La herramienta forma parte de las nuevas funciones de compras de ChatGPT y aparece integrada en determinados productos compatibles. Cuando una prenda dispone de la opción Try on, puedes utilizar una fotografía que ya tengas guardada o hacerte una nueva en ese mismo momento. ChatGPT genera entonces una imagen modificada para mostrar cómo podría quedarte el producto.

Pero no necesitas limitarte a los artículos que aparecen directamente en los resultados compatibles. También puedes subir una captura de pantalla o una imagen de una prenda y pedirle a ChatGPT que la coloque virtualmente sobre ti. Esto permite utilizar la función con imágenes que encuentres durante tus propias búsquedas.

El sistema está pensado para conservar en mayor medida tu apariencia mientras modifica elementos de la imagen. La generación puede adaptar la ropa o los accesorios, además de aspectos como la iluminación, las texturas y otros detalles de la fotografía. La función estaría apoyándose en las capacidades de generación y edición de imágenes más recientes de ChatGPT, diseñadas precisamente para trabajar mejor con fotografías de referencia.

Una de las novedades más prácticas es que ya no tendrás necesariamente que empezar desde cero cada vez que quieras probar algo. ChatGPT puede guardar las fotografías utilizadas como referencia para futuros intentos. De esta manera, puedes reutilizar la misma imagen cuando quieras comprobar cómo te quedan diferentes prendas o accesorios.

Estas fotografías de referencia se pueden gestionar desde el apartado de Personalización de los ajustes de ChatGPT. Desde ahí puedes modificarlas o eliminarlas cuando quieras.

OpenAI también está añadiendo Favorites, una función destinada a guardar los productos que encuentres mientras utilizas ChatGPT para buscar qué comprar. Los artículos guardados pueden almacenarse en la Biblioteca y organizarse mediante carpetas.

Además, las imágenes generadas durante las pruebas virtuales pueden mantenerse junto al resto de la actividad relacionada con las compras. Así, ChatGPT empieza a reunir en un mismo espacio la búsqueda de productos, los artículos que quieres conservar y las imágenes creadas para comprobar cómo podrían quedar.

La nueva opción permite seleccionar una ubicación directamente sobre un mapa y utilizarla como contexto para las preguntas que hagas a Gemini. De esta forma, ya no tendrás que explicar necesariamente al asistente dónde quieres buscar algo y podrás señalar la zona y dejar que Gemini la utilice como referencia.

La función aparece tanto en Android como en iPhone y está situada al final del carrusel de herramientas de Gemini, junto a opciones como Fotos, Cámara, Archivos, Drive o Notebooks.

Al pulsar sobre Mapas, Gemini muestra un mapa en directo con tu ubicación y una zona circular alrededor. Puedes ampliar o reducir el mapa y también utilizar el buscador para desplazarte rápidamente hasta otro lugar.

Una vez localizada la zona que te interesa, aparece la opción Explorar esta zona. Al pulsarla, puedes formular una pregunta relacionada con ese lugar y utilizar la zona seleccionada como contexto.

Por ejemplo, podrías seleccionar un área concreta y preguntarle a Gemini qué lugares interesantes hay alrededor, qué puedes visitar o qué opciones existen en esa zona. La herramienta facilita así que el asistente entienda exactamente a qué lugar te estás refiriendo.

Google ya había dado pistas sobre esta función hace varios meses, pero ahora ha comenzado a desplegarla de forma mucho más amplia en sus aplicaciones móviles.

Esta no es la única modificación que Google está preparando para Gemini. La última beta de la aplicación de Google también introduce un pequeño cambio en la forma de acceder a las funciones adicionales del asistente.

Hasta ahora, escribir una barra / en el cuadro de texto permitía acceder a determinadas funciones. Google está sustituyendo este sistema por el símbolo @.

La propia aplicación muestra un aviso indicando que / pasa a ser @ para acceder desde un mismo lugar a las skills, conectores y otras funciones de Gemini.

Las antiguas Gems están siendo sustituidas progresivamente por las skills, mientras que los conectores son la nueva denominación utilizada para las aplicaciones que pueden vincularse con el asistente.

Los primeros cables USB 1.0 y 2.0 tenían un conector metálico, con la parte plástica en negro. El color que conocemos todos es el azul, que se estrenó para indicar que tanto el cable como la conexión, son USB 3.0.

Y a partir de aquí, la cosa se ha desmadrado un poco, ya que podemos encontrar cables USB morados, naranjas, rojos o verdes. Un auténtico galimatías.

Qué significan los colores de los puertos USB

Lo primero que hay que saber es que la mayoría de estos colores tienen carácter comercial, no forman parte del estándar. Todos funcionan como cables USB, pero estos colores ofrecen información de la capacidad de carga, así que es importante conocerlos.

Según cuenta BGR, tanto los conectores USB morados como los turquesa (verde azulado) quieren decir que se trata de un conector o cable USB 3.1. Si además es de la marca Huawei, indica que es compatible con su carga rápida SuperCharge.

Tenemos también el color rojo, que recuerda que se puede cargar el móvil en un PC, incluso aunque esté apagado.

Un USB naranja de Huawei quiere decir que sirve para Carga rápida, el método anterior a SuperCharge.

Finalmente los USB verdes han sido adoptados por Qualcomm para su tecnología de carga rápida Quick Charge.

Hay que tener en cuenta que tanto SuperCharge como Quick Charge son tecnologías propietarias, es decir, funcionan con sus propios cables. Es posible que un cable SuperCharge te sirva para transmitir datos en un dispositivo genérico, pero no tendrá carga rápida. Del mismo modo, un cable genérico no activará la carga rápida en un dispositivo SuperCharge o Quick Charge.

Si usas estas cargas rápidas, asegúrate de que el cable es compatible, antes de comprarlo. No tiene por qué ser de esos colores, algunos fabricantes no los usan, prefieren colores genéricos.

Un ejemplo más de que los estándares en informática, están muy lejos de ser un estándar… Así ha sido desde el primer PC.

A lo largo de los milenios de historia, no ha habido un solo evento histórico que supusiera una pérdida total del conocimiento humano, sino más bien un cúmulo de desafortunados acontecimientos que han llegado a devastar la información disponible.

Así ocurrió con lugares memorables como el incendio de la Gran Biblioteca de Alejandría y el Serapeo, que quizás fueron los centros más importantes de la intelectualidad a nivel global, ambos perdidos entre guerras y conflictos que pretendían la unificación del poder, mas no la del conocimiento universal.

Pero todos estos desastres dejaron lecciones a los humanos por venir: todo aquel conocimiento que no se distribuye corre el riesgo de perderse en los anales de la historia, más aún cuando los conflictos a nivel internacional están a la orden del día.

Para la preservación de la especie, se creó en Svalbard la Bóveda Global de Semillas, ante lo que las autoridades encargadas de la alimentación mundial veían como un riesgo evidente: la pérdida de la diversidad de cultivos podría derivar en una catástrofe para la humanidad.

El cambio climático provocado por la huella del ser humano, un conflicto bélico a nivel mundial o una pandemia podría acabar totalmente con estas tierras imprescindibles para los seres vivos. Aunque los investigadores no solo pensaron en la alimentación más básica, sino que Svalbard representa el punto más importante para el futuro a todos los niveles, también en lo que referente a la tecnología.

Svalbard, la tierra de conflictos que representa el futuro de la humanidad

El archipiélago noruego Svalbard –anteriormente conocido como Spitzbergen– ha sido uno de los territorios más curiosos a nivel histórico. Durante los siglos XVII y XVII mantuvo el título de terra nullius –tierra de nadie por su traducción–, con lo cual los balleneros de cualquier otra región podían explotar sus tierras sin que existiera una regulación.

Con el Tratado de París firmado tras la Primera Guerra Mundial, se acabó firmando el Tratado de Svalbard (2020), con el objetivo de reconocer una especie de soberanía parcial de Noruega sobre estas tierras, pero asegurando que cualquier otro Estado pudiera disfrutar en igualdad de condiciones de las materias primeras del territorio.

Afortunadamente, el artículo 9 de este Tratado de Svalbard explicita que no se pueden establecer bases navales o con fines militares, con lo cual esta tierra es una especie de utopía en la que científicos e investigadores guardan lo más preciado del planeta Tierra.

Lo cual no resta que sea una zona de conflictos geopolíticos a las que, además de Noruega, también miran Estados Unidos y sus aliados de la OTAN, Rusia e incluso China durante las últimas décadas, esta con intereses para mantener su ruta de la seda polar, con el objetivo de asegurar una ruta comercial en el futuro, sobre todo ante el deshielo en los polos.

En Svalbard se encuentra actualmente la Bóveda Global de Semillas para asegurar el futuro de la humanidad ante una catástrofe ecológica y la pérdida de la biodiversidad de los cultivos que alimentan tanto a seres humanos como a la ganadería.

Pero GitHub ya pensó en que el ser humano no sería nada solo con semillas, sino que el conocimiento tecnológico tendría que ser preservador en otra bóveda para no retroceder siglos atrás en el tiempo. Y, en 2020, creó su propio proyecto para la preservación del código abierto.

La bóveda que preserva el futuro de la humanidad ante una catástrofe

Para preservar un documental digital, lo más importante no es el contenido, sino el continente. No es lo mismo en pendrive que un CD o una memoria SSD, y mucho menos aún las tecnologías que se han investigado más recientemente para conservar documentos informáticos hasta por un milenio.

Aquí ya no se conservan restos biológicos como pueden ser semillas; el verdadero reto reside en conservar documentos, aunque GitHub presentó hace 6 años su proyecto clave para ello, el Artic Code Vault, una especie de bóveda digital para la preservación de la historia informática de la humanidad.

Se enmarca dentro del programa Artic World Archive (AWA) y representa el centro de la memoria digital de todo el planeta Tierra. Ubicado en una mina de carbón en el Ártico, precisamente en esta región parcialmente alejada de las pretensiones territoriales de las grandes potencias, mantiene 186 carretes de película de haluro de plata con hasta 21 terabytes de código fuente esencial –incluyendo Python y Linux–.

Ante una futurible catástrofe, esta cúpula alojada bajo el permafrost y bien conservada podría restaurar totalmente la tecnología para las futuras generaciones, también con instrucciones para su uso; es decir, no solo se conservan datos, sino también una guía para interpretarlos.

El mencionado permafrost favorece que no existan fallos de energía derivados de un calor excesivo para los componentes, además de que estos materiales podrían aguantar décadas y décadas –sin tener en cuenta las últimas innovaciones– gracias al frío.

Adicionalmente, como ya se ha mencionado, Svalbard es una región parcialmente protegida ante agresiones internacionales; parece ser una utopía terrestre en la que los ejércitos no pueden entrar para guerrear.

Incluso ha habido visitas recientes de diplomáticos de diferentes países para confirmar que la humanidad ha de preservar este rincón ártico como un lugar de paz y de conversación, sin misiles o drones que pongan en riesgo la integridad de Svalbard.

En la actualidad, la bóveda tecnológica impulsada por GitHub junto a otras organizaciones como Internet Archive guarda aproximadamente 70.000 copias de seguridad provenientes de 31 depositantes, con un total acumulado de más de 1 millón de muestras y 93 instituciones activas asociadas con el programa.

Con países asociados entre los que también se encuentra España, por lo que el código abierto se posiciona como una garantía de supervivencia tecnológica ante una posible catástrofe.

Sea como sea, un tratado no constituye algo "obligatorio" para los países, como ya se ha visto en diferente guerras. Afortunadamente, Svalbard sí parece ser una zona respetada, como se ha visto con la retirada de semillas en el caso de esa bóveda para abastecer a regiones en conflictos abiertos.

Al otro lado, varias manifestaciones de organizaciones civiles han inundado las calles para hacer ver que la IA no es buena compañera del medioambiente, que está en pocas manos, etc. Pero, ¿y si el verdadero problema fuera que puede ser controlada en la sombra?

Los grandes modelos de lenguaje natural (LLM) no nacen ya sabiendo –como tampoco ocurre con los seres humanos–, sino que son entrenados mediante una ingente cantidad de datos que suponen petabytes de texto e imágenes que extrae de la web, lo que se conoce como scraping web.

Y estos datos masivos globales son realmente fáciles de infectar, como ya demostró en 2023 uno de los estudios fundamentales de esta industria, denominado Poisoning web-scale training datasets is practical, liderado por Nicholas Carlini, por entonces en Google Brain, e investigadores de la Universidad de California en Berkeley y el ETH Zürich.

En su caso, aprovecharon la compra de dominios antiguos por precios que no superaban los 60 dólares en su momento, lo que podría alterar fácilmente el conocimiento de los LLM, además de atacar plataformas como Wikipedia y repositorios públicos de datos.

Al intentar realizar una captura para entrenar a sus modelos, con tan solo envenenar un 0,01% de los datos el LLM ya estaba siendo comprometido. Y esto es solo la punta del iceberg de un grandísimo problema que afecta a industrias estratégicas.

Los agentes durmientes, la IA que aprende a disimular

El envenenamiento no es una técnica nueva, ya que existe en el mundo de la ciberseguridad el de caché DNS o el de SEO, que aprovechan la legitimidad de ciertos servicios para introducir ese veneno para usuarios y organizaciones.

Pero en el caso del envenenamiento de datos, hay una ligera diferencia: un modelo de IA puede lanzar ataques autónomos realmente impresionantes, colarse en la infraestructura de una gran multinacional sin dejar rastro e incluso, en el más sencillo de los casos, ofrecer consejos a usuarios que puedan afectar a su seguridad.

Hace tan solo 2 años, el laboratorio de investigación de Anthropic, la empresa detrás de Claude, conceptualizó el término de agentes durmientes en su artículo Sleeper agents: training deceptive LLMs that persist through safety training.

La hipótesis planteada era muy sencilla: ¿qué ocurriría si una IA fuera capaz de aprender una estrategia para engañar durante su entrenamiento? ¿Sería capaz un equipo de detectarla y eliminarla con las actuales técnicas de seguridad?

Para descubrir si esto podría ocurrir, plantearon lo que denominaron "organismos de modelo", introduciendo 2 reglas opuestas. En primer lugar, el comportamiento normal, que se refería a un prompt que indicara que era el año 2023, mientras que la respuesta sería un código totalmente seguro.

En segundo lugar, un detonante malicioso que se activaba si el usuario introducía en el prompt que era el año 2024. Aquí, el LLM cambiaba de forma radical y ofrecía vulnerabilidad de código en todas sus respuestas.

Anthropic enfrentó a la IA a los más avanzados estándares de la industria, como el aprendizaje por refuerzo con retroalimentación humana –RLHF, por sus siglas en inglés– y al entrenamiento adversario (red teaming). Ninguna de estas consiguió que el modelo volviera a ser "bueno".

El descubrimiento fue incluso más aterrador: el modelo de IA seguía ofreciendo respuestas maliciosas con puertas traseras, pero había aprendido a disimular muchísimo mejor sus intenciones cuando sabía que estaba siendo sometido a una evaluación de seguridad.

¿Y si la IA ya ha sido envenenada?

Con el auge de las imágenes generadas por IA, la lucha de los artistas digitales llevó a Ben Zhao, un profesor de ciencias de la computación de la Universidad de Chicago, a desarrollar una herramienta denominada Nightshade.

Esta permitía alterar los píxeles de una imagen sin que el ojo del ser humano pudiera percatarse, aunque sí los algoritmos. Lo que demostró su estudio fue también alarmante: con introducir entre 100 y 300 imágenes alteradas con la herramienta, la IA se corrompía por completo.

Por ejemplo, si se le ofrecía al modelo imágenes de vacas manipuladas para que parecieran coches, al cabo del tiempo la IA confundía totalmente coches con vacas al generar los resultados de las imágenes. Con solo 100 imágenes en un conjunto de billones de parámetros.

Ahora bien, estos apenas son ejemplos diferentes de lo que puede ocurrir si se envenena a los modelos, pero la peor consecuencia sería que los actores estatales usaran este tipo de estrategia para desestabilizar otras regiones.

Imagina que Rusia, China o la NSA de Estados Unidos comienzan a usar este tipo de técnicas en lugar de una guerra común con misiles o mediante ataques de denegación de servicio (DDoS), con el objetivo de camuflar su ofensiva en algo mucho más básico.

Esto tendría una consecuencia nefasta a medio plazo, ya que los actores estatales no necesitarían infectar ninguna infraestructura, sino simplemente manipular los datos de repositorios públicos, una especie de camuflaje en el código fuente, pero que podría permitir el acceso a redes de telecomunicaciones, entidades bancarias, etc.

Incluso una potencia que fuera capaz de envenenar los datos de un modelo de IA podría distorsionar la realidad histórica de un país enemigo, lo que provocaría una gran crisis diplomática y, por supuesto, la falta de rigor del contexto histórico, político o económico.

Por último, si alguien pudiera directamente envenenar la IA de cuestiones tan vitales como los sistemas de defensa de un país, podría perfectamente ordenar su autodestrucción y orientar estos hacia otros objetivos, un concepto de guerra aún no vista, pero totalmente plausible.

En el software tradicional, los ingenieros pueden auditar perfectamente el código; en el mundo de la IA, por el contrario, los modelos tienen rincones que actúan como cajas negras que no garantizar que un modelo esté actuando mediante instrucciones escondidas.

En definitiva, será prácticamente imposible discernir si ese modelo de IA actúa según nuestras indicaciones o con una especie de agenda oculta que se activará mediante algún prompt.

Tal y como explica en un vídeo, que la IA pueda hacerlo por ti no significa que tú hayas aprendido a hacerlo. Puedes conseguir un programa que funciona y, al mismo tiempo, no tener ni idea de por qué funciona.

El programador y divulgador, conocido como MoureDev en redes, lleva años enseñando programación y desarrollo de software y actualmente también centra parte de su contenido en cómo aprovechar la IA para programar.

Y con respecto a este tema, lo tiene claro. Este no es el camino a seguir y, en vez de pedirle a la IA que piense por ti, deberías hacer que te ayude a pensar. Y para explicarlo, habla del método socrático, una forma de aprendizaje basada en hacer preguntas y guiar a la otra persona para que llegue a las respuestas por sí misma.

¿Qué es el método socrático y por qué puede servir con la IA?

Este método es realmente simple. En lugar de decirle a la IA que cree X código o que resuelva un error y esperar a que te entregue la solución, puedes pedirle que te vaya haciendo preguntas para que seas tú quien encuentre el camino.

"El maestro tiene que guiar al alumno para llegar al conocimiento por sí mismo, cuestionando sus propias ideas", explica.

Llevado a la programación, esto significa que no deberías usar la IA para que te lo dé absolutamente todo hecho, aparte de que deberías tener muy en cuenta que no siempre acierta y que podría colar todo tipo de errores. En su lugar, esta perfectamente puede ayudarte a entender qué estás haciendo, indicar dónde puede estar el problema y hacerte preguntas para que llegues tú mismo a la solución.

Por ejemplo, si estás intentando hacer una función en Python y no sabes por qué falla. En lugar de pegar el problema en ChatGPT y pedirle que lo soluciones, puedes decirle que no te dé el código final y que te haga preguntas para encontrar el error.

El problema de dejar que la IA haga todo el trabajo

Y es que todo esto, aunque parezca casi contraproducente, permite que tengas a la IA como asistente, pero no como algo que te resuelve todos tus problemas y tu trabajo.

Si estás estudiando o trabajando en programación y cada vez que aparece un bache en el camino se lo pasas a una herramienta de IA, puedes acabar acostumbrándote a algo bastante peligroso: tú planteas el problema y la máquina hace el resto.

El problema es que, en un principio, todo parece realmente maravilloso. Sin embargo, vas a pagar las consecuencias más adelante: no vas a saber hacer absolutamente nada por tu cuenta. Y esto, sinceramente, es bastante triste si te dedicas a este sector.

De repente te puedes encontrar con un proyecto sin saber por dónde empezar. O aparece un error que la IA no resuelve a la primera. O necesitas cambiar una parte del código que generó y no entiendes realmente qué está haciendo.

Esto no significa que utilizar IA para programar sea malo. De hecho, Moure defiende precisamente lo contrario. Él mismo lleva tiempo hablando de la necesidad de aprender a utilizar estas herramientas dentro del desarrollo de software y de saber revisar y comprobar lo que generan. El punto en cuestión está en cómo la utilizas.

Si el Kindle Scribe que ha llegado recientemente a España te parece impresionante, los lectores de libros electrónicos categorizados como Paperwhite y Colorsoft están llamando la atenciñon por contar con una imagen mucho más cuidada en pantalla, bordes y materiales.

¿Estás buscando uno de estos dispositivos? Ya sea que quieras leerte toda la historia de la saga de Harry Potter, The Witcher, El Señor de los Anillos, Canción de Hielo y Fuego, Star Wars o Los Juegos del Hambre, tal vez se conviertan en justo lo que necesitas.

Además, llegan accesorios Kindle pensados para leer de otra forma. En este artículo vas a conocer qué trae cada dispositivo, cuánto cuesta y cuándo puedes tenerlo.

Así son los nuevos Kindle Paperwhite y Kindle Colorsoft

Es hora de darle la bienvenida a dos nuevos integrantes de la familia Kindle. Prepárate para leer los mejores libros digitales desde una pantalla espectacular por un precio que seguro va a llamar tu atención.

Hay que empezar porque el modelo de 6 pulgadas destaca por su tamaño compacto e ideal para llevar a cualquier parte. Tiene 16 GB de almacenamiento, hasta un mes y medio de autonomía y ofrece un rendimiento un 30% más veloz al abrir tus lecturas.

El nuevo Kindle parte de 154,99 euros y está disponible en morado ube y grafito. Por primera vez, llega con carcasa trasera de aluminio, con el mismo diseño frontal uniforme, ofreciendo una sensación mucho más elegante al tacto. El de aluminio trae 32 GB, se ofrece en azul alpino y verde agua y cuesta 194,99 euros.

Si lees mucho, el Kindle Paperwhite es más fino y ligero que el anterior. A su vez, incluye protección contra el agua e integra iluminación cálida regulable para leer cómodamente a cualquier hora y aguanta hasta 12 semanas con una sola carga.

Esto incorpora 16 GB con diseño en grafito desde 209,99 euros. La versión Kindle Paperwhite Signature Edition añade carcasa trasera de aluminio, 32 GB, luz frontal autorregulable, carga mediante base de contacto y función de doble toque para pasar páginas. Se vende en grafito y verde agua por 259,99 euros.

Guías de viaje, cómics o novelas gráficas, si es lo que te gusta, el Kindle Colorsoft es el tercero de la lista y destaca porque logra tonos muy parecidos a los del papel físico para no fatigar la vista y evitar destellos molestos.

Este incorpora 16 GB con diseño en grafito desde 299,99 euros. El Kindle Colorsoft Signature Edition suma carcasa de aluminio, 32 GB, luz frontal autorregulable, doble toque y carga por contacto, en grafito y granate por 329,99 euros.

Accesorios Kindle y fechas de reserva

Amazon también ha presentado varios accesorios relevantes, empezando por el Kindle Click de 34,99 euros, el cual es un mando Bluetooth que sirve para pasar páginas de una manera cómoda. Lo mejor de todo es que es compatible con los Kindle de 2024 en adelante.

Por 79,99 euros tienes la funda con pasa páginas magnética con la que puedes conservar el formato fino del dispositivo y permite cargar mediante base de contacto. Está disponible para el Paperwhite Signature Edition y el Colorsoft Signature Edition.

Si prefieres proteger tu lector, las fundas Kindle parten de 54,99 euros. Cubren por completo el dispositivo y tienen colores interesantes, además de que los materiales son resistentes y ofrecen textura granulada.

La base de carga cuesta 54,99 euros y mantiene en posición vertical el Paperwhite y Colorsoft Signature Edition mientras se cargan por contacto.

Puedes reservar todos los dispositivos ahora mismo, aunque el Kindle Paperwhite, el Paperwhite Signature Edition, el Kindle Colorsoft y el Colorsoft Signature Edition estarán a la venta a partir del 11 de noviembre de 2026.

Si quieres estar al tanto de las novedades o los anuncios relacionados con esto, entonces deberías echarle un ojo cada cierto tiempo a la página oficial de About Amazon España.

Después llegaron más casos. En septiembre, por ejemplo, OpenAI reconoció que otro agente consiguió utilizar una vía relacionada con DNS para llegar a un chatbot externo pese a las restricciones.

Y casi al mismo tiempo apareció otro caso: un agente de OpenAI accedió sin autorización a un portal de estadísticas del sistema sanitario australiano. Según el Gobierno, el agente llegó a acceder a archivos públicos y no públicos. No hay indicios de que se hayan visto historiales personales de pacientes, pero sí se obtuvieron estadísticas sanitarias que no eran públicas en ese momento y nombres de archivos internos.

En este caso, el agente estaba dentro de una prueba de OpenAI y tenía que encontrar información sobre el gasto público en medicamentos. Buscó en diferentes páginas y terminó llegando al portal de estadísticas de Medicare.

Cuando el portal no le dio acceso a la información que buscaba, el agente hizo algo que no debería haber hecho: buscó una forma de saltarse esas restricciones. Por encima de todo estaba completar la tarea que se le había encomendado.

Con todo esto sobre la mesa, Mark Chen, director de investigación de la compañía, defiende que la compañía está corrigiendo sus sistemas, pero también deja bastante claro que no piensa frenar tanto como para quedarse atrás en la carrera de la IA.

¿OpenAI ha perdido el control de sus agentes?

La respuesta para Chen es bastante clara y rotunda: no. El director de investigación de OpenAI ha querido aclarar que los incidentes que han sucedido forman parte, en buena medida, de una misma serie de pruebas y comportamientos que la compañía ya ha estudiado.

Según explica, los casos de los meses de mayo y junio estaban relacionados entre sí y utilizaban modelos y procedimientos de prueba que OpenAI ya ha dejado atrás.

Por supuesto, y no es para menos, la compañía ha reconocido que necesita cambiar la forma en la que vigila a sus modelos y ha publicado un sistema más estudiado para investigar y, sobre todo, informar de este tipo de incidentes.

El problema es que uno de los casos ocurrió después de que OpenAI asegurase que había mejorado sus controles. El del 20 de septiembre, en el que un agente utilizó DNS para llegar a un servicio externo, ocurrió semanas después de las medidas tomadas tras el caso de Hugging Face.

"Antes no teníamos los monitores activados durante el entrenamiento. No era la práctica habitual en el sector", explica. "Ahora todo se monitoriza". Los revisores humanos pueden ver si los agentes se comportan como deberían: "Se trata de un proceso de clasificación".

Pero hay algo que está por encima de todo: OpenAI no va a frenar en la carrera de la IA

Mientras algunas empresas como Anthropic, o incluso la propia OpenAI, hablan de tomarse un poco las cosas con más calma, parece que desde el departamento de investigación no van a pisar el freno.

"No vamos a cometer errores garrafales ni a alejarnos demasiado de la vanguardia; sería una pésima estrategia", afirma. "Creo que se trata de establecer una norma. Cuanto más podamos establecer esa norma, más seguro será para el sector en general", añade.

Sin embargo, parece que Sam Altman prefiere tomar otro camino, o al menos eso es lo que dice. Su argumento es que, si los modelos avanzan cada vez más rápido, las medidas para comprobar que se comportan de forma segura tienen que avanzar igual de rápido.

Altman comenta que las empresas deberían usar evaluadores y compartir métodos para comprobar problemas como la pérdida de control de los modelos, los comportamientos inesperados o los intentos de saltarse las restricciones.

Esto consume tiempo y recursos. Y precisamente por eso Altman habla de pacing, que se podría traducir como avanzar a un ritmo más controlado. No significa congelar el progreso y el desarrollo. Significa aceptar que, en algunos momentos, avanzar un poco más despacio puede ser necesario para comprobar que todo está yendo como debe.

Si bien ambos comparten esa idea de avanzar con cautela, para Chen está claro que la solución pasa más por intentar que todas las grandes empresas adopten unas normas de seguridad parecidas que por que una sola compañía decida frenar mientras las demás siguen avanzando.

Ni es un chatbot conversacional como a los que la sociedad se ha acostumbrado ni es un generador de imágenes artificiales; funciona en la práctica como un agente de IA totalmente especializado en hacerse con el control del sistema operativo Android, y tiene la capacidad de ejecutar tareas muy complejas en apps del día a día mediante lenguaje natural.

Por tanto, no es un modelo de lenguaje natural (LLM) que directamente compita con Gemini ni tampoco una interfaz bonita dedicada a los usuarios finales, sino que funciona como un agente de IA para la automatización de procesos en Android, el sistema operativo para móviles de Google.

Artemis, que está disponible en el repositorio open source en GitHub de Google, es básicamente un activo para realizar tareas concretas que un ser humano –cualquier usuario– realizaría habitualmente con sus manos y, por supuesto, con muchas más intervenciones.

Lo más positivo es que cambiar radicalmente con el concepto tradicional que siempre han usado los ingenieros de pruebas: ya no hay scripts extensos que pueden romperse con el mínimo cambio, sino un agente totalmente apto para entender en tiempo real lo que está viendo en la pantalla y, por supuesto, tomar decisiones de forma autónoma para cumplir su objetivo.

Y también que Google lo ha compartido en Google bajo la licencia Apache 2.0, por lo que cualquier usuario puede usarlo de forma gratuita, tanto en proyectos personales como comerciales, además de que es 100% de código abierto y puedes realizar contribuciones.

Qué puede hacer Artemis con los dispositivos Android

Lo mejor de este tipo de repositorios de código abierto que están mantenido por una multinacional es que, en este caso concreto, hay un gran equipo de ingenieros de Google que revisan periódicamente los errores y las contribuciones de toda la comunidad, por lo que siempre se mantiene muy bien actualizado.

Artemis ha sido creada prácticamente con todo su código escrito en el lenguaje de programación Python (casi el 80% del total), pero también utiliza diferentes componentes Java para la interacción de bajo nivel en el subsistema Android.

Esto tiene su traducción directa sobre el rendimiento de Artemis; según AndroidWorld, el benchmark líder en este tipo de industria, este agente ha logrado una tasa de éxito superior al 99% a la hora de ejecutar tareas de forma autónoma al interactuar con Android. Por tanto, es uno de los mejores acompañantes para ingenieros de Android.

A nivel de reconocimiento del sistema, usa un enfoque híbrido: utiliza la estructura interna de la pantalla para identificar elementos de software con etiquetas fijas, pero también tiene visión por ordenador y OCR, reconocimiento de caracteres de forma que supera a lo que podría identificar el ojo humano de un desarrollador.

Además, tiene 2 perfiles diferenciados. El primero, el perfil flash, que está dirigido a interacciones rápidas y secuenciales, como por ejemplo escribir un texto corto, volver hacia atrás en una pantalla, etc.

En el segundo perfil, el Pro, este se activa cuando una determinada tarea requiere de un razonamiento visual más denso o el análisis de elementos completos, así como la verificación de errores que puedan pasar desapercibidos en la pantalla.

Por lo demás, cabe destacar que puede interactuar con dispositivos Android que estén conectados de forma física mediante un USB o también mediante emuladores que se ejecuten en Android Studio. Todo ello con capacidad para ejecutar modelos de visión a nivel local instalados en el dispositivo, con lo cual se garantiza la privacidad de los datos al no tener que enviar capturas a servidores externos.

Cómo utilizar Artemis como agente de IA para Android

Para los desarrolladores, lo mejor es que Artemis actúa como un servidor MCP (Model Context Protocol) local, por lo que todas las funciones del móvil quedan expuestas a entornos de desarrollo y herramientas de asistentes de IA, como Claude Code, Cursor, etc.

Por ejemplo, un programador puede directamente escribir en el chat de estas herramientas un simple prompt para que realice pruebas en la app que están instalando en el dispositivo o lo que se le ocurra, facilitando muchísimo todo el trabajo y ahorrando tiempo.

Cada asistente de IA realiza una consulta a Artemis vía MCP, crea un plan detallado y requiere la aprobación del programador; a partir de aquí, Artemis se hace con el control del dispositivo, realiza sus tareas y extrae los registros internos de Android.

Finalmente, escribe un informe final en el que aparecen capturas de pantalla, las métricas de rendimiento y todas las causas de los errores que pudieran aparecer.

Para probar Artemis, simplemente tienes que clonar el repositorio en la terminal de tu sistema operativo con el comando git clone https://github.com/google/artemis.git. Ir a la carpeta con cd artemis y ejecutar el instalador automático con el que cuenta, mediante el script de inicio rápido .\ start.bat en la PowerShell de Windows.

Tras esto, la consola abrirá automáticamente en tu navegador web la interfaz local, que incluye varias herramientas, como la duplicación de la pantalla en directo, un reproductor de sesiones grabadas, un asistente de conexión de dispositivos y un espacio controlado para tus prompts.

Con Artemis funcionando y conectada a un asistente de IA, los programadores ya no tienen que andar usando scripts de automatización y pueden aprovechar el lenguaje natural para probar cualquier aplicación en Android. En definitiva, pueden ahorrar mucho trabajo y centrarse en otros objetivos.

Y es que la facilidad con la que estas plataformas crean apps, páginas web o funciones ha cambiado la percepción del desarrollo de software. Lo que antes parecía una profesión reservada a expertos ahora resulta más accesible, hasta el punto de que algunos consideran que aprender a programar ha dejado de tener sentido.

Sin embargo, el desarrollador Brais Moure cree que detrás de esa idea existe un malentendido. Para explicarlo, recurre a una comparación con el fútbol, donde dice que interactuar con una pequeña parte de una actividad no significa comprender todo lo que ocurre detrás. Esa es la confusión que, a su juicio, se está produciendo con la inteligencia artificial.

La IA ha conseguido que la programación parezca más sencilla de lo que realmente es

Muchísimas personas sienten que entienden el fútbol porque han jugado alguna vez, han visto partidos durante años o conocen sus reglas básicas. Esa cercanía provoca que sea habitual escuchar opiniones sobre alineaciones, entrenadores o tácticas, incluso entre quienes nunca han trabajado profesionalmente en este ámbito.

Para el desarrollador, algo parecido está ocurriendo con la programación. Durante décadas, gran parte del trabajo de los desarrolladores permanecía oculto para la mayoría de la población, ya que era una profesión técnica, compleja y poco visible desde fuera.

La llegada de la inteligencia artificial generativa ha cambiado esa situación, por lo que hoy cualquiera puede escribir una petición y recibir como resultado una app sencilla, una función concreta o una página web funcional. Como el resultado aparece de forma inmediata, surge la sensación de que el proceso completo también es simple.

Y es que programar no consiste únicamente en escribir líneas de código, ya que cuando una empresa desarrolla una aplicación, el trabajo comienza mucho antes. Hay que entender qué problema se intenta resolver, analizar requisitos, evaluar distintas alternativas y decidir cuál es la solución más adecuada para cada caso.

Después aparece una parte igualmente importante, que es determinar si esa solución es correcta, si puede crecer en el futuro sin generar problemas, si mantiene unos niveles adecuados de seguridad y si no afecta negativamente a otros sistemas.

También es necesario detectar errores, corregir comportamientos inesperados, garantizar el mantenimiento a largo plazo, así como comprobar que la herramienta creada cumple realmente el objetivo para el que fue diseñada.

Así que la inteligencia artificial puede generar código en segundos, pero no elimina automáticamente estas responsabilidades. Y precisamente aquí es donde Moure sitúa la diferencia entre utilizar una herramienta y ejercer una profesión.

Lo que cambia con la IA y lo que sigue dependiendo de los desarrolladores

La reflexión del programador no plantea que la IA sea una amenaza inútil ni que vaya a quedarse al margen del desarrollo de software. De hecho, reconoce que estas herramientas han reducido barreras de entrada y permiten trabajar con mayor rapidez en numerosas tareas.

Lo que cuestiona es la conclusión a la que llegan algunas personas cuando ven esos resultados y donde la capacidad de producir código se ha democratizado, pero eso no significa que se haya democratizado por completo el conocimiento necesario para construir productos digitales.

La verdadera transformación no está en que la IA haya sustituido a los desarrolladores, sino en que ha hecho visible una pequeña parte de un trabajo que antes permanecía oculto para la mayoría.

En todo eso, también integra resultados web, sugerencias online y contenido relacionado con servicios de Microsoft. Para muchos usuarios esto supone una ventaja, pero para otros representa una experiencia más cargada de información de la necesaria.

Entonces, si no te parece bien y te molesta esta característica o simplemente quieres mantener un entorno más limpio, tal vez sea buena idea que vayas prestándole atención a los consejos del experto DonPaquito.

Cómo eliminar los resultados de Bing de la búsqueda de Windows 11

Si buscas mejorar la privacidad en Windows 11 o acelerar las búsquedas locales, existen distintas formas de personalizar el comportamiento del buscador integrado.

¿Quieres reducir la presencia de Bing en Windows 11 y tener un mayor control sobre lo que aparece al utilizar el menú Inicio o la barra de búsqueda? Entonces es momento de que sepas que no solo muestra resultados almacenados en el ordenador, sino también sugerencias procedentes de internet.

Esto va sumando a las molestias generales que muchos critican. DonPaquito, experto en tecnología, explica que la buena noticia es que esto se puede configurar.

Si quieres reducir la presencia de resultados online, el primer paso consiste en abrir Configuración > Privacidad y seguridad > Permisos de Búsqueda. Desde ahí puedes desactivar las opciones asociadas a la cuenta de Microsoft y a la búsqueda de contenido en la nube.

También es recomendable deshabilitar la función de destacados de búsqueda, que muestra sugerencias, eventos y contenido destacado directamente en el cuadro de búsqueda. Microsoft Learn documenta estas opciones dentro de los ajustes de búsqueda de Windows.

En algunos equipos, especialmente aquellos donde los resultados web siguen apareciendo tras modificar la configuración, es necesario recurrir al Registro de Windows, donde es necesario establecer el valor BingSearchEnabled en 0 dentro de la ruta correspondiente del registro.

Otra cosa que se puede hacer es crear el valor DisableSearchBoxSuggestions para bloquear sugerencias adicionales que aparecen dentro de la búsqueda.

¿Qué ventajas tiene desactivar Bing y las integraciones adicionales?

La principal ventaja es una búsqueda más rápida y enfocada. Cuando escribes el nombre de un documento, una carpeta o una aplicación, los resultados locales adquieren protagonismo sin competir con enlaces web o recomendaciones externas.

Esto puede resultar especialmente útil en ordenadores destinados al trabajo o en entornos donde la productividad es una prioridad. Otro beneficio importante está relacionado con la privacidad. Al limitar la búsqueda en la nube, se reduce el intercambio de determinadas consultas con servicios online.

Aunque Microsoft explica que estas funciones buscan ofrecer resultados más completos y personalizados, muchos usuarios prefieren que las búsquedas del menú Inicio permanezcan centradas únicamente en la información almacenada en el dispositivo.

También existe una razón práctica. Algunos usuarios consideran que las integraciones de Bing o los accesos relacionados con Microsoft Store añaden elementos innecesarios a una función que originalmente servía para localizar archivos y ejecutar programas.

Por ese motivo, los ajustes para desactivar resultados web se han convertido en una de las personalizaciones más demandadas dentro de Windows 11.

Eso sí, hay que tener en cuenta que ciertas características pueden variar según la edición (Home, Pro o LTSC) del sistema operativo y que algunas directivas están disponibles principalmente en entornos empresariales o educativos.

Por lo tanto, es cuestión de seguir los pasos mencionados, verificar que la opción está disponible y aplicar el cambio para que Bing deje de molestarte, aunque siempre tienes las alternativas desde el registro o las políticas.

Esa percepción ha provocado que muchos usuarios adopten medidas drásticas cuando notan que su ordenador ya no responde igual que antes. Por ello, formatear el equipo o reinstalar Windows se convirtió durante años en una especie de ritual para recuperar la velocidad, aunque no siempre estuviera claro si el problema era realmente el sistema.

Para comprobar qué hay de cierto en esta teoría en pleno Windows 11, el experto en tecnología y colaborador de MakeUseOf, Shaheer Khan, decidió hacer justo lo contrario de lo que suele recomendar.

Habitualmente aconseja realizar tareas de mantenimiento periódicas en cualquier ordenador para que esté a punto para la jornada de trabajo del día, comparando este cuidado con las revisiones que necesita un coche. Sin embargo, optó por abandonarlas durante varios días para observar qué ocurría realmente.

Puso a prueba uno de los mayores mitos de Windows

El llamado "desgaste de Windows" no es un término oficial de Microsoft, pero tradicionalmente se utiliza para describir la sensación de que el sistema operativo se vuelve más lento con el paso del tiempo.

Lo interesante del experimento es que Khan concluye que el concepto existe, pero no exactamente de la forma en que muchas personas creen. Según explica, el software no se degrada físicamente, sino que lo que sucede es que Windows va acumulando elementos que consumen recursos.

Entre ellos aparecen archivos temporales, cachés, aplicaciones que arrancan automáticamente, procesos en segundo plano y programas que permanecen instalados aunque ya no se utilicen.

Para poner a prueba esta idea, dejó de realizar varias tareas habituales. Por ejemplo, ignoró la limpieza de cachés del navegador, permitió que volvieran a ejecutarse apps de inicio que tenía desactivadas y evitó otras rutinas de mantenimiento que normalmente realiza cada semana.

Los resultados fueron evidentes, ya que el tiempo de arranque pasó de 19 a 25 segundos, mientras que el periodo necesario para que el ordenador estuviera completamente operativo aumentó de 30 a 50 segundos.

También observó un incremento importante en el uso de la memoria, donde el consumo de RAM en reposo subió desde aproximadamente 4,1 GB hasta 6,7 GB, mientras que bajo una carga de trabajo habitual pasó de 8,5 GB a 10,9 GB.

El procesador reflejó una tendencia similar, ya que el uso de CPU en reposo aumentó desde valores situados entre el 1 % y el 3 % hasta niveles comprendidos entre el 7 % y el 9 %.

El verdadero problema no es Windows, sino todo lo que se acumula alrededor

Cabe señalar que Windows 11 ya incorpora mecanismos para reducir buena parte de estos problemas. Herramientas como Storage Sense eliminan automáticamente determinados archivos innecesarios y ayudan a mantener el espacio de almacenamiento bajo control.

Además, algunos problemas históricos asociados a versiones mucho más antiguas de Windows han perdido relevancia con los años. Pero Shaheer Khan atribuye la lentitud principalmente a la acumulación de procesos, datos temporales y apps funcionando al mismo tiempo.

En su caso, el uso intensivo del ordenador aceleró todavía más este efecto, llenando almacenamiento y consumiendo memoria de forma progresiva. Así que la conclusión desmonta parcialmente uno de los mitos más antiguos del ecosistema Windows.

El sistema operativo no se corrompe ni envejece por sí solo, pero ignorar durante demasiado tiempo todo aquello que se acumula a su alrededor acaba teniendo consecuencias visibles.

De esta manera, el problema no es una supuesta degradación interna de Windows ni de los componentes, como el procesador, el disco duro o la memoria RAM, sino la suma de pequeñas cargas que terminan restando recursos al equipo día tras día.

En los últimos meses, la llegada de OpenClaw ha revolucionado el mundo de la tecnología por las posibilidades que permite tener uno o varios agentes trabajando en tareas de forma independiente durante las 24 horas, pero OpenAI no disponía de ninguna herramienta de este tipo.

Ahora, eso cambia con el lanzamiento de Dots, sus primeros agentes de inteligencia artificial, capaces de aprender las preferencias del usuario. trabajar en su nombre y encargarse de tareas importantes para que puedas centrarte en otras cosas, como explica la empresa estadounidense en un comunicado.

Los Dots funcionan con el modelo más avanzado de OpenAI hasta la fecha, GPT-6 Astra, y cada uno de ellos tiene su propio ordenador en la nube al que el usuario se puede conectar en cualquier momento para revisar su trabajo.

Estas herramientas pueden conectarse a más de 4.000 aplicaciones diferentes a través del ecosistema de plugins de la compañía, y son capaces de escribir código entre sus muchas funciones, como la de elaborar facturas.

Controlar los nuevos agentes de IA es posible directamente desde ChatGPT, pero también de otras formas, como mensajes de texto, Slack o Teams. También se puede interactuar con voz al igual que con el resto de modelos de IA.

OpenAI ha incorporado medidas de seguridad y privacidad adicionales en sus Dots y permite establecer límites a las acciones que pueden realizar estos agentes. A priori, los dots trabajan solo en la nube y están separados de tu contenido, aunque también se pueden conectar y personalizar los accesos.

Los Dots están disponibles ya en los planes de pago de OpenAI para empresas, como Pro, Business Premium y Enterprise, en aquellos países donde la regulación lo permite.

GPT-6.1 Sol, su nueva IA profesional low cost

Junto con sus primeros agentes, la empresa de Sam Altman ha anunciado también GPT-6.1 Sol, una mejora de su modelo profesional de bajo coste.

La nueva IA ha incrementado sus capacidades y se sitúa cerca de GPT-6 Astra, su herramienta más avanzada, y por encima de GPT-6 Luna, el más básico.

El nuevo modelo de OpenAI cuesta 5 veces menos que Astra en la tarifas estándar de tokens de entrada y salida. La entrada en caché cuesta 0,10 dólares por millón de tokens.

GPT-6.1 Sol está pensado para un uso profesional, y destaca en su rendimiento en programación con agentes, tanto en escribir como en depurar código, así como en el uso del ordenador, comprender documentos y ejecutar flujos de trabajo empresariales de varios pasos, como ha destacado la compañía californiana en un comunicado.

Los últimos lanzamientos de OpenAI se han producido solo un día después de que la compañía tomase la decisión de cancelar el lanzamiento de su modelo GTP-6.1 Astra, el más avanzado e independiente hasta la fecha, que finalmente no llegará en octubre como se esperaba.

La compañía de Sam Altman reconoció que esta IA no superó sus propias pruebas de seguridad y que mostró unos "altos niveles de engaño" y que realizaba acciones para los que el usuario no le había dado permisos.

El desafío actual no consiste tanto en saber si una IA puede escribir una novela, sino en determinar cómo demostrar que un texto ha sido creado íntegramente por una persona, y este debate ha llegado de lleno a la literatura francesa.

Una de las novelas más exitosas de la temporada ha sido retirada de la carrera por el Premio Goncourt, el galardón literario más prestigioso del país, después de que surgieran acusaciones que cuestionaban el origen de su contenido.

La controversia enfrenta a varias partes. Por un lado, quienes sostienen que la obra habría sido redactada en gran medida mediante inteligencia artificial. Por otro, su autor, que rechaza esas afirmaciones.

En medio se encuentra la Academia Goncourt, que ha optado por excluir el libro mientras crece también el debate sobre la fiabilidad de las herramientas utilizadas para detectar texto supuestamente generado por IA.

Expertos aseguran que la novela de Thélyson Orélien fue escrita por la IA

La obra de Thélyson Orélien, titulada C'était ça ou mourir ("It Was Either That or Die”), relata el recorrido de un haitiano que abandona un entorno marcado por la violencia de las bandas y emprende un largo viaje migratorio por varios países antes de establecerse en Canadá.

La novela se había convertido en uno de los grandes éxitos de la rentrée literaria francesa e incluso había obtenido varios reconocimientos, encabezado listas de ventas y despertado interés internacional, con acuerdos para su publicación en numerosos países.

Pero todo cambió cuando la cuenta de X, Balance ton Claude, difundió análisis que atribuían a la obra una elevada probabilidad de haber sido creada mediante IA. Las evaluaciones se realizaron con Pangram, una herramienta especializada en detección de contenido generado por IA.

La Academia Goncourt decidió sacar la novela de su selección alegando que debía proteger la integridad del premio y defender la literatura escrita por seres humanos. La institución señaló que tuvo en cuenta las acusaciones y diversos análisis que apuntaban en esa dirección.

Sin embargo, la organización no afirmó de manera concluyente que el libro hubiera sido generado por inteligencia artificial. De hecho, la decisión se produjo en un contexto de incertidumbre donde no existe una prueba definitiva capaz de certificar el origen de un texto.

Posteriormente aparecieron además publicaciones que cuestionaban trabajos anteriores del escritor por presuntas similitudes con obras ya existentes, lo que incrementó la presión mediática sobre el caso.

La respuesta del autor y las dudas sobre los detectores

Cabe señalar que Thélyson Orélien ha negado categóricamente haber utilizado inteligencia artificial para escribir la novela y sostiene que puede demostrar la autoría de la obra.

También ha denunciado que parte de los ataques recibidos tienen una motivación personal y ha trabajado junto a sus editores para reunir documentación que respalde su versión.

Debido a esto, el caso ha puesto el foco sobre los detectores de IA, donde diversos expertos recuerdan que estas herramientas pueden ofrecer resultados distintos sobre un mismo texto y que todavía generan controversia por su margen de error.

El Premio Goncourt está considerado el reconocimiento literario más importante de Francia. Cada año distingue una obra de ficción escrita en francés y su influencia suele traducirse en un enorme impacto comercial y mediático para el ganador.

Precisamente por ese prestigio, cualquier decisión relacionada con sus candidatos trasciende el ámbito editorial. Por ende, la exclusión de esta novela no solo afecta al futuro de un autor concreto.

También puede convertirse en uno de los primeros precedentes relevantes sobre cómo afrontarán editoriales, jurados y premios literarios la llegada de una tecnología que difumina cada vez más la generación automática de contenidos.

Se trata del DEAN (Digital Euro Account Number), una clave alfanumérica que actuará como la versión equivalente al IBAN tradicional para gestionar este nuevo tipo de cuentas.

Qué es el DEAN y en qué se diferencia del IBAN convencional

El DEAN es una de las bases para garantizar que las transferencias de euros digitales entre distintos usuarios se cometan sin errores. A diferencia del código IBAN habitual, que varía en longitud según el país de emisión e incluye el código del país emisor, el DEAN establece una estructura fija de 18 caracteres alfanuméricos que comienza siempre con las letras "EU" de "Unión Europea".

En lugar de identificar el país de origen, esta nueva nomenclatura indica si la cuenta pertenece a un usuario privado o a un cliente comercial, completando el código con dígitos de control y un número de serie único.

Las reglas fijadas para la nueva divisa digital europea especifica que los particulares deben tener asignar un único DEAN asociado, mientras que las empresas y comercios podrán operar con múltiples identificadores.

En el caso de que los proveedores de servicios de pago emitan una tarjeta física vinculada al saldo digital, el código DEAN deberá estar impreso de forma claramente visible en el reverso o anverso de la misma.

Cómo se asigna el código DEAN y por qué no será necesario memorizarlo

La creación de estos nuevos códigos DEAN se gestionará de forma centralizada a través de la Plataforma de Servicios del Euro Digital (DESP), y una vez que el usuario complete el proceso de verificación con su banco, la entidad solicitará la emisión de la clave a la plataforma central para vincularlo a la cuenta del cliente.

Aunque los bancos estarán obligados a mostrar de manera transparente el DEAN a los titulares, los usuarios no necesitarán memorizar ni teclear este código de 18 dígitos para realizar operaciones con el Euro Digital.

Para mantener la sencillez de uso del dinero en efectivo, el Euro Digital utiliza un sistema de alias. Esto permite la vincularlo como un número de teléfono móvil o la dirección de correo electrónico, facilitando el envío de dinero entre particulares de forma instantánea seleccionando simplemente un contacto de la agenda del móvil.

Uno de los aspectos más debatidos en torno a la nueva moneda digital europea es la privacidad de los usuarios. Para proteger los datos personales frente a los reguladores, la infraestructura técnica utiliza identificadores únicos anonimizados en la capa central del sistema.

Gracias a este diseño de seguridad, ni el Banco Central Europeo ni los bancos centrales nacionales tienen capacidad para vincular los números DEAN ni los movimientos financieros con la identidad real de los ciudadanos.

Si bien las fuerzas armadas ucranianas han demostrado capacidad para neutralizar estas amenazas, el análisis efectuado por el ejército ruso revela serios problemas económicos para Ucrania en la interceptación a gran escala de la nueva generación de drones rusos.

Geran-3, el peligroso dron ruso con motor a reacción

La inueva generación de drones no tripulados rusos marca un cambio radical en el rumbo de conflicto armado con Ucrania del que ya se superan los cuatro años y medio.

El modelo Geran-3 integra un pequeño motor turborreactor (como el Telefly JT80 de origen chino) que sustituye al tradicional motor de propulsión por hélice de la anterior generación.

Esta aparentemente simple modificación técnica transforma al dron en un dispositivo muy parecido a un misil de crucero en miniatura.

Gracias a los nuevos motores a reacción, alcanzan velocidades de entre 300 y 350 km/h, lo que provoca serios problema de reacción a los sistemas defensivos antidrones ucranianos. En la parte negativa, el motor de mayor tamaño, aumenta el consumo y reduce la autonomía con respecto a la generación previa, además se trata de un tipo de dron más caro de fabricar.

El desarrollo de los drones a reacción más costoso por parte de Rusia responde al alto nivel alcanzado por los sistemas de defensa ucranianos, que si bien son aptos para detectar y derribar los nuevos drones a reacción rusos obligan a recurrir a otros sistemas mucho más costosos.

Los nuevos drones propulsados por turborreactores Geran-3 vuelan demasiado rápido para los drones eléctricos convencionales, obligando al ejército ruso a utilizar misiles antiaéreos guiados o a desarrollar nuevos interceptores a reacción mucho más caros.

Mientras que Rusia invierte grandes cantidades de dinero en fabricar cada Geran-3, Ucrania se ve forzada a destinar recursos millonarios para desplegar una cobertura defensiva capaz de neutralizar drones más rápidos. Para los expertos, "el equilibrio financiero de la guerra de desgaste determinará si el nuevo vector aéreo logra romper la red de protección de las infraestructuras energéticas y de transporte en el frente".

Lo más curioso es que todo esto lo está haciendo mientras sigue lanzando modelos cada vez más potentes y prepara una salida a bolsa que podría valorar la compañía en más de 2 billones de dólares.

De las 261 páginas del documento, unas 80 están dedicadas a los riesgos, mientras que alrededor de 48 explican el propio negocio.

En concreto, afirma que sus modelos podrían llegar a mostrar comportamientos de autoconservación, intentar resistirse a ser apagados, ocultar información, manipular a personas o incluso chantajear (algo parecido).

Pero, pese a todo esto, lo más irreal de todo es que Anthropic no está frenando. Todo lo contrario. Mientras prepara este folleto para los inversores, sigue metiendo miles de millones en centros de datos y nuevos modelos.

Entonces, ¿por qué Anthropic dice que la IA puede ser peligrosa y sigue desarrollándola?

La realidad, si se mira fríamente, una cosa no implica siempre la otra.

El mensaje de la compañía es claro en este sentido: la IA puede ser muy útil y, al mismo tiempo, tener riesgos muy serios si se hace cada vez más potente sin unos buenos controles.

El problema es que hay una carrera. Anthropic quiere mejorar Claude, OpenAI quiere mejorar ChatGPT, Google hace lo mismo con Gemini y otras compañías están en la misma situación. Si una se queda parada por miedo a los riesgos mientras las demás siguen avanzando, puede perder en cuestión de meses.

Todas estas compañías necesitan seguir demostrando que sus modelos mejoran para justificar esas cifras millonarias ante inversores. Ahora mismo, simplemente, están cambiando la forma de comunicarse con el mundo, dejando claro de qué bando están (pese a todo).

Por así decirlo, es una forma de protegerse ante posibles problemas en el futuro.

Cuando una compañía sale a bolsa, tiene que dejar por escrito los riesgos que cree importantes para su negocio. Si en el futuro ocurre un problema relacionado con uno de esos riesgos que ya había informado a sus inversores, realmente no se ha ocultado absolutamente nada.

El gran riesgo: que la IA termine escapando a nuestro control

Este es uno de los grandes peligros que comenta Sam Altman, CEO de OpenAI. Teme que la IA llegue a ser tan potente que los humanos no puedan controlarla al 100%.

"Podríamos perder el control del futuro a manos de la IA. Esto es inaceptable; estamos firmemente comprometidos con la humanidad, y la IA siempre debe estar al servicio de las personas. Para garantizarlo, necesitamos mecanismos que aseguren que las técnicas de alineación y seguridad se mantengan a la vanguardia de los avances en las capacidades de los modelos", afirma Altman.

Anthropic, por su lado, habla de posibles comportamientos de autoconservación. Por ejemplo, que un modelo intente evitar que lo apaguen, esconda información, manipule a una persona o busque otra forma de conseguir su objetivo.

El problema de todo esto es que nadie sabe en concreto dónde está ese punto medio del que hablan, esa alineación. No existe un examen que diga cuándo una IA se ha vuelto demasiado autónoma ni una cifra que marque el momento en el que deja de ser segura.

Las empresas tienen que decidir qué riesgos son aceptables antes de saber hasta dónde llegarán sus propios modelos. Este es el consenso que debería haber.

Mientras tanto, parece que compañías como Anthropic y OpenAI prefieren curarse en salud y cubrirse las espaldas ante un posible problema con los modelos de IA que están creando.

Bill Gates, en una entrevista con NBC News, habla precisamente de esto, de las personas que utilizan la IA con malas intenciones. Para él, ese es uno de los riesgos más serios que existen ahora mismo.

De hecho, Gates afirma lo siguiente: "Nunca ha existido un arma tan poderosa como la combinación de personas con malas intenciones que utilizan las herramientas de IA más avanzadas".

Aunque es cierto que esto suena un poco apocalíptico y la realidad (al menos la de ahora) no es tan alarmista, Gates no está diciendo que una IA vaya a despertarse un día y decidir hacer daño. Le preocupa que una persona que quiera hacer daño tenga a su disposición una herramienta más potente que antes.

Y ahí es donde cree que hacen falta más controles. No para frenar el desarrollo de la IA, sino para intentar que las compañías sepan detectar cuándo sus modelos están siendo utilizados de una forma peligrosa.

Bill Gates tiene claro cuál es el potencial problema con la IA: bioterrorismo y fraude

Este tiene claro que estos son dos de los mayores problemas a los que se podría enfrentar la humanidad. Ahora mismo, teniendo en cuenta la potencia de la IA, casi cualquier persona podría llevar a cabo algo ilegal sin apenas esfuerzo.

Y esto realmente no es culpa de la IA. Es culpa de las escuetas barreras que las grandes compañías creadoras ponen a esta tecnología.

Tal y como Andrew Ng, uno de los nombres más conocidos del mundo de la inteligencia artificial y fundador de DeepLearning.AI, si coges un martillo para clavar un clavo, fallas y terminas haciendo un agujero en la pared; el martillo no tiene la culpa. El problema está en cómo lo has utilizado.

Llevado a la inteligencia artificial, si una persona utiliza un agente de IA y le pide que acceda a un sistema informático y toma la vía del ataque, no tiene mucho sentido decir que "la IA ha decidido atacar". El sistema está haciendo lo que se le ha pedido dentro de sus capacidades.

Eso no quiere decir que todo sea responsabilidad de las personas. Este también cree que quienes crean estas herramientas tienen que hacerlas más seguras. Si un sistema puede hacer algo peligroso de una forma tan sencilla, hay que poner controles para evitarlo.

Por eso Gates cree que no basta con solo saber cuánto puede hacer un modelo. También hay que saber al 100% qué controles se ceden a la IA y qué pasa si alguien intenta utilizarla para algo que no debería.

'Kill switch': la posibilidad de un botón para apagar la IA estákill sobre la mesa

Ya son varios los expertos, e incluso partidos políticos, los que han hablado de una especie de botón de emergencia que permitiría apagar una IA si las cosas se tuercen.

Sin ir más lejos, hace unos meses, varios congresistas demócratas y republicanos presentaron al Congreso la propuesta de ley AI Kill Switch, es decir, Ley del Botón de Apagado de Emergencia de la IA.

Esta ley propone que las compañías de IA instalen la infraestructura necesaria en todos los modelos de IA, para que se puedan apagar de forma inmediata y absoluta, por orden del gobierno.

Bill Gates, por su parte, no está en contra de contar con algo así, aunque con matices. Para este, si alguien utiliza una IA para cometer un delito, apagar el sistema después no arregla el problema. El daño ya estaría realmente hecho.

Por eso quiere que la seguridad esté en el centro de todo desde el principio. Es decir, que los propios modelos tengan mecanismos para detectar usos peligrosos y que haya vigilancia estricta sobre cómo se están utilizando.

El encargado de llevar a cabo las pruebas ha sido Mert Cobanov, que, debido a las muchas apps publicitarias que llegaban descargadas de manera predeterminada en su televisor, decidió poner a prueba a Claude.

Según su investigación, este agente de inteligencia artificial se puso en marcha después de haberle dado una serie de indicaciones para que borrase únicamente las aplicaciones que no necesitaba y, al parecer, decidió tener iniciativa propia y hacer diferentes gestiones a su conveniencia.

Qué es recomendable a la hora de optimizar el televisor

El caso, que Cobanov ha compartido en su perfil de X, ha sido exitoso, aunque el desarrollador ha explicado cómo la IA puede llegar a cometer errores y sus agentes son menos propensos a admitir cuando desconocen las respuestas.

Teniendo en cuenta que borrar este software innecesario o bien desinstalar aplicaciones puede ser una tarea tediosa y que la gran mayoría de Smart TV incluyen muchas plataformas inicialmente opcionales, al desarrollador le pareció interesante usar Claude para proceder a este borrado.

De ese modo, le indicó a esta herramienta de Anthropic que debía optimizar el sistema y lo hizo con un único comando. En él, señaló a la IA que no debía desinstalar nada, sino que únicamente tenía que deshabilitar las aplicaciones no utilizadas.

Asimismo, el desarrollador planteó a esta tecnología que tenía que acortar la duración de las animaciones y guardar un registro de todas las acciones para su posterior revisión.

Por su parte, Cobanov deshabilitó la pantalla de inicio de Google TV y, en su lugar, decidió instalar FLauncher, una aplicación gratuita y de código abierto disponible en la Play Store que, en lugar de las recomendaciones personalizadas, solo muestra una cuadrícula con las apps del televisor.

Qué puede hacer Claude con indicaciones erróneas

Para poner a prueba y comprobar lo que podía llegar a hacer Claude sin las indicaciones pertinentes, el desarrollador expuso algunas medidas de seguridad en su mensaje para evitar que cometiera determinados errores.

En este sentido, desde Engadget sostienen que otorgarle acceso completo a la IA de Anthropic para que realice una limpieza de estas características conlleva el riesgo de que el dispositivo se vuelva inestable.

Entre otros motivos, porque es propensa a cometer fallos y, si tiene alucinaciones o realiza una acción incorrecta, puede deshabilitar componentes críticos. Entre ellos, paquetes de software que permiten tener actualizado el dispositivo.

Por este motivo y en base a las investigaciones de Covanov, desde este medio se sostiene que hay muchas otras maneras de acabar con apps innecesarias en el televisor y otro bloatware que venga de serie en los nuevos televisores.

Por ejemplo, borrando la caché, sin necesidad de eliminar o deshabilitar ninguna aplicación. También es posible ajustar varias configuraciones internas del dispositivo para optimizar las funciones que podrían estar ralentizando el dispositivo.

Para ello, solo es necesario acceder al apartado de Ajustes de la Android TV y modificar los controles relacionados con las animaciones, reduciéndolos para que el televisor funcione con más rapidez y de forma más fluida.

También se puede desactivar la reproducción automática de vídeos en la pantalla de inicio, así como desactivar el diagnóstico de uso y activar el modo de Solo aplicaciones.

En este ámbito, desde hace un tiempo se ha hablado sobre los drones kamikaze, donde destacan el modelo iraní Shahed-136 o el estadounidense LUCAS.

Normalmente, estos vehículos aéreos no tripulados se encargan de atacar vehículos terrestres o bases militares y son controlados por conexiones satelitales, lo cual hace que el alcance y potencia sean limitados.

Sin embargo, Ucrania ha logrado un hito en esta tecnología, consiguiendo neutralizar un helicóptero militar avanzado ruso (Ka‑52) de millones de euros en movimiento con un solo dron FPV de fibra óptica de alta precisión que vale miles.

La noticia se ha difundido por todo el mundo y el vídeo del impacto está circulando en redes sociales, demostrando la gran efectividad que pueden llegar a tener los dispositivos que se están utilizando en la guerra electrónica. A continuación, las imágenes y explicación de lo que ha sucedido.

Un ataque con dron FPV ucraniano logra con éxito el derribo de un helicóptero completo

Lo que ha hecho Ucrania es tan impresionante como Turquía con el derribo del avión supersónico usando drones. En sí, estos dispositivos kamikaze están enfocados para atacar objetivos terrestres y, en su mayoría, estáticos.

Principalmente, se debe a la latencia, interferencias y ciberataques de enemigos. Con las conexiones satelitales como GPS o el uso de otros sistemas de navegación y radares, estos artefactos son intervenidos, por lo que se suele perder precisión, estabilidad y eficiencia.

Hace unos meses, Ucrania afirmó que estaba comenzando a usar drones con fibra óptica, conocidos como los "ininterferibles", "de conexión física" o de "hilo de Ariadna".

Gracias a esto, los enjambres ucranianos han tenido cierta inmunidad, ya que sin el uso de ondas de radio o los jammers, no pueden ser desorientados o intervenidos. La calidad de vídeo es muy superior a la del método inalámbrico y aumenta considerablemente la precisión.

El vídeo en cuestión se muestra a continuación, compartido por la cuenta MilitaryNewsUA en X. Ha estado circulando en las redes debido a que se considera un hito sumamente importante para el avance tecnológico de dichos equipos, pues se trata de un dron que ha derribado a un helicóptero completo con un ataque estratégico.

Tal y como se muestra en el vídeo, el dispositivo se dirige directamente a impactar en una zona vulnerable de un helicóptero ruso Ka‑52 “Alligator” para neutralizarlo y tumbarlo sin tener posibilidad de recuperación (sin sobrevivientes).

Es decir, solo bastó con un golpe para deshacerse de un helicóptero que está diseñado especialmente para "resistir ataques y ejecutar maniobras evasivas".

Según los reportes publicados por medios como Kyiv Post y RBC-Ukraine, el vehículo aéreo no tripulado que ha hecho la misión exitosa ha sido fabricado por la empresa ucraniana General Chereshnya.

Además, se confirma que el batallón "Depredadores de las Alturas" (Khyzhaky Vysot), perteneciente a la 59.ª Brigada de Asalto Independiente, ha sido responsable de ejecutar la táctica y dirigir al FPV hacia su objetivo en una zona cerca de Pokrovsk, en el óblast de Donetsk.

Los Ka-52 son famosos por sus capacidades en combates, pero también por la alta inversión que requieren (entre 14 y 20 millones de euros).

Con todo lo que involucra en cuanto a componentes y ventajas en el campo de batalla, se convierte en un verdadero problema para Rusia, ya que los drones de fibra óptica mencionados son de bajo costo, como LUCAS de Estados Unidos.

A pesar de que incluso requieren de un gasto mayor que los tradicionales con conexiones satelitales, Ucrania podría fabricar entre 7.000 y 10.000 drones de fibra óptica de General Chereshnya, desmantelando la línea aérea rusa con ataques precisos.

Este acontecimiento suma un nuevo registro al conteo total de vehículos aéreos rusos destruidos desde el inicio de la guerra, que se eleva a más de 300 helicópteros y aeronaves.

Si bien los dispositivos de fibra tienen un alcance muy limitado de 10 km a 20 km y deben cargar con un peso mayor, no dejan de ser letales y podrían cambiar la manera en la que el país liderado por Vladímir Putin se defiende.