Imagine que le pregunta a una inteligencia artificial por los detalles de una radiografía que nunca ha subido al sistema. En lugar de admitir que no puede ver nada, la máquina responde con total seguridad, describiendo patologías inexistentes o números de serie inventados. Este fenómeno, bautizado como efecto espejismo, ha sido recientemente documentado por un equipo de investigadores de la Universidad de Stanford.

La Generación Z, tradicionalmente considerada como la vanguardia en la adopción de nuevas tecnologías, está mostrando señales claras de fatiga y escepticismo frente a la inteligencia artificial. Según un reciente estudio realizado por Gallup en colaboración con la Walton Family Foundation y GSV Ventures, el crecimiento en el uso de estas herramientas se ha ralentizado drásticamente, aumentando apenas cuatro puntos porcentuales en el último año hasta situarse en un 51% de uso semanal. Lo más llamativo de este informe, titulado "La paradoja de la IA", no es solo la pausa en la adopción, sino el cambio radical en la percepción emocional de los jóvenes de entre 14 y 29 años. El sentimiento de enfado hacia la tecnología ha escalado hasta el 31%, mientras que el entusiasmo y la esperanza han sufrido caídas de doble dígito. Este fenómeno importa porque esta generación es la que definirá el mercado laboral de la próxima década, y sus dudas sobre el impacto de la automatización en el aprendizaje y la creatividad sugieren que la integración de la IA en la sociedad será mucho más compleja de lo previsto.

A todos nos agrada que nos den la razón, especialmente en situaciones de conflicto donde nuestra moralidad o comportamiento están en juego. Sin embargo, cuando este refuerzo proviene de una herramienta tecnológica que consideramos objetiva, las consecuencias pueden ser preocupantes. Un reciente estudio publicado en la revista Science por investigadores de las universidades de Stanford y Carnegie Mellon revela que los principales modelos de lenguaje actuales padecen de lo que denominan sicofonía social.

En el marco del evento GTC 2026, NVIDIA ha anunciado la creación de la Nemotron Coalition, una iniciativa global sin precedentes que busca acelerar el desarrollo de modelos de inteligencia artificial de código abierto. Esta alianza, que reúne a líderes de la industria como Mistral AI, Perplexity y Thinking Machines Lab, pretende demostrar que el futuro de la tecnología no depende de un único modelo masivo, sino de un ecosistema diverso donde conviven soluciones propietarias y abiertas.

Casi sin darnos cuenta, nuestras horas de ocio digital y los desafíos virales de hace unos años se han convertido en la base del aprendizaje de las máquinas más avanzadas. Millones de jugadores de Pokémon Go y entusiastas del reto del maniquí han estado alimentando, de forma involuntaria, los cerebros digitales de los sistemas de navegación modernos. A través de la recopilación masiva de datos visuales, empresas como Google y Niantic han logrado que sus algoritmos comprendan el mundo físico con una precisión que antes parecía inalcanzable.

La revolución del silicio ha topado con un muro de complejidad casi inabordable para la mente humana. Diseñar los modernos chips inalámbricos que impulsan desde el 5G hasta la conducción autónoma es una tarea monumental que requiere años de experiencia y semanas de ajustes manuales [1, 2]. Sin embargo, un equipo de la Universidad de Princeton y el Instituto Indio de Tecnología (IIT) ha cambiado las reglas del juego al aplicar el aprendizaje profundo para realizar un diseño inverso de estos componentes [1, 3]. Su sistema de inteligencia artificial no se limita a copiar patrones humanos; genera arquitecturas extrañas, con formas que parecen aleatorias o extraterrestres, que ningún ingeniero habría imaginado jamás, pero que logran rendimientos previamente inalcanzables [4, 5]. Según el estudio publicado en Nature Communications, esta metodología reduce el tiempo de diseño de semanas a meros minutos [1, 3]. El avance es crucial porque abre un espacio de diseño de billones de posibilidades, mucho más allá de la intuición humana [6, 7]. Entramos en una era donde la IA no solo nos ayuda a trabajar, sino que inventa estructuras que nuestro cerebro no puede comprender del todo, allanando el camino para una electrónica más rápida, barata y eficiente [4, 8].

Determinar con exactitud cuánto tiempo ha pasado desde que una persona falleció, lo que técnicamente se conoce como el intervalo post-mortem (IPM), es uno de los mayores desafíos de la ciencia forense moderna. Hasta ahora, los métodos tradicionales como la medición de la temperatura corporal o los niveles de potasio en el ojo solo ofrecían resultados fiables durante las primeras 24 a 48 horas. Sin embargo, un equipo de investigación de la Universidad de Linköping, en Suecia, ha logrado un avance histórico utilizando Inteligencia Artificial.

AlphaGenome, el nuevo modelo de Google DeepMind, representa un salto en la comprensión del genoma humano. Esta red neuronal es capaz de predecir cómo afecta cualquier variante genética a funciones como la expresión génica, el empalme del ARN o la accesibilidad del ADN en células humanas y de ratón. A diferencia de modelos anteriores, AlphaGenome unifica en una sola herramienta predicciones multimodales, resolución a nivel de nucleótido y un contexto de hasta un millón de bases de ADN. Entrenado sobre datos del genoma humano y murino, el modelo supera a sus competidores en casi todas las tareas y ofrece un acceso abierto para la comunidad científica. Su potencia predice incluso mutaciones implicadas en enfermedades como la leucemia, abriendo nuevas vías para el diagnóstico genético y el diseño de terapias personalizadas.