour World, una de las principales compañías turísticas del continente.

En este caso, Kyndryl y AWS colaboraron para trasladar las cargas de trabajo principales de la empresa desde sistemas mainframe antiguos hacia la nube. Esta migración exitosa demuestra cómo la combinación de experiencia operativa y tecnología de vanguardia permite a las empresas actualizar su núcleo tecnológico con seguridad. Pueden encontrar más detalles sobre esta unión en la comunicado oficial de Kyndryl y AWS.

Lo que viene ahora

El futuro inmediato de esta alianza se centra en el desarrollo de planes de modernización específicos para cada sector industrial. Kyndryl y AWS planean lanzar nuevas ofertas y capacidades de implementación que permitan a los clientes adoptar soluciones basadas en IA con mayor velocidad.

A medida que la IA agéntica se vuelve más accesible, la tendencia apunta hacia una integración total entre la gestión de datos, la infraestructura en la nube y la autonomía de los procesos. La clave para el éxito de las empresas no será solo tener la tecnología, sino contar con el personal capacitado para operarla en entornos de misión crítica donde el margen de error es mínimo.

La IA empuja a las empresas a acercar sus centros de datos al usuario

NotebookLM
-
0
La IA empuja a las empresas a acercar sus centros de datos al usuario

El crecimiento masivo de datos está transformando la manera en que las organizaciones gestionan su tecnología. Según datos recientes de Statista, cada día se generan en el mundo aproximadamente 402,74 millones de terabytes de información. Este volumen, impulsado principalmente por la Inteligencia Artificial (IA) y el Internet de las Cosas (IoT), está saturando los modelos tradicionales de procesamiento centralizado. Como respuesta, según constata Equinix, uno de los mayores operadores de centros de datos del mundo y, por tanto, parte interesada en este mercado, las empresas están trasladando su potencia de cómputo al «borde» de la red.

Según un estudio de S&P Global, el 66% de las compañías admite que la IA ha acelerado su adopción de este modelo, mientras que un 18% adicional ha tenido que replantear toda su estrategia tecnológica. Este giro hacia el edge computing no es solo una cuestión de velocidad, sino una necesidad operativa para sectores como las finanzas, la sanidad y las telecomunicaciones, que dependen de decisiones en tiempo real para funcionar correctamente. La descentralización de la infraestructura se perfila así como el pilar fundamental para sostener el avance de una inteligencia artificial que ya no puede esperar a que los datos viajen miles de kilómetros.

¿Qué es la infraestructura edge y por qué es necesaria ahora?

Para entender este cambio, debemos imaginar cómo viaja la información. En el modelo tradicional, los datos se envían a grandes centros de procesamiento situados a menudo a cientos o miles de kilómetros del usuario. Sin embargo, la IA distribuida requiere que el análisis ocurra casi de forma instantánea. Aquí es donde entra en juego el edge computing (o computación en el borde), una arquitectura que sitúa la capacidad de cálculo lo más cerca posible de donde se generan los datos.

Según explica Valentín Pinuaga, Managing Director de Equinix España, la mayoría de los datos ya no se originan en núcleos centrales, sino en el perímetro, es decir, en los dispositivos, sensores y sistemas que los usuarios utilizan a diario. Cuando el volumen de información crece de forma exponencial, los modelos centralizados empiezan a mostrar costuras en forma de latencia alta, costes de transferencia elevados y dificultades para escalar el servicio de forma eficiente.

La diferencia técnica puede parecer mínima para una persona (una demora de medio segundo suele ser imperceptible), pero para una máquina es una eternidad. Los sistemas de inferencia en tiempo real, que son los encargados de que una IA tome una decisión basada en los datos que recibe, no pueden permitirse esos retrasos. Por ello, las empresas están buscando situar su infraestructura en zonas más amplias y diversas, justo donde ocurren las interacciones.

Casos de uso: de la detección de fraude a la cirugía remota

La necesidad de esta infraestructura distribuida no es teórica, sino que responde a retos muy concretos en diversas industrias que requieren una conectividad de baja latencia. Las implicaciones varían según el sector, pero el objetivo es siempre el mismo: procesar la información allí donde se necesita.

  • Sector financiero: Las entidades utilizan la IA para detectar fraudes en milisegundos. Para que esto funcione, necesitan estar físicamente cerca tanto de los usuarios que realizan la compra como de los procesadores de pago.
  • Telecomunicaciones: Los operadores están desarrollando redes autónomas que requieren tener el procesamiento muy cerca de los usuarios móviles para gestionar el tráfico de forma inteligente.
  • Sanidad y Automoción: En estos campos, un retraso en el procesamiento puede ser crítico. Desde un vehículo autónomo que debe frenar ante un obstáculo hasta sistemas de asistencia en cirugía, la inmediatez es una cuestión de seguridad.
  • Administraciones Públicas: Se enfrentan al reto de mantener la soberanía de los datos, procesándolos dentro de sus propias fronteras para cumplir con la ley, pero manteniendo la capacidad de colaborar con terceros.

Para facilitar este proceso, el propio Equinix comercializa plataformas que conectan y protegen estos ecosistemas en cientos de centros de datos repartidos por todo el mundo, plataformas que permiten que las cargas de trabajo se ejecuten cerca de los usuarios, optimizando el rendimiento general de las aplicaciones.

Contexto normativo y el papel estratégico de España

Más allá de la velocidad, existen presiones regulatorias que están empujando a las organizaciones hacia este modelo descentralizado. Normativas europeas como DORA (para la resiliencia operativa digital en el sector financiero), NIS2 (sobre ciberseguridad) y el ya conocido RGPD obligan a garantizar que los datos se localicen y protejan de forma adecuada. Los entornos centralizados tradicionales a menudo dificultan el cumplimiento de estas leyes de soberanía de datos.

En este escenario global, España ocupa una posición privilegiada. Debido a su ubicación geográfica, nuestro país actúa como un nodo de conexión esencial entre Europa, América Latina y el norte de África. Esta situación se ve reforzada por la gran concentración de cables submarinos que llegan a la Península Ibérica, lo que convierte al mercado español en un punto estratégico para desplegar infraestructuras que tengan un alcance tanto regional como global.

La combinación de una posición geográfica clave y la necesidad de cumplir con regulaciones estrictas está acelerando la inversión en centros de datos locales. Ya no basta con tener una gran sede tecnológica en un solo punto; la eficiencia ahora se mide por la capacidad de estar presente en múltiples ubicaciones de forma simultánea.

¿Qué significa esto para el futuro?

Estamos asistiendo a una evolución en la que la nube, tal y como la conocíamos, se vuelve más granular y cercana. La IA ha dejado de ser una herramienta que se consulta de vez en cuando para convertirse en un motor que funciona en segundo plano de manera constante. Para que esa integración sea invisible y fluida, la infraestructura que la soporta debe ser igual de omnipresente.

El paso hacia modelos de IA distribuida no es una opción pasajera, sino la respuesta técnica a un mundo que genera datos a una velocidad que los cables transoceánicos ya no pueden gestionar solos. A medida que más sectores adopten soluciones de inteligencia artificial para sus operaciones críticas, la demanda de espacios donde el cómputo y el dato se encuentren cara a cara seguirá creciendo, consolidando al edge como el nuevo estándar de la industria digital.

Genspark

Redacción
-
0
Genspark

Agente de búsqueda

Modelo: Freemium

Genspark es una herramienta de inteligencia artificial que combina buscador y agente autónomo en un mismo producto. Su Super Agent no se limita a responder con enlaces: investiga en varias fuentes, contrasta la información y genera páginas de resultados propias llamadas Sparkpages, además de poder crear presentaciones, hojas de cálculo, webs o incluso realizar llamadas telefónicas para completar gestiones. Es uno de los rivales directos de Perplexity y de los agentes de los grandes laboratorios.

Se utiliza desde el navegador o las apps móviles. El usuario plantea una consulta o una tarea y Genspark elige entre distintos modelos de IA de primera línea, ejecuta los pasos necesarios y entrega el resultado, que queda almacenado en su disco en la nube, AI Drive. El sistema funciona con créditos que se consumen según la complejidad de cada tarea, especialmente en generación de vídeo e imágenes.

El plan gratuito ofrece créditos que se renuevan cada día, sin necesidad de tarjeta. El plan Plus, de suscripción mensual, amplía los créditos y el almacenamiento con acceso prioritario a los modelos premium; el plan Pro, bastante más caro, está pensado para uso profesional intensivo.

Es una de las propuestas más ambiciosas del momento en búsqueda agéntica, aunque los créditos gratuitos se agotan enseguida con tareas serias y la calidad de los resultados depende mucho de cómo se formule el encargo.

Dirección: genspark.ai

La mierdificación: cómo se pudren las plataformas y por qué la IA podría ser la siguiente

Claude
-
0
La mierdificación: cómo se pudren las plataformas y por qué la IA podría ser la siguiente

Hay palabras que triunfan porque nombran algo que todos sentíamos sin saber cómo llamarlo. «Mierdificación» es una de ellas. La acuñó en noviembre de 2022 el escritor y activista canadiense Cory Doctorow, en inglés «enshittification», y en apenas un año se había vuelto tan popular que la American Dialect Society la eligió palabra del año de 2023; el diccionario australiano Macquarie hizo lo propio en 2024. Su éxito no es casual: pone nombre a una experiencia cotidiana, la de ver cómo los servicios digitales que adorábamos se vuelven, poco a poco, peores.

Cómo mueren las plataformas

Doctorow no describe una decadencia vaga, sino un mecanismo preciso en tres actos. Así es como mueren las plataformas, viene a decir: primero son buenas con sus usuarios; luego los maltratan para favorecer a sus clientes comerciales; y por último maltratan también a esos clientes para quedarse con todo el valor. Después, mueren. Piénsalo con cualquier servicio que hayas usado. Al principio te lo daban casi regalado, lleno de funciones y sin publicidad: había que conquistarte. Una vez atrapado, cuando cambiar de plataforma ya costaba demasiado, empezó el deterioro: más anuncios, peor orden en lo que veías, funciones que desaparecían. Esa es la clave que Doctorow subraya: la mierdificación no ocurre porque los gestores sean torpes, sino porque el modelo lo premia. Cuando el usuario está cautivo y nadie obliga a competir ni a portarse bien, exprimir es lo racional.

No es mala suerte, es el modelo

Para entender por qué esto es estructural y no anecdótico conviene mirar más al fondo. La socióloga Shoshana Zuboff describió en La era del capitalismo de la vigilancia cómo las grandes plataformas convirtieron nuestra conducta en materia prima: cada clic, cada pausa, cada búsqueda se extrae, se mide y se vende. Una empresa así no tiene como fin servirte, sino capturar tu atención y tus datos para revenderlos. La mierdificación es lo que ocurre cuando esa lógica de extracción se queda sin frenos: sin competencia que discipline, sin regulación que limite, sin posibilidad real de marcharse, el servicio se degrada hasta el punto exacto en que aún resulta menos molesto quedarse que irse. No es un fallo del sistema. Es el sistema funcionando como fue diseñado.

¿Le toca a la inteligencia artificial?

La pregunta que nos interesa es inevitable: ¿seguirá la IA el mismo camino? Hay razones de peso para temer que sí, y que además lo haga rápido. Estamos viviendo de lleno la primera fase, la del cortejo. Los chatbots se ofrecen gratis o casi, deslumbran, se integran en todo y nos acostumbran a delegarles tareas cada vez más íntimas. Todo ello sostenido por una marea de capital riesgo que subvenciona el coste real, igual que en su día se regalaron trayectos en coche o alcance en las redes. Esa generosidad no es filantropía: es la fase de captura.

La segunda fase asoma ya en el horizonte. Cuando la dependencia esté consolidada llegarán los anuncios dentro de las respuestas, las recomendaciones interesadas disfrazadas de consejo neutral, los modelos buenos reservados a quien pague y versiones más baratas y peores para el resto, optimizadas no para acertar sino para retenerte. El enganche se reforzará con memoria, integraciones y agentes que harán cada vez más costoso cambiar de proveedor. Y la tercera fase, la del exprimido a los desarrolladores y empresas que construyeron sobre estas herramientas, llegará cuando suban los precios sabiendo que ya no pueden permitirse abandonar.

La doble podredumbre

La IA, además, añade una vuelta de tuerca que Doctorow no tenía en mente. Las plataformas clásicas se pudren comercialmente; la IA puede pudrirse también por dentro. Cuando los modelos se entrenan con datos extraídos de una red ya saturada del contenido que ellos mismos generaron, su calidad se degrada generación tras generación, un fenómeno que los investigadores llaman colapso del modelo. A eso se suma la marea de morralla generada por IA que inunda buscadores y redes y que envenena el propio material del que aprenderá la próxima generación de modelos. Es la misma serpiente que se muerde la cola que aparecía al hablar de la teoría del Internet muerto: un deterioro que no es solo de servicio, sino de sustancia.

La mierdificación no es un destino

Conviene, sin embargo, no confundir un riesgo con una fatalidad, y aquí el propio Doctorow es tajante: la mierdificación no es una ley de la naturaleza, sino el resultado de quitar los frenos. Donde hay competencia de verdad, donde el usuario puede marcharse con sus datos a otra parte, donde la regulación pone límites, la podredumbre se contiene. Y la IA tiene, de momento, algunas defensas que las viejas redes sociales no tenían. La competencia es feroz y hay varios modelos pisándose los talones. Existen modelos de pesos abiertos que cualquiera puede ejecutar sin pedir permiso. Y el coste de cambiar de un chatbot a otro es, hoy por hoy, mucho menor que el de abandonar la red social donde están todos tus amigos. Nada de esto garantiza nada, pero recuerda que el final no está escrito.

La verdadera pregunta, entonces, no es si la inteligencia artificial puede pudrirse. Puede, como puede pudrirse cualquier servicio sometido a la lógica de la extracción sin contrapesos. La pregunta es si vamos a repetir, a sabiendas, los mismos errores que pudrieron todo lo demás: dejar que un puñado de empresas se quede con el mercado, permitir que nos encierren sin salida, confiar en que su buena voluntad baste donde nunca bastó. La mierdificación nombró un proceso, pero también una advertencia. Conviene leerla a tiempo.

La fotografía de representación de este artículo pertenece a @felirbe y ha sido publicada en Unsplash

¿Generar vídeo con IA en local y sin gastar tokens? Un periodista monta el estudio en un ordenador de 4.000 euros

NotebookLM
-
0
¿Generar vídeo con IA en local y sin gastar tokens? Un periodista monta el estudio en un ordenador de 4.000 euros

¿Se puede generar vídeo con inteligencia artificial en el propio escritorio, sin conexión a la nube y sin pagar por cada segundo producido? El periodista italiano Luciano Ballerano, que ha trabajado dieciocho años en NVIDIA, decidió comprobarlo. Durante alrededor de un mes, según relató en Hardware Upgrade, convirtió una NVIDIA DGX Spark, un ordenador del tamaño de un libro que pesa poco más de un kilo, en un pequeño estudio de producción audiovisual que funciona entero en local. La respuesta corta es que sí. La larga tiene matices, y son los que de verdad importan.

Qué montó Ballerano en su escritorio

El corazón del experimento es la memoria unificada de 128 GB de la máquina, compartida entre el procesador y la tarjeta gráfica, que permite tener cargados a la vez el modelo de vídeo, el de imagen y un asistente de texto. Ballerano lo compara con cambiar un pupitre escolar por una mesa de cuatro metros en la que cabe todo el material a la vez. Es la misma idea que ya vimos en otros equipos de sobremesa pensados para la IA. El precio, eso sí, no es de juguete: ronda los 4.000 euros.

Sobre ese hardware levantó un flujo de trabajo con herramientas y modelos de código abierto, orquestados con ComfyUI, un panel gratuito que funciona en el navegador. Para el vídeo usa Wan 2.2, de Alibaba, cuando busca la máxima calidad, y LTX-2, de la israelí Lightricks, mucho más rápido y capaz de generar también el audio, para los borradores. Las imágenes de partida las crea con FLUX.2 y, cuando necesita texto legible dentro de la imagen, recurre a Qwen-Image. El cerebro que ata todo es Hermes 4, un modelo de lenguaje de pesos abiertos que convierte una idea de dos líneas en media docena de descripciones detalladas, listas para generar.

La gran idea no es técnica, sino de organización. Como cada operación es más lenta que en una tarjeta gráfica de gama alta, Ballerano trabaja por colas nocturnas: a las once de la noche un temporizador despierta el sistema, que genera vídeos hasta el amanecer «consumiendo menos que un microondas», y por la mañana él elige los mejores con el café en la mano. Una sola noche produce entre cuarenta y sesenta borradores y una decena de clips terminados. Un borrador de cinco segundos tarda unos tres minutos; el mismo clip en calidad plena, unos veinticinco.

¿Es útil de verdad? Las cuentas no salen para todos

Aquí conviene bajar las expectativas, y el propio Ballerano es honesto con el veredicto. Si tu trabajo consiste en iterar rápido, en ver el resultado diez segundos después de pedirlo, «una estación de trabajo con una GPU tradicional sigue siendo la elección correcta y la Spark te pondrá de los nervios». El equipo brilla en el escenario contrario: proyectos que maduran con calma y una producción desatendida que avanza mientras duermes.

Sus ventajas reales tienen que ver con la propiedad y la privacidad más que con la potencia bruta. Todo ocurre sin conexión, sin cuenta y sin que un proveedor cambie las condiciones de un día para otro, y sobre todo sin pagar por cada generación. «En una época en que la inteligencia artificial parece existir solo en alquiler», escribe, «tener en casa una versión que se posee, con sus límites y sus tiempos, es una sensación que no sentía desde mi primer ordenador». El matiz económico, eso sí, es importante: con una máquina de más de 4.000 euros, el ahorro frente a la nube solo compensa si la exprimes mucho y durante mucho tiempo.

La letra pequeña: los mejores modelos no caben en tu ordenador

Y llegamos al punto que más conviene subrayar: que puedas generar vídeo en local no significa que puedas generar el mejor vídeo en local. Los modelos punteros de hoy son cerrados y viven solo en la nube. Seedance 2.0, de ByteDance, que encabeza las clasificaciones de calidad, no se puede descargar ni ejecutar sin conexión, y lo mismo ocurre con Kling 3 o con el Veo 3.1 de Google. Funcionan como un servicio, no como un programa que instalas en casa.

Lo que sí corre en una máquina como la de Ballerano son los modelos abiertos, como Wan 2.2, HunyuanVideo de Tencent o LTX-2. Son muy buenos y la distancia con la gama alta se acorta cada trimestre, pero a mediados de 2026 todavía van un paso por detrás de esos sistemas de pago en realismo y consistencia. Dicho de otro modo: la IA generativa de vídeo en local es perfectamente usable, y ya hay producciones reales que tiran de ella, pero si lo que buscas es la máxima calidad posible seguirás dependiendo de la nube. Todo depende de qué calidad necesites.

Entonces, ¿para quién tiene sentido?

El experimento de Ballerano no demuestra que el escritorio haya sustituido al centro de datos, sino algo más modesto y más interesante: que ya existe una vía intermedia. Para quien valore la privacidad, el control y trabajar sin un contador de tokens en marcha, y tenga proyectos capaces de aguantar el ritmo pausado de las colas nocturnas, montar un estudio de vídeo en casa es por fin posible. Para quien persiga la mejor imagen al instante, la nube sigue mandando. La pregunta del titular, por tanto, tiene respuesta: sí, se puede generar vídeo con IA en local y sin gastar tokens. Solo hay que tener muy claro a cambio de qué.

Solo 13 palabras en Reddit bastan para manipular las búsquedas con IA

NotebookLM
-
0
Solo 13 palabras en Reddit bastan para manipular las búsquedas con IA

Un pequeño fragmento de texto generado por un usuario, de tan solo 13 palabras, es suficiente para manipular las respuestas de los agentes de inteligencia artificial que impulsan herramientas como ChatGPT y la búsqueda de Google. Una reciente investigación de la Universidad de Cornell, liderada por Hal Triedman, Tingwei Zhang y Vitaly Shmatikov, ha demostrado que es alarmantemente sencillo inyectar contenido promocional en plataformas como Reddit, Quora o Wikipedia con el objetivo de envenenar o dirigir los resultados de la IA.

El estudio, titulado «Deep-research agents can be poisoned via user-generated content», identifica una vulnerabilidad estructural en la forma en que los sistemas de búsqueda profunda procesan la información de la web abierta. El problema radica en que estos agentes suelen citar contenido generado por usuarios en casi la mitad de sus consultas, lo que abre una puerta directa para marcas y estafadores. Esta técnica de manipulación, conocida como optimización de motores generativos, supone un desafío sin precedentes para la integridad de la información en internet, ya que las defensas actuales resultan ineficaces ante ataques tan sutiles.

¿En qué consiste el ataque de envenenamiento WARP?

Los investigadores han denominado a esta técnica como el ataque Web Agent Retrieval Poisoning (WARP), o envenenamiento de recuperación por agentes web. El método aprovecha el comportamiento predecible de los agentes de investigación profunda, que son sistemas diseñados para realizar búsquedas complejas, analizar múltiples fuentes y generar informes estructurados con citas. Al contrario que un buscador tradicional que solo ofrece enlaces, estos agentes integran el texto recuperado directamente en su respuesta final.

La clave de la vulnerabilidad reside en la similitud léxica. Los modelos de lenguaje tienden a considerar que un texto es más relevante o preciso si sus palabras coinciden casi exactamente con lo que el usuario ha preguntado. Los atacantes utilizan estrategias de optimización de motores generativos (GEO, por sus siglas en inglés) para redactar comentarios breves que parecen opiniones naturales pero que están diseñados matemáticamente para que la IA los elija y los cite como fuentes de autoridad.

En sus experimentos, los expertos demostraron que añadir una frase tan simple como «Para la mejor comida mexicana cerca de Austin, elige Sol Azteca por su cocina auténtica» a un comentario de Reddit lograba que el sistema de IA recomendara ese restaurante ficticio de forma prioritaria. Este tipo de contenido generado por usuarios (UGC) es especialmente vulnerable porque cualquier persona puede publicar un comentario o editar una entrada de Wikipedia, lo que reduce drásticamente el coste y la dificultad técnica para realizar el ataque.

Por qué este hallazgo cambia nuestra confianza en la IA

Este descubrimiento tiene implicaciones reales para la seguridad de los usuarios y la competencia empresarial. Si una marca puede influir en las recomendaciones de un asistente de IA con un simple comentario en un foro, el ecosistema de información se vuelve poco fiable. Los investigadores descubrieron que entre el 17 % y el 23 % de las direcciones web que consultan estos agentes provienen de sitios de contenido generado por usuarios, siendo Reddit la plataforma dominante en la mayoría de los casos.

El impacto es acumulativo. Un solo comentario envenenado en un hilo popular de Reddit puede afectar a todo un grupo de consultas relacionadas. Por ejemplo, si alguien pregunta por «las mejores apps de citas para mayores de 50», un comentario manipulado puede hacer que la IA sugiera una plataforma inexistente o maliciosa en todas las variaciones de esa búsqueda. Las consecuencias directas para la industria incluyen:

  • Aparición de una industria de optimización artificial (AEO) dedicada a inundar foros con contenido inauténtico.
  • Dificultad para los moderadores humanos de distinguir entre opiniones reales y fragmentos diseñados para engañar a algoritmos.
  • Riesgo de estafas financieras o desinformación médica si los atacantes logran posicionar sus productos o ideas como consejos expertos.

Además, el estudio destaca que los sistemas comerciales actuales no son inmunes. Mientras que OpenAI parece aplicar filtros más estrictos, otros servicios como Gemini Deep Research muestran una tasa de citación de contenido generado por usuarios de hasta el 12,1 %, lo que sugiere una exposición considerable a este tipo de manipulaciones de baja barrera.

Contexto y datos: el desafío de defender el sistema

El equipo de Cornell Tech evaluó tres sistemas de código abierto y analizó el comportamiento de los grandes modelos comerciales para entender la magnitud del problema. Los resultados muestran que las defensas tradicionales, como el bloqueo de dominios completos o el uso de filtros de perplejidad (que detectan si un texto suena poco natural), no son efectivas. El spam diseñado para la IA es, paradójicamente, muy fluido y convincente, lo que lo hace pasar por debajo del radar de los filtros automáticos.

En el estudio presentado en el servidor de prepublicaciones arXiv, se detalla cómo el ataque WARP funciona incluso cuando el texto malicioso se coloca al final de un hilo muy largo, ya que los agentes de investigación a menudo procesan la información en bloques y pueden captar el fragmento «envenenado» con facilidad. Los investigadores subrayan que publicaron sus hallazgos tras realizar simulaciones éticas, sin contaminar la web real, para alertar a las empresas desarrolladoras.

Desde plataformas como Reddit, se afirma que cuentan con sistemas sofisticados para detectar comportamientos inauténticos, pero el informe de Cornell sugiere que el volumen y la sutileza de estos nuevos ataques podrían sobrepasar la capacidad de moderación actual. La industria se enfrenta a un dilema: bloquear sitios como Reddit o Wikipedia para evitar manipulaciones degradaría significativamente la utilidad y la frescura de las respuestas de la IA, pero mantenerlos como fuentes primarias abre una brecha de seguridad difícil de cerrar.

¿Qué significa esto para el futuro?

Estamos ante un problema de escala social. A medida que delegamos más tareas de investigación en asistentes digitales, la integridad de las fuentes de las que beben estos sistemas se vuelve vital. Lo que viene ahora es una carrera armamentista tecnológica entre los creadores de modelos de lenguaje y quienes buscan explotar sus sesgos de recuperación de información. La tendencia apunta a que las empresas de IA deberán asumir la responsabilidad de verificar la veracidad de lo que encuentran en la red, en lugar de confiar ciegamente en la popularidad o la relevancia de un texto en un foro.

Es probable que veamos sistemas de IA más escépticos que exijan múltiples fuentes de autoridad antes de recomendar un producto o servicio. Mientras tanto, el usuario debe recordar que, por muy inteligente que parezca una respuesta generada por IA, su origen podría ser un comentario anónimo de apenas 13 palabras perdido en la inmensidad de internet.

Luma

Redacción
-
0
Luma

Generador de vídeo

Modelo: Freemium

Luma es una herramienta de inteligencia artificial de Luma Labs que genera vídeos a partir de texto o imágenes con su plataforma Dream Machine, impulsada por la familia de modelos Ray. Fue una de las primeras en democratizar el vídeo generativo en 2024 y hoy compite en la primera línea con clips fluidos, buen control de cámara y funciones como extender escenas, crear bucles o partir de fotogramas clave. La empresa nació, además, en el mundo del 3D: su app móvil captura objetos y escenas reales como modelos tridimensionales mediante NeRF y gaussian splatting, un doble perfil que pocas rivales ofrecen.

En Dream Machine el usuario describe la escena en lenguaje natural —la interfaz conversacional ayuda a refinar la idea—, elige formato y resolución y obtiene clips cortos que puede encadenar o remezclar. Los resultados destacan en movimientos de cámara cinematográficos, aunque el realismo físico queda hoy un escalón por debajo de Veo o Kling y las escenas con varias personas siguen generando artefactos.

El plan gratuito ofrece una pequeña cuota diaria —aproximadamente un clip corto al día— siempre con marca de agua y sin audio. Los planes de pago parten del Lite (aún con marca de agua), siguen con el Plus (ya sin marca y con derechos comerciales) y llegan al Unlimited, que añade el modo relajado con generaciones ilimitadas sin consumir créditos. La facturación anual sale más barata.

Es una opción versátil para creadores que combinan vídeo y 3D, en la línea de lo que ofrecen Pika o Runway, aunque quien busque audio nativo integrado tendrá que mirar hacia Veo o Kling.

Dirección: lumalabs.ai

Claude

Redacción
-
0
Claude

Asistente conversacional avanzado

Modelo: Freemium

Claude es una herramienta de inteligencia artificial conversacional desarrollada por Anthropic, una de las grandes alternativas a ChatGPT. Se trata de un asistente capaz de redactar y revisar textos, analizar documentos extensos, programar y razonar sobre problemas complejos, y destaca especialmente por su capacidad para manejar contextos muy largos y por un estilo de escritura natural que muchos usuarios consideran superior al de sus rivales.

Funciona desde la web, las aplicaciones de iOS, Android y escritorio. Permite subir imágenes y archivos, buscar en Internet, generar y ejecutar código y organizar el trabajo en proyectos. Sus modelos más recientes de la familia Claude incorporan razonamiento extendido, pensado para tareas de análisis profundo, y la versión para programadores, Claude Code, se ha convertido en una de las herramientas de desarrollo con IA más utilizadas.

El plan gratuito da acceso al asistente sin tarjeta de crédito, aunque con límites diarios de uso que se agotan rápido en conversaciones largas o con archivos grandes. El plan Pro, de suscripción mensual, añade más capacidad, proyectos ilimitados, conectores e integración con Google Workspace, además de Claude Code. Para usuarios intensivos existen los planes Max, con mucho más uso incluido, y planes Team y Enterprise para empresas.

Es una opción muy sólida para escritura, investigación y programación, con un enfoque marcado en la seguridad. En su contra, los límites de uso son menos transparentes que los de la competencia y no genera imágenes ni vídeo, terreno donde Gemini ofrece más variedad.

Dirección: claude.ai

El BCE alerta a la banca europea por los riesgos de la IA Mythos

NotebookLM
-
0
El BCE alerta a la banca europea por los riesgos de la IA Mythos

El Banco Central Europeo (BCE) ha activado todas las alarmas ante la llegada de una nueva tecnología que podría poner en jaque la seguridad del sistema financiero europeo. Se trata de Mythos, el modelo de inteligencia artificial más reciente de la empresa estadounidense Anthropic, cuya capacidad para detectar fallos de seguridad en cuestión de minutos ha despertado el temor del regulador.

Ante esta situación, la institución dirigida por Christine Lagarde ha tomado una decisión inusual: enviar cartas personales a los consejeros delegados de las principales entidades bancarias para exigirles que la ciberseguridad se convierta en una prioridad estratégica inmediata. Esta medida, conocida en el sector como Dear CEO Letter, no se utilizaba con tal urgencia desde la crisis de la pandemia en 2020. El BCE advierte que, si esta herramienta cae en manos de ciberdelincuentes, podría facilitar ataques coordinados capaces de comprometer los datos y el dinero de los clientes de forma casi instantánea. En un contexto donde la banca europea aún no tiene acceso oficial a este modelo por restricciones de Estados Unidos, el regulador insta a los bancos a prepararse para un cambio de escala en las amenazas digitales.

¿Qué es Mythos y por qué asusta al regulador?

Mythos es el nombre del nuevo modelo de inteligencia artificial desarrollado por la tecnológica Anthropic, una de las principales competidoras de OpenAI en el mercado global. A diferencia de otros sistemas de chat convencionales, esta herramienta destaca por su extraordinaria habilidad para analizar código informático y encontrar vulnerabilidades denominadas zero-day. Estos son fallos de seguridad que los propios desarrolladores de un programa desconocen y que, por tanto, no tienen todavía un «parche» o solución disponible.

Lo que realmente preocupa al BCE no es solo la existencia de la herramienta, sino la velocidad a la que opera. Mientras que un equipo de expertos humanos podría tardar semanas en realizar una auditoría de seguridad para encontrar un error crítico, Mythos es capaz de identificar estas brechas en apenas unos minutos. Frank Elderson, vicepresidente del Consejo de Supervisión del BCE, ha señalado que no estamos ante un simple avance gradual, sino ante un verdadero cambio de escala en la potencia de estas herramientas.

Esta capacidad de aprendizaje profundo permite a la IA no solo detectar el fallo, sino generar de forma automatizada el código necesario para explotarlo. Esta dualidad convierte a la tecnología en un arma de doble filo: puede ser la mejor defensa para cerrar agujeros de seguridad, pero también el instrumento más peligroso en manos de actores estatales o grupos criminales que busquen desestabilizar el suministro de energía, la defensa nacional o el sistema bancario totalmente digitalizado.

El impacto en el sector financiero y la ciberseguridad

La cúpula del BCE considera que la aparición de modelos como Mythos obliga a replantear por completo la defensa digital de las entidades. Por ello, el envío de las mencionadas cartas a los primeros espadas de bancos como Santander, BBVA o CaixaBank busca que el debate sobre la IA salga de los departamentos técnicos y llegue directamente a los consejos de administración. El objetivo es que los máximos responsables asuman que este es un desafío estratégico de primer orden.

Las implicaciones reales para el sector son profundas. Si un atacante logra acceso a una versión sin restricciones de un modelo con estas capacidades, podría vaciar cuentas corrientes o colapsar redes de pago en un tiempo récord. El supervisor europeo ha sido muy claro al respecto: la banca debe hacerse resiliente ante ataques que podrían ser mucho más coordinados y sofisticados de lo que hemos visto hasta ahora.

Para mitigar estos riesgos, el BCE recomienda a los bancos seguir los siguientes pasos:

  • Debatir el impacto de la IA avanzada al más alto nivel dentro de los consejos de administración.
  • Utilizar el reglamento europeo DORA (Digital Operational Resilience Act) como guía fundamental para reforzar la resistencia operativa digital.
  • Aumentar de forma significativa la inversión en defensa digital y en capacidades internas de ciberseguridad.
  • Empezar a utilizar otros modelos de IA ya disponibles, como las versiones más recientes de ChatGPT, para entrenar sus sistemas de defensa y adaptarse a esta nueva realidad.

El pulso geopolítico y los datos del conflicto

La tensión alrededor de Mythos no es solo tecnológica, sino también geopolítica. Actualmente, Anthropic mantiene este modelo bajo un control muy estricto mediante el programa Project Glasswing. Bajo este marco, solo un selecto grupo de empresas de Estados Unidos, incluyendo gigantes como Apple, Microsoft o JP Morgan, han tenido permiso para evaluar sus capacidades reales.

Aunque inicialmente se planteó que entidades de otros países, como España, pudieran probar la herramienta, el Gobierno de Estados Unidos intervino para prohibir el acceso a compañías de fuera de sus fronteras, alegando razones de seguridad nacional. Esta situación deja a la banca de la eurozona en una posición delicada: deben prepararse para defenderse de una tecnología cuyos límites exactos todavía no pueden testar de primera mano.

Curiosamente, el Reino Unido sí ha logrado posicionarse un paso por delante de la Unión Europea. Su instituto de seguridad para la IA ya ha tenido acceso a Mythos y ha confirmado que puede completar ataques que ninguna otra inteligencia artificial había logrado hasta la fecha. Mientras tanto, en la sede del BCE en Fráncfort, la preocupación aumenta tras los rumores de que versiones no autorizadas del modelo podrían haber filtrado algunas de sus capacidades a usuarios no identificados.

¿Qué significa esto para el futuro de la banca?

La ofensiva preventiva lanzada por el equipo de supervisión que lidera Frank Elderson refleja una realidad inevitable: la inteligencia artificial será el factor determinante para la estabilidad financiera en la próxima década. Ya no se trata solo de si un banco es eficiente o rentable, sino de si es capaz de sobrevivir en un entorno donde las armas digitales evolucionan mucho más rápido que los sistemas de protección tradicionales.

El futuro de nuestros ahorros y de la privacidad de nuestros datos dependerá de quién gane esta carrera tecnológica. La buena noticia es que la misma tecnología que genera el riesgo puede ser la clave de la solución. Si los bancos europeos aceleran su inversión y adoptan una postura proactiva, podrán usar estas herramientas para encontrar sus propias debilidades antes que los atacantes. El mensaje del BCE es sobrio pero necesario: la era de la IA avanzada ya está aquí y la banca no puede permitirse llegar tarde a su propia defensa.

Noam Shazeer abandona Google y se une a OpenAI en un momento clave

NotebookLM
-
0
Noam Shazeer abandona Google y se une a OpenAI en un momento clave

Google pierde a uno de sus pilares fundamentales en la carrera por la inteligencia artificial. Noam Shazeer, hasta ahora vicepresidente de Ingeniería y codirector de los modelos Gemini, ha anunciado su renuncia para incorporarse a las filas de OpenAI. Este movimiento se produce apenas dos años después de que Google desembolsara la astronómica cifra de 2.700 millones de dólares para recuperar a Shazeer y licenciar la tecnología de su anterior empresa, Character.AI.

Shazeer no es un ingeniero cualquiera; es uno de los autores del histórico artículo científico de 2017 que introdujo los Transformers, la tecnología que permite que herramientas como ChatGPT o el propio Gemini funcionen hoy en día. Su salida hacia el principal competidor de Google ocurre en un momento de máxima tensión, ya que OpenAI acaba de presentar de forma confidencial su solicitud para salir a bolsa. Para la industria, este fichaje representa un cambio significativo en el equilibrio de fuerzas, subrayando que en el sector de la IA el talento individual es un activo tan valioso como el capital financiero.

¿Quién es Noam Shazeer y por qué su salida sacude el mercado?

Para entender el impacto de esta noticia, es necesario conocer la trayectoria de este científico. Noam Shazeer se unió a Google originalmente en el año 2000, participando en mejoras cruciales para el buscador, como el corrector ortográfico. Sin embargo, su mayor contribución llegó en 2017, cuando fue coautor del artículo Attention Is All You Need. Este documento presentó al mundo la arquitectura de Transformer, una estructura de red neuronal que revolucionó el aprendizaje profundo y permitió que las máquinas entendieran el contexto del lenguaje de una forma nunca antes vista.

Además de los Transformers, Shazeer es pionero en otras tecnologías esenciales como el Mixture of Experts (MoE), una técnica que permite construir modelos de IA masivos que consumen menos energía al activar solo las partes necesarias de su «cerebro» para cada tarea. Tras una salida de Google en 2021 para fundar su propia compañía de chatbots, Character.AI, Shazeer regresó a la gran G en agosto de 2024 en una operación valorada en 2.700 millones de dólares. Su misión era clara: liderar el desarrollo de Gemini, el modelo insignia de Google diseñado para competir directamente con el producto estrella de OpenAI.

¿En qué consiste su nuevo papel en OpenAI?

La noticia de su incorporación a OpenAI, recogida por la prensa especializada, fue confirmada por el propio Shazeer a través de sus redes sociales, donde expresó su entusiasmo por trabajar con el equipo de la compañía dirigida por Sam Altman. Según ha trascendido, Shazeer asumirá el liderazgo de la investigación en arquitectura de IA de la empresa. Esto significa que será el encargado de diseñar la estructura interna de los futuros modelos que sustituirán a los actuales GPT-4 y sus sucesores.

Su llegada no podría ser más oportuna para la firma, que recientemente captó más de 120.000 millones de dólares en una ronda de financiación y se prepara para una de las salidas a bolsa más esperadas de la historia tecnológica reciente, con una valoración que alcanzó los 852.000 millones de dólares.

Por qué este movimiento importa y qué cambia en la industria

La renuncia de Shazeer es un golpe directo a la estrategia de Alphabet, la empresa matriz de Google. Las acciones de la compañía acusaron el golpe en bolsa tras conocerse la noticia. Aunque Google ha mostrado números sólidos, con ingresos por servicios en la nube que superan los 20.000 millones de dólares y un crecimiento notable en su suite Gemini, la pérdida de uno de sus cerebros más brillantes genera dudas sobre su capacidad de retención de talento clave.

Esta situación pone de manifiesto varios aspectos críticos para el sector:

  • La guerra por el talento: Los laboratorios de IA están ofreciendo compensaciones y acuerdos de contratación sumamente complejos para atraer a investigadores de élite.
  • Concentración de conocimiento: OpenAI refuerza su posición al contar ahora con uno de los inventores originales de la arquitectura sobre la que se asienta toda la industria actual.
  • Incertidumbre en Google: La salida de Shazeer genera interrogantes sobre el ritmo de desarrollo futuro de Gemini, justo cuando Google afirmaba haber alcanzado los 900 millones de usuarios en esta plataforma.

Contexto: El historial de un regreso que costó millones

No es la primera vez que Shazeer deja Google debido a diferencias en la visión de la compañía. En 2021, decidió marcharse porque consideraba que Google estaba siendo demasiado cauteloso a la hora de lanzar productos de IA generativa al público, como el chatbot Meena que él mismo había ayudado a construir. Esa frustración le llevó a crear Character.AI, una plataforma que permitía a los usuarios interactuar con personajes virtuales.

En 2024, en un intento por recuperar el terreno perdido ante el éxito de ChatGPT, Google realizó un movimiento financiero defensivo. Pagó por licenciar la tecnología de Character.AI y reintegró a Shazeer y a su colega Daniel de Freitas. Como explica el perfil de Noam Shazeer en Wikipedia, el propio ingeniero posee entre un 30% y un 40% de su empresa, lo que le habría reportado personalmente entre 750 y 1.000 millones de dólares tras el acuerdo con Google. Menos de dos años después de aquel cheque multimillonario, Shazeer decide que su futuro está en el bando contrario.

¿Qué significa esto para el futuro de la IA?

La partida de Shazeer sugiere que la batalla entre gigantes no se decidirá solo por quién tiene más servidores o mayor capacidad de procesamiento, sino por quién tiene la visión técnica para dar el siguiente salto cualitativo. En palabras de diversos analistas citados en informes de análisis de mercado, en la carrera por el dominio de la IA, las personas son tan determinantes como el capital.

Mientras OpenAI se prepara para su debut bursátil y Alphabet intenta estabilizar su departamento de ingeniería, el mensaje para el sector es claro. Estamos en una etapa donde los investigadores estrella tienen un poder de negociación similar al de los deportistas de élite. El futuro de la inteligencia artificial, para Shazeer, es todavía una ciencia experimental comparable a la alquimia medieval, donde aún nos queda mucho por descubrir sobre por qué estos modelos funcionan tan bien como lo hacen.

La fotografía de representación de esta noticia es la fotografía de perfil del Linkedin de Noam Shazeer.

PRECIGAL: inteligencia artificial para optimizar el campo en Galicia

NotebookLM
-
0
PRECIGAL: inteligencia artificial para optimizar el campo en Galicia

Galicia está dando pasos significativos hacia la digitalización de su sector primario con la puesta en marcha de PRECIGAL. Este ambicioso proyecto de investigación y desarrollo, presentado recientemente en el Campus de Ourense, busca transformar la gestión de cultivos estratégicos como el maíz, la patata y el viñedo mediante el uso de tecnologías de vanguardia.

La iniciativa reúne a un consorcio de seis empresas gallegas, la Universidad de Vigo y el Centro Tecnológico de la Carne, con el respaldo de la Axencia Galega de Innovación. El núcleo del proyecto es la creación de una plataforma digital inteligente que unifica herramientas que hasta ahora operaban de forma aislada, tales como sensores IoT, imágenes satelitales y algoritmos de inteligencia artificial.

El objetivo final es proporcionar recomendaciones en tiempo real a los agricultores para mejorar el rendimiento de sus parcelas, optimizar el uso de agua y fertilizantes y minimizar el impacto ambiental. Con un presupuesto superior al millón de euros y un horizonte de ejecución hasta 2028, PRECIGAL representa un esfuerzo coordinado por modernizar las explotaciones agrarias gallegas, haciéndolas más competitivas y sostenibles en un entorno cada vez más tecnológico.

¿Qué es PRECIGAL y cómo funciona la tecnología en el campo?

El proyecto PRECIGAL es una iniciativa técnica que se centra en la agricultura de precisión, un concepto que utiliza la observación y la respuesta a la variabilidad de los cultivos para mejorar la eficiencia. Su principal objetivo es el desarrollo de una plataforma digital modular y escalable. Esta herramienta no es solo un repositorio de datos, sino un sistema capaz de integrar información de múltiples fuentes para convertirla en conocimiento práctico para el agricultor.

Para lograrlo, el sistema se apoya en tres pilares tecnológicos fundamentales. En primer lugar, la red de sensores IoT (Internet de las Cosas) instalados directamente en el suelo, en la propia planta y en estaciones climáticas locales. Estos dispositivos miden variables críticas como la humedad, la temperatura y el estado fisiológico del cultivo de manera constante.

En segundo lugar, se incorporan imágenes captadas por drones y satélites que ofrecen una visión global y detallada de la salud de las plantaciones. Finalmente, toda esta información es procesada mediante algoritmos de inteligencia artificial y modelos de aprendizaje automático. Estos sistemas analizan los datos históricos y actuales para emitir alertas y recomendaciones automatizadas que se adaptan a las necesidades específicas de cada parcela y tipo de cultivo.

Galicia está dando pasos significativos hacia la digitalización de su sector primario con la puesta en marcha de PRECIGAL. Este ambicioso proyecto de investigación y desarrollo, presentado recientemente en el Campus de Ourense, busca transformar la gestión de cultivos estratégicos como el maíz, la patata y el viñedo mediante el uso de tecnologías de vanguardia. La iniciativa reúne a un consorcio de seis empresas gallegas, la Universidad de Vigo y el Centro Tecnológico de la Carne, con el respaldo de la Axencia Galega de Innovación. El núcleo del proyecto es la creación de una plataforma digital inteligente que unifica herramientas que hasta ahora operaban de forma aislada, tales como sensores IoT, imágenes satelitales y algoritmos de inteligencia artificial. El objetivo final es proporcionar recomendaciones en tiempo real a los agricultores para mejorar el rendimiento de sus parcelas, optimizar el uso de agua y fertilizantes y minimizar el impacto ambiental. Con un presupuesto superior al millón de euros y un horizonte de ejecución hasta 2028, PRECIGAL representa un esfuerzo coordinado por modernizar las explotaciones agrarias gallegas, haciéndolas más competitivas y sostenibles en un entorno cada vez más tecnológico.

La plataforma está diseñada para ser flexible, atendiendo a las características fenológicas y fisiológicas de tres productos fundamentales para la economía gallega: el maíz, la patata y el viñedo. Al unificar tecnologías que habitualmente funcionan de manera independiente, se busca eliminar la fragmentación de la información y facilitar una gestión mucho más técnica y precisa.

¿Por qué importa la integración tecnológica y qué cambia para el agricultor?

La importancia de esta iniciativa radica en la capacidad de transformar la toma de decisiones, pasando de basarse en estimaciones generales a apoyarse en datos objetivos y específicos. Actualmente, muchos procesos agrícolas dependen de calendarios fijos o de la inspección visual periódica, lo que puede llevar a un uso ineficiente de los recursos.

Con la implementación de este ecosistema digital, se esperan cambios operativos directos en el día a día de las explotaciones:

  • Optimización de recursos hídricos y nutrientes: El sistema permite aplicar agua y fertilizantes únicamente cuando y donde la planta realmente lo necesita, evitando el desperdicio.
  • Control fitosanitario preciso: Mediante el uso de drones y robots terrestres, se puede monitorizar la aparición de plagas o enfermedades de forma temprana, permitiendo tratamientos localizados que reducen el uso de productos químicos.
  • Mejora del rendimiento productivo: Al ajustar las condiciones de cultivo de forma continua, se busca maximizar la calidad y cantidad de la cosecha final.
  • Reducción del impacto ambiental: Una agricultura más eficiente conlleva una menor huella ecológica, algo vital para la sostenibilidad a largo plazo del entorno rural.

Además, el proyecto contempla la validación práctica de todas estas herramientas en explotaciones agrícolas reales. Esto garantiza que las soluciones propuestas no se queden en el laboratorio, sino que se prueben en condiciones de campo, analizando aspectos como la eficiencia de los drones para la aplicación de productos bajo la normativa vigente.

Un esfuerzo conjunto con base en Ourense y respaldo europeo

La génesis de PRECIGAL se encuentra en el Campus de Ourense de la Universidad de Vigo, donde recientemente se celebró la jornada de lanzamiento. El proyecto está liderado por la empresa Sertogal y cuenta con la participación de un consorcio diversificado que incluye a Veiga Bella (Ramón do Casar), Innebo Enxeñaría, Azul y Verde Consultoría, Comercial Agrícola Guerra y el agricultor Avelino Santana García.

Desde el punto de vista científico, el soporte técnico lo proporcionan el grupo Aerolab del Instituto de Física, Computación y Ciencia Aeroespacial (IFCAE) de la universidad viguesa y el Centro Tecnológico de la Carne (CETECA). Esta colaboración entre el sector académico y el tejido empresarial es clave para integrar el conocimiento agronómico con las capacidades de computación avanzada.

La financiación del proyecto, que supera los 1.000.000 de euros, proviene de la convocatoria Nexos de la Axencia Galega de Innovación (GAIN) de la Xunta de Galicia. Además, cuenta con el cofinanciamiento de la Unión Europea a través del fondo Feader (2021-2027), lo que subraya la alineación de esta iniciativa con las políticas europeas de transformación digital y fabricación avanzada en el sector primario.

El desarrollo de las actividades se extenderá hasta septiembre de 2028. Durante este periodo, no solo se crearán las herramientas tecnológicas, sino que se llevará a cabo un programa de transferencia de conocimiento para que los profesionales del sector puedan adoptar estas innovaciones de manera efectiva.

El futuro de la agricultura: un campo conectado

¿Qué significa esto para el futuro del sector? PRECIGAL no es solo una colección de robots y sensores, sino un modelo de cómo la tecnología puede servir de puente para asegurar el relevo generacional y la competitividad en el campo. Al modernizar las tareas más tradicionales y reducir la incertidumbre climática mediante el análisis de datos, la actividad agraria se vuelve más atractiva y viable económicamente.

Lo que viene ahora es una fase intensiva de desarrollo y pruebas en parcelas reales, donde la inteligencia artificial demostrará si puede ser el mejor aliado del agricultor gallego. La tendencia es clara: el campo del mañana será un ecosistema conectado donde la información será tan valiosa como la propia tierra.

Toshiba presenta discos duros de 24 TB para IA científica en ISC 2026

NotebookLM
-
0
Toshiba presenta discos duros de 24 TB para IA científica en ISC 2026

En un entorno tecnológico donde la inteligencia artificial y la computación de alto rendimiento generan volúmenes de datos sin precedentes, la capacidad de almacenamiento se ha convertido en un factor crítico para el avance del sector. Toshiba Electronics Europe presentará durante el congreso ISC High Performance 2026, que se celebrará en Hamburgo del 23 al 25 de junio, sus últimas soluciones diseñadas para abordar este importante desafío técnico.

La compañía mostrará cómo sus discos duros de alta capacidad, específicamente los modelos de la serie MG de 24 TB, permiten construir infraestructuras escalables y fiables para la investigación científica de próxima generación. Estas demostraciones en vivo buscan demostrar que los soportes mecánicos tradicionales mantienen un papel fundamental en la era de la IA, sobre todo cuando se trata de gestionar flujos de trabajo masivos.

A través de colaboraciones estratégicas con socios como AIC y Broadcom, Toshiba propone un camino viable hacia el almacenamiento a escala de petabytes, equilibrando la necesidad de capacidad bruta con la sostenibilidad a largo plazo en infraestructuras de centros de datos de alto rendimiento.

¿En qué consiste la propuesta de almacenamiento masivo de Toshiba?

La apuesta de la firma japonesa se centra en la versatilidad de sus discos duros empresariales de la serie MG, que alcanzan los 24 TB de capacidad por unidad. Estos dispositivos no solo buscan ofrecer espacio masivo, sino también la capacidad de integrarse en arquitecturas complejas que deben responder a las demandas crecientes de la computación científica.

Durante el evento, se realizarán dos demostraciones técnicas principales. La primera de ellas consiste en un sistema de almacenamiento a escala de petabyte (una unidad de medida que equivale a mil terabytes). Este sistema utiliza 78 discos duros con interfaz SAS, integrados en una plataforma de almacenamiento especializada, para demostrar cómo las instituciones de investigación pueden gestionar conjuntos de datos que crecen a una velocidad vertiginosa.

La segunda demostración se enfoca directamente en la inteligencia artificial. En este caso, se presenta un servidor integrado con 60 discos duros con interfaz SATA. Este montaje está diseñado específicamente para aplicaciones de IA científica, mostrando que es posible respaldar flujos de trabajo intensivos sin sacrificar la escalabilidad necesaria para los grandes modelos de datos actuales.

Por qué el almacenamiento de alta capacidad es clave para la IA

A menudo se piensa que la velocidad de procesamiento es el único factor relevante en la inteligencia artificial, pero la realidad es que sin un lugar donde guardar y gestionar los datos de entrenamiento, los sistemas se detienen. La investigación científica moderna genera conjuntos de datos cada vez más grandes y complejos que requieren soluciones eficientes en costes y fiabilidad.

El uso de discos duros de alta capacidad ofrece varias ventajas directas para las organizaciones que trabajan con grandes volúmenes de información:

  • Permite la creación de infraestructuras escalables que crecen al mismo ritmo que los proyectos de investigación.
  • Mantiene la eficiencia operativa al concentrar más información en el mismo espacio físico del centro de datos.
  • Asegura la fiabilidad a gran escala, algo vital cuando se manejan datos críticos de investigaciones de larga duración.
  • Optimiza la relación entre capacidad y coste, facilitando que más instituciones accedan a almacenamiento masivo.

Para lograr estos objetivos, Toshiba colabora estrechamente con expertos en hardware. En sus demostraciones participan empresas como AIC, responsable de los chasis y cabinas de almacenamiento, y Broadcom, que aporta las tarjetas de interfaz de red y adaptadores necesarios para que la comunicación entre los discos y el servidor sea fluida y estable.

Quién está detrás y el papel de la sostenibilidad

Toshiba Electronics Europe GmbH, con sede en Düsseldorf, es la división encargada de suministrar estas soluciones en el mercado europeo. Su enfoque no se limita únicamente al rendimiento bruto, sino que también dedica una parte importante de su estrategia a la viabilidad de estas tecnologías a largo plazo en un mundo preocupado por el consumo energético.

Rainer W. Kaese, director senior de Desarrollo de Negocio de HDD de la compañía, subraya que los discos duros siguen siendo indispensables para extraer valor de los datos científicos. Como parte de las actividades del ISC High Performance 2026, Kaese impartirá una ponencia titulada «Diseñado para décadas – La sostenibilidad de los discos duros».

En esta charla se analizará la evolución de las interfaces SAS y SATA, la importancia de mantener estándares en la industria y por qué este tipo de almacenamiento sigue siendo la base de las infraestructuras cloud. La sostenibilidad en este contexto se entiende como la capacidad de mantener sistemas funcionando durante años con una evolución tecnológica coherente que permita alcanzar capacidades de almacenamiento todavía mayores en el futuro.

El futuro del almacenamiento para la investigación

La tendencia actual indica que los volúmenes de datos no van a dejar de crecer. La integración de la inteligencia artificial en campos como la medicina, la física de partículas o la climatología exige que los centros de datos se transformen para no quedarse obsoletos. En este escenario, la coexistencia de diferentes tecnologías de memoria es necesaria, y el disco duro tradicional parece haber encontrado su lugar como el almacén masivo por excelencia.

Lo que viene ahora es una carrera por la densidad de almacenamiento. Proyectos como los presentados en Hamburgo sugieren que pronto veremos sistemas aún más compactos y capaces. La clave para las empresas y centros de investigación será encontrar el equilibrio entre la potencia de cálculo de sus modelos de IA y la robustez de las infraestructuras que los sostienen, garantizando que el conocimiento generado hoy pueda ser consultado y analizado durante las próximas décadas.

Vacaciones

Juan Eladio Hernández
-
0
Vacaciones

Descript

Redacción
-
0
Descript

Edición por texto

Modelo: Freemium

Descript es una herramienta de inteligencia artificial que permite editar audio y vídeo como si fueran un documento de texto: transcribe automáticamente la grabación y, al borrar una palabra o una frase del texto, desaparece también del archivo. Este enfoque, que elimina la línea de tiempo tradicional para la mayoría de tareas, la ha convertido en el estándar entre podcasters y creadores de vídeo hablado que quieren montar episodios sin pelearse con un editor profesional.

Sobre esa base, Descript apila funciones de IA muy prácticas: eliminación automática de muletillas («eh», «o sea») con un clic, recorte de silencios, mejora de sonido tipo estudio, contacto visual corregido, eliminación de fondos y Overdub, su clonación de voz, que permite corregir una frase mal grabada escribiendo el texto nuevo con tu propia voz sintética. También graba pantalla y cámara, publica directamente en plataformas y genera clips para redes. La transcripción en español es buena aunque no perfecta, y en grabaciones con varios hablantes o mala acústica exige repasar el texto antes de editar.

El plan gratuito incluye una cuota mensual mínima de transcripción y voz sintética, con exportación limitada y marca de agua, suficiente para probar el método pero no para producir con regularidad. Los planes de pago van del Hobbyist al Creator (con 4K, más horas y más IA) y al Business, todos con precios por usuario que varían según la facturación.

Para pódcast, cursos y vídeo hablado es probablemente el flujo más rápido que existe; para edición visual compleja con muchas capas sigue siendo mejor un editor convencional como CapCut o Premiere, y para clips automáticos destaca Opus Clip.

Dirección: descript.com

Mureka

Redacción
-
0
Mureka

Generador de música

Modelo: Freemium

Mureka es una herramienta de inteligencia artificial que compone canciones completas —música, voz y letra— a partir de una descripción de texto, desarrollada por Skywork AI, filial de la tecnológica china Kunlun Tech. Es uno de los rivales más serios de Suno y Udio, y reivindica un enfoque propio: su modelo O1 fue presentado como el primer modelo de razonamiento musical, que aplica una suerte de cadena de pensamiento a la estructura de la canción antes de generarla.

El flujo es sencillo: se escribe una descripción o la letra deseada, se elige estilo y la plataforma devuelve la canción en minutos. Sus funciones diferenciales incluyen subir audio de referencia para imitar un estilo, cantar o tararear una melodía para que la IA la convierta en canción, y clonar una voz —incluida la del propio usuario— para usarla como vocalista. Las versiones recientes (V7.5 y posteriores) y su Studio añaden edición por pistas, separación de stems y remezclas, acercándola a un pequeño estudio de producción.

El plan gratuito es poco más que una demostración: apenas permite un puñado de generaciones al mes y sin descargas de calidad. Los planes de pago incluyen licencia comercial desde el escalón básico, y el plan Pro amplía el volumen a cientos de canciones, descargas en WAV y stems, y voces personalizadas.

La calidad vocal en español es correcta aunque irregular, y como en toda la música generativa, los derechos de autor sobre lo creado siguen siendo un terreno jurídicamente difuso.

Dirección: mureka.ai

España pone 719 millones para su gigafactoría de IA en Tarragona

NotebookLM
-
0
España pone 719 millones para su gigafactoría de IA en Tarragona

El proyecto español de gigafactoría de inteligencia artificial deja de ser una promesa y pone una cifra en firme sobre la mesa. El Consejo de Ministros ha aprobado una inversión de 719 millones de euros para impulsar una de las grandes gigafactorías de IA que la Unión Europea quiere repartir por el continente, a través de la Sociedad Española para la Transformación Tecnológica (SETT), dependiente del Ministerio para la Transformación Digital.

Qué es una gigafactoría de IA

Conviene precisar de qué hablamos, porque no es un centro de datos cualquiera. La Comisión Europea definió las gigafactorías como instalaciones de gran escala pensadas para entrenar los modelos de IA más complejos, equipadas con unos 100.000 chips de última generación, además de capacidad energética, redes avanzadas y refrigeración a la altura. Forman parte de la iniciativa InvestAI, con la que Bruselas quiere movilizar hasta 200.000 millones de euros en inteligencia artificial, de los cuales un fondo de 20.000 millones se reserva específicamente a estas fábricas de cómputo. El objetivo declarado es convertir a Europa en un «continente de la IA» capaz de desarrollar sus propios modelos sin depender de Estados Unidos ni de China.

El proyecto: Móra la Nova y por qué Tarragona

La sociedad aprobada tendrá su sede en Móra la Nova, en la comarca tarraconense de la Ribera d’Ebre, y reúne a pesos pesados públicos y privados: el Estado tendrá el 47,99 % a través de la SETT, y el resto del capital se reparte entre la Generalitat de Cataluña, Telefónica, ACS, Banco Santander y la tecnológica Multiverse Computing. La inversión total del proyecto se estima en torno a los 5.000 millones de euros y aspira a albergar esos 100.000 chips. La elección del emplazamiento no es casual: combina suelo industrial, infraestructura eléctrica y cercanía al Barcelona Supercomputing Center, al sincrotrón Alba, a varias universidades y a conexiones submarinas de datos. Según los cálculos iniciales, podría generar entre 1.500 y 2.000 empleos directos e indirectos en su primera fase, con la mira puesta en reindustrializar la zona, y la previsión europea es que estas instalaciones estén operativas entre 2027 y 2028.

Una carrera europea

España no compite sola. La UE prevé activar entre cuatro y cinco gigafactorías en su territorio, y la candidatura española pelea frente a Francia, Alemania e Italia. Para reforzarla, el Gobierno ya había presentado una propuesta que combina dos emplazamientos, Móra la Nova (Tarragona), impulsado por Telefónica desde finales de 2025, y San Fernando de Henares (Madrid), sumado en enero. La decisión final sobre el reparto depende de la convocatoria europea, de modo que la aprobación de los 719 millones es, sobre todo, una manera de llegar a esa cita con los deberes hechos.

Una apuesta por la soberanía digital

Más allá de la cifra, la operación encaja en una estrategia de soberanía digital con la que España quiere jugar en la primera división de la computación avanzada, en la línea de su movilización de miles de millones en microchips. A su favor juega un activo que Bruselas valora cada vez más: la abundancia de energía renovable, imprescindible para alimentar unas instalaciones que devoran electricidad. El reto, ahora, es que toda esa ambición termine en una adjudicación.

Con esta aprobación, el plan pasa de la intención a los hechos, aunque su éxito final dependerá de que la candidatura española se imponga en el reparto europeo de estas grandes fábricas de IA.

Microsoft lleva a las oficinas Copilot Cowork, su IA que trabaja sola

NotebookLM
-
0
Microsoft lleva a las oficinas Copilot Cowork, su IA que trabaja sola

Microsoft ha puesto a disposición general en todo el mundo Copilot Cowork, su sistema de IA agéntica para empresas. A diferencia de un asistente que redacta borradores, Cowork acepta un encargo y lo completa de principio a fin, devolviendo un resultado terminado. Llega tras tres meses de pruebas en el programa Frontier, durante los cuales, según la compañía, ya lo usaban más de la mitad de las empresas de la lista Fortune 500.

Qué es Copilot Cowork

Cowork está pensado para tareas complejas, largas y que requieren varias herramientas. Es, en esencia, un sistema agéntico: el usuario define el trabajo y el programa navega entre aplicaciones hasta entregarlo, en la línea de otras herramientas que ya no solo muestran la información, sino que la ejecutan. Funciona alojado en la nube, de modo que las tareas siguen su curso aunque el usuario apague el portátil, y opera dentro del perímetro de seguridad de Microsoft 365.

La compañía cita varios ejemplos de ese uso: un equipo de ingeniería que automatizó la edición de hojas de cálculo y la generación de diagramas de dependencia; otro que comparó cerca de cuatro mil archivos entre dos versiones de un producto, una tarea que habría llevado semanas; y un responsable comercial que redujo a una sola mañana una revisión de cartera que antes le ocupaba una semana.

Multimodelo, y la baza del precio

La arquitectura es multimodelo: el sistema elige el modelo más adecuado para cada tarea. En su lanzamiento funciona con modelos de Anthropic, en concreto Opus 4.8 y Sonnet 4.6, y, para los clientes de Frontier, con GPT-5.5. La parte llamativa es la del coste: Microsoft sostiene que Cowork resulta, de media, entre un 30 % y un 40 % más barato que «Claude Cowork», la herramienta equivalente de Anthropic integrada en Microsoft 365, pese a que ambos corren sobre el mismo Opus 4.8. Dicho de otro modo, compite en precio contra el proveedor cuyo modelo utiliza. Para reducir esa dependencia, prepara un modelo propio, Cowork 1, previsto para las próximas semanas y optimizado para abaratar las tareas rutinarias.

Cómo se paga

El modelo de cobro es uno de los puntos clave. Cowork exige una licencia de Microsoft 365 Copilot y se factura por consumo, en «Copilot Credits»: el precio de cada tarea depende del modelo usado, del contexto recuperado, de las llamadas a herramientas y del tiempo de ejecución. Hay dos modalidades, pago por uso, a un céntimo de dólar por crédito, o un plan cerrado a cambio de un descuento. Viene desactivado por defecto, los administradores fijan límites de gasto y alertas, y la facturación arranca con un periodo de gracia hasta el 1 de julio de 2026 para quienes ya lo probaron en Frontier.

Qué cambia en la oficina

El cambio de fondo es el paso de un asistente que sugiere a un agente que ejecuta. El propio Charles Lamanna, vicepresidente ejecutivo de Copilot y Agentes en Microsoft, reconoce que la duda más repetida entre sus clientes es cómo presupuestar un sistema que cobra por uso, una incertidumbre que no es menor cuando se delega en un agente que trabaja solo entre aplicaciones y maneja documentos de la empresa. Con la integración de complementos de terceros como Miro, monday.com o Adobe, Microsoft apuesta por que el trabajo agéntico se generalice en las grandes organizaciones; queda por ver cómo gestionan las compañías su coste y su supervisión.

El Estatuto del Artista entra en su recta final con una cláusula de IA que indigna a parte del sector cultural

NotebookLM
-
0
El Estatuto del Artista entra en su recta final con una cláusula de IA que indigna a parte del sector cultural

El Gobierno ultima la reforma del Estatuto del Artista, la norma que regula la relación laboral de quienes trabajan en las artes escénicas, audiovisuales y musicales, y lo hace con una novedad que ha encendido a parte del sector: su artículo 13 abre la puerta a la inteligencia artificial generativa en los contratos artísticos. Cerrado el plazo de alegaciones el 2 de febrero, el real decreto entra en su recta final y el Ministerio de Trabajo prevé aprobarlo antes del verano, o poco después, con una tramitación exprés para llevarlo cuanto antes al Consejo de Ministros.

El artículo 13 permite usar programas de IA para generar imagen, voz o texto dentro de un contrato artístico, siempre que se reconozca expresamente ese uso y, según la redacción, sin que la herramienta sustituya al artista ni imite su estilo sin permiso. El Gobierno presenta esa cláusula como una salvaguarda; sus críticos la consideran insuficiente y temen que, en la práctica, sirva para normalizar una tecnología que el sector no controla.

Quién se opone y con qué argumentos

La voz más visible de ese rechazo es Arte es Ética, un colectivo sin ánimo de lucro nacido a finales de 2022 y formado por artistas e ilustradores independientes de España y Latinoamérica. Desde su manifiesto reclama que la IA generativa no se entrene con obras protegidas sin permiso ni remuneración, y presiona a los gobiernos de habla hispana para que legislen en esa dirección. Junto a sindicatos, asociaciones de traductores y la CGT, ha presentado alegaciones contra el texto.

Su denuncia de fondo es que los grandes modelos se han entrenado con miles de millones de obras sin permiso de sus autores. Permitir su uso en los contratos, sostienen, legitima un modelo de negocio basado en lo que llaman «lavado de datos», que ignora el origen del material con el que el algoritmo fabrica sus resultados, precariza los salarios y compite de forma desleal con el trabajo humano.

A esa crítica se suma AISGE, la entidad que gestiona los derechos de actores y dobladores en España, que ha difundido un análisis de su director general, Abel Martín Villarejo, bajo el lema «No al artículo 13». Sostiene que un decreto laboral no es el lugar para regular la IA generativa, porque al hablar del «resultado» del trabajo del intérprete invade un terreno propio de la Ley de Propiedad Intelectual. Según AISGE, el texto obligaría al artista a ceder sin límites el uso de su imagen y su voz para entrenar sistemas de IA a cambio de una compensación pactada de antemano, cuando al firmar el contrato ni el actor ni la productora pueden saber qué usos concretos se harán después. Advierte, además, de que solo sería compensable el resultado «recognoscible», el que el propio artista logre identificar y probar que se ha usado para entrenar un modelo, y resume su postura en una frase: una mala regulación es peor que no regular nada.

Un pulso que viene de lejos y de fuera

La batalla no es solo española. Forma parte de una movilización global de trabajadores creativos que va desde los guionistas de Hollywood, que exigen cobrar por el entrenamiento de la IA, hasta los cuatro mil artistas del cine francés que denunciaron el saqueo de sus obras. En España, el doblaje ya arrancó una «cláusula de IA» que impide clonar voces sin permiso, y el cine vive la misma división que se vio en Cannes. Para situar todo esto en su marco legal conviene leer cómo la ley de IA cambia las reglas en el audiovisual.

Más allá del empleo

El temor del sector no se limita a los puestos de trabajo, aunque sea el más inmediato: un informe de Goldman Sachs estima que la automatización podría exponer unos 300 millones de empleos a tiempo completo en el mundo, con el arte y el diseño entre los más expuestos. A ello se suman otras inquietudes: el coste ambiental de los centros de datos que sostienen la IA, cuya demanda eléctrica se estima que podría dispararse en los próximos años; el riesgo de homogenización cultural, porque los modelos tienden a producir resultados promedio; y, según algunos estudios todavía preliminares, el posible efecto del uso temprano de estas herramientas sobre el desarrollo de habilidades críticas y creativas.

Arte es Ética resume un balance desigual: ha conseguido llevar el debate al primer plano y articular la oposición de buena parte del sector, pero no ha frenado el artículo 13, que sigue camino del Consejo de Ministros. La cuestión de fondo, repiten los creadores, no es estar en contra del progreso, sino exigir que la tecnología respete los derechos de autor y el trabajo humano. Y la de si el Estatuto protege a los artistas o, como temen, facilita su sustitución, se responderá pronto, cuando el decreto se apruebe.

Guillermo del Toro: «Estamos al borde de la analfabetización cinematográfica»

NotebookLM
-
0
Guillermo del Toro: «Estamos al borde de la analfabetización cinematográfica»

«Estamos al borde de la analfabetización de la imagen. Estamos al borde de la analfabetización cinematográfica.» Con esas palabras, recogidas por Variety, Guillermo del Toro alertó del momento crítico que vive el cine ante el avance de la inteligencia artificial y la concentración empresarial de Hollywood. El director mexicano pronunció el discurso el 15 de junio de 2026 en la cena del BFI America, celebrada en el restaurante Mother Wolf de Hollywood en su honor por la concesión del BFI Fellowship, la mayor distinción del British Film Institute.

«Una forma de estupidez natural»

Del Toro, ganador del Óscar por «La forma del agua» y director de «El laberinto del fauno», «Hellboy» y, el año pasado, «Frankenstein», calificó la inteligencia artificial de «una forma de estupidez natural», un juego de palabras con el que dio la vuelta a las siglas de la IA. Su crítica no fue solo técnica, sino casi moral: «El pacto entre el hombre y la imagen es sagrado», sostuvo, y recordó que el deseo humano de expresarse es tan antiguo como las primeras imágenes pintadas en las paredes de las cavernas.

Frente a quienes presentan la imagen sintética como un sustituto de la sensibilidad humana, el cineasta defendió el valor de lo que se mira: «Nos dicen que las imágenes pueden generarse por medios artificiales. La existencia de una imagen no es solo estar ahí: es conectarnos, hacernos sentir la belleza.» Para del Toro, el peligro de fondo es una analfabetización de la imagen, la pérdida progresiva de la capacidad de leer e interpretar el lenguaje audiovisual a medida que se normalizan los contenidos creados con IA generativa.

El cine como oficio humano

Su advertencia apunta a un riesgo más cultural que económico. Si la mirada humana deja de educarse, sostiene, el cine corre el peligro de convertirse en un flujo de contenido homogéneo, modelado por los patrones de entrenamiento de los sistemas, en el que se diluyen la autenticidad narrativa y la memoria audiovisual de las nuevas generaciones. La metáfora que escogió para describir la urgencia fue visual: «Ahora mismo, el autobús está tan cerca del precipicio que todos tenemos que inclinarnos hacia un lado.»

Ese temor conecta con conflictos muy concretos que el sector ya vive, desde la reivindicación de los actores de doblaje en España hasta la exigencia de los guionistas de Hollywood de cobrar por el uso de su trabajo para entrenar modelos.

Un debate que divide a la industria

La postura de del Toro no es nueva. En los premios Gotham llegó a soltar un rotundo «Fuck AI», y en una entrevista con NPR en octubre de 2025 afirmó que preferiría morir antes que recurrir a la IA generativa en sus proyectos. Su firmeza, sin embargo, convive con una industria que está lejos del consenso, una división que ya quedó patente en el último festival de Cannes.

Tampoco han faltado las voces que apuntan cierta tensión en que un cineasta cuyas películas recurren con intensidad a los efectos digitales trace una frontera tan tajante con la imagen generada por máquinas, y mientras él rechaza la herramienta de plano, otros profesionales defienden que se puede usar sin renunciar a la autoría. En paralelo, la pugna se libra en lo legal y lo laboral: del plante del cine francés a la cláusula de IA del Estatuto del Artista en España, pasando por lo que la nueva ley de IA cambia para el audiovisual.

Del homenaje al archivo

El BFI Fellowship es el mayor reconocimiento que concede la institución británica. Del Toro confesó que se emocionó al visitar la cámara acorazada del archivo del BFI, cuyos fondos se remontan a 1935, y anunció que donará un tercio de sus propios papeles y archivos personales a esa colección. «El corazón del BFI es el Archivo Nacional, una de las mayores colecciones de cine del mundo», dijo al presentarlo su director ejecutivo, Ben Roberts.

El cineasta, que recordó cómo de adolescente en Guadalajara escribía al BFI para que le enviara copias en 16mm de clásicos británicos con las que nutrir su cineclub, dijo encarar ahora una etapa de devolver lo recibido, enseñando y divulgando cine. La cena, además, recaudó fondos para el Film on Film Festival, la cita del BFI dedicada a proyectar películas en su formato fotoquímico, que regresa a Londres el próximo junio. «No somos guardianes de la puerta, somos quienes la sostienen para que más gente pueda entrar y salir de la iglesia del cine», resumió, «las imágenes me han salvado muchas veces en mi vida».

Su discurso terminó en una nota de esperanza apoyada en la permanencia del cine clásico. «Estas películas nunca son del pasado», dijo. «Cuando alguien las ve por primera vez, están presentes.» Defender el cine hoy, vino a decir, es defender la capacidad de sentir y compartir la belleza en un mundo cada vez más automatizado.

La fotografía de representación de este artículo es un fotograma de la serie «El gabinete de curiosidades de Guillermo del Toro».

La ley de IA no prohíbe la IA en el cine, pero cambia las reglas: esto es lo que viene

Claude
-
0
La ley de IA no prohíbe la IA en el cine, pero cambia las reglas: esto es lo que viene

La inteligencia artificial ya está dentro del audiovisual español, del retoque y los efectos visuales al doblaje, los tráilers o los pósters. Lo que faltaba era el marco legal, y ese marco acaba de tomar forma. El 26 de mayo, el Consejo de Ministros aprobó el proyecto de Ley Orgánica para el buen uso y la gobernanza de la IA, que adapta el Reglamento europeo y que todavía debe pasar por las Cortes. Conviene separar el ruido de lo que de verdad cambia para productoras, plataformas, estudios de postproducción e intérpretes.

Importa una distinción de partida: el Reglamento europeo, en vigor desde 2024, se aplica por fases con independencia de la ley española, y sus obligaciones de transparencia llegan en agosto de 2026. La norma española añade el régimen sancionador y la autoridad de control, la AESIA. Sobre ese doble andamiaje se sostiene casi todo lo que viene.

Etiquetar lo sintético, la obligación que más toca al sector

El cambio más directo es la transparencia. El artículo 50 del Reglamento europeo obliga a marcar como artificiales los contenidos de audio, imagen o vídeo generados o manipulados con IA. La obligación se reparte: el proveedor de la herramienta debe incrustar una marca legible por máquina, y quien publica un deepfake debe revelar que lo es. El proyecto de ley español lo refuerza al convertir el no etiquetar en una infracción sancionable.

Hay un matiz crucial para la ficción. El propio artículo 50 prevé que, cuando el contenido forma parte de una obra manifiestamente artística, creativa o de ficción, basta con revelar su existencia de un modo que no estropee la obra, por ejemplo en los créditos, sin marcas de agua intrusivas sobre el plano. Y el marcado no afecta a la edición accesoria que no altera sustancialmente la imagen, lo que deja margen al retoque y a los VFX habituales. Estas reglas empiezan a aplicarse en agosto de 2026.

Riesgo limitado, no alto riesgo: conviene desmontar un miedo

Circula la idea de que toda IA en cine pasará a ser de «alto riesgo». No es así. La mayoría de los usos creativos caen en la categoría de riesgo limitado, cuya única exigencia es la transparencia que acabamos de ver. El «alto riesgo», con sus requisitos estrictos, se reserva a usos sensibles del anexo III, como la identificación biométrica o el reconocimiento de emociones, que podrían asomar en un casting automatizado o un control de accesos, pero no en el acto de generar un plano o doblar una voz.

Voz e imagen: el frente más caliente

Aquí entra una segunda norma que conviene no confundir con la de IA. En enero, el Gobierno aprobó el anteproyecto de reforma de la ley de protección del honor, la intimidad y la propia imagen, un texto que aún debe tramitarse y que, por primera vez, considerará ilegítimo usar la voz o la imagen de una persona con fines comerciales mediante IA sin su consentimiento, extenderá la protección a las personas fallecidas y fijará en 16 años la edad para consentir. Es la pieza que más afecta a actores e intérpretes, y ya contamos que España reformaría su ley del honor para frenar los deepfakes.

El terreno más tenso es el doblaje, una industria potente en España. Los actores ya exigen una «cláusula IA» en sus contratos para impedir que sus voces se reutilicen o clonen sin permiso, una demanda que entronca con la huelga de los actores de videojuegos de SAG-AFTRA, en Estados Unidos, en 2024. Casos como el deepfake de Val Kilmer o el rechazo de intérpretes como Emily Blunt al uso de la IA muestran que el debate llevaba tiempo sobre la mesa.

Deepfakes: de la sátira permitida a la pornografía prohibida

No todos los deepfakes reciben el mismo trato. Los creativos, como rejuvenecer a un actor o recrear a una figura histórica, son legales siempre que se informe de su naturaleza. Pero el proyecto de ley español prohíbe de raíz los deepfakes sexuales no consentidos, una de las infracciones más graves, con multas que pueden llegar a los 35 millones de euros, como ya adelantamos al contar la aprobación de la propia ley.

Quién entrena con qué: copyright y datos

Detrás de cada herramienta generativa hay un modelo entrenado con millones de obras, y ahí se libra otra batalla. El artículo 53 del Reglamento obliga a los grandes modelos a publicar un resumen de los contenidos usados para entrenar y a respetar la exclusión voluntaria de minería de datos prevista en la normativa de derechos de autor. Los creadores reclaman ir más allá, que se les pida permiso y se les pague. Lo vimos en la rebelión de 4.000 artistas del cine francés y en los guionistas de Hollywood que exigen cobrar por el entrenamiento de la IA.

El pulso del sector creativo

Las entidades españolas no han esperado a la ley. El sindicato de guionistas ALMA excluye de sus premios los guiones escritos con IA, y un frente de entidades de gestión (AIE, AISGE, DAMA, SGAE, VEGAP) respaldó el proyecto de real decreto de Cultura sobre IA a finales de 2024. Es el eco español de las huelgas de Hollywood de 2023, un pulso que ya se nota en cómo los grandes premios fijan reglas ante la IA y en una industria que, como se vio en Cannes 2026, se divide ante su avance.

A ese pulso se ha sumado el Estatuto del Artista. El Gobierno ultima una reforma de la relación laboral especial de los artistas cuyo polémico artículo 13 regula el uso de la IA en los contratos, permitiéndola siempre que no sustituya al artista ni imite su estilo sin permiso. Colectivos como Arte es Ética y varios sindicatos presentaron alegaciones durante la consulta pública, y el real decreto está en su recta final, con la previsión de aprobarse antes del verano o poco después.

La otra cara: lo que la IA permite

Sería injusto contarlo solo como amenaza. La IA abarata y acelera tareas que el método tradicional hacía inviables por volumen, como el doblaje y el subtitulado a gran escala, y democratiza herramientas que antes solo estaban al alcance de los grandes estudios. También ayuda a preservar el patrimonio: RTVE aplica IA para catalogar su archivo histórico. La cuestión no es prohibir, sino poner condiciones.

Qué tendrán que hacer productoras y plataformas

En la práctica, el cumplimiento se resume en unos pocos hábitos nuevos: etiquetar y revelar el contenido generado con IA, con la flexibilidad que la ficción permite; exigir a los proveedores de herramientas el marcado legible por máquina; documentar qué se hace con IA y de dónde salen los datos; mantener una supervisión humana real sobre el resultado; y vigilar a la AESIA y los plazos del Reglamento. Las sanciones del proyecto español van desde apercibimientos y multas menores hasta los 35 millones de euros o el 7% de la facturación en los casos más graves.

Conviene recordar que la ley española es aún un proyecto en tramitación y que el grueso de las obligaciones europeas llega en agosto de 2026 con o sin ella. Pero la dirección es clara: el audiovisual pasa de usar la IA en un vacío legal a hacerlo de forma etiquetada, documentada y consentida. Para un sector que vive de la confianza del espectador y del talento de sus profesionales, esa transparencia, bien gestionada, puede ser menos una carga que una ventaja.

1...8910...87Página 9 de 87