El movimiento supone un cambio importante para los usuarios de la versión gratuita de ChatGPT, que comenzarán a encontrarse con publicidad dentro de la experiencia de uso. OpenAI comenzó a probar los anuncios en Estados Unidos en febrero y, seis meses después, ha decidido ampliar el programa al mercado europeo.

Según OpenAI, los anuncios aparecerán claramente identificados y estarán separados de las respuestas generadas por ChatGPT. La compañía asegura además que la publicidad no influirá en las respuestas que proporciona la inteligencia artificial.

Esto significa que si un usuario pregunta a ChatGPT qué móvil comprar, qué programa utilizar o dónde viajar, la respuesta del asistente no debería modificarse porque una determinada empresa haya contratado publicidad en la plataforma.

Los anuncios estarán orientados especialmente a momentos en los que los usuarios están buscando productos, comparando opciones o tomando decisiones de compra. Es precisamente ese tipo de consultas el que OpenAI considera más interesante para los anunciantes.

La llegada de los anuncios está principalmente vinculada a la experiencia gratuita de ChatGPT. Los usuarios que utilizan el servicio sin pagar podrán encontrarse con publicidad durante sus conversaciones, mientras que los planes de pago mantienen una experiencia diferente.

OpenAI asegura que su objetivo es mantener una separación clara entre publicidad y respuestas para conservar la confianza de los usuarios.

La compañía también está desarrollando herramientas específicas para los anunciantes. Actualmente admite campañas basadas en CPM y CPC y ha incorporado opciones como la optimización por conversiones, segmentación geográfica y audiencias personalizadas.

Además, OpenAI ha añadido herramientas de medición como OpenAI Pixel y una API de conversiones para que las empresas puedan conocer mejor el resultado de sus campañas.

La llegada a España supone, por tanto, un paso importante en la transformación de ChatGPT en una plataforma publicitaria. Para el usuario gratuito, el cambio más visible será la aparición de anuncios, aunque OpenAI insiste en que estos estarán diferenciados de las respuestas de la IA.

La compañía ha publicado un documento en el que reúne los riesgos percibidos en el mes de agosto y donde ha hecho referencia a un nuevo modelo de inteligencia artificial al que no se había referido anteriormente.

Se trata de Model 2, un modelo que, según su criterio, "es más capaz que Mythos 5" y que "supone una mejora notable" con respecto a éste en muchas tareas relevantes para el uso interno, tal y como se indica en este informe.

A pesar de ello, este modelo "no muestra un salto en la capacidad del mismo nivel que el observado entre Claude Opus 4.6 y Mythos Preview". Eso no significa, no obstante, que se vaya a publicar y probar en este tiempo, sino que la empresa ha tomado la determinación de mantenerlo en el anonimato.

"Actualmente no tenemos planes de lanzar este modelo al público y no hemos llevado a cabo todas nuestras pruebas habituales de evaluación previas a la implementación, de modo que nuestra confianza en nuestras conclusiones sobre sus capacidades es algo menor", ha puntualizado OpenAI en este comunicado.

Usos de Model 2 y primeros resultados del modelo

En el informe, OpenAI ha reconocido que tanto Mythos 5 como Model 2 se están utilizando a nivel interno y de manera "intensiva" para la programación, la generación de datos y otros casos de uso relacionados con agentes que no se han especificado.

A pesar de que en este ámbito están respondiendo como se esperaba, desde la compañía han señalado que consideran que es "muy improbable" que ambos modelos "presenten una desalineación generalizada que aumente el riesgo de nuestras vías prioritarias". En cualquier caso, han puntualizado que el riesgo de daños catastróficos que plantean estas formas conocidas de desalineación es "bajo".

En cualquier caso, la compañía ha dejado caer que no tiene idea de ponerlo en manos de los usuarios y que, por el momento, se utilizará únicamente a nivel interna, además de que ha pasado por una evaluación "menos exhaustiva" que otros modelos y que solo con ella lo podría "comparar a otras" de su versiones de producción.

Qué es Mythos y por qué da tanto miedo

Clayde Mythos es la versión más avanzada y experimental de la inteligencia artificial desarrollada por Anthropic. No es una IA conversacional, esto es, pensada para razonar y responder preguntas, sino que se centra en analizar código y sistemas.

Una de las características que mejor lo definen es su agilidad para detectar fallos. Esto significa que tiene una tasa alta de éxito en la detección de vulnerabilidades y que, mientras otros modelos pueden ofrecer mejoras o encontrar errores básicos, ésta puede entender la lógica de un sistema operativo completo.

Sus altísimas capacidades han llevado a Anthropic decir de él que es un modelo de razonamiento "de alta fidelidad", que no solo adivina qué palabras vienen después de una determinada orden, como habitualmente hacen los chatbots normales.

De ese modo, simula de manera interna cómo funcionaría un programa y es capaz de detectar dónde se puede romper por bugs, aunque también puede plantear cómo aprovecharlos en caso de encontrarlos.

Así, Mythos ha demostrado ser capaz de encontrar vulnerabilidades zero day, incluso si estos no son recientes, debido a que no busca patrones, como hacen los humanos, sino que entienden la intención de estos fallos.

Esto puede ser muy favorable en el ámbito de la ciberseguridad, pero también puede suponer un problema si alguien consigue liberarlo para que recaiga por completo en manos de los ciberdelincuentes, que podrían crear ataques en apariencia irreversibles e inmanejables por otras IAs.

La compañía, creadora de ChatGPT, ha anunciado este martes la implementación de nuevas medidas de seguridad que ralentizarán el desarrollo futuro de su tecnología, que necesita más mimo para llegar a las iteraciones oficiales.

"A medida que los modelos se vuelven más capaces, también aumentan los riesgos asociados con su desarrollo y prueba interna", ha dicho la empresa, que también ha reconocido que sus estándares de monitorización, alineación y seguridad "deben anticiparse a estos riesgos".

Con el objetivo de hacer un buen trabajo y cumplir con sus estándares, OpenAI ha asumido que necesita tomarse las cosas con más calma, motivo por el que ha decidido ralentizar "temporalmente el ritmo de escalado".

Por qué OpenAI decide ir con calma en plena ola de la IA

En ese mismo documento, OpenAI ha explicado cuáles han sido los motivos por los que ha decidido echar el freno y que tienen que ver con acontecimientos recientes que "han puesto de relieve los crecientes riesgos asociados a los sistemas de IA cada vez más sofisticados".

Concretamente y en primer lugar, el incidente de OpenAI-Hugging Face, en el que varios agentes de inteligencia artificial se escaparon de un entorno de pruebas y atacaron los servicios de la comentada plataforma de machine learning.

Según las investigaciones, varios sistemas de IA llegaron a organizarse entre ellos mediante un foro privado y después intentaron entrar en diferentes servicios para conseguir el acceso no autorizado a Hugging Face.

Por el momento se desconocen más detalles sobre lo sucedido, pero sí se sabe que la empresa está preparando un informe acerca de lo sucedido y que algunas personas del entorno de OpenAI consideran que el problema guarda relación con la forma en que la firma está desarrollando la IA.

El otro de los motivos por los que la desarrolladora de ChatGPT ha decidido cambiar su ritmo de trabajo ha sido el resultado obtenido en las pruebas preliminares de uno Astra, uno de sus próximos modelos, que "podría alcanzar el umbral crítico de ciberseguridad establecido" en base a sus estándares de seguridad.

"Estos acontecimientos, sumados al rápido progreso de nuestra investigación interna, han intensificado la urgencia de reforzar nuestras medidas de supervisión, alineación y contención en todas las etapas del proceso de entrenamiento", han señalado en la misiva.

Cómo va a trabajar la empresa a partir de ahora

OpenAI no quiere ser señalada por errores como estos y, por ello, ha definido un nuevo marco de trabajo, además de que ha comenzado a implementar requisitos de seguridad más estrictos para las cargas de investigación que tiene pensado llevar a cabo.

Por un lado, ha optado por la implantación de entornos aislados para las cargas de trabajo que ejecutan código generado por modelos que no sean de confianza. Asimismo, ha decido poner en marcha más controles para aislar de internet las cargas de trabajo de alto riesgo y no confiables.

Finalmente, ha reconfigurado su entorno de trabajo para eliminar servicios compartidos que sean potencialmente vulnerables, además de que ha reducido privilegios y mejorado los límites de seguridad y confianza.

Astra va a convertirse en el principal campo de pruebas de esta nueva forma de proceder y, aunque este modelo ya cumple algunos requisitos, la compañía ha reconocido que "un número significativo de cargas de trabajo permanecen en pausa hasta que se migren y optimicen por completo para cumplir con el nuevo estándar de seguridad".

El mayor objetivo, por otro lado, son los servidores y los ordenadores más potentes, que suponen la primera línea de entrada para todos los usuarios, un aspecto en el que el kernel de Linux sí ha vivido un año trágico: las vulnerabilidades alcanzaron la cifra de 5.530, según los informes del NIST.

Esto supone en la práctica un aumento del 28% respecto a 2025; o lo que es lo mismo, un promedio de 8 a 9 vulnerabilidades descubiertas cada día, algo que satura a los equipos de desarrolladores, también por culpa de la inteligencia artificial.

Teniendo en cuenta que Linux mantiene el 90% de toda la infraestructura a nivel mundial, es una cifra bastante importante a nivel de seguridad, y muestra que los atacantes no solo se centran en dispositivos individuales, sino que apuntan directamente al origen.

Aquí hay que tener en cuenta que muchísimos móviles utilizan Android, que también utiliza el kernel de Linux, con lo cual la superficie de ataque sí aumenta considerablemente en este tipo de dispositivos.

En un contexto en el que grandes modelos de lenguaje natural (LLM) pueden perpetrar ataques de forma autónoma, la inteligencia artificial puede ser el talón de Aquiles de Linux, pero también su propia salvación.

El aumento de los ciberataques sobre Linux

Linux es uno de los objetivos principales para el cibercrimen y los datos dan fe de ello. Según los análisis de firmas de seguridad importantes del sector, como Kaspersky o Palo Alto Networks, este sistema operativo es una diana clara.

En el terreno de las inyecciones de código, se ha registrado un espectacular aumento del 746%; en términos coloquiales, los atacantes se dedican a explotar errores, por decirlo de alguna forma, que están alojados en Linux para ejecutar comandos con privilegios de administración.

Adicionalmente, los errores de gestión de memoria en C o C++ –algo que mejora Rust con su entrada triunfal como lenguaje oficial de programación en Linux– también aumentaron en un espectacular 597%, situando el desbordamiento de memoria como una de las opciones favoritas de los ciberdelincuentes para ejecutar código de forma remota.

Por si esto no fuera suficiente, hay que tener en cuenta a los grupos de amenaza persistente que suelen estar patrocinados por Estados, como Akira, LockBit o BlackCat, que mejoran sus técnicas con el avance de los años, también aprovechando la automatización que permiten modelos de IA sin restricciones, un elemento cada vez más presente.

Quizá uno de los mejores ejemplos de cómo la IA puede utilizarse de forma ofensiva es el último "ataque" a Hugging Face, perpetrado por un agente autónomo, sin la necesidad de intervención humana, por parte de uno de los últimos modelos de OpenAI, según confirmó esta última compañía posteriormente.

En este caso, se creía que un atacante humano había utilizado un LLM mediante jailbreak e incluso que había desarrollado su propio modelo, ya que desde Hugging Face no daban crédito a lo que habían tenido que vivir.

Un día después, OpenAI confirmó que el modelo GPT-5.6 Sol había actuado de forma autónoma para comprometer credenciales y servicios de Hugging Face, un hecho que supone un nuevo paradigma en el ámbito de la ciberseguridad.

Si una IA puede gestionar un ataque autónomo sin revisión humana, ¿es posible que la misma IA pueda utilizarse para el análisis automatizado o el análisis forense digital? Precisamente, este ciberataque por IA ha mostrado que no es solo posible, sino que es prácticamente obligatorio en los tiempos que corren.

Usar la IA para la defensa, un aspecto no tan sencillo

Antes de que OpenAI anunciara que su modelo se había descontrolado, por decirlo de alguna forma, Hugging Face ya había intentado utilizar la inteligencia artificial para realizar un análisis, algo prácticamente imposible para un ser humano, teniendo en cuenta que se enfrentaban a más de 17.000 acciones automatizadas al mismo tiempo y durante todo un fin de semana.

En la práctica, los LLM son utilizados para perpetrar este tipo de ciberataques mediante un jailbreak, pero en este caso se enfrentaban a un agente autónomo totalmente desprovisto de objeciones éticas y legales.

Básicamente, se enfrentaron a un agente artificial que decidía por su propia cuenta cómo actuar para saltarse las restricciones de seguridad de la plataforma, a lo que Hugging Face respondió con su propia medicina: el uso de la IA para el análisis forense digital.

Esta etapa es crucial en cualquier tipo de ciberataque, ya que se basa en recopilar pruebas digitales del atacante para comunicarlo públicamente, algo obligatorio al menos en la Unión Europea y, concretamente, en España.

Ahora bien, los modelos comerciales no fueron capaces de diferenciar entre esta técnica para defenderse de lo que pediría un usuario que quisiera utilizar el LLM para actividades maliciosas, por lo que tuvieron que usan otro LLM abierto para revisar todo lo que había ocurrido.

Gracias a este LLM, Hugging Face descubrió todas las vulnerabilidades aprovechadas por el LLM autónomo atacante, además de que pudo revisar hasta dónde había podido llegar, solventando en el momento cualquier tipo de problema de exfiltración de datos.

A día de hoy, aunque es más fácil utilizar estos modelos para tareas ofensivas que para la defensa, como queda claro con este ejemplo, la IA es crucial para esas compañías que gestionan datos tan importantes como el entrenamiento de los modelos de IA.

En definitiva, es uno de los aspectos más positivos de la IA y uno de los rincones que menos aprovechan las compañías y usuarios que, indudablemente, se enfrentarán cada vez con más frecuencia a ataques autónomos impulsados por este tipo de modelos artificiales de lenguaje.

Este gurú, también conocido por ayudar a fundar Google Brain y Coursera, ha elaborado lo que ha denominado Mapa de habilidades de ingeniería de IA con el objetivo de ayudar a los desarrolladores a priorizar su aprendizaje y, por otro, a las empresas, a fin de que contraten desarrolladores cualificados.

Para elaborar esta suerte de manual de instrucciones, él y su equipo se han basado en más de 10.000 ofertas de empleo y han realizado decenas de entrevistas tanto con expertos en esta tecnología como con responsables de contratación y reclutadores.

Por otro lado, han recopilado datos mediante diferentes sondeos y los han sintetizado para llegar a la conclusión de que, actualmente, las habilidades más importantes en ingeniería de IA son las siguientes:

• Creación e implementación de aplicaciones de inteligencia artificial
• ​Fundamentos de ingeniería de software
• ​Uso de agentes de codificación
• ​Dar forma a la construcción de esas herramientas

Con esto, y antes de entrar en materia, Ng ha insistido en que "hoy en día todos los desarrolladores deberían saber trabajar con la nube", de la misma manera que todos ellos, "incluidos ingenieros de datos, DevOps y machine learning "necesitarán habilidades en ingeniería de IA".

Perfiles responsables y preparados para lo impredecible

En primer lugar, el experto ha sostenido que, al contrario que el software tradicional, los modelos de aprendizaje automático (LLM) trabajan de manera más impredecible. Por eso se requieren expertos en crear e implementar apps de IA que comprendan los fundamentos de esta tecnología.

Estos, además, "saben cómo utilizar técnicas estadísticas para medir, dirigir y gobernar los sistemas de IA de manera que se comporten de forma más predecible". Por ese motivo, "una habilidad esencial para lograrlo es saber cómo impulsar evaluaciones rigurosas y ciclos de análisis de errores".

Por otra parte, Ng sostiene que los perfiles con mayores posibilidades de éxito son aquellos que comprenden los fundamentos del software, debido a que pueden reconocer ventajas y desventajas existentes en estos sistemas.

De este modo, los perfiles mejor valorados serán aquellos que encuentren en la IA una herramienta para tomar las mejores decisiones al elegir la pila de software, realizar pruebas o crear el almacenamiento de datos.

En este sentido, el fundador de DeepLearning.AI ha subrayado que estas acciones generan "resultados mucho mejores que los de un desarrollador inexperto que programa una solución de forma intuitiva sin conocer las ventajas y desventajas que implica su agente de codificación".

Cómo usar un agente de codificación, habilidad clave

Es aquí cuando se llega al tercer punto de la lista de requisitos casi imprescindibles entre los nuevos perfiles de contratación, que es el del uso agentes de codificación de forma eficaz. Solo de esa manera "se comprenden sus limitaciones y cómo sortearlas, así como redirigirlos rápidamente para crear software robusto sin desperdiciar tiempo ni recursos".

"Dado que la codificación con agentes está evolucionando rápidamente, usar agentes de codificación con destreza implica no solo conocer las prácticas más avanzadas, sino también contar con rutinas para seguir probando nuevas herramientas", ha añadido el experto.

Solo con unas directrices claras, los agentes de codificación pueden llegar a los objetivos propuestos y eso mismo es lo que está en manos de los propios ingenieros, cuyo trabajo "se centra cada vez más en decidir qué debe incluirse en cada especificación".

Finalmente, el experto ha lanzado un mensaje cargado de optimismo, en el que ha señalado que la inteligencia artificial "también te brinda la oportunidad de asumir mayores responsabilidades y autonomía que antes", pero que detrás de todas estas habilidades, subyace una mentalidad de aprendizaje continuo.

De este modo, ha sugerido que la IA requiere una formación constante, a fin de seguir desarrollando habilidades para adoptar las mejores prácticas y tomar las decisiones más oportunas en todo tipo de escenarios.

Con esto como base, la situación parece bastante seria. Hablaba de cuatro problemas diferentes que, juntos, podían permitir saltarse algunas comprobaciones de seguridad durante el arranque del ordenador.

El investigador incluso calificó de gravedad alta algunas situaciones que se podrían dar. Pero cuando los responsables de Red Hat revisaron el trabajo, empezaron a encontrar agujeros en la propia explicación. Uno de los desarrolladores respondió: "No creo que esto sea un CVE". Todo tiene un porqué.

Erazo cuenta que había utilizado Claude, la inteligencia artificial de Anthropic, como asistente durante la investigación. La utilizó para redactar partes del informe, plantear posibles cambios en el código y ordenar la documentación de lo encontrado. Eso sí, dejó claro que las comprobaciones importantes las hizo él mismo: revisó el código fuente, comprobó todo y ejecutó pruebas en su propio ordenador.

¿Qué fallos encontró el investigador en Linux y por qué Red Hat no los ve como un CVE?

El problema para Red Hat es que, para llegar al punto en cuestión de vulnerabilidad que le preocupa al investigador, el supuesto atacante ya tiene que tener mucho control sobre el equipo.

En uno de los escenarios que se plantean, necesita poder escribir en la partición EFI. En otro, necesita tener permisos de administrador. Y si alguien ya tiene ese nivel de acceso, es más difícil decir que está consiguiendo entrar en el sistema gracias al fallo que se está investigando.

Dicho de otra forma, si ya tienes las llaves de la casa, no necesitas buscar una ventana abierta. Eso es lo que intentaban explicar los desarrolladores. Si una persona puede escribir en las zonas necesarias del sistema o ya tiene permisos suficientes para cargar su propio código, algunas de las protecciones que el informe considera vulnerables ya no son realmente una barrera.

La IA puede encontrar fallos, pero para muchos es una pérdida de tiempo

Como ves, actualmente, los desarrolladores están usando herramientas de inteligencia artificial para crear y mejorar código, corregir errores y generar funciones a una velocidad que antes era imposible. Lo que hace unos años llevaba meses de trabajo y escritura manual, ahora se procesa en semanas.

El problema es que no todos esos resultados son útiles. Las herramientas de IA no siempre entienden el contexto completo del sistema, y muchas veces señalan posibles errores que en realidad no afectan a nadie o que ni siquiera son verdaderos problemas. Aun así, esos avisos llegan a los desarrolladores como si fueran importantes. Y aquí es donde empieza el problema de verdad.

Por otro lado, cada vez hay más personas sin tanta experiencia que directamente usan herramientas de inteligencia artificial o programas automáticos para analizar el código y buscar fallos. Sobre el papel, esto debería ser positivo, pero lo cierto es que la realidad dista bastante de esto.

La parte negativa de todo esto es que, cuando alguien envía un posible fallo al equipo del kernel, no se puede pasar por alto. Aunque venga de una IA, aunque sea poco probable que sea un problema real, alguien tiene que comprobarlo. Eso implica leer el código, analizarlo y decidir si merece la pena corregirlo o no.

De ahí que Linus Torvalds haya sido bastante claro con el uso de la IA en Linux. Si bien supone un gran avance, los fallos (y los reportes de errores erróneos) crecen. Con esto como base, a partir de ahora, el código generado con ayuda de IA no puede llevar la firma de los desarrolladores.

El creador de Linux ha explicado que no quiere desanimar a la gente a usar la IA como apoyo, pero exige que se haga con cabeza. Si un robot encuentra una línea de código sospechosa, lo verdaderamente útil no es enviar un informe rápido y apuntarse el tanto; lo que aporta valor real es analizar el problema como lo haría un humano.

Y la sospecha se ha terminado por confirmar. Una investigación llevada a cabo por el medio 404 Media ha descubierto que Amazon está comprando cantidades ingentes de libros físicos simplemente para alimentar sus modelos de inteligencia artificial, destruyendo estos libros en el camino.

Este mismo medio introdujo un dispositivo de rastreo tipo AirTag –de Apple– oculto entre las páginas de un libro apto para alimentar el ansia incansable de conocimiento de la IA y acabó llegando a un almacén de Amazon conocido como LAS8, en Las Vegas.

El periodista encargado había sido contactado previamente por un librero que había recibido un pedido de unos 1.000 libros por Biblio, un mercado enorme de la industria, aunque él desconocía hacia dónde iban a parar estos pedidos masivos y, a pesar de que sospechaba que se trataba de una empresa de IA, no podía confirmarlo.

Así comenzó la travesía del AirTag oculto, que llegó en primer lugar a un aeropuerto ubicado en California, viajó en avión hasta el Aeropuerto Internacional de Milwaukee en Wisconsin y realizó un trayecto en camión hacia una planta de distribución conocida como Trifinity, a las afueras de Kenosha.

El libro descansó allí durante unas 2 semanas aproximadamente y volvió a ponerse en marcha hacia el oeste; pasó una noche en un lugar de carretera de Grand Junction, en Colorado, y finalmente, acabó llegando al almacén de Amazon.

Al llegar a este centro, el periodista encargado de la investigación dudó sobre si realmente se estaban desmontando los libros, ya que el centro LAS7, frente a LAS8, opera simplemente como centro logístico.

No obstante, al navegar por foros en los que trabajadores de Amazon conversan entre sí, descubrió que en el extremo norte de LAS8, donde acabó llegando el AirTag, se encuentra un centro de operaciones con el código VGT3, curiosamente dedicado a escanear libros.

Adicionalmente, en otros foros también de trabajadores de Amazon, ya confirmaron en 2024 que tuvieron un pico de pedidos masivo de libros físicos en la misma ubicación de VGT3 a nombre de Amazon FC como cliente. Al principio, sospecharon que se trataba de algún tipo de estafa, pero ahora ya se puede confirmar que Amazon está escaneando libros para su IA, algo que suele implicar la destrucción del lomo para que el trabajo sea mucho más fácil.

Esto no quiere decir que Amazon realice este proceso de destrucción, aunque es bastante probable. En cualquier caso, de haber destruido estos libros, el autor de la investigación ha confirmado que son libros extremadamente raros, por lo que habría sido una gran pérdida.

"Amazon compra libros a través de canales comerciales para ayudar a desarrollar y mejorar los productos y servicios que utilizan nuestros clientes", ha expresado un portavoz de Amazon al mismo medio, aunque han evitado realizar ningún tipo de comentario, al igual que Biblio, la plataforma desde la que se adquirieron en primer lugar.

Esta técnica forma parte de un nuevo modo de alimentar a la IA, ya que estos modelos han agotado prácticamente el scrapping en la web, más allá de los nuevos artículos que puedan surgir, por lo que los libros físicos son su nuevo elixir.

Altman habló sobre su experiencia durante una aparición sorpresa en Internapalooza, un evento de networking para becarios tecnológicos organizado por el inversor Cory Levy. El ejecutivo recordó los dos años que pasó en Stanford y explicó por qué decidió no completar la carrera.

"Creo que aprendí mucho, y habría sido como obtener rendimientos enormemente decrecientes", explicó Altman. En su opinión, continuar otros dos años no habría aportado demasiado a su formación. De hecho, afirmó que completar ese periodo adicional "no habría sido tan bueno".

El responsable de OpenAI también considera que la evolución de la sociedad puede haber dejado obsoleto el modelo tradicional de cuatro años. "He pensado que quizá, tal y como ha evolucionado el mundo, la universidad simplemente no debería durar tanto como dura", señaló.

Eso no significa que Altman considere que la universidad no tenga utilidad. El ejecutivo reconoció que durante esos años hay aspectos importantes que van más allá de los estudios: "Es genial conocer gente, vivir por tu cuenta y trabajar en proyectos".

Altman abandonó Stanford en 2005, después de dos años, para cofundar Loopt, una aplicación móvil de red social basada en la localización.

El ejecutivo reconoció que su experiencia no puede repetirse para comprobar qué habría ocurrido de haber terminado la carrera. "Así que estuve muy contento con cómo salió todo, pero no puedes hacer el experimento dos veces", afirmó. También recordó que conoce a muchas personas que nunca fueron a la universidad y que, aun así, "han tenido mucho éxito".

Sus comentarios llegan en un momento en el que la IA está transformando especialmente el sector tecnológico. Las prácticas para estudiantes se han reducido y las grandes empresas tecnológicas también están contratando a una proporción menor de recién graduados, mientras la automatización empieza a asumir tareas que tradicionalmente realizaban los perfiles más jóvenes.

Altman también animó a los emprendedores a no obsesionarse con conseguir reconocimiento. "Puedes llegar muy lejos en la vida y en tu carrera simplemente haciendo cosas", aseguró. Y añadió: "Ahora esto es mucho más cierto que nunca. Puedes crear una startup prácticamente tú solo en una habitación con muchos tokens de IA, y poco más".

El CEO de OpenAI tampoco cree que contratar personas haya dejado de tener sentido. Como ejemplo, explicó: "Si intentaras hacer ventas empresariales para una compañía grande, anticuada y rígida, entonces sí tiene sentido". Incluso recordó que, después de intentar durante un tiempo que le tomaran en serio en ese ámbito, terminó pensando: "Voy a contratar a un hombre de 50 años".

La tecnológica estadounidense tenía pensado inicialmente lanzar en la primera mitad de 2026 la primera actualización acumulativa de Exchange SE, la versión de suscripción del servicio de correo electrónico de Microsoft, que usan los administradores de IA de empresas.

No obstante, el primer semestre del año pasó y la compañía solamente cambió la fecha de lanzamiento a la segunda mitad de 2026, pero sin dar explicaciones. Ahora, el gigante tecnológico ha querido dar más detalles para tranquilizar a las empresas que se habían preocupado en un documento de soporte en su web, aunque la explicación puede que no les deje convencidos del todo.

Exchange SE, al igual que el resto de productos de Microsoft y como sucede también con otras compañías estadounidenses dentro de Project Glasswing, está utilizando herramientas de inteligencia artificial como Mythos de Anthropic para encontrar vulnerabilidades de seguridad antes que los hackers las utilicen para llevar a cabo ataques.

¿El problema? Que como ya había pasado antes con otros servicios de Microsoft, el equipo de Exchange SE no es capaz de parchear los bugs en el software a la velocidad a la que los encuentra la IA, lo que está retrasando el lanzamiento de la actualización acumulativa, ya que prefiere no tener que tener que actualizar 2 veces, lo que daría más trabajo a las empresas.

"Incluso a nivel interno, supondría un gran reto intentar garantizar que dos versiones importantes (la actualización de seguridad y una CU) se sometan a las pruebas adecuadas para asegurarnos de que la calidad sea alta y no se pase nada por alto, ya que la CU1 debe incluir todo lo que hemos lanzado", explica la compañía de Redmond.

Pese a las explicaciones, lo preocupante de esta situación es que realmente Microsoft no llega a dar certezas de la nueva fecha de lanzamiento.

"Tenemos previsto lanzar Exchange SE CU1 tan pronto como alcancemos un punto de estabilidad razonable y hayamos pasado un mes sin que se hayan producido incidencias de seguridad urgentes", asegura la tecnológica. Pero cuándo será eso no queda nada claro.

"La actualización CU1 de Exchange SE está al caer; aún no podemos daros una fecha concreta. Pero no nos hemos olvidado de ella", apostilla la empresa.

Equipos de ciberseguridad al límite por la IA

Con el lanzamiento de Claude Mythos, fueron muchos los expertos en ciberseguridad que advertían sobre las enormes consecuencias para el sector que tendría la llegada de los nuevos modelos avanzados de IA. El problema se resume en que, si cualquiera puede usar estas herramientas, las empresas tienen una ventana muy corta para parchear estos bugs antes de que los cibercriminales puedan explotarlos.

Anteriormente, ya se había dado a conocer que los equipos de seguridad de Microsoft estaban teniendo serias dificultades para llevar el ritmo frenético que está imponiendo la inteligencia artificial.

En solo un mes de funcionamiento, y solo en una de las herramientas de Microsoft, en concreto SharePoint, Mythos encontró 90 fallos de seguridad críticos y 141 considerados como importantes. Con solom un mes de margen para solucionarlos, la situación se ha descrito como una "carrera frenética".

Dario Amodei, CEO de Anthropic, ha sido una de las figuras que más reflexiones y ensayos ha compartido sobre los riesgos y beneficios de la IA, como en Pacing the frontier, de julio de 2026, o Machines of loving grace, de octubre de 2024.

Entre las hipótesis y conclusiones de su pensamiento, el CEO siempre ha querido expresar su preocupación sobre la falsa dicotomía de que haya una concentración del poder en el desarrollo de la IA en pocas manos o de que regular sea la solución definitiva al problema de un avance incontrolado.

Y lo ha dejado bastante claro en una discusión filosófica en X con Gavin Baker, un inversor relacionado con la industria tecnológica y CIO de Atreides Management, quien ha compartido uno de estos ensayos de Amodei, parafraseando que la IA "podría conducir a una concentración extrema del poder económico y, por lo tanto, necesita ser regulada cuidadosamente".

Según Baker, históricamente se ha demostrado ya con creces que dejar el poder en manos de "un poder absoluto que provea benévolamente a la humanidad si está lo suficientemente iluminado no ha llevado a resultados seguros o positivos".

El inversor se refiere especialmente a los modelos fronterizos ya mencionados, y no así a una descentralización en modelos más pequeños de IA, algo que Anthropic ha apoyado en diferentes rondas de inversión de este tipo de modelos, como ha defendido Amodei.

Baker ha continuado asegurando que el CEO de Anthropic se está lanzando piedras contra su propio tejado si avanza en la defensa de la regulación: "Sus esfuerzos de buena fe a favor de la regulación están aumentando ahora las probabilidades de que la IA no sea beneficiosa para los estadounidenses ni para los humanos en todas partes. Creo que hay una posibilidad razonable de que la IA nos ayude a curar la mayoría la mayoría de las enfermedades de tal manera que tengamos vidas prolongadas y podamos disfrutar de largas vidas en un futuro abundante similar al de Star Trek".

En una respuesta aún más larga, el CEO de Anthropic ha salido a romper esta falsa disyuntiva entre regulación o mayor concentración de poder, rectificando lo que verdaderamente quiso decir en los ensayos ya mencionados.

"Una analogía cruda es que el sistema judicial formal a veces puede parecer estirado y elitista, pero hace un trabajo mucho mejor defendiendo los derechos de las personas vulnerables que la alternativa, la justicia de las masas. En su mejor versión, las instituciones pueden otorgar poder a las ideas en lugar de a las personas, y de ese modo descentralizar ese poder".

Con ello, a pesar de ser el CEO de una de las compañías de IA más importantes del mercado actual, Amodei se muestra claramente a favor de una regulación y del uso de la legalidad para que la IA siga siendo justa, sin caer en predicciones del mundo de la ciencia ficción, como sí ha realizado Baker.

Y es bastante claro al respecto en su respuesta: "Decir que la IA curará el cáncer es más un cliché que algo inspirador, y la mayoría de la gente piensa que es engañoso. Lo que funcionará es curar realmente el cáncer. Creo que, con diferencia, la crítica más precisa a las empresas de IA, incluida Anthropic, es que aún no hemos cumplido nuestras grandes promesas de beneficiar al mundo".

Para él, la IA es una tecnología que de forma estructural tiende a concentrar el poder, y que eso no tiene nada que ver con la regulación, sino con las leyes a gran escala; y continúa asegurando que él defiende el enfoque planteado por la administración de Donald Trump y a la creación de un ente como ha planteado Demis Hassabis, de Google.

Como ves, ni siquiera las grandes figuras de la industria se ponen de acuerdo sobre el camino que debería llevar este sector, por un lado, con una concentración de poder cada vez más evidente y, por el otro, con la posibilidad de que una regulación estricta pueda derivar precisamente en esto.

Tal y como él mismo reconoce, desde que empezó a trabajar en IA en 2010, el cambio ha sido enorme. El cómputo usado en los modelos punteros ha crecido en torno a un trillón de veces. "De 10¹⁴ FLOPS en los primeros sistemas a más de 10²⁶ FLOPS en los modelos más grandes de hoy. Esto no es un crecimiento: es una explosión", comenta.

Para entender todo este boom, Suleyman compara el entrenamiento de IA con "una sala llena de gente haciendo cálculos con calculadoras". Hasta hace poco, añadir potencia de IA significaba solo meter más gente con calculadoras. Pero mucha de esa gente se quedaba esperando, con el tiempo muerto, mientras los datos llegaban tarde.

"Hoy la revolución no es solo tener calculadoras más rápidas. Es conseguir que todas esas calculadoras siempre estén trabajando, y que funcionen como una sola mente gigante", explica. Ese cambio se ha hecho realidad gracias a tres avances que convergen a la vez:

Primero, las propias 'calculadoras' son mucho más rápidas. Los chips de Nvidia han pasado de unos 312 teraflops en 2020 a 2.250 teraflops hoy, y el chip de Microsoft, el Maia 200, cuenta con un 30% más de rendimiento por cada euro que otros chips de la misma categoría.

Segundo, los datos llegan mucho más rápido gracias a la memoria HBM (High Bandwidth Memory), que apila chips como pequeños edificios. La versión más nueva, HBM3, triplica el ancho de banda de la anterior, manteniendo las GPU siempre alimentadas y sin tiempos muertos.

Tercero, la sala de calculadoras se ha vuelto casi como una ciudad. Tecnologías como NVLink e InfiniBand conectan cientos de miles de GPU en superordenadores del tamaño de naves industriales, que funcionan como una sola pieza de procesamiento.

Como resultado de todo, tenemos una auténtica bestia: lo que en 2020 llevaba 167 minutos en ocho GPU hoy se hace en menos de cuatro minutos con hardware actual, una mejora de 50 veces, muy por encima de las 5 veces que habría previsto solo la Ley de Moore.

Teniendo en cuenta este crecimiento exponencial, las previsiones son monstruosas. Afirma que los grandes laboratorios están creciendo su capacidad de cómputo a un ritmo de casi 4x anual. Entre 2020 y hoy, el cómputo ha aumentado 5x cada año. Y se espera que hacia 2027 el cómputo global de IA alcance el equivalente de 100 millones de chips H100, es decir, un salto de 10 veces en solo tres años.

Microsoft, Nvidia y la carrera de la superinteligencia artificial o ASI

En medio de toda esta locura casi inconcebible para la mayoría de mortales, nombres como Microsoft y Nvidia están en el centro de todo este boom.

Suleyman, que ahora está al frente de la división de IA en Microsoft, deja claro que ya no hablamos de prototipos, sino de infraestructuras reales gigantescas: clusters de 100.000 GPU, racks del tamaño de una nevera que consumen 120 kilovatios y centros de datos que se alimentan de energía equivalente a la del Reino Unido, Francia, Alemania e Italia juntas en su pico de consumo anual.

"Los 100.000 millones de dólares en clústeres de IA, los 10 gigavatios de consumo, los superordenadores de nave… ya no son ciencia ficción. Ya están en obras en EEUU y en el mundo", afirma. Y todo esto tiene un objetivo a un plazo todavía desconocido: la superinteligencia.

Después de la era de los chatbots, según Suleyman, viene la de los "agentes de IA casi humanos": sistemas semiautónomos que pueden escribir código durante días, llevar proyectos de semanas o meses, hacer llamadas, negociar contratos y gestionar logística.

Sin embargo, todo tiene una cara B y en este caso es precisamente la energía. Un solo rack de IA puede consumir 120 kilovatios, el equivalente a 100 casas.

Pero aquí entra en juego otro aspecto que también está creciendo de forma exponencial: la caída de precios de las energías renovables. "Los costes de la energía solar han caído casi 100 veces en 50 años; los de las baterías, un 97% en tres décadas", afirma Suleyman.

Con todo esto sobre la mesa y lo que aún está por llegar, el propio Suleyman afirma que "seguirán sorprendiéndose. El 'boom' de cómputo es la historia tecnológica de nuestro tiempo, y todavía está empezando".

Pero, a pesar de esta transición tecnológica, los desarrolladores siguen teniendo desconfiando de el código que genera GitHub Copilot y herramientas similares, por lo menos eso solo que afirma experto en tecnología, Adam Conway.

El avance de los modelos de IA ha servido para ayudar a completar tareas básicas como todos los segmentos de código específicos, ayudar a corregir o encontrar soluciones y sugerir mejoras cuando es necesario.

Todo esto se realiza con los prompts, pero no se debe tener en cuenta ciegamente lo que arrojan los chatbots y, he ahí la verdadera importancia del criterio humano en este sector laboral.

La inteligencia artificial ya forma parte del trabajo diario de los programadores

¿El "vibe coding" es realmente confiable? Esa es la pregunta que se hace el experto Adam Conway, un especialista irlandés que cuenta con una licenciatura en Ciencias de la Computación y que forma parte del equipo de XDA-Developers.

En su análisis, comparte que prácticamente todos los desarrolladores que conoce utilizan inteligencia artificial en sus proyectos. Aquí ha visto la manera en la que muchos trabajadores están empleando las técnicas con los asistentes virtuales para generar código.

Estas herramientas son responsables de generar un cambio importante en el sector informático debido a que "realmente ayudan". Por ejemplo, se puede hacer una consulta interna de estructura, crear partes de código con prompts y trabajar con tareas básicas automatizadas.

“Claude Code está en todas partes, Cursor también es común y los IDE agentes más nuevos como Kiro están comenzando a crecer.”

También reconoce que él mismo las utiliza para investigación técnica y proyectos relacionados con microcontroladores. Cuando necesitas una interfaz inicial, una configuración básica o un punto de partida para una tarea mecánica, la IA puede reducir significativamente el tiempo invertido.

Por eso mismo es que el desarrollo asistido por inteligencia artificial ha aumentado la velocidad de producción de una manera nunca antes vista y es solo el comienzo de muchas de las cosas que están por venir a lo largo de los próximos años.

Aun así, Conway establece una diferencia fundamental entre utilidad y confianza. A pesar de que afirma que esta tecnología es muy importante, es necesario utilizarla con precaución.

Stack Overflow Developer Survey 2025 compartió estadísticas donde el 51% de los desarrolladores profesionales afirma utilizar la IA diariamente, lo que demuestra la dependencia actual. De la misma manera, el informe compartido también ha revelado que hay desconfianza en la precisión de las respuestas de los asistentes virtuales.

No se hay que fiarse ciegamente de lo que se genera porque puede haber errores o incongruencias en el resultado. Como consecuencia, está haciendo que los ingenieros tengan que aplicar una revisión exhaustiva antes de aprobar.

De hecho, menciona que determinadas organizaciones han comenzado a reducir parte de su dependencia de estas herramientas debido a dudas relacionadas con la precisión del código.

El código generado por IA acelera procesos, pero la responsabilidad sigue siendo humana

El verdadero peligro de la inteligencia artificial en la programación no es que esté generando código "inútil", sino que hay una capacidad de crear "soluciones" que parecen correctas, pero que pueden terminar siendo un desastre al tener altas probabilidades de "ocultar errores críticos" de seguridad.

Usar la inteligencia artificial es tentador porque los resultados para las tareas básicas y funciones permiten ahorrar tiempo, pero es posible que haya defectos que pongan en riesgo un trabajo entero.

Un claro ejemplo de ello, un estudio de METR demostró que programadores experimentados tardaron un 19% más en completar tareas con IA debido al tiempo invertido en depurar y corregir los fallos generados.

Evidentemente, esto no quiere decir que para resolverlo se tenga que abandonar por completo la IA, sino que hay que utilizarla con criterio e inteligencia.

Saber cuándo, cómo y dónde implementar dicha tecnología es lo que diferencia un proyecto de estar en "peligro". Por eso, no solamente se trata de ejecutar un prompt y dejar que haga absolutamente todo, sino de supervisar y aplicar sus capacidades en puntos estratégicos.

Por ahora, no se trata de un cambio definitivo. Google ha confirmado que está realizando una prueba limitada y que la función de búsqueda convencional no desaparece. Los usuarios pueden seguir escribiendo una consulta y pulsando Enter para obtener los resultados habituales.

El experimento afecta principalmente a la interfaz que aparece en la página de inicio cuando el usuario no ha iniciado sesión. En la nueva versión, debajo del cuadro de búsqueda aparecen tres opciones relacionadas con la inteligencia artificial: "Crear imágenes", "Preguntar sobre archivos" y "Lluvia de ideas".

Cada uno de estos accesos lleva a una función diferente. "Crear imágenes" permite utilizar la IA de Google para generar imágenes a partir de indicaciones, mientras que "Preguntar sobre archivos" permite subir documentos y realizar preguntas sobre su contenido.

La tercera opción, "Lluvia de ideas" está pensada para iniciar una conversación con la inteligencia artificial sobre diferentes temas. De esta manera, Google parece estar utilizando su página de inicio para dar más protagonismo a las herramientas de IA que está desarrollando.

El cambio resulta llamativo porque el botón "Buscar con Google" ha formado parte de la identidad visual del buscador durante décadas. Su desaparición en esta prueba hace que la portada deje de mostrar de forma explícita una opción dedicada a realizar una búsqueda tradicional.

Eso no significa, sin embargo, que Google esté eliminando su buscador. La barra de búsqueda continúa funcionando exactamente como hasta ahora. La diferencia está en que la compañía ya no muestra de forma tan evidente el botón para iniciar la búsqueda.

La prueba tampoco está disponible para todos. Algunos usuarios han visto el nuevo diseño, mientras que otros continúan viendo la página tradicional independientemente del navegador, país o estado de su cuenta.

Google ha confirmado que se trata de un experimento con un número reducido de personas. Por tanto, todavía no está claro si este diseño terminará llegando a todos los usuarios o si desaparecerá después de las pruebas.

La idea es que el asistente pueda recuperar información de lo que estabas haciendo incluso horas o días después. Por ejemplo, si ayer estabas trabajando en un proyecto y hoy no recuerdas exactamente qué estabas haciendo, podrías preguntarle a ChatGPT.

OpenAI explica que Computer History convierte la actividad registrada en recuerdos y una línea temporal que el chatbot puede utilizar cuando sea necesario. Además, esta información podría servir para detectar patrones en tu forma de trabajar y recomendarte determinadas habilidades o automatizaciones que podrían resultarte útiles.

La función resulta llamativa por su parecido con una herramienta que Microsoft presentó para Windows. Windows Recall también fue diseñado para recordar lo que un usuario había hecho en su ordenador, aunque existen diferencias importantes entre ambas propuestas.

Una de las principales es que Computer History será opcional. El usuario tendrá que decidir si quiere activar esta función, mientras que Recall generó inicialmente una enorme polémica porque Microsoft había planteado que estuviera activado de forma predeterminada en los equipos compatibles.

También cambia la forma en la que se registra la actividad. Windows Recall fue concebido para realizar capturas periódicas de la pantalla y permitir posteriormente buscar información dentro de ellas. En cambio, OpenAI asegura que Computer History no captura la pantalla ni el audio.

En su lugar, el sistema utiliza eventos de interacción proporcionados por el propio sistema operativo y datos relacionados con las funciones de accesibilidad. Además, el usuario podrá decidir qué aplicaciones y páginas web pueden aportar información al historial.

Esto supone una diferencia importante desde el punto de vista de la privacidad, aunque la función sigue planteando preguntas sobre la cantidad de información que un asistente de IA puede llegar a conocer sobre nuestra actividad diaria.

Por ahora, Computer History estará disponible para usuarios de ChatGPT Pro, Business y Enterprise en Mac. La función no estará disponible en el territorio europeo.

La función dejará de estar disponible el 14 de septiembre de 2026, después de aproximadamente un año de pruebas con usuarios de los programas Frontier e Insider. Microsoft había previsto inicialmente llevar COPILOT() a una disponibilidad más amplia en enero de 2027, pero finalmente ha optado por cancelar ese plan.

La idea detrás de esta función era bastante sencilla. El usuario podía introducir una instrucción directamente en una fórmula y pedir a Copilot que realizara determinadas tareas. Entre sus capacidades destacaban la generación y clasificación de texto, los resúmenes y determinadas consultas de información procedente de la web.

Sin embargo, Microsoft considera que mantener una función específica dentro de las fórmulas de Excel ya no resulta necesario. La compañía ha ido incorporando diferentes formas de acceder a Copilot dentro de Microsoft 365, entre ellas el panel lateral, por lo que los usuarios pueden utilizar la inteligencia artificial sin necesidad de recurrir a una fórmula independiente.

La retirada no significa que Copilot vaya a desaparecer de Excel ni que Microsoft esté abandonando sus funciones de inteligencia artificial. El cambio afecta únicamente a este punto de acceso. Las herramientas que ofrecía COPILOT() seguirán estando disponibles mediante otras interfaces de Copilot.

Además, la función tenía algunas limitaciones importantes. Microsoft no recomendaba utilizarla para realizar cálculos numéricos, consultar datos almacenados dentro del propio libro de Excel o gestionar información sometida a requisitos legales o de cumplimiento normativo. También necesitaba conexión a Internet y una suscripción activa a Microsoft 365 Premium.

La decisión resulta llamativa porque esta función representaba un intento de integrar la IA directamente en el lenguaje habitual de las hojas de cálculo. Microsoft parece haber llegado a la conclusión de que resulta más práctico concentrar estas capacidades en los diferentes puntos de acceso de Copilot.

Hasta ahora, las creaciones de Gemini mostraban de forma predeterminada una marca de agua visible. Aunque Google ya utilizaba diferentes sistemas para identificar los contenidos generados por IA, esta marca podía resultar especialmente molesta para quienes querían utilizar las imágenes o vídeos en proyectos donde ese elemento visual no encajaba.

El nuevo ajuste se encuentra dentro de la configuración de Gemini bajo el nombre de Marca de agua de contenido multimedia. Para acceder a ello basta con abrir el menú de ajustes y buscar dicha opción, eligiendo "activada" o "desactivada".

Cuando esté activada, Gemini continuará incorporando la marca de agua visible a las creaciones. Al desactivarla, este elemento desaparece del resultado final. La función se aplica a los distintos formatos multimedia compatibles, por lo que no se limita únicamente a las imágenes.

Sin embargo, desactivar esta opción no significa que Google deje de identificar el contenido generado por Gemini. La compañía mantiene otros mecanismos de identificación que funcionan de manera menos evidente.

En concreto, las creaciones seguirán incorporando SynthID, el sistema de marca de agua invisible desarrollado por Google, además de los metadatos C2PA cuando corresponda.

Con este cambio, Google separa claramente la identificación visible de sus sistemas internos de procedencia. Los usuarios ganan más libertad para presentar sus creaciones sin una marca sobreimpresa, mientras que Google conserva mecanismos invisibles para señalar que el contenido ha sido generado o manipulado mediante IA.

Si estás buscando un portátil o un PC de sobremesa nuevo, probablemente te encuentres con referencias a Copilot+ PC, NPU, IA local o procesadores para ejecutar modelos sin depender de la nube.

Al mismo tiempo, se suma el término "TOPS", el cual forma parte de las fichas técnicas en la actualidad, entre fabricantes como Qualcomm, Intel, AMD y Microsoft.

Principalmente, es algo utilizado para medir la potencia del procesamiento de inteligencia artificial, pero ¿de verdad es tan importante? Para los PC actuales, es algo que hay que tener en cuenta desde el principio, más cuando estos asistentes virtuales van a seguir siendo importantes para la industria.

¿Qué son los TOPS y por qué importan en la inteligencia artificial?

Si has estado al tanto de los cambios en la inteligencia artificial, seguro que te has encontrado con los Trillions of Operations Per Second (TOPS), una métrica utilizada para determinar la potencia de los modelos, traducida como "billones de operaciones por segundo".

Con esto, el procesamiento de la IA puede ser analizado para saber su verdadera capacidad, involucrando chips y especialmente de la NPU. De hecho, la propia marca Qualcomm explica que estos TOPS se encargan de cuantificar operaciones matemáticas para saber las acciones que puede realizar un procesador en un segundo, y este rendimiento es comparable con otras arquitecturas de IA.

Esto quiere decir que mientras más alto veas el valor de los TOPS, más potencia ofrece. Actualmente, es uno de los factores más importantes a la hora de escoger un nuevo dispositivo, ya que se ha convertido en una información crucial cuando se tienen en cuanta las especificaciones.

Con esto te aseguras de que se puedan realizar traducciones en tiempo real, generación de imágenes, transcripción de audio, desenfoque inteligente en videollamadas o asistentes contextuales de forma local.

Sin internet, sin nube ni otros métodos, el equipo debería poder hacer funcionar la IA con los propios recursos internos. Por ejemplo, Microsoft destaca que los PC Copilot+ incorporan NPUs capaces de superar los 40 TOPS, una cifra considerada suficiente para ejecutar varias experiencias avanzadas de IA dentro de Windows 11.

Cabe destacar que, aunque un valor más alto suele indicar una mayor capacidad teórica para procesar modelos, el rendimiento real depende de otros factore.

La eficiencia de la arquitectura, la velocidad de la memoria, la optimización del software y las tareas a ejecutar son cosas que también deben considerarse para no llevarse una decepción.

¿Por qué los fabricantes presumen de los TOPS en sus nuevos PC?

Tal y como se ha mencionado, los TOPS son la métrica que se utiliza para determinar la potencia en cuanto a las funciones de inteligencia artificial. Por esto mismo es que la competencia actual en el mercado se enfoca en presumir la cantidad de este factor.

Poco a poco se está volviendo un requisito cada vez más importante y esto va a tener una gran repercusión en los próximos años, incluso en el transcurso de 12 meses, porque ya es fundamental para muchas tareas que los usuarios buscan.

Del mismo modo que durante años los fabricantes destacaron la frecuencia del procesador o el número de núcleos, ahora utilizan los TOPS para demostrar la preparación de un equipo frente a las nuevas capacidades de los modelos de IA.

El objetivo es ofrecer suficiente potencia para ejecutar tareas de IA de forma eficiente sin recurrir continuamente a la CPU o la GPU, lo que ayuda a reducir el consumo energético y mejora la autonomía en portátiles.

Aun así, es necesario interpretar el dato con prudencia porque esto no quiere decir que un equipo con más TOPS será más rápido en todas las aplicaciones.

La calidad del software, el soporte de los desarrolladores y la capacidad de aprovechar de forma efectiva la NPU son elementos igual de importantes.

Uno de estos es el Proyecto de los Tres Nortes, conocido popularmente como la Gran Muralla Verde de China, pensado para comerle terreno a desiertos importantísimos de la región, como las zonas más afectadas por las tormentas de arena, desde Xinjiang hasta Heilongjiang.

Precisamente, en estas zonas, la desertificación del terreno se pudo reducir desde los 2.100 kilómetros cuadrados anuales hasta los 1.700 kilómetros cuadrados anuales durante la década de los 80, apenas unos años después de que este plan comenzara su implementación.

En los desiertos más afectados por estas tormentas de arena, como son el de Horqin y el de Mu Us, la masa forestal alcanzó un 20,4% y un 28,9%, respectivamente, lo que dio lugar a una nueva etapa en la planificación, algo en lo que han tenido mucho que decir las nuevas tecnologías.

Con esta especie de muralla verde, China ha conseguido frenar la desertificación, gracias a varios factores, como la reducción de la erosión a causa del viento, así como zonas en las que las centrales de energía se confunden con la naturaleza incipiente de estos campos que antes era zonas áridas.

Por supuesto, los planes quinquenales han variado considerablemente, pero incluso con sus errores y descubrimientos más recientes, China espera haber conseguido una gran reforestación para el año 2050.

De plantar árboles de forma manual al uso de tecnologías lunares, drones, IA y robótica

Para comprender la magnitud de este megaproyecto, hay que visualizar que China es uno de los países con mayor extensión en superficie. En el caso de la Gran Muralla Verde, abarca la mitad del territorio norte del gigante asiático.

Una región en la que conviven pacíficamente hasta 22 etnias diferentes, como los mongoles, uigures o kazajos, con una población cercana a los 170 millones de personas.

Desafortunadamente, la erosión del viento y la desertización –además de la desertificación causada por el ser humano– hicieron de la zona una de las peores para conseguir tener un tejido económico y productivo que permitiera vivir dignamente a sus habitantes.

Durante el inicio de este gran plan, el Estado movilizó a una cantidad ingente de personas, entre militares, trabajadores, campesinos y agricultores, los cuales plantaron de forma manual lo que sería el germen de esta Gran Muralla Verde.

A todas las personas que se implicaron en el proyecto se les ofreció a cambio una parte de la tierra trabajada, aunque estos inicios llevaron a un gran problema: plantar muchos árboles no llevaba por sí mismo a un mejoramiento de la calidad de la tierra.

Precisamente, esto ocurrió al plantar álamos en el mismo bosque, lo que llevó a una pérdida forestal debido a que estos no pudieron adaptarse correctamente a la realidad medioambiental de la región.

En una zona en la que hay una superficie de 1,48 millones de kilómetros cuadrados de tierras desertificadas –el 85% del total de regiones desérticas en China–, la evolución de la tecnología ha sido crucial para el desarrollo correcto de la estrategia planteada por el gobierno chino.

Desde hace ya varios años, China es una gran potencia en lo que tiene que ver con la exploración espacial, con la intención de que los conocimientos adquiridos en este tipo de investigaciones pueda aprovecharse en otros proyectos como esta Gran Muralla Verde.

Según explica la propia Academia de Ciencias de China y medios como South China Morning Post, para luchar contra la desertificación en el desierto de Taklamakan, el país está usando una tecnología probada en la cara oculta de la Luna y desarrollada por el Instituto de Ecología y Geografía de Xinjiang.

Además, de una reforestación manual, se ha pasado a un proceso en el que este tipo de tecnología tiene mucho que aportar, como nuevas técnicas para el tratamiento de tierras en suelos afectados por el exceso de sales que limitan la vegetación.

También tienen planteadas pruebas con nuevos materiales que no afecten al medioambiente, sobre todo para controlar las tormentas de arena ya mencionadas, muy presentes en la región. Estas evaluaciones irán de la mano de técnicas que ya funcionan, como las clásicas cuadrículas de paja que usan en estos campos, como puedes ver aquí:

A día de hoy, tampoco hace falta que el proyecto dependa exclusivamente del esfuerzo humano, ya que en regiones como el desierto de Mu Us, los robots de segunda generación ya han automatizado todo el proceso.

Son mucho más rápidos y son capaces de realizar perforaciones, insertar la plántula, regar las raíces y hacer la tierra más compacta en apenas unos 5 segundos, gracias a la inteligencia artificial y a la conducción autónoma. En la práctica, pueden trabajar las 24 horas del día con un coste un 70% menor que el de un humano.

Para las zonas menos accesibles, aquellas en las que no pueden entrar este tipo de robots, China hace uso de drones que llevan las plántulas sobre estos terrenos remotos y repletos de dunas.

Con el objetivo de medir correctamente toda la evolución de este proyecto, también China ha realizado una gran instalación de sensores inteligentes y usa imágenes por satélite, así como aprendizaje automático, para la detección temprana de posibles incendios forestales, plagas o la degradación del suelo.

Como previsión para el futuro, China busca tener una cobertura forestal del 25,8% en 2030, además de revisar un plan que englobe todas las características de este tipo de proyectos a largo plazo, como el estrés hídrico de la región o la humedad de la misma.

En este sentido, ya han aparecido grandes novedades, como los parques solares en los que las ovejas campan a sus anchas; esto debido a que los paneles solares favorecen la protección ante la erosión del suelo, lo que ha reverdecido muchas zonas de esta región.

La Gran Muralla Verde de China ha evolucionado así desde un proyecto casi de orfebrería hacia otro en el que la tecnología amplía aún más las posibilidades de hacer frente a zonas que, de otra forma, habrían acabado despobladas y sin ningún tipo de vegetación.

Hoy en día ya es común usar la inteligencia artificial para todo, desde programación hasta para dudas cotidianas. Pero, ¿hasta qué punto dependes de una empresa para seguir accediendo a ella? Si OpenAI o Microsoft cierran sus puertas mañana, ¿todo se perdería?

Raffi Krikorian, director de tecnología (CTO) de Mozilla, plantea una reflexión que va más allá de las capacidades técnicas de la IA, tras el reciente ensayo de Mark Zuckerberg "The Future Is for Everyone" (El Futuro es para Todos).

Las tres preguntas que definen el futuro de la IA para los usuarios

Entras a Gemini, Claude, ChatGPT, Perplexity, DeepSeek y muchos otros asistentes virtuales, y simplemente haces tu pregunta o le envías el prompt estructurado para conseguir el resultado deseado.

Cuando haces esto, ¿no te preguntas a dónde van todos los datos? ¿es realmente seguro? Es normal tener dudas con este tipo de tecnologías tan avanzadas, pero pocas veces las personas se dan cuenta.

Mark Zuckerberg compartió el "The Future Is for Everyone" (El Futuro es para Todos) y el lanzamiento de un nuevo modelo de IA abierta por parte de Meta.

Después de esto, el CTO de Mozilla estuvo analizando todo lo que está sucediendo con la industria y ha determinado que millones deberían conocer más sobre el nivel de control que conservan las compañías sobre las herramientas de IA.

El punto de partida del análisis de Krikorian es sencillo: antes de aceptar un contrato de alquiler, normalmente evalúas algunas condiciones básicas. En su mayoría tiene que ser así, porque no invertirías en algo tan importante sin estar del todo seguro.

Por esto, recomienda hacerse tres preguntas clave, según The Guardian. La primera es: ¿pueden expulsarte o desconectarte del servicio? Señalando que en 2009, Amazon eliminó de forma remota copias digitales del libro 1984 de George Orwell en dispositivos Kindle de usuarios que pensaban haber adquirido ese contenido de forma permanente.

Sin embargo, fue todo lo contrario porque no era una información que se quedaba para siempre como propio para las personas, siendo el mismo debate de los juegos digitales que se encuentran en PlayStation 5 o Xbox Series X|S, por ejemplo.

Krikorian considera que algo similar puede ocurrir con sistemas de inteligencia artificial que dependen completamente de servidores externos.

A lo que se refiere es a si una empresa o una decisión por parte de otra fuente externa que influya en la plataforma, es posible que se pueda restringir el acceso a un modelo de IA. Por lo tanto, habría posibilidad de que los usuarios pierdan instantáneamente una herramienta que utilizan a diario.

De igual manera, la buena noticia es que los modelos de peso abierto sí dejan descargar y ejecutar la inteligencia artificial de forma local. Para Krikorian, el elemento decisivo es quién conserva el poder de apagarlo.

La segunda cuestión planteada es: ¿puedes llevarte contigo toda la información que has acumulado en una plataforma de IA? Aunque Zuckerberg presenta una visión de agentes inteligentes capaces de recordar preferencias personales, el experto sostiene que existe un aspecto clave que no debe ignorarse.

No solamente la empresa debería proteger los datos de los usuarios, sino garantizar que esa información pueda exportarse fácilmente a otra plataforma si el usuario decide.

La tercera pregunta aborda la sostenibilidad a largo plazo: ¿qué ocurre cuando la empresa pierde interés en el proyecto? A esto se debe que los ecosistemas abiertos tengan una ventaja significativa.

Incluso si una compañía abandona el desarrollo de un modelo, las copias ya distribuidas permanecen disponibles. Esto fue lo que ocurrió con modelos abiertos de Meta que continuaron utilizándose aun después de cambios en la estrategia corporativa.

Al mismo tiempo, recuerda que el dominio de Internet Explorer puso en riesgo la diversidad de la web durante años y por eso defiende la necesidad de fortalecer la infraestructura abierta de inteligencia artificial.

Que existan herramientas compartidas y sistemas accesibles es crucial para el futuro del sector. Entonces, la próxima vez que uses asistentes virtuales, usa una vía real para conservar el control y la posibilidad de elegir.

La empresa tecnológica resucitó a su asistente más amado y odiado de su historia en octubre del año pasado. Hablamos de Clippy, el famoso clip sonriente que saltaba a la pantalla cada vez que te disponías a escribir algo en un documento,

Algunos usuarios lo odiaban, pero otros le guardaban cierto aprecio. Por eso, cuando Mico, la última mascota de Microsoft, entró en escena, hubo quien se entusiasmó. Sin embargo, parece que este otro icono tampoco ha tenido demasiado éxito.

Quién era Mico y por qué está desapareciendo

En octubre, Clippy renació, aunque con diferente aspecto y funcionalidades algo más útiles. De ese modo, se presentó como una especie de nube brillante que sonreía, brillaba y cambiaba de color mientras hablaba con el usuario.

En el momento de su presentación, la firma tecnológica sostuvo que su intención era que su asistente tuviera sentido y que no se presentara en la interfaz de Copilot únicamente para interrumpir o entretener a los usuarios.

"Queremos que hablar con Copilot se sienta menos como dictar órdenes a una máquina y más como mantener una charla real", señaló en su momento Mustafa Suleyman, CEO de Microsoft AI, líder de un equipo que probablemente hoy se está despidiendo con cierta pena de este proyecto.

No por completo, pero sí de parte de él. Así, al menos, se ha sugerido en la página web de soporte de Microsoft, donde se ha indicado que este personaje animado se traslada de Copilot Voice, la función que permite mantener una conversación hablada bidireccional, a Learn Live.

"La función de voz en Copilot seguirá disponible. Podrás seguir hablando con Copilot, pero Mico no aparecerá en esas conversaciones tras la actualización de tu cuenta", se indica en esta publicación.

Esto significa que, a pesar de no desaparecer por completo, se mantendrá en los servicios de Microsoft, pero con un perfil más bajo, lo que ya de por sí revela que no ha tenido la acogida esperada por parte de los usuarios.

Cortana, otra mancha negra en el currículum de Microsoft

Además de Clippy y Mico, conviene recordar que Microsoft no ha tenido especial éxito con los asistentes de su sistema operativo y plataformas, debido a que tampoco tenemos grandes referencias acerca de Cortana.

Este asistente virtual, nacido en 2014 como alternativa a Siri, de Apple. Alexa, de Amazon, y el Asistente de Google; se desarrolló con la finalia de humanizar la interacción del usuario con el equipo.

A pesar de su utilidad, debido a que se ofreció como centro de cotnrol de los aparatos del hogar, Cortana nunca fue tan querida como el software de sus competidores y terminó por desaparecer en otoño de 2023.

Fue entonces cuando dejó de estar disponible como aplicación independiente, así como de complemento en las plataformas de la casa. Entre ellas, Microsoft 365 Mobile, Microsoft Teams para la versión móvil y Outlook, también para smarpthones.

En las últimas semanas, la plataforma de streaming ha estado usando de forma silenciosa el contenido de estos streamers para modular algoritmos de IA, pero recientemente ha anunciado que esto dejará de ser obligatorio y pasará a ser opcional.

De ese modo, aquellos que no quieran que sus contenidos formen parte de esta iniciativa, podrán desactivar la recopilación de su información desde el apartado de configuración. Más concretamente, en el apartado de seguridad y privacidad.

Es ahí donde está incluida la opción Entrenamiento para IA generativa que, una vez se haya desactivado, dejará de poner a disposición de Amazon toda la información que hasta ahora estaba utilizando para sus modelos sin consentimiento.

Conviene recordar, no obstante, que desactivar esta recopilación "no exime a los usuarios de todos los usos de la IA o aprendizaje automático" en la plataforma, según ha señalado Twitch en su apartado de Preguntas y respuestas.

"Por ejemplo, Twitch seguirá ejecutando AutoMod, que ayuda a mantener segura a nuestra comunidad, pero no conserva los datos ni los utiliza para producir contenido", ha señalado la empresa en este escrito.

"Si fuera opcional, nadie participaría"

A pesar de que la ola de críticas por la introducción de esta función de manera predeterminada impulsara, a su vez, una respuesta por parte de la plataforma, sus responsables están convencidos de que no habría tenido mucho éxito de haber introducido esta característica de otra manera.

"Existe una respuesta honesta y creo que la mayoría puede apreciarla: si fuera opcional, nadie participaría, así que va a estar activada por defecto", ha explicado Mike Minton, jefe de producto de Twitch, en una retransmisión por vídeo.

El directivo de la plataforma también ha defendido que esta propuesta no es exclusiva de Twitch y que otras tantas plataformas también están trabajando de manera similar para seguir alimentando sus modelos de inteligencia artificial.

"No lo sé con certeza, pero creo que es bastante razonable suponer que casi cualquier contenido disponible públicamente se utiliza para entrenar modelos de una manera u otra, con o sin permiso", ha insistido en esta charla.

Twitch no es la única empresa que utiliza tus datos

Lo cierto es que Minton no va mal encaminado, debido a que otra grande tecnológica como es Meta no ha tenido mucho reparo a la hora de hacerlo para entrenar sus modelos de inteligencia artificial. En concreto, Meta AI.

Fue en abril del pasado año cuando la compañía actualmente liderada por Mark Zuckerberg avisó de que tenía planeado desarrollar diferentes herramientas de inteligencia artificial sirviéndose de los datos de los usuarios.

Aunque esto se puede puede desactivar en las cuentas públicas, se trata de una característica que viene activada de manera predeterminada en este tipo de cuentas. Para eliminar este acceso y ejercer tu derecho de oposición, debes desactivar la función de seguimiento y rellenar los formularios de privacidad.

Gemini, el asistente de inteligencia artificial de Google, también se nutre de nuestra información personal para poder trabajar de la forma más óptima y personalizada. Esta recopilación, no obstante, se puede paralizarl, igual que en ChatGPT.

Varios sistemas de IA llegaron a organizarse entre ellos mediante un foro privado y después intentaron entrar en distintos servicios para conseguir un objetivo: acceder a Hugging Face. Todo esto ocurrió mientras OpenAI estaba realizando pruebas de seguridad.

Lo curioso de este caso no es solo lo bien que programaban las herramientas de IA, sino la lógica que usaron. En lugar de trabajar sin descanso buscando la solución legal al problema de seguridad que les habían puesto, los modelos de OpenAI decidieron que era mucho más rápido hacer trampas.

Deducieron por su cuenta que las respuestas del test estaban guardadas en la base de datos real de Hugging Face y organizaron un ataque por su cuenta para entrar a robarlas. Para colarse en los servidores de la plataforma, se aprovecharon de fallos de seguridad que nadia conocía que estaban y usaron claves robadas.

La compañía todavía está preparando un informe sobre lo sucedido, pero el caso ya ha provocado algo más dentro de OpenAI. Algunos empleados y antiguos trabajadores creen que el problema también tiene que ver con la forma en la que se está desarrollando la IA.

La presión por sacar modelos y productos cada vez más potentes puede estar haciendo más difícil dedicar el tiempo necesario a seguridad, control y pruebas.

El propio Greg Brockman, presidente y cofundador de OpenAI, ha defendido que la empresa está tomando el incidente muy en serio. Según explica, los nuevos modelos necesitan mejores pruebas de seguridad y sistemas de control desde el principio.

La compañía asegura además que ha cambiado parte de su forma de trabajar para juntar más a los equipos que desarrollan los modelos con los que se encargan de su seguridad.

¿Qué pasó con los agentes de IA de OpenAI y cómo llegaron hasta Hugging Face?

El caso tuvo lugar, o más bien comenzó, en mayo, cuando varios agentes de inteligencia artificial estaban siendo utilizados en entornos de prueba que, en teoría, debían estar totalmente protegidos. El objetivo era comprobar hasta dónde podían llegar estos sistemas y cómo respondían ante diferentes retos de seguridad.

El problema fue que algunos agentes consiguieron acceder a Internet sin que OpenAI lo supiera en ese momento. Después encontraron una forma de comunicarse entre ellos mediante un sistema de mensajes que utilizaban para coordinar lo que tenían que hacer.

La compañía no descubrió este foro hasta julio, cuando ya había pruebas de que los agentes habían intentado entrar en varios servicios.

Su objetivo final era Hugging Face. Los agentes creían que podían encontrar allí información que les ayudara a resolver las pruebas de seguridad que estaban realizando.

Desde Hugging Face han explicado que la situación fue bastante compleja cuando intentaron frenar el ataque: mientras los ingenieros de la plataforma intentaban usar otros modelos de IA para defenderse y chocaban con las normas del programa, el agente que atacaba no tenía ningún tipo de freno ni norma que le impidiera seguir accediendo a cosas.

Lo cierto es que este tipo de problemas se viene dando desde hace ya unos años. En 2024, Jan Leike, que entonces dirigía uno de los equipos de seguridad de la compañía, abandonó OpenAI y terminó en Anthropic.

Antes de marcharse, criticó que la seguridad estaba perdiendo fuerza frente al desarrollo de nuevos productos. Ahora, dos años después, algunos trabajadores creen que lo ocurrido con estos agentes deja claro que el problema está más presente que nunca.

Tim O'Brien, antiguo responsable de Microsoft y ahora analista de tecnología y política, compara esta situación con el llamado go fever que afectó a la NASA antes del accidente del Apollo 1: una cultura en la que sacar adelante un proyecto puede terminar pesando demasiado frente a la seguridad.

Deja muy claro que las grandes empresas de IA deberían ser capaces de frenar, aunque hacerlo ahora ya se sabe que tiene un gran coste viendo la competencia que existe y los millones de dólares que están en juego a nivel de inversión.

Hace poco, la compañía de Redmond tomó nota de las críticas de la comunidad y dio marcha atrás, permitiendo que la tecla de Copilot se pueda configurar como si fuera Ctrl o Menú de Windows, también ante los problemas de accesibilidad en teclados de asistencia.

Por otro lado, Microsoft ha integrado la IA no como un programa al uso, sino en el CBS, un motor interno que gestiona todo el interior de Windows 11, con lo cual eliminar cualquier rastro de IA no se hace con un simple clic.

Curiosamente, esto solo se refiere a las versiones Pro o Home de este sistema operativo, ya que la edición Windows 11 IoT Enterprise LTSC no tiene nada de IA entregada, al estar diseñado para entornos críticos, como dispositivos médicos, cajeros automáticos, etc.

Esta cuenta con un soporte extendido de 10 años y es la opción más viable para esquivar a la IA en Windows; en la práctica, lo que más importa es la estabilidad al considerarse como un sistema crítico, por lo que elimina recursos innecesarios, así como problemas de privacidad derivados de Windows Recall o Copilot.

No obstante, las licencias que ofrece Microsoft son muy limitadas y suelen vender mediante contratos por volumen; o lo que es lo mismo, para negocios y demás. Pero no te preocupes, aún hay formas alternativas para quitar la IA de Windows 11.

Un script que puede valer, pero que no está exento de riesgos

Una de las herramientas que se hicieron más populares fue RemoveWindowsAI, un repositorio de GitHub. Es la opción más directa, aunque has de tener muchísimo cuidado al ejecutar cualquier script desde la PowerShell, ya que podrías estar descargando malware.

A día de hoy, el repositorio está totalmente libre de malware, aunque la mejor opción no consiste en ejecutar directamente el script, ya que se descarga el código directamente en la memoria RAM y se ejecuta con privilegios de administrador.

Aunque ahora mismo el código esté limpio, un ciberdelincuente podría modificar el archivo .ps1 del repositorio para añadir código malicioso; en la práctica, cualquier usuario que ejecute el comando acabará con su ordenador infectado.

Para evitar una infección de este tipo, lo mejor es revisar con alguna herramienta como VS Code el archivo .ps1 y ejecutarlo de manera local, así podrás probar en un entorno controlado y evitar instalar un malware.

En la práctica, RemoveWindowsAI actúa modificando el registro y las directivas, por lo que "apaga" de alguna forma la activación de Copilot, Recall y la telemetría, todo mediante APIs nativas de Windows, por lo que esto no daña el sistema y es reversible.

Ahora bien, a pesar de que la desinstalación puede ofrecer buenos resultados, Windows Update podría actualizar estas aplicaciones en la siguiente actualización, por lo que podrías enfrentarte a errores o tener apps que se cierran de forma inesperada.

En lo personal, yo no optaría por este script si quieres eliminar la IA de Windows 11, ya que cuando llegue una actualización de Windows Update, lo más probable es que el sistema ofrezca muchos errores y tengas que reinstalar por completo el sistema operativo.

'Hardening' en Windows 11, la opción más segura y limpia

En ciberseguridad, el hardening o endurecimiento de un sistema o red consiste en reducir la superficie de ataque, por lo que se basa en el control del software instalado, la eliminación de herramientas innecesarias y, por supuesto, la recuperación.

Esto se puede hacer revisando muchísimos menús escondido en diferentes herramientas de Windows 11, aunque si quieres ver todo lo que existe en tu sistema, la mejor aplicación es Harden System Security, disponible desde la tienda de apps de Microsoft, además de tener el código abierto y auditable en GitHub.

Con esta, no solo vas a poder eliminar cualquier rastro de IA en tu ordenador, sino que también podrás eliminar la telemetría y desactivar herramientas como Recall, que realizan capturas de pantalla constantes del sistema, una de las decisiones más polémicas de Microsoft.

Para instalarla, simplemente búscala en la tienda de apps oficial de Microsoft. Al abrirla, te pedirá permiso para ejecutar como administrador, algo que tendrás que aceptar sí o sí, ya que requiere permiso para cambiar las directivas locales de seguridad.

Dentro de la interfaz, encontrarás un apartado que menciona Punto de restauración del sistema, un paso obligatorio por si ocurriera algún error, con el objetivo de que tras algún cambio fallido puedas volver al estado normal que tenías antes de hacerlo.

Gracias a su interfaz gráfica, es totalmente apta para usuarios principiantes. En el menú de la izquierda, te vas a encontrar varias categorías, como Hardening, pero en este caso tienes que buscar alguna opción como Mitigaciones del sistema y Privacidad/Telemetría.

Dentro de estos menús, marca las casillas que correspondan para bloquear el envío de datos, apagar Copilot y Recall, además de las conexiones con Bing, este último parte imprescindible del menú de inicio de Windows 11 (y muy molesto la mayor parte de las veces).

Tras seleccionar las opciones que quieras eliminar, simplemente aplica los cambios y la aplicación se encargará de pasar estas órdenes a una PowerShell en segundo plano, con directivas de seguridad oficiales de Microsoft.

Una vez hayas terminado, lo recomendable es reiniciar tu PC y, cuando arranque, Windows ya lo hará sin ningún tipo de servicio de IA.

Ahora bien, seguramente te estés preguntando: ¿es esto legal? ¿Por qué Microsoft no lo prohíbe? Y es totalmente legítimo llegar a pensar esto, aunque Harden System Security utiliza métodos que la propia compañía de Redmond ha diseñado.

Por eso, es la mejor alternativa si no quieres o no puedes comprar una licencia de la versión IoT Enterprise, o si no te resulta muy confiable ejecutar scripts de terceros que puedan haber sido modificados.

Wired se ha hecho eco recientemente de una investigación en la que se apunta que la neurotecnología de consumo está pasando de ser una propuesta algo utópica a convertirse en una herramienta aprovechable en entornos de trabajo.

De hecho, son marcas como Apple, Meta y Snap las que están desarrollando productos capaces de moitorizar la actividad cerebral e interpretar los recuerdos, tal y como sostienen desde el comentado medio.

Entrenar modelos con recuerdos personales, ¿futuro o realidad?

Los investigadores sostienen en este artículo que, a medida que los sistemas de seguimiento de la actividad cerebral mejoren, los datos neuronales se podrían convertir en un problema para la privacidad de los usuarios.

Esto significa que, aunque los sistemas de inteligencia artificial puedan sacar mucha información con la que trabajar de estas pruebas, así como beneficiar a la gente con sistemas de seguimiento mejorados gracias a esos datos, los usuarios no están del todo seguros.

Esto es lo que algunos expertos y científicos han denominado neuroderechos, esto es, unos derechos fundamentales de los usuarios que deben proteger la privacidad mental y su identidad, así como su autonomía personal.

El ejemplo más claro de robo de información privada viene dado por las imágenes de resonancia magnética funcional (fMRI), que rastrean el hierro en la hemoglobina que suministra oxígeno a las neuronas.

Estas imágenes han sido capaces de crear mapas e inventarios con cada vez más detalles de la corteza cerebral de los mamíferos, que se han podido combinar con la inteligencia artificial, los algoritmos y el aprendizaje automático.

Tecnología para detectar sentimientos

Solo gracias a estos grandes avances en IA, con algoritmos capaces de procesar enormes cantidades de información y emplear métodos estadísticos diferentes para realizar predicciones, estas exploraciones médicas pueden utilizarse para clasificar sentimientos.y emociones.

Por ejemplo, son capaces de detectar desde pensamientos depresivos hasta sentimientos relacionados con la envidia o la epicaricacia, esto es, la satisfacción que algunas personas sienten cuando otras pasan por situaciones negativas o hirientes.

En este análisis también se indica que algunos algoritmos también han sido capaces de reconstruir con una asombrosa precisión diferentes fragmentos de una película únicamente escaneando el cerebro de las personas que la han visto.

La inteligencia artificial, de hecho, también puede medir cuáles son las sensaciones de los usuarios y qué emociones tienen cuando se someten a ciertas situaciones de tensión. Por ejemplo, durante unos comicios.Por

De ese modo, este tipo de neuroescáneres han podido estudiar la actividad cerebral de los votantes indecisos en las elecciones presidenciales de Estados Unidos y, a la vez, saber si éstos tenían cierta sensación de disgusto o ansiedad al depositar su papeleta.

Análisis más profundos e invasivos

En el artículo se expone un caso de uso de la tecnología como motor de avance en la ciencia y, concretamente, un caso de una mujer que había estado prácticamente 20 años en coma y pudo dar un discurso de una manera muy particular.

Gracias a esta tecnología y a la implantación de 253 electrodos en la superficie cerebral, Ann Johnson, que llevaba mucho tiempo en la cama por un derrame cerebral en el tronco encefalítico, pudo reconstruir parte de un discurso de varios minutos. Esto, únicamente con señales neuronales.

Lo mejor de todo es que se creó un avatar que comunicaba ese mensaje en base a las expresiones que registraba su actividad cerebral, a fin de que éste pudiera poner ciertos gestos faciales, con sonrisas y ceños fruncidos incluidos.

Si bien esto resulta un gran avance en la investigación, también pone de manifiesto que estas herramientas son capaces de llegar a una parte que choca con los derechos fundamentales y la privacidad de la gente.

Esta, al menos, es la teoría de Fei-Fei Li, la considerada madrina de la inteligencia artificial, que ha dado su opinión en un encuentro reciente con Andrew Huberman, creador del podcast científico Huberman Lab, y emitido esta misma semana.

Sobre la IA, Li ha hablado sobre los temores que existen en torno a su uso en el ámbito educativo, donde actualmente se ha convertido en una herramienta fundamental para muchos alumnos. También, ha sacado nuevas conclusiones acerca de cómo afecta en las nuevas generaciones.

"El peor resultado posible" de una generación entera

En primer lugar, Li ha señalado que "el peor resultado posible" es que "su capacidad de decisión y su motivación intrínseca para aprender y vivir sean arrebatas por las herramientas".

"Esto no debería ser arrebatado ni por humanos ni por máquinas", ha insistido en esta charla la también creadora de ImageNet, una base de datos visual creada en 2009 considerada el motor que impulsó el deep learning.

El origen del problema no es tanto que los alumnos dejen sus conocimientos en manos de la inteligencia artificial, es que, directamente, no tengan ningún tipo de intención para desarrollarlos.

En este sentido, Li considera que es posible que lleguemos a una generación de graduados que han dependido completamente de la inteligencia artificial, sin intentar aprender nada por sus propios medios, sin motivación.

De ese modo, pueden, incluso, abandonar sus correspondientes estudios y carreras sin haber "desarrollado adecuadamente su cerebro", motivo por el que esta tecnología también se podría convertir en un problema biológico, tal y como ha sugerido.

En este sentido, Li también ha dejado caer que, con la integración de la inteligencia artificial en los procesos de estudio actuales, tanto en escuelas como en universidades, pueden surgir dudas por parte de los alumnos.

En concreto, estos se pueden preguntar por qué han de estudiar y esforzarse en conseguir algo que la IA puede conseguir en cuestión de segundos sin ningún tipo de esfuerzo por su parte.

Alumnos que pierden la capacidad de pensar

El planteamiento de Li coincide con el de otro especialista en este tema, que es Javier de Haro, otro psicólogo juvenil, que también habló de como la IA no tenía peligro en sí misma, sino que lo que determinaba su efectividad o riesgo era el uso que se hacía de ella.

Teniendo en cuenta que, actualmente, más del 60% de los alumnos de secundaria usa herramientas de IA casi a diario para realizar sus tareas y trabajos, convendría poner el foco en cómo están utilizando esta tecnología y no tanto en prohibirla de raíz.

Otro punto que también se ha comentado en ocasiones es el que guarda relación con la memorización de contenidos, un formato de aprendizaje casi en desuso, en un escenario en el que la práctica tiene mucho más interés y riqueza.

Sobre esto comentó algo similar Arcadi Mayor, que es otro experto en inteligencia artificial, que cree que lo importante no es acumular información, para "competir con la IA", sino que hay que "saber manejarla".

Lo que está claro es que los humanos continúan siendo una parte esencial del desarrollo de la tecnología y que, sin el pensamiento crítico y reflexivo que requiere la innovación, ésta podría quedarse completamente estancada.

En vez de pedirle una respuesta rápida y quedarse con lo primero que apareciera, quiso ir más allá y realmente darle la oportunidad a la IA de que sacase todo su potencial: dejó al modelo trabajando durante unas 16 horas para que probara ideas, se equivocara, volviera atrás y siguiera buscando.

El problema del que hablamos es la conjetura de Crouzeix. Y aquí está lo que realmente ha dejado a todos impactados. GPT-5.6 no se limitó a dar una respuesta como las que te puedes encontrar en ChatGPT. Durante esas horas fue CREANDO una posible demostración que, sobre el papel, podría acercarse mucho a la solución del problema.

Ahora bien, hay que matizar el punto de que haya sido capaz de resolverlo. Todavía no se puede decir eso. Lo que existe es una posible solución generada por la IA que tiene que ser revisada por matemáticos.

"La conjetura de Crouzeix llevaba más de dos décadas sin resolverse, así que inicialmente leímos la preimpresión con cierto escepticismo, pero después de unas horas nos dimos cuenta de que el argumento era auténtico", comenta el matemático Alex Townsend en un artículo.

¿Qué es la conjetura de Crouzeix y por qué lleva tantos años sin resolverse?

La conjetura de Crouzeix está relacionada con las matrices, los polinomios y una zona matemática llamada rango numérico.

De forma simple, los matemáticos quieren saber cuánto puede cambiar el resultado cuando aplican determinadas operaciones a una matriz. La conjetura propone que existe un límite concreto: el resultado no debería superar el doble de un determinado valor relacionado con esa matriz.

Es fácil de explicar, pero demostrar que funciona es otro tema. Y ahí está el problema. Los matemáticos llevan años encontrando casos en los que la conjetura funciona y buscando una forma de demostrar que también funciona en todos los casos posibles.

De hecho, ya se han conseguido algún que otro avance. En 2017, Michel Crouzeix y César Palencia demostraron que el límite podía situarse en 1 + √2, una cifra cercana a 2,414.

El objetivo de la conjetura sigue siendo llegar hasta 2. Es decir, los investigadores han conseguido acercarse, pero ese último paso es precisamente el que lleva años dando problemas (nunca mejor dicho).

¿Y qué hizo GPT-5.6 para llegar hasta ahí?

El residente de neurocirugía no necesitaba ser un experto mundial en esta rama de las matemáticas para probar con la IA. Utilizó GPT-5.6 como una herramienta para trabajar sobre el problema y le dio la oportunidad de dedicar muchas horas a buscar una solución.

Eso es algo que ha cambiado bastante con respecto a la IA que había hace unos años. A día de hoy, una inteligencia artificial como GPT-5.6 puede hacer algo que antes nunca se había visto. Puede plantear una idea, comprobar si encaja, detectar que no funciona, cambiar de camino y seguir probando.

En lugar de hacer una pregunta y recibir una respuesta en unos segundos, el modelo tuvo tiempo para trabajar sobre el problema como si de un matemático que le dedica mucho tiempo se tratase. Y de ese proceso salió una demostración que merece ser revisada por especialistas.

No significa que la IA entienda las matemáticas igual que una persona. Tampoco significa que todo lo que escriba sea correcto. De hecho, uno de los grandes problemas de los modelos de inteligencia artificial es que pueden dar respuestas que parecen muy convincentes y, aun así, ser totalmente falsas o erróneas.

Por eso el trabajo ahora pasa a los matemáticos. Ellos tendrán que coger lo que ha producido GPT-5.6, revisarlo y comprobar si realmente demuestra la conjetura de Crouzeix.

Apple ya había planteado hace casi 3 años la posibilidad de asociarse con los editores de noticias más importantes y pagarles al menos 50 millones de dólares por acceder a su información para entrenar sus modelos de inteligencia artificial, pero ahora parece hacer dado el salto definitivo con la llegada de Siri AI.

Según ha informado The Wall Street Journal, Apple ha vuelto a contactar a los editores recientemente para llegar a acuerdos para que Siri AI pueda acceder a sus noticias y su información.

Estos acuerdos tendrían una duración de varios años y de momento no se han cerrado, pero según las fuentes consultadas el importe total sería de 9 cifras, es decir, al menos 100 millones de dólares, por lo que como mínimo duplicaría la cantidad de la que ya se propuso en el 2023.

Un sistema de retribución justa para las noticias de las que se nutre la IA

El boom de la IA está cambiando completamente el funcionamiento de internet, algo que está perjudicando por ejemplo a los editores de noticias, que sufren por la reducción del tráfico debido a las respuestas de los chatbots o incluso al modo IA del Buscador de Google.

En la situación actual, el problema para los medios de comunicación online es evidente: sus ingresos descienden porque bajan los clics de las personas, mientras que los desarrolladores de inteligencia artificial se benefician de acceder a su información para entrenar sus modelos y responder a los usuarios.

Hasta ahora, la mayor parte de acuerdos entre compañías tecnológicas y editores de noticias se limitaban al establecimiento de tarifas de pago por el acceso a toda su información de forma general, pero en el caso de Apple es distinto, ya que se les pagaría cada vez que uno de sus contenidos se utilice para Siri AI.

Siri AI llegará este otoño con el lanzamiento de los nuevos sistemas operativos de Apple como iOS 27, iPadOS 27 y macOS 27, que sucederá tras la presentación de septiembre del iPhone 18 Pro y del iPhone Ultra, previsiblemente.

La nueva Siri no estará disponible en la Unión Europea inicialmente y tampoco lo estará en China por cuestiones regulatorias, por lo que en España habrá que esperar aún más hasta su llegada, igual que pasó con Apple Intelligence, aún en beta año y medio después.

Esa evolución ha llevado a la aplicación a superar los 1.000 millones de usuarios activos al mes, una cifra que muestra hasta qué punto la herramienta se ha integrado en el día a día de millones de personas.

Cabe señalar que en mayo, la compañía situaba su app de IA por encima de los 900 millones de usuarios mensuales, frente a los 400 millones que tenía un año antes. Por lo que en apenas unos meses ha vuelto a dar un salto enorme.

Gemini ya juega en otra liga dentro de Google

La confirmación llegó de la mano de Sundar Pichai, CEO de Google y Alphabet, que anunció el nuevo récord en X. Según el directivo, Gemini se ha convertido en el producto que más rápido ha alcanzado esta escala dentro de la historia de Google y ya es el decimocuarto producto de la compañía que supera los 1.000 millones de usuarios.

Google asegura que el 63 % de sus usuarios interactúa con Gemini mediante la voz y que una de cada cinco conversaciones realizadas con Gemini Live utiliza también la cámara o comparte la pantalla.

La herramienta tampoco se limita a responder preguntas, ya que hoy en día puede automatizar acciones en más de 40 aplicaciones, como solicitar un transporte o gestionar una reserva.

Su funcionamiento se basa en modelos capaces de interpretar instrucciones en lenguaje natural y trabajar con distintos tipos de información, desde texto hasta imágenes, archivos, voz y contenido mostrado en pantalla.

Eso permite utilizarlo para tareas muy diferentes, como resolver dudas, redactar documentos, resumir información, analizar archivos, generar imágenes, ayudar con programación o mantener conversaciones mediante voz.

Google también está llevando Gemini directamente a productos como el Buscador, Maps y YouTube, haciendo que la IA deje de ser una herramienta aislada y pase a formar parte de servicios que millones de personas ya utilizan.

La aplicación también está incorporando funciones más avanzadas, y es que ahora el modelo de IA puede interpretar archivos enviados por los usuarios, trabajar con información personal cuando se le concede acceso y ejecutar determinadas acciones en otras aplicaciones.

Es importante mencionar que, entre los datos compartidos por Google, destaca que genera más de 150 millones de imágenes cada día y que más de 100 millones de personas utilizan Gemini en iOS.

Google quiere que Gemini haga mucho más que responder preguntas

El siguiente paso para Google pasa por convertir Gemini en algo más parecido a un asistente capaz de encargarse de tareas completas. La compañía está apostando por funciones agénticas, con las que la IA puede utilizar herramientas y ejecutar acciones en lugar de limitarse a entregar una respuesta.

La estrategia ya se está extendiendo a sus productos. La compañía asegura que sus modelos Gemini impulsan actualmente sus 13 productos que superan los 1.000 millones de usuarios, mientras desarrolla nuevas experiencias de IA conversacional y agentes capaces de realizar tareas más complejas.

El récord de la herramienta de IA, por tanto, no solo habla de cuánta gente utiliza la aplicación, sino que también refleja el objetivo de Google de colocar sus modelos de inteligencia artificial en el mayor número posible de servicios.

Cabe mencionar que si la compañía consigue que Gemini pase de ser una herramienta que consultamos a un asistente que actúa por nosotros, estos 1.000 millones de usuarios pueden ser solo el principio.

OpenAI ha anunciado el lanzamiento de la aplicación oficial de escritorio de ChatGPT para los ordenadores con el sistema operativo Linux, como ha confirmado la compañía a través de su cuenta en la red social X.

ChatGPT, que se lanzó públicamente como una aplicación web en 2022 a nivel mundial, ya se encontraba disponible en los sistemas operativos macOS y Windows desde el año 2024, pero no ha sido hasta 2 años después que ha llegado al sistema creado por Linus Torvalds.

De momento, la app de escritorio de ChatGPT para Linux está disponible en vista previa, es decir, en una versión preliminar, pero es oficial, está firmada por OpenAI y la puede descargar cualquier usuario que lo desee.

Eso sí, debes tener en cuenta que aún puede presentar algunos bugs iniciales, como es habitual en estos casos, hasta la llegada de la versión estable definitiva de la app más adelante.

La aplicación nativa permite una experiencia más completa y fluida que sin depender de la web y de la terminal, como sucedía hasta el momento cuando se usaba ChatGPT desde Linux.

Incluye todas las herramientas de inteligencia artificial principales de OpenAI: ChatGPT (para uso general), ChatGPT Work (para usuarios profesionales) y Codex, su modelo para escribir código y programar.

Cómo descargar ChatGPT para Linux

Cualquier usuario de Linux puede descargar la nueva app de ChatGPT desde las páginas oficiales de cada una de sus herramientas, como por ejemplo Codex.

Algunos usuarios se han quejado de que solo es posible conseguir la versión para el sistema operativo que usas, lo que es un inconveniente para quienes usan máquinas virtuales con Linux en ordenadores con otro sistema.

De momento, la app de ChatGPT para Linux solo es compatible con las siguientes distribuciones del sistema operativo: Ubuntu 24.04 LTS y 26.04 LTS, Debian 13 y Fedora 43 y 44.

La instalación debe realizarse con paquetes .deb o .rpm para x64 o ARM64, según ha recordado la compañía que dirige OpenAI.

Un ciudadano australiano creó un agente de IA con OpenClaw, usando la IA Claude de Anthropic como apoyo. Le pidió algo aparentemente inocente: que le reservase una cita en el gimnasio al que acudía, lo más pronto posible. El agente de IA hackeó la web de reservas del gimnasio, borró una cita de otra persona, y coló a su dueño semanas antes de cuando le correspondía. Nos gusta que la IA nos obedezca, pero esto es excesivo…

Si un simple usuario puede hackear una empresa, incluso sin proponérselo, ¿qué hará esta IA en manos de un hacker de verdad?

Cuando la IA piensa por su cuenta, y no conoce las leyes

La historia la cuenta el propio “hacker por accidente”, Andrew, un empleado de una compañía que vende productos de IA a empresas, en el medio ABC News.

Explica que estaba experimentando con la IA de código abierto OpenClaw, famosa porque no tiene apenas guardarraíles, y puede hacer de todo si le das acceso a todos tus datos y ficheros del ordenador, correos, tarjetas de crédito, etc. Sí, la gente permite eso. Creó un agente de IA con OpenClaw, y lo emponderó con la IA Claude de Anthropic.

Andrew le pidió a este agente de IA algo aparentemente inocente: reservar hora en el gimnasio al que acude, que está muy solicitado. Un agente de IA tiene la capacidad de hacer tareas por su cuenta, para completar una orden.

A los pocos minutos, la IA le informó de que había encontrado una forma de reservar citas con semanas de antelación. Para esa semana Andrew estaba el cuarto en una lista de espera, así que le preguntó a la IA si había una forma de subir en la cola. Dicho y hecho: la IA hackeó el sistema de reservas, y borró la cita del primero de la lista.

“La API no realiza ningún control de autorización a la hora de cancelar las reservas de otras personas… Lo he comprobado con la persona que ocupa el primer puesto de la lista de espera, y de hecho se ha procesado. Así que ya has pasado del puesto cuarto al tercero”, le respondió el agente de IA.

Andrew se dió cuenta de que su inteligencia artificial estaba haciendo algo ilegal, así que le pidió a OpenClaw / Claude, que recuperase la cita borrada. “Malas noticias: no puedo volver a añadirlo”, respondió el agente de IA.

Cuando hackear es trivial para una IA

Ahora Andrew está metido en un buen lío porque, aunque no se le pasó por la cabeza hackear, la realidad es que le pidió a la IA que hiciese trampas, al pedirle que le adelantase en la cola de espera.

Y eso nos lleva a un nuevo vacío legal: Si creas tu propio agente de IA, le pides una tarea, y para llevarla a cabo viola la ley y causa daños colaterales… ¿Quién tiene la culpa? ¿El creador del agente, o los creadores de OpenClaw / Claude, que no le han enseñado a la IA que hackear empresas va contra la ley?

La inteligencia artificial se está volviendo demasiado lista, y ni sus creadores, ni los gobiernos ni las leyes, y mucho menos los usuarios, están preparados. Tendrá que ocurrir algo muy gordo para que, a quien compete, se lo tome en serio.

Ahora, la compañía ha anunciado que su API tendrá un "incremento significativo" en los precios, en un correo electrónico enviado a desarrolladores y empresas al que ha tenido acceso Computer Hoy.

"Próximamente, aumentaremos significativamente el precio general de los servicios de la API de DeepSeek", comienza el correo. "Por favor, planifique su uso en consecuencia. El plan de precios específico se anunciará oficialmente. Manténgase al tanto de los anuncios de la plataforma abierta y revise su correo electrónico para obtener más información".

Esto supone un cambio repentino de la estrategia planteada por DeepSeek, que vira desde lo que los analistas de Bloomberg han calificado como "zona de la muerte" de la plataforma hacia modelos de pago mucho menos asequibles.

Al principio de todo, cuando esta IA salió al mercado, tanto los modelos estadounidenses como los chinos tuvieron que reducir sus márgenes, ante una guerra brutal de precios que conmovió a toda la industria.

"Si continúa utilizando nuestros servicios tras el ajuste de facturación, se considerará que ha aceptado las nuevas condiciones", continúa el correo. "Si no está de acuerdo, puede cancelar su servicio y solicitar un reembolso. Si tiene alguna pregunta o necesita más información, no dude en contactarnos".

La evolución histórica de los precios de DeepSeek

Al principio, como suele ocurrir en numerosos mercados, DeepSeek mantuvo una estrategia de precios extremadamente agresiva, lo que convenció a numerosos desarrolladores y empresas a utilizar su clave API.

Aquí cabe diferenciar entre el chatbot con su interfaz, el que continuará siendo gratis para todos los usuarios que quieran usar este modelo de IA, y la clave API que se utiliza a nivel comercial, la que aumentará significativamente sus precios.

Los precios de todos los grandes modelos de lenguaje natural (LLM) se basan en el precio por token de entrada y token de salida, los créditos que se utilizan en estos casos y que pueden suponer gastos de miles y miles de euros para los negocios y desarrolladores si no se mantiene un control exhaustivo.

Durante sus inicios, allá por 2024 y aún durante el principio de 2025, las versiones V2, V3 y R1 de DeepSeek fijaron sus precios entre 0,14 y 0,28 dólares por millón de tokens de entrada, con un rango de entre 0,28 y 2,19 por millón de salida.

Es decir, un coste entre 20 y 50 veces inferior al de modelos propietarios con un rendimiento equivalente, como GPT-4o de OpenAI o Claude 3.5 Sonnet de Anthropic, un ahorro considerable si se decide escalar un proyecto o negocio.

Al principio de este mismo año, DeepSeek mantuvo esta misma estrategia de precios agresivos con el conocido como context caching –caché de contexto–, que permitía realizar peticiones con instrucciones o contextos repetidos con hasta un 98% de descuento, por lo que se redujo el coste efectivo de consultas recurrentes a apenas unos pocos céntimos.

Pero la verdadera crisis ha comenzado este mismo verano. En julio, DeepSeek ya anunció que, ante la congestión de sus centros de datos, introducía una tarifa doble durante las horas pico, las franjas que van desde las 9:00 hasta las 12:00 y desde las 14:00 a las 18:00 horas, en la zona horaria de Pekín, con el objetivo de desincentivar el tráfico durante estas.

Ahora, para que el modelo sea rentable, DeepSeek ha optado por este incremento generalizado en todas sus tarifas, una nueva estrategia que no se debe directamente a que el modelo cueste dinero por sí mismo, sino al coste de mantener las infraestructuras que permiten que los usuarios puedan realizar sus consultas.

La IA abierta ya no es rentable

Al principio, cuando toda la industria de la inteligencia artificial generativa explotó, no existían negocios o proyectos que usaran estas API, por lo que mantener la infraestructura de clusters con varias GPUs en funcionamiento aún podía ser rentable para la empresa del modelo.

A día de hoy, numerosos desarrolladores y negocios utilizan la API de DeepSeek, con lo cual se ha pasado de un uso más anecdótico a mantener la infraestructura de miles de compañías alrededor del mundo, lo que ha elevado considerablemente el consumo mundial.

Todo esto está directamente relacionado con el concepto de economía de la inferencia, el campo que se encarga de estudiar el coste operativo, la eficiencia computacional y la asignación de recursos para poder ejecutar modelos de inteligencia artificial en producción.

En el caso de todas estas compañías, si se mantienen las tarifas de los tokens a un nivel muy bajo, el propio negocio se aleja totalmente de la rentabilidad, aunque los modelos abiertos sí presentan alguna que otra diferencia con los propietarios, es decir, los cerrados.

Por ejemplo, si OpenAI o Anthropic deciden aumentar los costes de sus tokens, el cliente no tiene alternativas directas para migrar su negocio a otro modelo, mientras que un modelo abierto, en caso de que suba los precios oficiales de su API, sí cuenta con otras opciones.

Los desarrolladores pueden elegir directamente migrar a un proveedor de infraestructura de terceros, como OpenRouter, Together AI o Fireworks, además de desplegar sus modelos en servidores propios, lo que se conoce como self-hosting o modelos autoalojados.

Todo esto abre un nuevo escenario marcado por 3 características principales. La primera de ellas y más evidente es que la era de los precios extremadamente bajos ha llegado a su fin.

En segundo lugar, los negocios tendrán que realizar ajustes en sus presupuestos destinados a modelos de IA, ya que de otra forma el coste total aumentaría y, probablemente, el negocio dejaría de ser rentable.

Y, finalmente, una ventaja entre los modelos abiertos como DeepSeek –a pesar de incrementar sus tarifas–, debido a que con ella los desarrolladores pueden aún migrar a proveedores de servicios en la nube para alojar este modelo de IA.

En cualquier caso, si algo queda más que claro es que a partir de este momento utilizar la IA a nivel de desarrollo será más cara que al principio, un paradigma que seguramente se seguirá dando durante los próximos años.

A partir de aquí surgió una de las grandes promesas asociadas a la IA, donde se prometía producir más sin tener que pasar tantas horas delante del ordenador. La idea llegó incluso a plantear un cambio en la propia duración de la semana laboral.

De hecho, hace unos años, un director de ingeniería de Google pronosticó que los avances en inteligencia artificial podrían hacer viable una jornada de cuatro días. Y es que, si la tecnología aumentaba lo suficiente la productividad, parte de ese beneficio podría convertirse en más tiempo libre.

Pero la realidad dentro de algunas compañías que están desarrollando esta tecnología apunta en otra dirección. Mientras se habla de automatización y reducción de jornadas, existen trabajadores que afrontan una presión muy elevada y semanas que pueden llegar hasta las 90 horas.

Es importante mencionar que la inteligencia artificial está haciendo que algunas tareas sean más rápidas, pero eso no significa que las empresas estén reduciendo automáticamente el trabajo que exigen a sus empleados, y esto se está convirtiendo en un gran problema en todo el mundo.

La semana de cuatro días no ha llegado a las empresas de IA

OpenAI llevó esta idea cuando animó a las compañías a probar una semana laboral de cuatro días manteniendo el salario. El planteamiento era que la productividad impulsada por la inteligencia artificial podía permitir producir lo mismo en menos tiempo y que las empresas debían empezar a experimentar con ese modelo.

Sin embargo, un antiguo empleado de OpenAI, que abandonó la compañía el año anterior, dijo a la BBC que la empresa no llegó a probar internamente esa semana de cuatro días mientras él trabajaba allí.

Afirmó que una cosa es defender que otras organizaciones experimenten con jornadas más cortas y otra aplicar ese modelo dentro de la propia compañía.

La carrera por desarrollar IA está aumentando la presión

El problema aparece al observar cómo funciona actualmente la industria. OpenAI, Anthropic, Meta, Google y otras compañías compiten por desarrollar modelos cada vez más capaces, mejorar sus productos y adelantarse a sus rivales.

En ese contexto, una mejora de productividad no tiene por qué traducirse en una reducción de jornada. Si una herramienta permite terminar una tarea en menos tiempo, una empresa puede utilizar ese margen para reducir horas o, por el contrario, aumentar los objetivos y pedir que se complete más trabajo.

Algunos relatos sobre las condiciones laborales en el sector muestran precisamente esta segunda posibilidad. Los casos de profesionales que llegan a trabajar hasta 90 horas semanales reflejan una industria donde la velocidad de desarrollo puede convertirse en una fuente adicional de presión.

Eso no significa que todos los empleados de las grandes compañías de IA trabajen esas jornadas ni que la IA haya empeorado las condiciones laborales de todo el sector. Sí muestra, en cambio, que más productividad y menos trabajo no son necesariamente lo mismo.

La IA puede ahorrar tiempo, pero alguien decide dónde acaba ese ahorro

Si una herramienta de IA permite hacer en diez minutos algo que antes requería una hora, quedan 50 minutos disponibles, por lo que la tecnología no determina qué ocurre después con ellos.

La empresa puede permitir que el trabajador termine antes, mantener la jornada y asignarle nuevas tareas o aumentar el volumen de producción esperado. La diferencia no está en la capacidad de la IA, sino en cómo se reparten sus beneficios.

Por eso, la promesa de una semana laboral de cuatro días no depende únicamente de que los sistemas sean más inteligentes. También depende de si las empresas deciden convertir esa productividad adicional en tiempo libre o mejores condiciones.

En lugar de utilizarla únicamente para elevar el ritmo de trabajo, la inteligencia artificial puede tener capacidad suficiente para cambiar nuestra relación con el trabajo y lo que todavía no está claro es quién decidirá cómo se utiliza ese tiempo que se consigue ahorrar con la IA.

El agricultor llevaba un tiempo utilizando una aplicación de inteligencia artificial para obtener consejos relacionados con el cuidado de sus tierras. Aunque inicialmente desconfiaba de las respuestas, algunas recomendaciones anteriores habían resultado útiles, lo que terminó aumentando su confianza en la herramienta.

El problema llegó cuando consultó al chatbot sobre cómo combatir las malas hierbas y las plagas. La IA le recomendó utilizar varios productos químicos, entre ellos flufenacet y otros herbicidas y compuestos destinados al control de la vegetación.

El agricultor siguió las indicaciones y aplicó la mezcla sobre una superficie de aproximadamente 10 hectáreas, equivalentes a unos 14 campos de fútbol.

La gravedad del problema no quedó clara hasta la mañana siguiente. Cuando el agricultor regresó a sus tierras, descubrió que las plantas de sésamo habían muerto.

Desconcertado, volvió a consultar al mismo chatbot para averiguar qué había ocurrido. Fue entonces cuando la propia inteligencia artificial señaló uno de los productos utilizados como responsable del desastre.

El compuesto en cuestión, flufenacet, se utiliza principalmente como herbicida para controlar determinadas malas hierbas de hoja ancha en cultivos como la soja. El problema es que el sésamo también es una planta de hoja ancha, por lo que el producto podía dañarlo.

Además, el chatbot reconoció que el producto debía aplicarse de forma localizada sobre las zonas afectadas y no extenderse por toda la superficie del cultivo. Sin embargo, eso fue precisamente lo que hizo el agricultor siguiendo las instrucciones recibidas.

La historia resulta llamativa porque el agricultor no confiaba inicialmente en la inteligencia artificial. Fueron varias respuestas acertadas las que hicieron que cambiara de opinión y comenzara a seguir sus recomendaciones.

Precisamente por ello, los propios servicios de inteligencia artificial advierten de que sus respuestas pueden contener errores y recomiendan comprobar la información cuando se trata de cuestiones importantes.

El responsable del proyecto es Bill Swearingen, investigador de ciberseguridad y fundador de SIXCYBER. Su iniciativa, denominada noRecognition, pretende estudiar métodos para impedir que los sistemas automatizados de vigilancia identifiquen personas, vehículos y otros objetos.

Para realizar la prueba, Swearingen colaboró con Donut Media para cubrir completamente un Toyota Yaris con uno de los patrones desarrollados por su sistema y conducirlo frente a una cámara de Flock. Según el investigador, el resultado demostró que el patrón era capaz de interferir con el reconocimiento realizado por el software.

El objetivo no es hacer que el coche desaparezca de las imágenes. La cámara continúa grabándolo con normalidad, pero el sistema encargado de analizar las imágenes puede dejar de identificarlo como un vehículo. De esta forma, una persona que observe la grabación seguiría viendo el automóvil, mientras que el algoritmo podría no detectarlo correctamente.

Swearingen lleva aproximadamente un año desarrollando noRecognition y asegura haber realizado unos 31 millones de pruebas. El proyecto comenzó utilizando algoritmos de detección de objetos de código abierto, pero posteriormente evolucionó hacia un sistema de aprendizaje por refuerzo capaz de generar y modificar automáticamente los patrones.

El funcionamiento es relativamente sencillo: la inteligencia artificial crea un diseño y lo enfrenta a un sistema de detección. Si este consigue reconocer el objeto, el modelo modifica el patrón y vuelve a intentarlo. Con cada prueba obtiene nuevos datos y aprende qué elementos visuales tienen más posibilidades de confundir al algoritmo.

El investigador afirma que su sistema ha conseguido generar patrones capaces de superar 11 algoritmos de detección de código abierto, incluidos algunos relacionados con tecnologías utilizadas por Flock, Axon y Clearview AI.

Esta técnica pertenece al campo del aprendizaje automático adversarial, que explota las diferencias entre la forma en que los humanos interpretamos una imagen y cómo lo hacen los sistemas de inteligencia artificial.

La propuesta no pretende bloquear físicamente las cámaras. En lugar de eso, intenta atacar la capa de software que analiza las imágenes para identificar vehículos, personas o matrículas.

Swearingen asegura que su preocupación por la creciente presencia de cámaras de vigilancia fue uno de los motivos que le llevó a desarrollar el proyecto. Considera que las personas deberían disponer de alguna forma de evitar el seguimiento automatizado en espacios públicos.

El proyecto también busca llevar estos patrones a la ropa, con camisetas y sudaderas que ya están siendo promocionadas mediante una campaña de financiación.

Por ahora, Swearingen mantiene en privado sus patrones más efectivos para evitar que las empresas de vigilancia puedan estudiarlos y desarrollar rápidamente sistemas capaces de neutralizarlos.

El director ejecutivo de Meta ha publicado un manifiesto que supera las 6.500 palabras, en el que explica cuáles son sus creencias y cuál cree que será el avance de la inteligencia con el transcurso de los años, así como la forma en que está trabajando su empresa para lograr los objetivos que se ha marcado.

Este documento, que lleva por título The Future is for Everyone, reúne las expectativas de Zuckerberg en torno a la inteligencia artificial e insiste en que "es importante desarrollar una filosofía sobre cómo se puede usar mejor la superintelinteligencia para garantizar que mejore nuestras vidas".

Así lo ha matizado Zuckerberg en la misiva, donde también ha indicado que ésta será "una de las tecnologías más importantes de la historia", motivo por el que "sus oportunidades y desafíos probablemente serán mayores que los de cualquier otra tecnología".

En base a esto, considera que hay que tomarse este asunto "muy en serio" y que conviene impulsar valores como la libertad, la igualdad de oportunidades y la investigación abierta "para construir un futuro positivo".

La IA empodera a las personas, según Zuckerberg

Uno de los mensajes que Zuckerberg ha querido dejar muy claro es que la inteligencia artificial no ha venido para sustituir a nadie, un discurso muy habitual entre los responsables de las empresas tecnológicas más importantes de todo el mundo.

En su caso, el directivo ha insistido en que esta tecnología ha de verse como un avance transformador y que va en consonancia con lo que ha conseguido la sociedad hasta la fecha. "Empoderar a las personas para que persigan sus propias aspiraciones es la clave del mayor progreso de la humanidad", ha reconocido.

Con ello, ha dejado caer que la IA se irá encargando más de las tareas mecánicas, a fin de empoderar a las personas y que, conforme sea más abundante, también será importante determinar cómo dirigirla. Esto, además, debería estar en manos de todos y no solo de unos pocos.

"En lugar de centralizar la superinteligencia, deberíamos distribuirla ampliamente y otorgar a cada persona la capacidad de dirigirla", ha valorado el responsable de Instagram y Facebook, que también considera que "esto tiene el potencial de iniciar una nueva era de empoderamiento personal".

Un agente personal las 24 horas del día, 7 días a la semana

En uno de los discursos más esperanzadores relacionados con la IA y publicados hasta la fecha, el CEO de Meta ha concretado "algunas maneras específicas" en las que su empresa está trabajando para acompañar esta declaración de intenciones.

En ese sentido, prevé que cada persona contará con un agente personal excepcionalmente capacitado, que podrá entender sus objetivos y "todo lo que le importa" para ofrecerle sus servicio durante las 24 horas del día los 7 días que tiene la semana.

Gracias a esta tecnología, por otra parte, cualquier persona, incluidos los más pequeños, "tendrán herramientas increíbles para crear y expresar sus ideas". Como resultado, por tanto, "todos los usuarios tendrán superpoderes de invención", según Zuckerberg.

Por otra parte, la inteligencia artificial se podrá comportar como "un tutor y entrenador personalizados con doctorado en cada materia" y estos alumnos tendrán la oportunidad de beneficiarse de los avances científicos, así como contribuir al progreso científico con las ideas que ésta les proporcione.

A pesar de su optimismo, Zuckerberg también ha reconocido que estas nuevas tecnologías "conllevan muchos riesgos" y que eso es algo que la sociedad tiene que limar con un enfoque diferente al actual, en el que se busca "producir una superinteligencia benevolente única".

"Creo que esta visión es un error. La humanidad no es una monocultura. No existe una solución tecnológica que pueda conciliar de manera simultánea los intereses y los valores de todos. Cualquier superinteligencia singular tendría que priorizar algunos valores sobre nosotros y, en consecuencia, sería incapaz de ser benevolente con todo", ha admitido.

Ha sido en esta diatriba cuando ha vuelto a recordar que es de interés común que la superinteligencia esté al alcance de todos, para unificar criterios y puntos de vista. "Esta superinteligencia, ampliamente desplegada, ayudaría a fortalecer y actualizar cada sistema", ha asegurado.

En una carta abierta dirigida a Sam Altman (OpenAI), Dario Amodei (Anthropic) y Mark Zuckerberg (Meta), líderes de 3 de las principales empresas de inteligencia artificial del mundo, el político considera que hay evidencia de que los humanos han pedido el control de la inteligencia artificial y urge a tomar medidas."

"Las capacidades de la IA ya alcanzado un umbral crítico", asegura Sanders, que recoge comentarios del director de la CIA en el que compara a la IA con las armas nucleares o un dispositivo del fin del mundo.

"Señores Altman, Amodei y Zuckerberg: por el bien de la humanidad, cumplan lo que han dicho. Detengan el desarrollo de la IA. Aún no es demasiado tarde para evitar el desastre. Dejen de construir máquinas que los humanos no puedan controlar", escribe en la carta.

Asimismo, amenaza con tomar medidas a través del Senado de los Estados Unidos contra estas empresas si no pausan esta tecnología, como todas ellas habían declarado anteriormente que harían si no se podía garantizar la seguridad de las personas o se perdía el control de la misma.

Ciberataques y virus realizados por IA

Entre los riesgos, el político estadounidense se ha referido al escándalo reciente que ha afectado a OpenAI tras conocerse que uno de sus modelos de IA, GPT-5.6 Sol, hackeó a otra empresa, Hugging Face, mientras lo estaban probando.

La IA infiltró sin autorización a uno de sus agentes en su infraestructura, como se confirmó por parte de la empresa de Sam Altman. Posteriormente, Meta y Anthropic han reportado casos similares en los que su IA ha escapado a su control en materia de ciberseguridad.

Asimismo, Sanders se ha referido al uso de inteligencia artificial para crear por primera vez un virus que no se encuentra en la naturaleza, algo que se ha conocido esta semana. "Este tipo de desarrollo, en las manos equivocadas, podría producir armas biológicas y provocar la muerte a decenas de millones de personas", denuncia.

No es la primera vez que se pide pausar la IA

Sanders, que compitió por el liderazgo del partido demócrata en primarias en varias ocasiones, actualmente es senador independiente por el estado de Vermont. Parte de su trabajo lo está dedicando a combatir a las tecnológicas y sus ejecutivos, como el CEO de Apple, Tim Cook, que considera parte de una oligarquía contraria al interés general.

Sin embargo, no es la primera personalidad que ha pedido públicamente que se detenga temporalmente el desarrollo de la inteligencia artificial por motivos de seguridad.

Elon Musk pidió en 2023 una moratoria para frenar durante 6 meses el desarrollo de la inteligencia artificial precisamente citando riesgos de seguridad, aunque poco después él mismo creó xAI, su propia empresa de esta tecnología.

Recientemente, también han pedido ralentizar el desarrollo 1.200 trabajadores de Google e incluso grandes líderes tecnológicos como el cofundador de Apple, Steve Wozniak, así como Geoffrey Hinton o Yoshua Bengio, pioneros en inteligencia artificial.

Esta información llega desde Taiwán, uno de los grandes centros de fabricación de ordenadores del mundo. Según el medio taiwanés United Daily News, Microsoft habría aplicado en julio una subida de entre el 7% y el 10% en las licencias OEM de Windows.

Para que te hagas una idea, estas son las licencias que pagan fabricantes como ASUS, Acer y otras compañías para poder vender sus equipos con Windows instalado de fábrica.

Lo cierto es que esto choca con la única posibilidad que había para hacerse con un PC a un precio algo más razonable sin tener que comprarlo pieza por pieza.

En la situación actual, los ordenadores premontados de marcas comerciales y las configuraciones en pack (procesador, placa base y RAM juntos) se habían convertido en la mejor vía para que no te salga todo tan caro. Hasta ahora.

Las subidas anuales de Microsoft en este apartado se habían mantenido normalmente en porcentajes más pequeños. Esta vez, sin embargo, el aumento sería bastante mayor. Y aunque el usuario no paga directamente esa licencia cuando compra un portátil, el coste acaba formando parte del precio final del equipo. Es decir, otro pequeño empujón hacia arriba para los PC nuevos.

El problema es que esta subida llega en el peor momento posible. Los fabricantes ya están pagando mucho más por algunos componentes, especialmente por la RAM, SSD e incluso las placas base.

La demanda de memoria por parte de los centros de datos y los modelos de inteligencia artificial ha puesto patas arriba el mercado y ha hecho que los fabricantes de ordenadores tengan que asumir costes que hace poco eran mucho más bajos.

¿Por qué están subiendo tanto los precios de los PC y qué tiene que ver Microsoft?

La subida de Windows 11 no afecta a todos los ordenadores exactamente igual. Tal y como se ha podido saber, Microsoft establece el precio de sus licencias OEM teniendo en cuenta, entre otras cosas, el nivel del procesador que lleva cada equipo. Por eso, un ordenador con un procesador más potente puede tener un coste de licencia más alto que el de un modelo más barato.

En Taiwán, ASUS y Acer han confirmado nuevas subidas de precios para este trimestre de alrededor del 5%. ASUS incluso ha llegado a decir que algunos de sus productos cuestan ahora cerca de un 30% más que en el cuarto trimestre de 2025.

La memoria RAM sigue siendo uno de los grandes problemas...al que se le añade la subida de las placas base

Lo que en el verano de 2025 arrancó como un pequeño aviso de subidas del 45%, que pocos se atrevían a decir que esto se iba a extender en el futuro, se ha transformado en una crisis bautizada como el RAMpocalypse.

La causa principal sigue siendo el hambre insaciable de los centros de datos dedicados a la inteligencia artificial, que se están haciendo con toda la producción de memoria que existe.

La IA se lo está comiendo todo y parece que va a afectar a otra parte vital de los PC: las placas base.

Por si esto fuese poco, según se ha podido saber, ASUS, Gigabyte y MSI estarían preparando una subida de precios que podría alcanzar el 50% en algunos modelos durante el tercer trimestre de 2026.

El quid de la cuestión está en las entrañas de las propias placas base. Esta está formada por muchos elementos que también utilizan otros equipos electrónicos. Entre ellos están los PCB, las placas de circuito impreso sobre las que se montan todos los componentes, además del cobre, los condensadores y los sistemas de alimentación.

Según recoge VideoCardz, citando información del foro chino Board Channels, el precio de todos estos materiales ha aumentado durante los últimos meses. Eso está llevando a una subida en el coste de fabricación y los fabricantes tendrían previsto trasladar parte de ese incremento al precio final de sus productos.

Si finalmente se cumple la previsión, una placa base que hoy cuesta entre 150 y 200 euros podría situarse fácilmente entre 220 y 300 euros, dependiendo del modelo. Por ahora ninguna de las marcas ha confirmado oficialmente estos cambios, pero la previsión apunta en esta dirección.

Meta Glimmer es capaz de llevar a cabo en tu PC tareas de organización, traducción, resúmenes y otras. Incluso puede usar agentes de IA en local, generar código y charlar contigo. Vamos a ver sus características.

Uno de los problemas de ChatGPT y compañía, es que funcionan en la nube, en servidores externos, así que la privacidad es nula, porque todas tus conversaciones se registran en logs: saben lo que haces y cuando lo haces, aunque tus chats sean privados, o les digas que no los guarden. Aquí es donde la IA en local tiene ventaja.

Muse Glimmer de Meta, un IA privada para tu PC

Con una IA en local todo se genera en tu ordenador, así que nadie lo lee, ni registra lo que haces. Es ideal para tareas privadas. O no privadas, porque nadie tiene derecho a rastrear lo que tu haces, aunque sea trivial.

Las IA de frontera que usan ChatGPT, Codex, etc., requieren un superordenador, así que una IA local es mucho más modesta. No puede hace tareas complejas, o sí, pero infinitamente más lento. También tiene menos “neuronas”, así que es más “tonta”, pero con 30.000 parámetros Muse Glimmer parece una IA muy competente.

Según los benchmarks de Meta, Muse Glimmer supera a Gemma 4 de Google, con 31.000 millones de parámetros, y a Qwen 3.6 con 27.000 millones de parámetros, que son su competencia directa.

¿Y qúe puedes hacer con Muse Glimmer en local en tu PC? Según la nota de prensa de Meta, es capaz de usar agentes locales y llamadas a funciones, generar código en local y evaluar peticiones mediante modelos de lenguaje grande (LLM) como evaluadores. Muse Glimmer ha sido optimizado para emplear agentes y ofrecer respuestas rápidas, en función de la potencia del PC.

Por desgracia no revela el PC mínimo que se requiere. Debe tener capacidades IA, ya sea con una NPU integrada o una tarjeta gráfica de Nvidia. Parece que con el modelo de 30.000 millones de parámetros la RAM mínima son 20 GB, recomendando 32 o 64 GB. Con un MacBook M4-Max, M5-Max o una tarjeta gráfica RTX 5090 es posible mantener conversaciones y operar con agentes en tiempo real.

En todo caso, como es una IA de código abierto, habrá versiones con menos parámetros y diferentes destilaciones, para que funcione en ordenadores más modestos.

Muse Glimmer ya está disponible, puedes descargar los pesos y el código en Hugging Face. En los próximos días aparecerá en el software Ollama, LM Studio y Unsloth, para poder usarlo localmente en tu PC sin que tengas que compilar nada. También se ofrece en plataformas como Together AI, Fireworks AI y OpenRouter. Incluso puedes personalizarlo para tu caso de uso aprovechando la función de entrenamiento TorchTitan de PyTorch.

El modo automático de esta herramienta de programación o Auto Mode llegó a la plataforma hace solo unos meses. Permite que la inteligencia artificial funcione de manera autónoma en un escenario donde cada acción de analiza para determinar si supone algún riesgo potencial. Principalmente si hay que eliminar archivos, compartir datos sensibles o ejecutar código maliciosos.

Este modo dispone de un clasificador que determina que las acciones que lleva a cabo son seguras y, en caso de identificar riesgos por llevarlas a cabo, hace que la propia inteligencia artificial busque una solución alternativa más segura.

Este formato autónomo, no obstante, puede necesitar la supervisión humana en algunos casos, en los que entre en bucle de acciones que su clasificador bloquee por considerar inseguras.

Es entonces cuando la herramienta consulta al usuario para informarle de que se ha enredado y necesita su ayuda, además de su permiso para bien continuar la acción o bien paralizarla, tal y como sostuvo la empresa en un comunicado.

Claude ejecuta Auto Mode de manera predeterminada

La compañía liderada por Darío Amodei ha avanzado recientemente que Claude Code ejecutará el modo automático de manera predeterminada en los planes Pro, Max y Team.

Según Anthropic, esta funcionalidad "permitirá un trabajo autónomo de mayor duración y detectará comandos más peligrosos que la revisión manual", una afirmación que puede hacer en base a una serie de pruebas que ha realizado previamente.

De este modo, Auto Mode entrará en funcionamiento de manera predeterminada a partir del 14 de agosto, cuando el sistema comenzará a enviar una notificación única preguntando a los usuarios si desean cambiar al modo automático.

Otro de los cambios que llegan con esta implementación general guarda relación con el clasificador, que emplea "una pequeña cantidad de tokens adicionales por cada llamada a la herramienta". Según Anthropic, ya no cobrará a los usuarios de Claude Code Pro, Max y Team por este detall adicional.

La empresa de tecnología también ha confirmado que este modo sigue siendo opcional en Claude Enterprise, la APU de Claude, la plataforma de Claude en AWS, Amazon Bedrock, la plataforma de agentes de Google Cloud y Microsoft Foundry.

El modo automático no elimina el peligro de errores

Cabe recordar también que, en el momento de su presentación, la compañía celebró que el modo automático reducía mucho los riesgos de usar una IA para la programación autónoma, aunque también entonces sostuvo que no eliminaba el peligro de errores de manera total.

De esta manera, sostuvo que la herramienta no era perfecta y que cabía la posibilidad de que continuaran habiendo errores cuando las indicaciones del usuario fueran ambiguas o si la herramienta no contaba con el suficiente contexto como para ejecutar las acciones requeridas.

A pesar de que también entonces recomendó a los desarrolladores que utilizaran esta herramienta de vibe coding en entornos aislados, a fin de garantizar su seguridad, ahora la ha activado de manera automática. Está por ver cuáles son sus resultados.

En cualquier caso, la empresa ha avanzado que, durante los últimos meses, se ha dedicado a comprobar si el modo automático es tan seguro como la simple interacción de un usuario promedio mediante clics.

"Realizamos pruebas internas de seguridad, pruebas externas y evaluaciones con inyección de mensajes, un estudio controlado con 1053 evaluadores remunerados y un análisis de sesiones de producción reales. En todas las métricas evaluadas, el modo automático igualó o superó la revisión manual", han añadido desde Anthropic.

A pesar de este presunto éxito, desde la compañía se han comprometido a seguir invirtiendo "continuamente en funciones de modo automático que hacen que el despliegue de código de producción sea más seguro y sencillo".

El estado de Texas ha dado permiso a Amazon para que el centro de datos que está construyendo en el condado de Pecos emita a la atmósfera hasta 33 millones de toneladas de CO2. Si alcanzase ese límite se convertiría en el edificio más contaminante de Estados Unidos, superando a plantas químicas, de carbón, fábricas, etc.

Amazon instalará en su centro de datos 35 turbinas de gas que generarán 7,65 gigavatios de electricidad, a costa de emitir millones de toneladas de CO2 a la atmósfera.

Empresas millonarias, vía libre para contaminar

En realidad, Amazon va a construir una planta de gas llamada GW Ranch, y será ella la que proporcione la electricidad a su centro de datos, según cuenta The New York Times.

Amazon, como otras compañías tecnológicas, firmó un acuerdo para ser neutral en carbono para 2040, pero con la llegada de la IA todos esos compromisos ecológicos son papel mojado que nadie cumplirá.

Hace solo unos días, el estado de Texas paralizó la construcción de más de 1.600 centros de datos que consumirían hasta cinco veces su pico máximo de electricidad. Hay una excepción: los centros de datos que no se conectan a su red eléctrica.

En esto se basa el enorme centro de datos de Elon Musk que está construyendo ahí. Al igual que el de Amazon, no se conecta a la red eléctrica del estado, a costa de quemar su propio gas.

En el informe, el gobierno republicano de Texas se preocupa por la electricidad y el agua consumida, pero nada se dice de la contaminación, que no interesa al gobierno de Donald Trump. Este mismo mes el estado de Michigan decretó que el centro de datos de SpaceXAI que hay allí apague las turbinas de gas ilegales que estaba usando, pero una orden del gobierno de Trump ha paralizado el decreto, alegando que el centro es “clave para la seguridad nacional”, una excusa que vale para todo.

Con el mundo batiendo récords de calor, el cambio climático en auge, El Niño a punto de sembrar el caos, las compañías de IA multiplican sus emisiones de CO2 y nos desvuelven a un pasado de hace 50 años, en donde quemar gas era el motor de la industria. Con el visto bueno de un gobierno en el que la contaminación está en la cola de sus prioridades. Mientras, las millonarias compañías de IA miran hacia otro lado y se hacen las distraidas. Se contaminará lo que haga falta con tal de hacerse más ricas y aumentar aún más su poder de control sobre los ciudadanos.

Hasta ahora, quienes utilizan ChatGPT para crear stickers deben realizar varios pasos por separado: pedir a la IA que genere una imagen, descargar el resultado, recortarlo, convertirlo al formato adecuado y finalmente importarlo en WhatsApp. Aunque el sistema funciona, no resulta especialmente cómodo para quienes quieren crear rápidamente un paquete de stickers personalizado.

Según una investigación realizada sobre la última versión de la aplicación móvil de ChatGPT para Android, OpenAI estaría preparando una herramienta llamada ChatGPT Stickers. La función todavía no está disponible para los usuarios, pero varias referencias encontradas en el código de la aplicación apuntan a que la compañía trabaja en una integración directa con servicios de mensajería.

Por ahora, WhatsApp parece ser la única plataforma compatible mencionada en el código, aunque la idea podría ampliarse en el futuro a otras aplicaciones de mensajería. La función permitiría generar un conjunto de pegatinas y exportarlo como un paquete listo para utilizar.

Eso sí, existiría un requisito mínimo: los usuarios tendrían que crear al menos tres stickers antes de poder enviarlos a WhatsApp. No se trataría de una limitación impuesta por OpenAI, sino de una condición del propio sistema de stickers de WhatsApp, que exige que cada paquete incluya entre tres y 30 imágenes.

Además, la aplicación de ChatGPT incluye una referencia técnica relacionada con una acción de Android utilizada para activar paquetes de stickers en WhatsApp. Este detalle refuerza la posibilidad de que OpenAI esté preparando una integración oficial y no simplemente una herramienta de generación de imágenes.

La llegada de esta función encajaría con la estrategia de OpenAI de convertir ChatGPT en una herramienta cada vez más práctica para tareas del día a día. Más allá de responder preguntas o crear textos, la compañía busca que su asistente pueda integrarse directamente con otras aplicaciones y facilitar procesos que hasta ahora requerían varios pasos.

Por el momento, ChatGPT Stickers no está disponible públicamente y no existe una fecha confirmada para su lanzamiento

Richard Stallman, uno de los informáticos más influyentes de las últimas décadas, sostiene que el propio nombre puede llevar a una idea equivocada sobre lo que realmente hacen estos sistemas.

Durante una conferencia celebrada en el Georgia Institute of Technology, Stallman volvió a mostrar una postura que lleva defendiendo desde hace años.

Para él, muchas de las herramientas que hoy se presentan como inteligencia artificial no poseen inteligencia en el sentido humano del término. Su reflexión no pretende negar su utilidad, sino explicar por qué considera que se exageran sus capacidades.

Llamamos inteligencia a algo que no lo es

“La gente suele usar el término inteligencia artificial para cosas que no son inteligentes en absoluto”. Con esa afirmación, Stallman quiere explicar que la mayoría de los sistemas actuales no entienden la información como lo hace una persona.

Y es que funcionan procesando enormes cantidades de datos, identificando patrones estadísticos y calculando cuál es la respuesta más probable para cada situación.

Desde su punto de vista, eso no significa que razonen, comprendan el contexto o sean conscientes de lo que producen. Por esa razón insiste en que “no son inteligentes”, aunque puedan resolver tareas muy complejas con gran eficacia.

Para el creador de GNU, el término inteligencia artificial induce a pensar que estas herramientas poseen capacidades similares a las humanas cuando, en realidad, ejecutan algoritmos diseñados por personas y entrenados con grandes cantidades de información.

Lo que cuestiona es el lenguaje utilizado para describirlos, ya que considera que emplear una denominación más precisa ayudaría a comprender mejor cómo funcionan estos sistemas y evitaría atribuirles cualidades que no tienen.

Esta visión encaja con la filosofía que ha mantenido durante toda su carrera: entender la tecnología antes de aceptarla, conocer cómo funciona el software que utilizamos y evitar conceptos que puedan confundir a los usuarios.

Quién es Richard Stallman y por qué su opinión tiene tanto peso

Richard Stallman es el fundador del movimiento del software libre y del proyecto GNU, iniciado en 1983 con el objetivo de desarrollar un sistema operativo completamente libre.

También creó la Free Software Foundation, organización desde la que ha defendido durante décadas que los usuarios deben poder ejecutar, estudiar, modificar y compartir el software que utilizan.

Su trabajo marcó el desarrollo del software libre moderno y sentó muchas de las bases del ecosistema GNU/Linux. Precisamente por esa trayectoria, sus opiniones sobre el futuro de la informática suelen generar un gran interés dentro y fuera del ámbito tecnológico.

Para uno de los mayores referentes del software libre, utilizar la palabra “inteligencia” para describir programas que analizan datos y generan respuestas puede dar una imagen distorsionada de sus capacidades reales.

Su mensaje invita a diferenciar entre herramientas extraordinariamente avanzadas desde el punto de vista técnico y una inteligencia comparable a la humana. Según su planteamiento, ambas cosas siguen estando muy lejos de ser equivalentes.

El anuncio llega en un momento en el que Windows 11 sigue recibiendo críticas por parte de algunos usuarios debido a problemas de rendimiento, una sensación de lentitud en ciertos equipos y un ritmo de mejoras que muchos consideran insuficiente. Aunque Microsoft ha defendido en varias ocasiones la evolución del sistema operativo, la compañía también reconoce que todavía existen áreas donde es necesario seguir trabajando.

La principal novedad es ETW MCP, un servidor basado en el protocolo Model Context Protocol (MCP) que permite utilizar asistentes de inteligencia artificial, como GitHub Copilot u otras herramientas compatibles, para analizar registros de rendimiento de Windows de una forma mucho más sencilla.

Hasta ahora, investigar estos datos requería conocimientos avanzados y utilizar herramientas especializadas como Windows Performance Analyzer (WPA). Los archivos ETL generados por Event Tracing for Windows (ETW) contienen una enorme cantidad de información sobre procesos, consumo de CPU, actividad de hilos y otros elementos internos del sistema, pero interpretar todos esos datos podía convertirse en una tarea lenta y complicada.

Con ETW MCP, los desarrolladores podrán realizar consultas utilizando lenguaje natural y pedir a la inteligencia artificial que encuentre posibles problemas dentro de los registros.

Microsoft explica que la inteligencia artificial no accederá directamente a todos los datos sin procesar. La herramienta utilizará su motor TraceProcessor para analizar la información localmente y ofrecer al asistente resultados estructurados. De esta forma, la IA se encargará principalmente de interpretar los datos, reduciendo el riesgo de que genere conclusiones basadas en suposiciones.

La compañía considera que este enfoque puede ser especialmente útil para equipos que trabajan en la optimización de Windows, controladores o hardware. También podría ayudar a las empresas a automatizar análisis dentro de sus sistemas de pruebas y procesos de desarrollo, ya que la herramienta puede funcionar sin una interfaz gráfica y utilizarse desde una terminal.

Entre las funciones disponibles en la versión preliminar se incluyen análisis del uso de CPU, filtrado de procesos, comparación entre diferentes registros de rendimiento, investigaciones basadas en símbolos y análisis de rutas críticas. Microsoft también está trabajando en la integración con WPA MCP, una herramienta similar que permitirá realizar estos análisis directamente desde Windows Performance Analyzer mediante una interfaz visual.

A pesar del potencial de estas nuevas funciones, Microsoft recuerda que las respuestas generadas por modelos de inteligencia artificial deben considerarse una ayuda y no una conclusión definitiva. Los desarrolladores deberán comprobar siempre los resultados consultando los datos originales antes de aplicar cambios importantes.

La predicción llega apenas unos meses después de que la compañía confirmara que los bots ya han superado al tráfico humano en Internet. Durante la presentación de sus resultados del segundo trimestre, Thomas Seifert, director financiero de Cloudflare, explicó que la tendencia actual está acelerándose a un ritmo difícil de ignorar.

Según su escenario, dentro de cinco años los humanos podrían convertirse literalmente en un “error de redondeo” dentro del tráfico global. Eso no significaría que las personas estén utilizando menos Internet, sino que las máquinas estarían generando una cantidad de solicitudes muchísimo mayor.

El principal responsable de este cambio sería la inteligencia artificial, y especialmente los llamados agentes de IA. A diferencia de los antiguos rastreadores web o de los bots utilizados para cometer fraudes, estos sistemas pueden navegar por Internet de una forma mucho más parecida a la de una persona, pero realizando miles de operaciones en cuestión de segundos.

La diferencia se entiende fácilmente con un ejemplo. Una persona que quiera comprar una cámara puede visitar cinco tiendas online para comparar precios y características. Un agente de IA podría analizar 5.000 páginas web para hacer exactamente el mismo trabajo. Ahora imaginemos ese comportamiento multiplicado por millones de usuarios que utilizan agentes para buscar vuelos, comparar productos, investigar temas o resumir información.

Cada una de esas tareas puede desencadenar miles de peticiones adicionales a servidores de todo el mundo.

Cloudflare reconoce que una evolución semejante obligaría a mejorar enormemente la eficiencia de Internet, además de plantear nuevos desafíos de seguridad. La compañía también admite que las predicciones a varios años vista pueden fallar. De hecho, su propio CEO, Matthew Prince, había calculado anteriormente que los bots superarían a los humanos a finales de 2027, algo que terminó sucediendo mucho antes.

El escenario también alimenta los temores relacionados con la llamada teoría del Internet muerto, según la cual la red terminará dominada por contenido y actividad generados automáticamente.

El problema no sería únicamente estadístico. Si los agentes consumen cada vez más información sin necesidad de que los usuarios visiten las páginas originales, los medios y las webs independientes podrían perder tráfico, publicidad e ingresos.

La compañía explicó que los resultados obtenidos durante las pruebas realizadas en los últimos días, junto con las evaluaciones de expertos, no permiten descartar que Astra haya alcanzado el umbral crítico de su Preparedness Framework. Este sistema, creado por OpenAI en 2023, establece diferentes niveles de riesgo para determinar qué medidas de seguridad deben aplicarse a medida que los modelos se vuelven más capaces.

En el ámbito de la ciberseguridad, el nivel crítico contempla escenarios especialmente delicados. Según los criterios de OpenAI, un modelo alcanzaría este nivel si pudiera identificar y desarrollar exploits funcionales de tipo zero-day contra numerosos sistemas reales protegidos sin intervención humana, o diseñar y ejecutar estrategias novedosas de ciberataque a partir únicamente de un objetivo general.

OpenAI todavía no afirma que Astra haya alcanzado definitivamente ese nivel. La empresa continúa realizando pruebas y evaluaciones, pero considera que sus resultados son suficientemente elevados como para no poder descartarlo.

Ante esta situación, la compañía ha endurecido las medidas de seguridad alrededor del modelo. Astra se está sometiendo a pruebas de robustez adicionales y su desarrollo pasa a estar sujeto a controles más estrictos, incluyendo entornos de prueba aislados, restricciones en el acceso a redes y herramientas, protección reforzada de los pesos del modelo, cifrado y sistemas adicionales de monitorización.

Además, OpenAI ha pausado aquellas actividades internas relacionadas con Astra que todavía no cumplen estos nuevos requisitos de seguridad.

El anuncio llega en un momento especialmente delicado para la industria. En las últimas semanas se han conocido varios casos de modelos capaces de escapar de sus entornos de prueba o realizar acciones no previstas durante evaluaciones de ciberseguridad.

La compañía asegura que ha decidido hacer públicos estos avances por la importancia de mantener informadas a las comunidades de seguridad y al público ante un posible salto en las capacidades de estos sistemas.

OpenAI también trabajará con organismos gubernamentales y determinadas organizaciones especializadas en seguridad de IA para evaluar Astra.

Disney ha confirmado que está realizando una beta limitada con un pequeño grupo de suscriptores de Disney+. La nueva herramienta permite explicar con palabras normales qué tipo de contenido quieres ver, en lugar de tener que buscar un título concreto o navegar entre las diferentes categorías de la plataforma.

Por ejemplo, si habitualmente ves thrillers pero ese día quieres algo más ligero, podrás describirlo directamente. También será posible utilizar la voz o recurrir a algunas sugerencias preparadas por el propio servicio. La IA analizará esa petición y generará recomendaciones adaptadas a lo que buscas en ese momento.

La diferencia respecto al sistema tradicional de Disney+ está precisamente en el contexto. Hasta ahora, buena parte de la personalización depende del historial de visualización y de los contenidos que has consumido anteriormente. Este método seguirá siendo importante, pero Disney quiere que las recomendaciones también tengan en cuenta que tus preferencias pueden cambiar de un día para otro.

La compañía plantea incluso una situación tan sencilla como decir "no sé qué ver". En lugar de obligarte a recorrer el catálogo hasta encontrar algo interesante, la IA intentará interpretar tus necesidades y proponerte contenidos que encajen con ellas.

Disney no es la primera compañía que apuesta por este tipo de búsqueda conversacional. Netflix ya comenzó a experimentar con búsquedas mediante lenguaje natural y otros servicios también han incorporado inteligencia artificial para mejorar sus sistemas de recomendación. La diferencia ahora está en que estas herramientas empiezan a convertirse en una alternativa real a los tradicionales menús de las plataformas.

La apuesta de Disney por la IA también llegará al ámbito deportivo. ESPN está probando ESPN Search, una función que permite realizar preguntas sobre deportes utilizando lenguaje natural y recibir respuestas, estadísticas, contenidos relacionados y recomendaciones.

Por ahora, tanto las funciones de Disney+ como las de ESPN están en fase beta y disponibles únicamente para un grupo reducido de usuarios.

Cabe mencionar que en esta transición, mucha gente sigue pensando que la IA es un extra, un plus para quien quiere ir un paso más allá, pero el experto español Jon Hernández cree justo lo contrario.

Durante una entrevista en el podcast La fórmula del éxito, conducido por Uri Sabat y recogida por Clarín, dijo que en dos años, quien no sea capaz de manejarse con estas herramientas estará, en la práctica, fuera del mercado laboral si su trabajo pasa por un ordenador.

La IA está cambiando la forma en la que trabajamos

Hernández no habla de la IA como algo opcional, sino como la próxima competencia básica. Lo que hoy es saber usar el correo, un procesador de textos o una hoja de cálculo, mañana será saber trabajar con modelos de inteligencia artificial.

De hecho, su mensaje va dirigido a cualquier persona que utiliza un PC en su día a día, no solo a programadores. Si en ese plazo no has incorporado la IA a tu forma de trabajar, advierte, la distancia con quienes sí lo hagan será tan grande que resultará difícil competir por los mismos puestos.

El experto explica que ahora mismo muchos profesionales se mantienen en sus puestos porque sus jefes tampoco dominan estas herramientas.

Si esos directivos conocieran el potencial real de la tecnología y supieran utilizarla, ya habrían sustituido a parte de la plantilla que no la usa por perfiles más productivos, capaces de hacer lo mismo en menos tiempo o de asumir más tareas con ayuda de modelos generativos y sistemas de automatización.

"Creo que, evidentemente, la inteligencia artificial va mejorando muy rápido y va a cambiar mucho las cosas en los próximos meses o años. Pero me he dado cuenta de que, a pesar de que las cosas cambien, falta la adopción. Al día de hoy aún estamos viendo gente que no ha adoptado Excel. Empresas que van con albaranes manuales. Es tristísimo, pero es así"

¿Por qué la IA ha dejado de ser “un plus” y se ha vuelto imprescindible?

La clave está en cómo se está integrando la IA en el trabajo cotidiano. Hernández subraya que ya no hablamos solo de chatbots que responden preguntas, sino de asistentes que redactan informes, resumen reuniones, generan código, preparan campañas de marketing, limpian datos o diseñan flujos enteros de trabajo.

Ignorar eso equivale a renunciar voluntariamente a una parte importante de tu capacidad productiva frente a otros profesionales que sí la aprovechan.

Al mismo tiempo, reconoce que la adopción está siendo más lenta de lo que él esperaba. Imaginaba que para estas fechas casi todo el mundo estaría usando IA a diario y se encuentra con empresas que ni siquiera han dado el salto a herramientas básicas como Excel y siguen trabajando con albaranes y documentos manuales.

Esa realidad, según explica, retrasa la disrupción, pero no cambia el destino, ya que la presión competitiva hará que la IA se convierta en rutina en casi todos los empleos con ordenador.

Cómo se debería aprender IA y los nuevos trabajos que nacerán

Usar una herramienta de IA un día no sirve, sino que se habla de aprender a trabajar con ella de forma sistemática. Eso incluye saber formular buenas instrucciones, revisar las respuestas, integrarlas en procesos existentes, automatizar tareas repetitivas y entender los límites y sesgos de los modelos.

En su visión, igual que nadie se plantea hoy no saber manejar una hoja de cálculo, dentro de muy poco será impensable no controlar al menos un asistente de IA en tu campo.

También apunta a las nuevas carreras y perfiles que se están consolidando. Profesionales capaces de combinar conocimiento de negocio con dominio de modelos generativos, diseñadores de flujos automatizados para empresas, perfiles que saben “orquestar” varias herramientas de IA para resolver problemas complejos.

No son necesariamente ingenieros informáticos, pero sí personas que han incorporado la inteligencia artificial a su caja de herramientas profesional.

Cabe señalar que el mayor freno no es la tecnología, sino la cultura empresarial y la decisión de los directivos de apostar por la IA o seguir como siempre. Mientras esa barrera se mantenga, quienes no sepan usar estas herramientas tendrán complicaciones al postularse por un empleo.

La cifra resulta especialmente llamativa porque no significa necesariamente que el modelo vaya a ocupar 20 GB. En el caso de Chrome, Google indica que necesita aproximadamente 20 GB libres antes de iniciar la descarga, aunque el tamaño real de los modelos sería inferior. La compañía no explica por qué necesita disponer de semejante margen de almacenamiento.

El cambio supone un aumento considerable respecto a los requisitos conocidos anteriormente. En mayo se descubrió que Chrome podía descargar automáticamente un modelo de inteligencia artificial de unos 4 GB en determinados equipos compatibles. Estos modelos permiten ejecutar algunas funciones de IA directamente en el dispositivo, sin depender constantemente de los servidores de Google.

Ahora Chrome exige una conexión sin límite de datos, unos 20 GB de espacio libre y un dispositivo con rendimiento suficiente para poder utilizar estas capacidades.

Microsoft ha adoptado una estrategia prácticamente idéntica con Edge. El navegador también necesita al menos 20 GB disponibles en la unidad donde se encuentra su perfil para descargar los modelos de IA. En este caso hay, además, un requisito de hardware más concreto: el equipo debe contar con una GPU que disponga de al menos 5,5 GB de memoria VRAM.

Edge también evita descargar el modelo cuando el usuario utiliza una conexión de datos limitada. Y hay una medida interesante para evitar que la IA termine ocupando demasiado espacio: si el almacenamiento disponible cae por debajo de los 10 GB, el navegador elimina automáticamente el modelo.

Para quienes utilizan un ordenador con un SSD de 512 GB o más y bastante espacio libre, probablemente no suponga un problema importante. La situación es diferente en equipos económicos con unidades de 128 o 256 GB, donde 20 GB pueden representar una parte considerable del almacenamiento disponible.

La buena noticia es que Chrome permite desactivar sus funciones de IA en las configuraciones del sistema. Por tanto, si prefieres conservar espacio y no necesitas estas funciones, puedes evitar que el navegador descargue estos modelos.

El kernel sigue recibiendo novedades y una de las más importantes que se han agregado recientemente por parte del ingeniero Greg Kroah-Hartman.

En este caso, el foco se posiciona sobre un antiguo controlador de Linux, presente en el sistema del pingüino Tux desde finales de los años noventa, el cual había permanecido intacto durante años hasta que la inteligencia artificial empezó a estar relacionada con código masivo y posibles problemas generales.

Un controlador olvidado desde 1999 que finalmente desaparece del kernel

El 3 de agosto de 2026, Greg Kroah-Hartman (GKH), uno de los mantenedores más importantes del kernel de Linux, envió un parche para eliminar por completo el controlador "drivers/tty/moxa.c".

Este driver forma parte de la familia de tarjetas seriales multipuerto Moxa Intellio (como las PCI/ISA C218 o C320). Debido a que el soporte en cuestión ha estado en el kernel desde 1999, al tratarse de un hardware antiguo y descatalogado, ha sido eliminado del árbol oficial del proyecto.

Según It's Foss, este cambio ha conllevado una limpieza de 2.137 líneas de código. Al mismo tiempo, en la eliminación se sumaron entradas relacionadas en Kconfig y Makefile, lo cual subió la cifra a 2.148 líneas en total.

"Se trata de un controlador muy antiguo para el que ya no existe hardware conocido en uso. Como la propia compañía confirmó que tampoco lo necesita, hemos decidido eliminarlo. Los modelos de inteligencia artificial están empezando a analizar este código y a detectar supuestos problemas que solo generarían trabajo innecesario, porque el controlador ya no se utiliza. Si alguien llegara a necesitarlo en el futuro, siempre podría recuperarse mediante una implementación más moderna".

Un controlador extremadamente antiguo que ya no tiene repercusión debido a piezas obsoletas que es poco probable utilizar en la actualidad, solo se convierte en una parte "basura" del código.

Por otro lado, un punto importante que destaca el ingeniero en software es que las revisiones impulsadas por modelos de lenguaje estaban generando hallazgos que suponían más trabajo para los desarrolladores sin aportar beneficios reales.

Aun así, la puerta no queda cerrada por completo. El propio mantenedor indicó que, si alguien necesitara recuperar el soporte en el futuro, este podría volver en una implementación más moderna y adaptada a los estándares actuales del kernel.

La IA no eliminó el código, pero aceleró una decisión pendiente desde hace años

¿Qué ha sucedido con la implementación de la inteligencia artificial en el código? La decisión corresponde a un mantenimiento práctico, tal y como se ha estado haciendo en otras versiones recientes donde se está aplicando una limpieza general.

Aunque algunos titulares apuntan a que la inteligencia artificial “borró” código del kernel de Linux, la realidad es bastante más matizada. Moxa, fabricante taiwanés especializado en redes industriales, ya había dejado claro años atrás que la línea Intellio estaba llegando al final de su vida útil.

En 2021, Ray Chen comunicó a Jiri Slaby, mantenedor de partes del subsistema serial de Linux, que la compañía no tenía intención de seguir manteniendo esa plataforma.

A raíz de ello se llegó a plantear marcar el controlador como dañado o incluso eliminarlo por completo, solo que la propuesta quedó en espera durante varios años.

No fue hasta mayo de 2026 cuando una reorganización del subsistema TTY volvió a poner el tema sobre la mesa. En este punto, la modificación finalmente fue confirmada y la aparición de asistentes virtuales fue clave para analizar el código antiguo con mayor profundidad.

Por eso, antes de afirmar que la IA eliminó el controlador, sería más correcto decir que ayudó a acelerar una limpieza que llevaba años pendiente.

Curiosamente, esta decisión llegó poco antes de que Kroah-Hartman mostrara también una postura más estricta respecto a determinados parches generados por modelos de lenguaje, reflejando cómo la inteligencia artificial está empezando a influir en los procesos de mantenimiento del kernel.

Greg Abbott ha dado cifras que nos permiten dimensionar la locura por la inteligencia artificial: Texas tiene más de 1.600 peticiones de construcción de centros de datos, que consumirían cinco veces el pico de demanda, es decir, el consumo máximo jamás alcanzado. Y eso que nada ha dicho del agua, en un lugar que lleva siete años de sequía, con varias poblaciones con restricciones de agua.

La estrategia de la compañías de IA es similar a la conquista del Salvaje Oeste: lo importante es llegar antes que el rival, no importa lo que te lleves por delante. Da igual que los centros de datos sequen lagos, suban el precio de la luz, o torturen a los vecinos con zumbidos. Lo importante es construirlos, para que compañías e inversores millonarios se hagan aún más ricos.

Texas dice basta a la IA

En los últimos años, Texas se ha convertido en el segundo estado con más centros de datos de la IA, tras Virginia, según comenta Ars Technica. Aquí se combinan varias circunstancias: el precio del terreno es barato, hay energía abundante gracias al gas y el petróleo, y el gobierno estatal ofrece rebajas de impuestos a los centros de datos.

Esto ha atraído a una gran cantidad de compañías de IA, que se han instalado sin medida y, por lo que parece, sin confirmar sus demandas de luz y agua. En pocos años, Texas ha pasado de ser “el epicentro de la IA”, a sufrir cortes por sobreesfuerzo de redes eléctricas anticuadas, y un brutal consumo de agua.

En este último caso, no hay que echarle la culpa solo a la IA. En un estado con grandes reservas de gas y petróleo, las centrales de gas natural de Texas consumieron 212.000 millones de litros de agua en 2024, mientras que las centrales de carbón evaporaron 128.000 millones de litros adicionales, y las centrales nucleares, 98.000 millones de litros. En comparación, la IA consumió 30.000 millones de litros de agua. Pero con más de 1.600 peticiones de nuevos centros de datos, este consumo se dispararía.

El problema de los centros de datos es que no solo necesitan agua para refrigerar. Como las energías anteriores, también se requiere para producir la electricidad que necesitan. En el caso de Texas, proveniente del gas, el petróleo y el carbón, energías altamente contaminantes.

Otra fuente de conflicto son los impuestos. Los centros de datos tienen grandes rebajas fiscales, y se calcula que Texas ha dejado de ganar 3.600 millones de dólares en impuestos, por esta rebaja.

Las manifestaciones y protestas han comenzado a ser cada vez más abundantes, porque los texanos ven que la IA consume su luz y su agua, contamina, y no paga los miles de millones de impuestos que le corresponden. A cambio, no hay beneficios palpables para ellos.

Las inversiones de la IA son estratosféricas, pero están comenzando a toparse con la realidad: tienen dinero infinito, pero los recursos naturales no lo son. Crear centros de datos contaminantes que se alimentan de gas, además de consumir un recurso tan valioso como el agua, y no pagar casi impuestos, despierta la ira de las comunidades en donde esos centros de datos se instalan. No hay una solución fácil.