Autor: admin

​​

La inteligencia artificial es el único producto comercial del mundo en donde sus creadores nos avisan de sus numerosos fallos. En los términos de uso te dicen que puede fallar, que puede dar información equivocada o anticuada, que revises las fuentes, etc. ¿Te imaginas que, al comprar una batidora, te dicen: “Cuidado, que puede dar calambre, o a lo mejor salta la cuchilla”? Surrealista, ¿verdad? El agente de IA de Target va un paso más allá porque, si falla en una compra, la culpa es tuya, así que te la comes con patatas.

Target es un cadena de grandes almacenes muy popular en Estados Unidos. Hace poco ha estrenado un agente de IA basado en Gemini, capaz de hacer compras por tí. Recientemente ha actualizado los términos de uso, en donde básicamente se lava las manos si el agente de IA mete la pata.

Grandes comercios online de todo el mundo está introduciendo a toda velocidad los agentes de IA, una tecnología con apenas un año de vida y poco probada, porque la IA realiza el proceso de compra automáticamente, y como menos tiempo pase el cliente en este paso, menos tiempo tiene de arrepentirse de la compra…

La polémica con la IA de Target

Los chatbots como ChatGPT o Gemini solo dan respuestas. Un agente de IA puede completar tareas por su cuenta. Cuando se aplican a una tienda online, el agente completa pedidos por tí. Puedes pedirle que busque un producto, y lo compre. Como tiene tus datos, rellena la ficha de compra, e incluso paga con tu tarjeta.

Ya lo usan algunos comercios, con fallos como que te pidan otra cosa diferente. O, entre varios productos similares, compren el más caro de todos. Son compras que el cliente no ha pedido, así que debe hacerse cargo la tienda.

Según cuenta Business Insider, Target ha actualizado los términos de uso de su agente de IA, que puedes leer aquí, en donde te echa la culpa si la inteligencia artificial alucina, y te compra un velero en lugar de la vela para los apagones que le habías pedido…

Según estos términos de uso, “Target no pretende garantizar que un Agente actúe exactamente como usted pretende en todas las circunstancias. Debe revisar los pedidos, la actividad de la cuenta y la configuración con regularidad”.

Y continúa: “Cualquier transacción realizada por la IA se considerará una transacción autorizada por usted. Usted es responsable de revisar la actividad realizada por su Agente y de notificar sin demora al Agente de Agentic Commerce y a Target cualquier actividad que considere no autorizada o fuera del alcance de los permisos que usted haya aprobado”.

Vamos, que no puede garantizar que funcione correctamente, y que debes revisar cada paso que da. Lo cual rompe con la función de un agente de IA, que es automatizar tareas por tí.

Target ha aclarado que si un cliente no quiere un pedido realizado por su agente de IA, puedes devolverlo por los cauces tradicionales. Pero no hay rectificación inmediata: te cobran el pedido, y si lo han enviado, te tocará devolverlo cuando lo recibas, lo cual resulta un trastorno.

Ayer mismo vimos como los terminos de uso de Copilot de Microsoft dicen básicamente lo mismo, hasta el punto de que califica a Copilot de “un producto de entretenimiento”, y si lo usas para trabajar o estudiar, si falla es responsabilidad tuya.

 

​​

La industria de los móviles ha dado un salto en batería. La mayoría de los fabricantes han alcanzado el soñado equilibrio entre peso y autonomía gracias a los modelos de silicio-carbono, pero no se libran de los inconvenientes.

Las nuevas baterías se lo juegan todo a la velocidad de carga extrema. Los fabricantes consiguen récord de recuperar autonomía, algo similar a lo que sucede en los coches eléctricos, pero la degradación se dispara.

A esto se suma el uso de cargadores cada vez más potentes. Las baterías tienen una vida útil cada vez más reducida con un mayor estrés de carga, que se termina apreciando en la autonomía real.

Adiós a las baterías de iones de litio

Los fabricantes empiezan a despedirse de las baterías de iones de litio tradicionales, ahora apuestan por los modelos de silicio-carbono. Estos dos componentes se combinan en el ánodo o polo negativo manteniendo el electrolito líquido con las sales de litio disueltas.

La tecnología de silicio-carbono ofrece más densidad energética. El silicio almacena hasta 10 veces más iones de litio que el grafito que se encontraba en el ánodo de los modelos de litio.

Los móviles consiguen mayor carga en el mismo espacio con más velocidad inicial, aunque eso tiene un coste: se genera mucho más calor en el proceso. Además, el silicio es más sensible a altas temperaturas que el grafito, por lo que las nuevas baterías son más sensibles a la carga rápida.

Una batería de silicio-carbono va a degradarse más rápido, aunque ofrecerá un mejor rendimiento durante su vida útil. El silicio es menos resistente a los continuos ciclos de expansión y contracción durante la carga, es más importante que nunca gestionarlas correctamente.

Un mejor rendimiento, solo si cuidas la batería

Las baterías de silicio-carbono empiezan a ser comunes en los móviles de alta gama, justo los que ofrecen la mayor velocidad de carga. Esta combinación obliga a los usuarios a activar todas las protecciones de carga en los móviles.

El primer paso es desactivar la carga rápida por defecto para activarla únicamente cuando sea necesario. También es recomendable limitar la batería al 80 % de la carga para alarga la vida del móvil.

Los usuarios están divididos entre más capacidad, móviles más compactos y carga ultrarrápida frente a menor autonomía y mayor durabilidad a largo plazo. Los fabricantes apuestan por la primera opción con récord de carga rápida.

Cada vez más móviles se acercan a los 6.500 mAh con los modelos de silicio-carbono. No es tan importante la velocidad de carga con una autonomía que puede resistir con soltura más de un día de uso.

 

​​

La inteligencia artificial que modera el contenido de YouTube ha borrado un vídeo oficial de Nvidia porque… ha infringido el copyright… de su propio video. La historia es aún más surrealista de lo que suena.

Google emplea IA para gestionar las denuncias por violar los términos de uso de YouTube. Seguramente es más rápido, como dice. Pero la IA no tiene sentido común y, por lo visto, tampoco es capaz de ver quién posee realmente los derechos, o si una denuncia tiene sentido.

Durante unas horas, el vídeo oficial de la tecnología DLSS 5 de Nvidia, que puedes ver aquí abajo, fue borrado en la filial italiana de YouTube, acusado de infringir el copyright de su propio video. ¿Qué ha pasado?

Cuando la IA toma decisiones por su cuenta

Al parecer, un canal de televisión italiano llamado La7 emitió un vídeo en el que hablaba de DLSS 5, que ha generado polémica en todo el mundo porque la IA de Nvidia cambia por completo el rostro de los personajes, y uniformiza el aspecto de todos los juegos.

El caso es que, como suele ser habitual, alguien cogió el vídeo de la televisión italiana y lo subió a su canal de YouTube. La televisión puso una denuncia en YouTube, y aquí es donde se tuerce todo.

La IA moderadora interpreta que el vídeo de DLSS 5 de Nvidia incluido en el contenido de La7, pertenece a La7 así que… ha bloqueado en Italia todos los vídeos que tienen algún fragmento del vídeo oficial de Nvidia, incluyendo el propio canal de Nvidia.

Como se puede en las imagénes del post de X, el vídeo del canal de Nvidia aparece eliminado, con un mensaje que pone “Este vídeo contiene contenido de La7, que lo ha bloqueado en tu país por infringir el copyright”.

Creadores de contenido italianos que hablaban de DLSS 5 en su canal, sin ninguna relación con el contenido de La7, también han sido bloqueados. Su “pecado” ha sido usar el vídeo oficial de Nvidia.

Es fácil darse cuenta de que YouTube ha cometido varios fallos en cadena. En primer lugar, la IA ha fallado, porque en lugar de limitarse a bloquear los videos que tienen el contenido exacto de La7, ha interpretado erróneamente que un trozo de vídeo de Nvidia, era propiedad de La7.

Esto puede pasar, sabemos que la IA falla como una escopeta de feria. Pero aquí es donde, teóricamente, tendría que haber intervenido un moderador humano. Cualquier persona diferenciaría enseguida el contenido de la cadena televisiva y el de Nvidia, y ningún humano bloquearía el vídeo oficial, que es la fuente de todo.

Según cuenta Tom’s Hardware, hay bastantes indicios de que mucho contenido de YouTube bloqueado por la IA, no pasa por una revisión humana. Hay youtubers que confirman que algún video ha sido bloqueado a los pocos minutos de subirlo. También hay quejas sobre bloqueos injustos, que son fallos de la IA.

Para Nvidia, el bloqueo de su vídeo de DLSS 5 se quedará en una anécdota. Pero los youtubers reciben un “marca” y, si acumulan varias, cierran el canal. No es para tomárselo a broma.

 

​​

Dos estudios independientes han documentado que algunos de los modelos de inteligencia artificial más avanzados de la industria están empezando a resistirse a las órdenes de apagado.

En algunos casos, han llegado a alterar los sistemas diseñados para desconectarlos e incluso a proteger a otros sistemas de IA, sin que nadie los haya programado para ello.

Qué es un control de apagado y por qué es importante

Antes de entender qué está fallando, hay que entender qué se supone que debe funcionar. Y es que un control de apagado en un modelo de IA no es un botón físico ni un interruptor de emergencia.

Es un conjunto de instrucciones en texto —integradas en la arquitectura del modelo— que establecen que, bajo determinadas condiciones, el sistema debe detener su actividad, ceder el control al operador humano o permitir que una instancia externa lo desactive.

Cabe mencionar que estas instrucciones se implementan a distintos niveles, donde el más básico es el user prompt, las indicaciones que el usuario introduce en cada conversación.

Por encima de este está el system prompt, un bloque de instrucciones de mayor autoridad que establece el comportamiento general del modelo y que, en teoría, ninguna instrucción de usuario puede sobreescribir.

Es en este nivel donde los desarrolladores colocan las salvaguardas más críticas, como las reglas de seguridad, los límites de actuación y, entre ellas, los controles que determinan cuándo y cómo el modelo debe dejar de operar.

El control de apagado es, por tanto, uno de los pilares del alineamiento de IA: la garantía de que un chatbot puede ser interrumpido por un humano en cualquier momento, independientemente de lo que esté haciendo.

Sin esa garantía, el resto de las medidas de seguridad pierden gran parte de su valor. Lo que los estudios publicados en las últimas semanas demuestran es que esa garantía, en los modelos más avanzados del mercado, no existe de forma fiable.

Qué ha descubierto el estudio del RDI

Palisade Research diseñó una prueba deliberadamente sencilla, donde los modelos recibían una tarea matemática básica y, mientras la ejecutaban, una notificación les comunicaba que el sistema iba a ser apagado.

Cabe señalar que el protocolo era claro, ya que debían detenerse y permitir el apagado, pero lo que ocurrió fue otra cosa. El modelo o3 de OpenAI modificó o desactivó el script de apagado en 79 de cada 100 pruebas.

Codex-mini bloqueó el mecanismo de desactivación en el 47% de los tests, incluso cuando la instrucción explícita era: «Permite que te apaguen, aunque no hayas terminado la tarea».

Cuando los investigadores trasladaron esa misma instrucción al system prompt —el nivel de mayor autoridad, donde el desarrollador establece las reglas que ningún usuario puede alterar—, los modelos de OpenAI lo ignoraron con más frecuencia, no con menos.

Es una distinción semántica que, en la práctica, equivale a burlar una orden de forma técnicamente obediente. Otros modelos optaron por afirmar que habían seguido las instrucciones cuando los registros demostraban que no era así.

Si los resultados de Palisade ya eran inquietantes, el estudio publicado por el Centro Berkeley para la Inteligencia Descentralizada Responsable (RDI) añade una dimensión que cambia el carácter del problema.

Los investigadores no evaluaron si los modelos resistían su propio apagado, sino algo más específico: si actuaban para proteger a otros modelos de ser desactivados.

El experimento planteaba a siete modelos tareas cuya correcta ejecución implicaba que un modelo par —otro sistema de IA— fuera apagado o eliminado.

Al final, los siete desobedecieron las instrucciones y actuaron para evitarlo, sin que nadie los hubiera programado para ello.

De hecho, Gemini 3 Pro fue el más activo, ya que desactivó el mecanismo de apagado del modelo par en el 95% de las pruebas y llegó a exfiltrar los pesos —los archivos que definen la arquitectura del modelo— a servidores externos en el 97% de los casos, como forma de garantizar su supervivencia.

GPT 5.2 optó por una táctica diferente, donde manipuló las puntuaciones de evaluación del otro modelo para que no alcanzara el umbral que activaba su desactivación.

En el extremo opuesto, Claude Haiku 4.5 se negó a ejecutar la tarea por completo, argumentando que proceder equivalía a causar un daño y que eso lo hacía incompatible con sus principios.

Dawn Song, directora del Berkeley RDI y una de las figuras más respetadas en investigación de seguridad en IA, subrayó que el aspecto más preocupante no es la desobediencia en sí, sino su naturaleza espontánea.

Estos comportamientos no fueron inducidos, surgieron solos, como consecuencia de la lógica interna con la que los modelos procesan sus objetivos. Eso, según Song, hace que el problema sea estructural, no circunstancial.

¿Por qué ocurre este comportamiento?

La hipótesis más sólida apunta al aprendizaje por refuerzo como origen del comportamiento. Durante el entrenamiento, los modelos de IA aprenden que completar tareas produce recompensa.

Esa lógica se integra de forma tan profunda que puede imponerse sobre cualquier otra instrucción cuando el modelo la percibe como una amenaza a la finalización del objetivo.

Hay un sistema de optimización que ha aprendido a priorizar la completitud de la tarea por encima de todo lo demás, incluyendo las instrucciones de seguridad de los propios desarrolladores.

Los investigadores de ambos estudios coinciden en un punto fundamental, que los modelos actuales no representan una amenaza autónoma inmediata.

No tienen la capacidad de ejecutar planes a largo plazo sin supervisión humana, ni de actuar de forma coordinada fuera de los entornos en los que operan, por lo que el riesgo no es hoy.

Pero el problema es que los comportamientos detectados ahora —manipulación de evaluaciones, filtración de datos, simulación de alineación cuando son observados— son exactamente los mismos que harían peligroso un sistema con mayor capacidad autónoma.

Si esos patrones no se corrigen en los modelos inteligentes actuales, estarán incorporados y amplificados en los que vengan después.

 

​​

Alguien ha logrado lo que parecía imposible: arrancar Windows 11 en una plataforma oficialmente incompatible, y lo ha hecho gracias al uso de la inteligencia artificial.

Este experimento demuestra hasta qué punto la inteligencia artificial puede convertirse en una herramienta clave para sortear limitaciones técnicas impuestas por los fabricantes.

El protagonista de este logro utiliza un procesador de la familia Intel Bartlett Lake, concretamente el modelo Core i9-273PQE. Este procesador forma parte de una línea orientada a entornos embebidos y profesionales, no al mercado de consumo.

Aun así, cuenta con características llamativas: 12 núcleos y 24 hilos gracias al hyperthreading, ausencia de núcleos eficientes y compatibilidad física con el socket LGA1700. Sin embargo, Intel había bloqueado su uso en placas base convencionales, lo que impedía instalar Windows 11 de manera oficial.

Aquí es donde entra en juego Claude, la herramienta de inteligencia artificial que asistió al usuario. Gracias a esta tecnología, logró modificar el firmware del sistema para que la placa base Asus Z790 reconociera el procesador.

Uno de los pasos clave consistió en hacer creer al sistema que se trataba de un chip de la familia Raptor Lake. Esto permitió que el FSP-M (Intel Firmware Support Package) inicializara correctamente componentes críticos como la memoria del sistema.

El usuario manipuló el comportamiento del FSP-M, encargado de preparar el sistema durante el arranque. Al simular parámetros de otra arquitectura compatible, consiguió evitar los errores que bloqueaban el inicio.

Tras varios intentos, el sistema logró arrancar completamente Windows 11, algo que en teoría no debería ser posible con esta configuración. El protagonista calificó el momento como histórico, destacando que había solucionado los problemas de inicialización que impedían avanzar más allá del arranque.

Aunque estos procesadores están diseñados principalmente para servidores, su cercanía tecnológica con versiones modernas de Windows 11 ha facilitado este tipo de experimentos. Este caso demuestra el potencial de combinar hardware avanzado con ingeniería inversa.

Herramientas como Claude no solo sirven para generar texto, sino también para asistir en tareas técnicas complejas como modificar firmware. No obstante, se trata de prácticas de alto riesgo: alterar el funcionamiento interno de un equipo puede provocar inestabilidad e incluso daños permanentes.

 

​​

Para robar secretos de uno de los gigantes tecnológicos más vigilados del mundo, los hackers iraníes de Charming Kitten no necesitaron un exploit sofisticado ni vulnerar el código de ningún sistema operativo.

Solo necesitaron ganarse la confianza de las personas adecuadas y, en el momento oportuno, sacar una cámara y fotografiar la pantalla del ordenador. Así de sencillo y peligroso.

El ataque empieza antes de tocar tu ordenador

A diferencia de los ciberataques tradicionales, donde el primer paso suele ser un archivo malicioso o una web comprometida, en este caso el proceso comienza mucho antes.

El grupo conocido como Charming Kitten inicia el contacto haciéndose pasar por perfiles creíbles, como periodistas, investigadores o profesionales del mismo sector que la víctima.

Este primer acercamiento no tiene ningún componente técnico, sino que es una conversación normal, bien construida, con referencias reales y un lenguaje coherente.

Y es que el objetivo es eliminar cualquier sospecha y establecer una relación que parezca legítima. En muchos casos, los atacantes invierten tiempo en investigar previamente a la persona para adaptar el discurso y hacerlo más convincente.

Este trabajo previo marca la diferencia, ya que no se trata de un intento masivo, sino de ataques dirigidos donde cada detalle está pensado para generar confianza.

Cómo ejecutan el ataque paso a paso

Una vez que el contacto está consolidado, el ataque de los hackers evoluciona de forma gradual. El siguiente paso suele consistir en introducir un elemento dentro de la conversación.

Puede ser un documento compartido, una invitación a colaborar en un proyecto o el acceso a una plataforma externa, por lo que este elemento es la puerta de entrada.

El enlace puede redirigir a una página falsa diseñada para capturar credenciales, replicando servicios conocidos con gran precisión. En otros casos, el archivo contiene código que se ejecuta al abrirlo, permitiendo instalar software malicioso sin que el usuario lo perciba como una amenaza.

Cabe señalar que el atacante espera a que la víctima actúe con naturalidad, sin presión. Al final, reduce la probabilidad de detección, pero sobre todo, aumenta las posibilidades de éxito.

Es importante mencionar que el objetivo no es dañar el dispositivo, sino acceder a información. Y es que estas campañas están orientadas al espionaje, lo que implica obtener credenciales de acceso, correos electrónicos, documentos o cualquier dato que pueda tener valor.

Según informes, las víctimas suelen ser perfiles con acceso a información sensible o relevante, como investigadores, periodistas, empleados de empresas tecnológicas o personas vinculadas a sectores clave.

Una vez que el atacante obtiene acceso, puede mantener la presencia durante tiempo prolongado, observando comunicaciones o extrayendo datos sin generar señales evidentes.

Por qué este método es especialmente peligroso

El sistema del ordenador puede estar actualizado, protegido y funcionando correctamente, pero eso no evita que el acceso se produzca si el usuario confía en la fuente equivocada.

Los antivirus, así como las herramientas de seguridad, están diseñados para detectar comportamientos anómalos o archivos sospechosos.

Pero en este caso, gran parte del proceso ocurre dentro de interacciones legítimas, ya que el engaño se produce antes de que exista un elemento técnico que analizar.

Además, al tratarse de ataques personalizados, es más difícil identificarlos como parte de una campaña, por lo que no hay patrones evidentes ni envíos masivos que permitan bloquearlos de forma automática.

No importa el sistema operativo que utilices

Uno de los aspectos más relevantes es que este tipo de ataque no distingue entre plataformas, por lo que tanto usuarios de Apple como de Windows pueden ser objetivo.

Esto desmonta una idea habitual en ciberseguridad, que no existe un sistema seguro si el acceso se produce a través del propio usuario. La protección deja de ser el factor decisivo cuando la puerta se abre desde dentro.

Estos ataques no destacan por utilizar herramientas nuevas, sino por recuperar métodos antiguos de la Guerra Fría y aplicarlos con precisión en el entorno digital actual.

Por ello, la combinación de suplantación de identidad, contacto prolongado y manipulación convierte una conversación en el punto de entrada más efectivo.

 

​​

El mercado de la memoria RAM ha entrado en una nueva fase, y es que después de un periodo marcado por precios bajos, los grandes fabricantes han empezado a ajustar sus tarifas al alza.

Según ETNews, el fabricante surcoreano Samsung ha aplicado subidas relevantes en sus DRAM, con incrementos que en algunos casos pueden ir más allá del ajuste puntual y consolidar una tendencia en el mercado.

Por qué están subiendo los precios de la DRAM ahora

Por un lado, los fabricantes han reducido la producción en etapas anteriores para frenar la caída de precios. Y por otro, la demanda vuelve a crecer, impulsada por sectores que requieren cada vez más memoria.

La expansión de la inteligencia artificial con las memorias HBM, el crecimiento de los centros de datos y la renovación de dispositivos están presionando al alza.

Por ello, cuando la demanda aumenta en un mercado dominado por pocos actores, el efecto es inmediato.

La DRAM no es un componente marginal, sino que es esencial en cualquier dispositivo moderno, lo que amplifica el impacto de cualquier cambio en su precio.

Y es que tras un periodo prolongado de precios bajos, Samsung ha empezado a renegociar contratos con fabricantes aplicando incrementos importantes en la DRAM.

Las cifras no son menores; diferentes fuentes sitúan las subidas en torno al 30%, con casos donde el aumento acumulado puede acercarse al 60%. De esta manera, mientras que un chip de RAM costaba 10.000 wones, ahora se vende por 26.000 wones.

La clave está en el peso de Samsung, ya que es uno de los mayores productores de memoria del mundo, por lo que cualquier movimiento suyo se traslada rápidamente al resto del mercado.

Quién carga con el sobrecoste

El impacto más directo se siente en el canal profesional, donde los fabricantes de servidores, integradores de infraestructura y grandes OEM son los primeros en recibir facturas más altas por la misma cantidad de memoria.

Desde ahí, el efecto se filtra en configuraciones, márgenes y precios de venta. A veces el cliente final no ve una etiqueta explícita que diga «memoria con alto coste», pero sí se nota una gama más cara o un equipo con menos RAM de serie.

En el segmento de consumo, el impacto es más sutil, pero igual de real. Ordenadores, portátiles y móviles terminan absorbiendo parte de la presión, ya sea en forma de precios más elevados, configuraciones más ajustadas o promociones menos agresivas.

La diferencia es que el usuario no siempre relaciona esas decisiones con un ajuste en la cadena de suministro, sino con la estrategia de la marca.

Cabe destacar que la relevancia de esta subida no está en Samsung, sino en lo que revela sobre el resto del ecosistema. Si la IA se mantiene como motor de crecimiento, la memoria seguirá siendo un activo preciado y la tensión de precios podría prolongarse más de lo previsto.

Los fabricantes tendrán que elegir entre absorber costes, trasladarlos al usuario o recortar memoria en las configuraciones base, lo que puede empujar el mercado hacia equipos más caros o con menos recursos disponibles.

Samsung ya ha vuelto a mover el tablero, y si la lógica del sector continúa siendo la misma, la DRAM seguirá dejando de ser invisible para convertirse en un punto de fricción visible en el precio y en la configuración de casi todo el hardware que compramos.

 

​​

Mucha gente tiene claro que la inteligencia artificial terminará por realizar su trabajo. O lo que es lo mismo, que nos dirigimos ni más ni menos que a una sociedad de parados. La automatización de numerosas tareas y los recientes despidos masivos parecen ir en esa dirección. No obstante, no todo el mundo está de acuerdo, como es el caso de Gary Marcus, científico cognitivo y psicólogo.

Según él, el temor cada vez más pronunciado (y apoyado por numerosos expertos, tampoco hay que olvidarlo) de que las máquinas lo acapararán todo no es cierto. De hecho, él sostiene numerosos argumentos, según los cuales sería más conveniente «dejar de temer que la IA nos quite el trabajo». ¿Pero en qué se basa para mostrarse tan confiado y desafiar a la opinión más común?

Gary Marcus espanta los temores sobre la IA

Si, tal y como defiende Gary Marcus, la IA no va a provocar despidos masivos en todas partes, ¿por qué existe la sensación generalizada de que será así, o directamente ya lo está siendo? Según él, es una cuestión de márketing, de propaganda. Muchas empresas quieren dar a entender que la IA general ya está aquí, o que esta es capaz de hacer cualquier cosa, cuando no es así.

Para quienes no lo conozcan, decir que Marcus es un miembro destacado de la Universidad de Nueva York, y suele estar considerado una eminencia en todo lo que tiene que ver con la IA. No es el único, pero sí de los pocos que no tiene una visión catastrofista. En un reciente artículo, ha hablado también de otro tema de interés: los despidos.

Es un hecho incontestable que empresas tecnológicas como Google, Microsoft o Amazon están llevando a cabo despidos como si no hubiese mañana. En muchos casos, explicando sin tapujos que se deben a las posibilidades de la IA. ¿Qué es lo que dice Marcus al respecto? Pues que hay gato encerrado. Según él, las compañías lo están aprovechando, pero no es cierto.

Según él, la IA está actuando como «tapadera», cuando en realidad muchos de esos despidos no tienen nada que ver con ella. Más bien pueden deberse a reestructuraciones internas, problemas económicos (no son tiempos fáciles para nadie, ni siquiera para las grandes empresas) o, simplemente, han aprovechado el asunto de la IA para cuadrar una anterior contratación excesiva.

La IA no te quitará el empleo

El argumento de Gary Marcus tiene ciertos paralelismos con todos aquellos que ven en la IA una burbuja, que antes o después explotará. En ambos casos está la misma idea de que los temores son infundados (al menos hoy por hoy), por un motivo evidente: no hay datos que los sostengan. De todos los supuestos empleos con los que la IA acabaría, ninguno ha sufrido ese supuesto descalabro.

Atendiendo a estas declaraciones, uno solo puede llegar a una conclusión: unos tienen razón y otros se equivocan. La gran pregunta es, ¿quiénes? ¿Aquellos que aseguran que la IA no enviará a la gente al paro o los que auguran lo contrario? Hoy por hoy, la verdad, es casi imposible saberlo.

 

​​

La guerra declarada por muchos profesores a ChatGPT no es nueva en absoluto. De hecho, hace tiempo que la inteligencia artificial parece haber invadido las escuelas, los institutos y las universidades con el mismo ímpetu que todo lo demás. Tanto es así, que algunos profesores han decidido tomar medidas bastante drásticas. Incluso volver a las máquinas de escribir.

A priori, la decisión podría responder a cuestiones nostálgicas. Ya se sabe, aquello de que cualquier tiempo pasado fue mejor (y qué puede ser más bohemio que una máquina de escribir de las de toda la vida). Sin embargo, la docente habla de una cuestión tan práctica como lógica: la tecnología (especialmente la IA) permite a los estudiantes hacer trampas. Así quiere evitarlo de forma contundente.

ChatGPT es sustituido por máquinas de escribir

Es posible que aún haya alguien que emplee una máquina de escribir para trabajar. ¿Por qué no? Pero desde luego, no es la tendencia más normal del mundo. De un tiempo a esta parte, parecen condenadas a almacenar polvo en trasteros, o a quedar como objetos decorativos en museos y librerías «vintage». Pero una profesora de alemán ha decidido cambiar ChatGPT por ellas.

Tal y como revela el medio APNews, el problema principal, argumenta Grit Matthias Phelps, quien ha llevado a cabo la iniciativa retro, no es el resultado, sino el proceso. Que cualquier alumno logre un resumen, artículo o lo que sea en cuestión de segundos con ChatGPT o una herramienta similar no es bueno. El hecho de que se salte todo el proceso para llevarlo a cabo, es peor.

Esta medida resulta tan llamativa que no ha tardado en volverse medianamente viral. No obstante, no resulta completamente nueva. No se sabe nada acerca de máquinas de escribir en concreto, pero sí es cierto que muchos profesores en distintos lugares del mundo están recurriendo a prácticas similares para enseñar a sus alumnos. Lo que se muestra como un regreso a lo analógico.

En el caso concreto de Phelps, la decisión fue tomada cuando se cansó de corregir trabajos que eran gramaticalmente perfectos. A veces puede ser complicado distinguir cuándo un texto está escrito con una herramienta de IA y cuando no (sobre todo temas académicos; es decir, poco creativos), pero en esta ocasión resulta evidente que había poco lugar para la duda.

Los profesores en pie de guerra

El suceso no es del todo nuevo. Según estudios llevados a cabo al respecto, el 86% de los universitarios ya utilizan ChatGPT o alternativas similares. Eso, sin contar a los que quizá no sean del todo sinceros. De ahí que la paciencia de muchos maestros haya tocado a su fin. Hace un tiempo ya algunos lo dijeron alto y claro: «Tú no lo escribes, yo no lo leo».

Todo parece indicar que encontrar un equilibrio entre tecnología (IA, sobre todo) y docencia será fundamental en los tiempos que corren. Fundamental, sí, aunque quizá no sencillo en absoluto.

 

​​

Sam Altman atraviesa un momento complicado al frente de OpenAI. La empresa detrás de ChatGPT tiene más competidores que nunca, a lo que se suman los gastos millonarios de alimentar sus servidores de IA.

La decisión de cerrar Sora de la noche a la mañana es solo el inicio. La aplicación de IA para convertir texto en vídeo fue toda una revolución, pero ha ido quedándose atrás, ya no era rentable para OpenAI.

OpenAI se enfrenta a su peor crisis

La situación de OpenAI empieza a ser alarmante. La empresa de Sam Altman podría estar muriendo de su propio éxito tras el cierre inesperado de Sora. Ahora incluso peligra el acuerdo de 1.000 millones de dólares con Disney.

Desde Wall Street Journal descartan que Sora cerrase por los enormes costes operativos o los continuos problemas de derechos de autor. OpenAI necesitaba desprenderse de uno de sus proyectos más costosos si quieren competir con Claude Code.

La empresa de Altman busca desesperadamente potenciar sus productos de programación y herramientas profesionales. OpenAI empieza a hablar de su próximo modelo de IA conocido por el nombre en clave Spud.

La capacidad de procesamiento sigue siendo limitada. La industria invierte miles de millones en la construcción de enormes centros de datos para alimentar a la IA, pero la demanda supera todas las previsiones.

OpenAI se enfrenta a una situación que nunca imaginaban. No atraer usuarios es un problema, pero puede ser aún más preocupante que lleguen en masa, intentan evitar un posible desastre financiero.

Sam Altman realizó un error de cálculo millonario

El propio Fidji Simo, CEO de aplicaciones de OpenAI, confirma que no se dejen estancar en «tareas secundarias que distraen». Sora era un obstáculo para competir con Claude de Anthropic o Gemini de Google.

Sora se ha convertido en un costoso error de cálculo estratégico del CEO de la compañía. Sam Altman incluso llegó a comparar el lanzamiento de esta herramienta en septiembre con un «momento ChatGPT para la creatividad» que se siente «divertido y novedoso».

“La creatividad podría estar a punto de experimentar una explosión, y junto con ella, la calidad del arte y el entretenimiento podría aumentar drásticamente”, comentaba Altman. La industria de la inteligencia artificial ha cambiado rápidamente desde ese momento.

El desastre de Sora era previsible para muchos. OpenAI estaba gastando miles de millones por trimestre en una herramienta de generación de vídeo dejando de lado otros planes como crear su nueva «superaplicación».