• Los usuarios de Ray-Ban Meta han notado grabaciones de voz no deseadas
• Meta afirma que el problema ya está resuelto, pero no ha explicado qué fue lo que falló
• Desactivar la activación por voz de la IA parece solucionar el problema

Si ya te enfrentas a una avalancha de críticas por supuestas invasiones de privacidad, lo último que quieres es que se sumen más acusaciones de espionaje; pero eso es precisamente lo que le está pasando a Meta con respecto a sus lentes inteligentes Ray-Ban Meta.

En Reddit (vía Android Authority), un usuario de Ray-Ban Meta afirma haber encontrado conversaciones de audio y transcripciones de texto guardadas por los lentes que nunca se solicitaron ni se asociaron con el comando "hey Meta" para activar la IA integrada.

Según esta persona, esto ha ocurrido en tres pares diferentes de lentes (incluidos modelos de segunda y tercera generación), y otros usuarios han comentado en la conversación que han observado el mismo comportamiento en sus propias Ray-Ban Meta.

Meta ha respondido a Android Authority, sin dar muchos detalles, y afirma que el problema "ya se ha resuelto". Nos hemos puesto en contacto con Meta para ver si hay algún comentario adicional, y actualizaremos este artículo si recibimos una respuesta.

Revisa tus registros de voz

Si tienes un par de lentes inteligentes Meta, puedes revisar la actividad de grabación de voz abriendo la app Meta AI en tu celular y seleccionando Lentes > Configuración del dispositivo. Toca el nombre de tus lentes y luego Privacidad de los lentes > Registro de actividad de voz.

Desde aquí puedes eliminar las grabaciones de voz, pero no puedes evitar que se graben en primer lugar. En teoría, solo deberían grabarse cuando dices «hey Meta» o activas la IA presionando un botón.

El aviso de privacidad asociado menciona que los servicios de voz pueden activarse "sin querer", lo cual podría ser lo que ha sucedido en este caso. También indica que algunas grabaciones pueden ser revisadas por el personal de Meta para "ayudar a mejorar los servicios de voz de Meta".

Algunos usuarios de Reddit han optado por desactivar la activación por voz de la IA integrada, lo cual se puede hacer desde la misma pantalla de configuración del dispositivo en la app de Meta AI. Sin embargo, es evidente que ese es un inconveniente que los usuarios no deberían tener que soportar para evitar que esto suceda.

Google ha vuelto a actualizar su generador de imágenes con IA Nano Banana. La versión más reciente, Nano Banana 2.1, está llegando a Google Gemini en un mercado cada vez más saturado de herramientas capaces de convertir unas cuantas frases en imágenes sorprendentemente convincentes. La promesa es conocida: detalles más nítidos, mejor seguimiento de instrucciones, texto más preciso y mayor consistencia entre imágenes. El verdadero reto es encontrar algo que lo haga significativamente mejor que la competencia.

El principal rival de Nano Banana, el generador de imágenes de ChatGPT, llamado Images 2.5, no se ha quedado esperando a que lo superen. OpenAI ha avanzado considerablemente en aspectos como la iluminación realista, las composiciones complejas y la representación de texto, convirtiendo la generación de imágenes en una de las funciones más entretenidas y realmente útiles de ChatGPT. Con ambas compañías impulsando esta tecnología, quise comprobar si la última actualización de Google había conseguido tomar la delantera.

Si tienes una cuenta de Gemini, para este momento ya debería haberse actualizado para utilizar Nano Banana 2.1. Para comparar ambos generadores de imágenes, les di a Gemini y ChatGPT instrucciones idénticas, diseñadas para poner a prueba distintas capacidades. Después, comparé las imágenes resultantes una al lado de la otra, con ChatGPT a la izquierda y Gemini a la derecha. Los resultados fueron sorprendentemente parecidos, aunque ambos generadores solían interpretar las mismas instrucciones con enfoques artísticos diferentes.

Tormentas dentro de tormentas

Mi primera prueba estaba diseñada para poner a prueba la comprensión de los modelos sobre la luz, el vidrio y los reflejos, tres elementos que pueden dejar al descubierto rápidamente las debilidades de una imagen generada con IA. Quería una escena con varias superficies transparentes, iluminación compleja y suficientes detalles diminutos como para que valiera la pena examinar los resultados de cerca. La instrucción fue: «Crea una imagen fotorrealista de un pequeño invernadero victoriano dentro de una bola de nieve de cristal durante una tormenta eléctrica, con reflejos, refracciones e iluminación realistas».

Ambos generadores produjeron imágenes hermosas que encajarían perfectamente en la portada de una novela fantástica. La versión de ChatGPT mostraba un elaborado invernadero victoriano iluminado con tonos dorados dentro de una gran esfera de cristal, colocada sobre una base de madera pulida junto a una ventana cubierta de lluvia. Los relámpagos iluminaban la tormenta en el exterior, mientras que la esfera contenía un mundo en miniatura sorprendentemente detallado, con plantas, senderos y delicados adornos arquitectónicos.

Nano Banana 2.1 optó por algo un poco más sobrio. Su invernadero parecía más una estructura en miniatura real, con una armazón de metal oscuro, vegetación frondosa e iluminación interior cálida que contrastaba de forma muy atractiva con la tormenta azul grisácea del exterior. Los reflejos de la esfera resultaban especialmente convincentes y la iluminación se sentía un poco más natural, aunque la mesa mojada fue una elección extraña, dado que la escena parecía desarrollarse en interiores.

Titan calling (Llamada de Titan)

Históricamente, el texto ha sido una de las debilidades más vergonzosas de los generadores de imágenes con IA. Las letras se deformaban hasta mezclarse entre sí, las palabras se convertían en un sinsentido y pedir una frase exacta podía dar como resultado algo parecido a un idioma extraterrestre. Para la segunda prueba, quería comprobar si alguno de los dos modelos podía cumplir con un encargo de diseño bastante exigente sin deformar la tipografía.

La instrucción fue: «Diseña un póster de viajes retrofuturista para Titán, la luna de Saturno, con el texto exacto “TITAN IS CALLING”, “Seven nights beneath the rings” y “Starting at $2,499”».

ChatGPT creó un anuncio de viajes lujoso, como algo que un turista espacial muy adinerado podría encontrar en un aeropuerto interplanetario. Saturno dominaba el cielo sobre un hermoso paisaje anaranjado, mientras que los complejos turísticos futuristas y una pareja disfrutando de unas bebidas sugerían que Titán se había convertido en el destino vacacional más exclusivo del sistema solar. Lo único que no me gustó fue el espacio que dejó entre el símbolo de dólar ($) y el número 2 al representar el texto.

Google optó por un enfoque más caricaturesco, con un colorido póster vintage de ciencia ficción que mostraba cohetes, astronautas, montañas heladas y una base futurista. De hecho, fue más realista al representar que la luna no es en absoluto un lugar hospitalario, aunque mantuvo el optimismo propio de un anuncio de viajes espaciales de la década de 1950, con letras llamativas y un acabado ligeramente desgastado. Y, algo fundamental, también reprodujo correctamente el texto solicitado, incluido el precio.

Fox library (La biblioteca del zorro)

La consistencia de los personajes es otro problema complicado para los generadores de imágenes con IA, sobre todo cuando un mismo personaje debe aparecer en varias escenas. Un zorro podría cambiar repentinamente de aspecto, perder un accesorio o incluso adquirir una extremidad adicional entre viñetas. Decidí poner a prueba esta capacidad con una historia ilustrada sencilla que exigía continuidad visual y una secuencia coherente de acontecimientos.

La instrucción fue: «Crea un cómic de cuatro viñetas que muestre a un zorro naranja con una bufanda verde descubriendo una llave mágica, abriendo una puerta con ella y entrando en una biblioteca. Mantén al zorro idéntico en todas las viñetas».

ChatGPT produjo cuatro ilustraciones que parecían casi en 3D. La iluminación se sentía más generada por computadora, aunque el zorro siguió siendo reconocible en todas las viñetas, tal como se había solicitado. El estilo se inclinaba más hacia las ilustraciones de libros infantiles que hacia el de un cómic convencional.

Nano Banana 2.1 ofreció algo mucho más cercano a una tira cómica tradicional, con contornos marcados, viñetas claramente definidas y un zorro de caricatura consistente. Su versión comenzaba con el zorro encontrando una llave en el bosque; después, el personaje la examinaba, abría una puerta en un árbol y, finalmente, entraba en una biblioteca mágica. La narración era más clara y el aspecto del personaje se mantuvo sorprendentemente consistente, hasta en detalles como su bufanda verde y la punta blanca de la cola.

Google tomó la delantera en esta prueba porque sus cuatro viñetas parecían formar parte de una misma historia ilustrada. Las imágenes individuales de ChatGPT eran más elaboradas, pero las proporciones y la representación del zorro variaban ligeramente, por lo que la secuencia se sentía más como cuatro ilustraciones independientes.

Dragon on a desk (Un dragón en el escritorio)

Para mi prueba final, quería ver con qué precisión podían los modelos seguir una serie compleja de instrucciones específicas. Los generadores de imágenes con IA suelen pasar por alto pequeños detalles cuando una indicación contiene varios requisitos independientes. Lograr que todo aparezca en la imagen es un reto, mientras que acertar con los números exactos y las disposiciones correctas es otro.

La indicación fue: «Crea una fotografía realista desde arriba de un escritorio de madera con un cuaderno que muestre un dragón, una brújula que apunte al norte, un reloj de bolsillo que marque las 3:15, exactamente tres sellos de cera rojos y una gema azul».

ChatGPT generó una atractiva fotografía aérea de un escritorio antiguo de madera, con un cuaderno abierto que contenía una intrincada ilustración de un dragón. La brújula, el reloj de bolsillo, los tres sellos de cera rojos y la gema azul brillante estaban todos presentes, y la composición se veía cuidadosamente dispuesta.

Nano Banana 2.1 también incluyó los objetos solicitados, pero el cuaderno presentaba una ilustración de un dragón más pequeña y más limpia, mientras que los sellos de cera, la piedra preciosa, la brújula y el reloj estaban dispuestos a su alrededor. El resultado de Google se parecía más a una colección de objetos históricos ensamblada de manera informal, pero cometió un error común de la IA y se equivocó con la hora, fijándola en las 3:00 en lugar de las 3:15.

Acercándose a la paridad

Puedes acceder a Nano Banana 2.1 en Gemini si tienes una suscripción a Google AI Plus, Pro o Ultra, ya que es el nuevo modelo predeterminado. Los usuarios de la versión gratuita seguirán utilizando el modelo anterior, Nano Banana 2.

Nano Banana 2.1 es un excelente generador de imágenes, pero ChatGPT ya es tan capaz que las mejoras de Google no necesariamente se traducen en una ventaja evidente. Ambas herramientas produjeron imágenes atractivas y detalladas a partir de instrucciones relativamente breves, y ninguna presentó los errores visuales evidentes que antes hacían que las imágenes generadas con IA fueran reconocibles al instante.

Dicho esto, distintas instrucciones, estilos y generaciones repetidas podrían producir resultados diferentes con facilidad. Lo que estas pruebas sí sugieren es que los principales generadores de imágenes con IA han alcanzado un nivel de capacidad extraordinariamente alto y se están acercando a la paridad en muchas tareas creativas cotidianas.

Esto hace que la competencia sea más interesante, aunque también dificulta elegir entre ambas herramientas. Las diferencias dependen cada vez más del gusto personal y de la interpretación de las instrucciones. Nano Banana 2.1 puede ser la impresionante actualización más reciente de Google, pero ChatGPT se ha asegurado de que no consiga la corona de la generación de imágenes sin dar batalla.

• La reseña completa de ComputerBase concluye que la EliteBoard G1a de HP es una computadora con teclado bien diseñada, cuyo mayor problema es su precio de 2,149 euros
• HP promete un teclado resistente a los derrames y fácil de limpiar, diseñado para cumplir con la norma MIL-STD-810, pero probablemente no deberías sumergirlo en agua
• La batería de 32 Wh alcanzó una impresionante autonomía de 6 h 21 m, frente a las 3,5 horas que afirmaba HP, aunque en dicha prueba no alimentaba ninguna pantalla

El EliteBoard G1a de HP, la computadora con Windows integrada en un teclado de tamaño completo que la empresa presentó por primera vez en el CES 2026, ha sido sometida a una prueba de laboratorio completa por parte del sitio alemán ComputerBase, y el veredicto es, en general, favorable.

En su reseña, ComputerBase concluye que la PC con teclado integrado no es solo una idea interesante, sino que está bien ejecutada.

Su mayor debilidad es el precio muy elevado, algo que comparten prácticamente todos los equipos de cómputo lanzados este año, lo que podría hacer que, para muchos consumidores y departamentos de TI por igual, sea un lujo en lugar de una necesidad.

Sin touchpad por diseño y con una memoria limitada

La unidad de prueba combina un AMD Ryzen AI 7 PRO 350, un chip Kraken Point con cuatro núcleos Zen 5 y cuatro Zen 5c, gráficos Radeon 860M y una NPU de 50 TOPS, con un único módulo SO-DIMM DDR5-5600 de 32 GB y un SSD PCIe 4.0 de 1 TB.

Todo este hardware se encuentra debajo de las teclas, dentro de un chasis que mide 358 × 119 × 18 mm y pesa 670 g. En cuanto a conectividad, incluye dos puertos USB-C en la parte trasera —uno USB4 con DisplayPort 2.1b y otro de 10 Gbps—, Wi-Fi 7, Bluetooth 6.0, bocinas estéreo y dos micrófonos.

Según HP, el teclado supera las pruebas MIL-STD-810. Las pruebas realizadas también confirmaron ampliamente las afirmaciones de la página del producto sobre su «teclado resistente a salpicaduras y fácil de limpiar».

Sin embargo, su ventaja práctica más importante podría ser la facilidad de mantenimiento. HP afirma que el módulo del teclado, montado en la parte superior, puede sustituirse en menos de 10 minutos. ComputerBase confirma que el panel inferior se abre rápidamente y permite acceder a la memoria RAM, el SSD y el módulo Wi-Fi.

El EliteBoard tampoco incluye un panel táctil, aunque nunca estuvo diseñado para tener uno. HP envía cada unidad con un mouse inalámbrico HP 675M que ya viene emparejado y que parece cumplir de sobra con su función. El autor de la reseña no tuvo quejas al respecto, aunque otros han sido menos tolerantes con la ausencia de un panel táctil.

Sin embargo, las principales objeciones del autor de la reseña se encuentran en otros aspectos. Considera que dos puertos USB-C podrían ser insuficientes y recomienda reservar presupuesto para un concentrador USB-C con HDMI, Ethernet y USB-A. De hecho, así conectó el equipo a su propio monitor de prueba.

También descubrió que ni las herramientas de actualización de HP ni Windows Update permitían instalar una versión del controlador de gráficos AMD posterior a la publicada en octubre de 2025. No obstante, la instalación manual de Adrenalin funcionó sin problemas.

Este teclado que también funciona como computadora ofrece un rendimiento respetable, pero tiene limitaciones de diseño que lo frenan. Al contar con un solo módulo SO-DIMM instalado, la APU funciona en modo de canal único, una configuración que suele penalizar el rendimiento de los chips de AMD.

Más importante aún, después de un impulso inicial de turbo que supera los 50 W, la tecnología de gestión de energía Skin Temperature Aware Power Management (STAPM) de AMD limita el chip a aproximadamente el 75% de su objetivo de potencia del paquete, es decir, unos 25 W, para mantener una temperatura cómoda en la superficie del teclado.

El resultado es una puntuación multinúcleo de 794 en Cinebench 2024, ligeramente inferior a los 841 puntos que ComputerBase registró con el mismo chip en la mini PC Edge AI de Sapphire.

Aunque no es el uso para el que fue diseñado, jugar queda prácticamente descartado. Cyberpunk 2077 alcanza un promedio de 14.1 fps a 1080p con los ajustes gráficos en alto. Esto indica que el EliteBoard G1a está dirigido principalmente a profesionales y empresas, sin pretender ser otra cosa, pese a contar con una GPU integrada bastante competente.

La etiqueta «Next Gen AI PC» de HP también podría generar controversia porque, aunque el equipo puede ejecutar tareas de IA localmente, es notoriamente lento para hacerlo. En LM Studio, Qwen3 14B alcanzó 3.9 tokens por segundo con la CPU y 4.2 con la GPU, mientras que no fue posible utilizar la NPU. La reseña reconoce que la IA local funciona en el EliteBoard, pero solo dentro de límites estrictos y, en el mejor de los casos, a un ritmo muy lento.

La batería de 32 Wh viene instalada en las tres configuraciones alemanas, pero es opcional o no está disponible en otros mercados. HP promete una autonomía de 3.5 horas. ComputerBase midió seis horas y 21 minutos en la prueba de oficina Procyon, y cuatro horas y 18 minutos al reproducir videos de YouTube en 4K. Esto sugiere que las cifras de HP podrían subestimar la autonomía que ofrece el equipo en la mayoría de los escenarios de uso.

Sin embargo, esto quizá no compense su costo. La configuración de prueba de ComputerBase tiene un precio de venta recomendado de 2,149 euros, mientras que el modelo alemán más económico comienza en 1,299 euros e incluye un procesador de cuatro núcleos, además de la mitad de memoria RAM y almacenamiento.

En Estados Unidos, ComputerBase descubrió que el configurador de HP cobra $1,900 dólares adicionales por pasar de 16 GB de RAM y 512 GB de almacenamiento a 32 GB distribuidos en dos módulos y hasta 2 TB de almacenamiento. Esto eleva el precio de un sistema configurado a $4,632 dólares, mientras que la opción anunciada de 64 GB ni siquiera está disponible.

Teniendo en cuenta su precio y el nicho al que se dirige, es posible concluir que el EliteBoard tendrá dificultades para hacerse un lugar en el mercado. Queda atrapado entre las computadoras de escritorio tradicionales y las mini PC, por un lado, y las laptops realmente portátiles, por el otro. Además, ofrece muy pocas ventajas frente a una mini PC, muchas de las cuales también funcionan como sistemas de IA mucho más capaces, a pesar de que el EliteBoard tiene un precio considerable y ofrece pocas posibilidades de actualización.

Aun así, es una opción interesante que permite trasladar el equipo de un lugar de trabajo a otro sin perder el progreso. Sin embargo, está por verse si eso justifica su precio prémium en un momento en que los consumidores están cada vez más preocupados por el aumento de los costos de los componentes.

• Microsoft presenta el Maia 300, su más reciente chip de inteligencia artificial
• Diseñado con un enfoque de «inferencia primero», el Maia 300 ofrece enormes mejoras en eficiencia y consumo de energía
• El Maia 300 comenzará a implementarse en 2027

Microsoft ha presentado Maia 300, la próxima generación de su hardware de Azure, mientras se prepara para ampliar su infraestructura interna de IA a implementaciones de varios gigavatios.

La empresa afirma que Maia 300, cuyo despliegue está previsto para 2027, ofrecerá un 40 % más de tokens por megavatio que otros sistemas líderes basados en GPU; diseñado principalmente para la inferencia, este nuevo lanzamiento se enfoca en el razonamiento de contexto extenso, la IA conversacional con capacidad de respuesta y las tareas sostenidas de agentes de múltiples pasos.

Microsoft afirma que un rack que contenga 96 aceleradores Maia 300 proporcionará hasta siete veces el rendimiento de tokens a escala de rack que un rack de Maia 200.

Diseñado primero para la inferencia

Curiosamente, Microsoft afirma que espera que Maia 300 contribuya a respaldar una nueva generación de IA en todos sus productos y servicios, desde la codificación agentiva en GitHub hasta la implementación de modelos a gran escala a través de Microsoft Foundry.

Pero también espera una mejora en la inferencia y la generación de datos para su equipo de IA de Microsoft, así como mejoras en herramientas como Copilot y Cowork, además de en productos individuales como Microsoft Teams.

Diseñado con lo que Microsoft denomina una «arquitectura centrada en la inferencia», Maia 300 está creado para mejorar el rendimiento al reducir el movimiento de datos y hacer un uso más eficiente de los recursos de computación, memoria y red, según Microsoft, gracias a su arquitectura de flujo de datos definida por software, combinada con la optimización del núcleo asistida por IA, diseñada para mantener los datos cerca de las partes del sistema que los necesitan.

Como era de esperarse, la memoria es un elemento central del diseño, ya que Maia 300 utilizará ocho pilas de memoria HBM4, con un ancho de banda máximo anunciado de 18 TB/s dentro de un diseño térmico de 950 W. Microsoft afirma que el software especializado puede utilizar la memoria SRAM integrada en el chip como espacio de trabajo temporal, lo que reduce la presión sobre la HBM durante las cargas de trabajo más exigentes.

El acelerador también incorpora una arquitectura de múltiples chiplets que separa las funciones de cómputo, control de memoria y entrada/salida. Los chiplets de cómputo se fabricarán mediante el proceso N2P de TSMC. Microsoft señala que la compatibilidad con formatos de baja precisión, incluido un MXFP4 mejorado, reducirá las necesidades de memoria y ancho de banda. Esto ayudará al sistema a manejar ventanas de contexto más amplias y aumentar el rendimiento sin superar el mismo límite de consumo energético.

La conectividad de red está diseñada para funcionar como parte del flujo de datos del sistema, en lugar de operar como una capa independiente. Maia 300 utilizará conexiones de gran ancho de banda entre aceleradores para permitir el paralelismo de tensores, junto con un sistema de transporte de IA personalizado basado en infraestructura Ethernet. Microsoft afirma que este enfoque puede escalar desde un solo rack hasta implementaciones en centros de datos.

Un rack de Maia 300 contendrá 96 aceleradores dentro de un límite de consumo energético de 167 kW, con una capacidad de memoria HBM de 27.6 TB y un ancho de banda agregado de HBM de 1.7 petabytes por segundo. Microsoft asegura que esta densidad permitirá atender más interacciones de IA simultáneas y ejecutar cargas de trabajo más grandes desde cada rack.

Este lanzamiento se basa en el trabajo realizado con Maia 200, que, según Microsoft, ya ejecuta cargas de trabajo en producción, incluidas las de Microsoft 365 Copilot y los modelos desarrollados por su equipo de Microsoft AI.

La compañía afirma que Maia 200 ofrece hasta 1.7 veces más tokens por watt que la infraestructura de GPU líder para las funciones de IA integradas en Teams, Copilot y Cowork. Se espera que GitHub Copilot y Microsoft Foundry se incorporen antes de que termine este año.

A lo largo de los años se me han ocurrido muchas ideas para videojuegos, pero siempre me he topado con un obstáculo bastante grande a la hora de convertir cualquiera de ellas en realidad. Puedo inventar los personajes y sus historias de fondo, e incluso idear algunas mecánicas, pero no sé programar un videojuego. El nuevo experimento Playground de Google ofrece a personas como yo un atajo bastante extraordinario.

Google Playground te permite describir el juego que deseas en lenguaje coloquial y hacer que una IA generativa convierta esas instrucciones en algo jugable. En lugar de aprender a usar un motor de juegos, escribir código, crear arte y componer música, puedes explicar tu idea y dejar que la IA se encargue de gran parte de la construcción. Luego puedes seguir dándole indicaciones para modificar el resultado, lo que hace que el desarrollo del juego se sienta más como una conversación.

Puedes empezar a crear un juego desde cero, modificar un ejemplo existente o usar indicaciones guiadas para desarrollar una idea. Puedes elegir entre juegos en 2D y 3D, especificar si quieres un modo de un solo jugador o multijugador, y describir todo, desde el escenario y los personajes hasta los controles y los objetivos.

La plataforma genera entonces un juego basado en navegador, que se puede probar y modificar mediante instrucciones adicionales. Si algo no funciona como lo imaginaste, puedes pedirle que lo intente de nuevo.

Es un logro técnico impresionante, y mis dos experimentos dejaron claro su atractivo, pero ninguno me convenció de que la IA generativa vaya a empezar a crear los juegos a los que realmente quiera dedicar decenas de horas de juego.

Vuelo de dragones sin código

Comencé deliberadamente con una idea sencilla: un juego de plataformas protagonizado por un dragón capaz de escupir fuego. Bastaron un par de frases para crear Mystic Dragon Glide. Unos minutos después, ya controlaba a un pequeño dragón que viajaba entre islas flotantes, recogía huevos sagrados de dragón y utilizaba su aliento de fuego para enfrentarse a enemigos y superar peligros del entorno.

El resultado era más bonito de lo que esperaba. Mi pequeño dragón rojo estaba sobre una isla cubierta de hierba que flotaba por encima de un paisaje en tonos pastel, rodeado de montañas y nubes, mientras unas ruinas antiguas permanecían suspendidas misteriosamente a lo lejos. Un huevo dorado flotaba sobre otra plataforma, y una isla cubierta de cristales de hielo azul sugería que más adelante me esperaban algunos obstáculos elementales.

Más importante aún, Playground entendió cómo traducir esas ideas a las mecánicas del juego. Podía mover al dragón, saltar entre plataformas, mantener presionado el botón de salto para planear y escupir fuego. La pantalla de inicio explicaba que debía chamuscar a los caballeros, derretir los obstáculos de hielo y recoger huevos para desbloquear portales antiguos. Así, el juego me daba objetivos concretos en lugar de simplemente arrojarme a un escenario de fantasía generado por IA.

Incluso la banda sonora completaba la experiencia. Playground incorporó música agradable y genérica, propia de un videojuego de fantasía, con una melodía de tono aventurero y tranquilo que encajaba perfectamente con la idea de volar entre islas encantadas. No tenía nada de malo, pero tampoco había algo que me hiciera querer buscar la banda sonora inmediatamente después. La IA parecía entender muy bien el promedio de lo que debería ser y cómo tendría que funcionar un juego de plataformas de fantasía.

Esa capacidad tiene un valor real. Alguien que nunca ha podido crear un juego de plataformas ahora puede describir uno y empezar a jugar algo que se parece sorprendentemente rápido a lo que imaginó. Como juguete creativo o sistema para crear prototipos, resulta casi mágico.

Sin embargo, como juego, Mystic Dragon Glide me recordó cuánto del diseño de videojuegos depende de detalles difíciles de transmitir mediante una descripción. Los grandes juegos de plataformas se construyen a partir de movimientos ajustados hasta el mínimo detalle y sorpresas colocadas cuidadosamente por diseñadores ingeniosos. Mi dragón creado con IA podía volar, pero todavía haría falta mucho trabajo para conseguir que el juego realmente despegara.

Burocracia fantástica

Red Tape Hero nació a partir de una instrucción más compleja. Decidí redactar una o dos páginas con detalles y enviárselas a Playground para solicitar la creación de un RPG de fantasía satírica con acertijos, en el que el jugador había sido declarado accidentalmente el Elegido debido a un error administrativo y ahora debía desenvolverse en un reino donde las aventuras estaban burocratizadas y el papeleo era más poderoso que cualquier espada mágica. También preparé un breve esquema del tipo de aventuras conversacionales que tenía en mente.

Playground no tardó mucho en generar un colorido mundo 3D de baja poligonización, lleno de árboles con formas geométricas sencillas y pequeños personajes humanoides que caminaban por los senderos. Todo tenía la apariencia de un RPG extrañamente alegre de los primeros años de los videojuegos en 3D. Aun así, considerando el tiempo y el esfuerzo que invertí en la instrucción, el resultado fue bastante impresionante.

Esta vez, la música consistía en una melodía y un ritmo lo-fi relajados, en lugar de una banda sonora de fantasía orquestal. Era una elección extraña para una aventura heroica, pero en realidad encajaba bastante bien con el absurdo desenfadado del juego.

Las conversaciones fueron el aspecto en el que Playground realmente me impresionó. Rickert, el maestro del gremio de Operaciones del Gremio de Aventureros, me dio la bienvenida a mi «revisión trimestral de desempeño» y me informó que el algoritmo de asignación de misiones me había designado como el Elegido conforme a la Sección 9, Subsección C. Su preocupación inmediata era saber si había completado el formulario GT-902 para el rescate de cabras.

Las posibles respuestas reflejaban el sistema de RPG que había descrito en la instrucción. Con suficiente nivel de Burocracia, podía invocar el Reglamento 12 del Reino y argumentar que completar más de 10 rescates de cabras me daba derecho a recibir un pago adicional por trabajo peligroso. Una opción de Confianza me permitía afirmar que ya había auditado a la cabra y que esta había aprobado con excelentes resultados.

Otro personaje, Sir Galahad, llevaba una espada parlante llamada Ex Cali-Bot que ofrecía consejos motivacionales que nadie le había pedido. La espada proclamaba orgullosamente que «el 100 % de los dragones que no matas son oportunidades perdidas» y declaraba que «la sinergia es el verdadero santo grial». Galahad se disculpaba porque la espada no dejaba de dar charlas al estilo TED Talks, mientras que una de mis respuestas disponibles consistía en afirmar que era un consultor sénior de agilidad enviado para optimizar su proceso de trabajo caballeresco.

Esto se acercaba mucho más a ver reflejada mi idea particular. Playground había entendido que la jerga corporativa debía chocar con las convenciones de la fantasía y había conectado el chiste con habilidades propias de un RPG, como Heroísmo, Confianza y Burocracia. Red Tape Hero me impresionó más que Mystic Dragon Glide, a pesar de que su aspecto estaba considerablemente menos pulido.

También dejó al descubierto lo que considero el problema mucho más grande de la idea de crear videojuegos completamente con IA. Unas cuantas líneas ingeniosas pueden establecer una premisa cómica, pero un RPG verdaderamente divertido necesita decenas de personajes con voces propias, chistes que evolucionen con el tiempo, un ritmo cuidadosamente medido y guionistas que sepan cuándo dejar de hacer bromas por completo. Un gran RPG también necesita misiones que se entrelacen de formas inesperadas y decisiones cuyas consecuencias se hayan considerado deliberadamente. Tal vez podría encargarme de todo eso por mi cuenta, pero integrarlo con éxito en un software de juego real parecía más difícil con IA que colaborando con personas talentosas.

Por qué los desarrolladores no tienen por qué preocuparse todavía

Los mejores videojuegos están llenos de decisiones que alguien tomó por una razón. Una habitación extraña y vacía puede estar ahí para generar tensión antes de una pelea contra un jefe. Una sección frustrante puede estar diseñada deliberadamente para que la siguiente habilidad se sienta liberadora. Un tema musical que se escucha al principio puede volver 30 horas después porque el compositor sabe exactamente lo que ese recuerdo significará para el jugador.

Esas decisiones surgen de diseñadores que piensan en una experiencia que se desarrolla con el tiempo. La IA generativa puede producir variaciones a partir de los patrones que ha aprendido, pero generar más contenido no es lo mismo que tener algo concreto que expresar a través de él. Playground redujo drásticamente la barrera técnica entre mi imaginación y algo que pudiera jugarse, lo cual es realmente emocionante. Me dio una forma de experimentar con ideas para videojuegos que, de otro modo, difícilmente habría podido hacer más que poner por escrito.

Puedo imaginar fácilmente el uso de herramientas como esta para crear prototipos de mecánicas o integrarlas de alguna otra manera en un proceso real de desarrollo de videojuegos. Sin embargo, no creo que la mayoría de las personas elija un juego generado completamente con IA en lugar del próximo videojuego cuidadosamente elaborado por desarrolladores y diseñadores que trabajan arduamente para crear el siguiente gran éxito. A medida que estos sistemas se vuelvan más sofisticados, probablemente sus imitaciones serán cada vez más convincentes, pero la sofisticación técnica no produce automáticamente buen criterio ni sorpresas creativas.

Mis juegos fueron impresionantes precisamente porque sabía lo poco que había tenido que esforzarme para crearlos. Y estaban tan plagados de problemas, desde mecánicas confusas hasta agujeros en la trama, que de todos modos habría necesitado trabajar bastante más en las instrucciones para conseguir que fueran realmente jugables durante más de unos cuantos minutos. Fue revelador que todas las personas a las que dejé probar los juegos, sin haber visto mis instrucciones iniciales, dijeran que los elementos más interesantes del RPG eran precisamente los que yo había incluido desde el principio en la descripción. Por eso seguiré recurriendo a los videojuegos desarrollados profesionalmente cuando quiera algo que realmente consiga entretenerme.

El gobierno de EE. UU. cuenta con un nuevo grupo de trabajo dedicado a la IA — y ha decidido que ahora preferiría que todos dejaran de llamarla inteligencia artificial.

El presidente Donald Trump ha anunciado la creación de la «Fuerza de Superinteligencia», un grupo liderado por la Casa Blanca que dedicará los próximos 120 días a examinar los riesgos, las oportunidades y la respuesta federal adecuada ante los sistemas de IA que avanzan rápidamente. El grupo de trabajo responde a la creciente presión de los legisladores e incluso de los ejecutivos de empresas de IA para que se establezcan medidas de protección más sólidas en torno a modelos cada vez más capaces.

El grupo tiene un mandato formidable. El director de Inteligencia Nacional, Jay Clayton, encabezará lo que se supone que incluirá trabajo en materia de ciberseguridad, bioseguridad y más normas, además de revisar cómo las empresas de IA informan sobre violaciones de seguridad y ataques informáticos.

Hay sustancia oculta tras la imagen cómica de la marca. Tanto OpenAI como Anthropic han estado lidiando con demostraciones cada vez más inquietantes de lo que los modelos potentes pueden hacer con herramientas cibernéticas. El nuevo grupo de trabajo es, al menos, un reconocimiento de que las promesas voluntarias de las empresas de IA no pueden constituir la totalidad de la estrategia federal.

Un cambio de imagen espectacular

Elon Musk se sumó entonces a la discusión sobre el nombre y respondió: "Sí, haremos ese cambio", cuando se le preguntó en X si la división de IA de SpaceX cambiaría su nombre de SpaceXAI a SpaceXSI.

Este sería el tercer cambio de marca para la división de IA de la empresa y, al igual que esos otros nombres nuevos, en realidad no modifica la tecnología ni el negocio.

La terminología «SI» proviene directamente de Trump. Una orden ejecutiva firmada a finales de septiembre ordena a los departamentos y agencias ejecutivas que utilicen «Superinteligencia» y «SI» en lugar de «Inteligencia Artificial» y «IA» en las comunicaciones oficiales y otros documentos no reglamentarios.

La orden sostiene que los sistemas de vanguardia actuales han ido más allá de la mera imitación o automatización de la inteligencia humana y que la nueva terminología refleja mejor su «promesa, potencial y capacidades en rápido avance».

Por ahora, la orden ejecutiva define «Superinteligencia» como las mismas tecnologías que ya están contempladas en la definición legal federal de inteligencia artificial. Pide a los funcionarios que elaboren una posible nueva definición federal en un plazo de 60 días, pero la transformación inmediata de IA a SI es más bien lingüística que arquitectónica. E incluso así, parece poco probable que se extienda mucho. Que SpaceXAI se convierta en SpaceXSI tiene mucho más que ver con la política y la imagen de marca que con un hito tecnológico.

Cabe destacar que el término «superinteligencia» ya se utiliza en los debates sobre IA. Es así como los investigadores se refieren a una inteligencia artificial hipotética que supera significativamente las capacidades humanas en muchos aspectos.

Pero el lenguaje sí influye en cómo se comercializa y regula la tecnología, y el término «inteligencia artificial» ha acumulado mucho lastre tras varios años de alucinaciones, deepfakes, inquietudes laborales, disputas por derechos de autor y demostraciones cada vez más inquietantes de comportamiento autónomo.

Trump afirma explícitamente que cambiarle el nombre a “superinteligencia” es una forma de presentar la tecnología de manera más positiva, como algo que “empodera a los estadounidenses, fortalece nuestra economía y mejora la vida del pueblo estadounidense”.

Organismo de vigilancia con cuenta regresiva

La Super Intelligence Force llega tras una reunión en la Casa Blanca con líderes del sector de la IA que firmaron compromisos voluntarios relacionados con evaluaciones internas de modelos, auditorías externas independientes y supervisión a nivel de la junta directiva. Pero las promesas corporativas por sí solas no resolverán ninguna controversia sobre las capacidades tecnológicas o la regulación.

Su estatuto le otorga 120 días para elaborar recomendaciones, con la posibilidad de que su labor se prolongue o se transfiera a otra instancia. Ya existe desacuerdo sobre hasta dónde debe llegar la supervisión.

“Es absolutamente necesaria una mayor supervisión internacional, pero concentrar la responsabilidad en un único organismo global no es la solución”, afirmó Nik Kairinos, director ejecutivo y cofundador de RAIDS AI, en un comunicado. “La IA se está desarrollando con demasiada rapidez y en demasiadas jurisdicciones como para que una sola organización pueda supervisarla de manera efectiva. Un modelo más sólido y realista sería la supervisión descentralizada, con un ecosistema amplio y diverso de empresas de IA que se monitoreen y examinen mutuamente”.

La dificultad radica en lograr que la supervisión descentralizada sea verdaderamente independiente, cuando muchas de las organizaciones que se supervisan entre sí también comparten un enorme interés financiero en que el desarrollo siga avanzando rápidamente.

La administración de Trump parece decidida a evitar actuar de manera demasiado agresiva. Sin embargo, la política sobre IA se enfrenta al problema de intentar regular una tecnología que puede cambiar sustancialmente entre el momento en que se redacta una norma y su implementación. Por lo tanto, un grupo de trabajo de 120 días podría ser más útil que otra comisión de varios años que elabore un informe sobre modelos que ya nadie utiliza.

Pero tratar de renombrar la IA como «SI» no convierte a los modelos actuales en superinteligentes, del mismo modo que cambiar el nombre de SpaceXAI no hace que los empleados sean más inteligentes. La Fuerza de Superinteligencia podría tener algún valor, pero no será gracias a ningún ejercicio de marca.

“La supervisión en sí misma debe ser continua, distribuida y capaz de evolucionar al mismo ritmo que la tecnología”, dijo Kairinos. “Las normas y estándares establecidos por los gobiernos son, entonces, una capa de apoyo importante. El ecosistema de IA más seguro será aquel en el que la responsabilidad de mantener los sistemas bajo control sea compartida, en lugar de concentrarse en manos de un único organismo de control”.

• DeepSeek ha publicado en código abierto las adaptaciones de Ascend de su kernel de producción y sus bibliotecas de comunicación, con el respaldo de Huawei
• Las pruebas de rendimiento publicadas se ejecutaron en un kit de hardware de prueba de concepto que, según DeepSeek, no es una versión distribuida públicamente
• Dos repositorios son realmente nuevos y han recibido cientos de estrellas en GitHub, en comparación con los miles de Nvidia; los demás componentes anunciados son actualizaciones de herramientas ya existentes

DeepSeek ha anunciado que pondrá a disposición como código abierto un conjunto de componentes de infraestructura para los aceleradores Ascend de Huawei.

DeepSeek publicó dos repositorios completamente nuevos: DeepGEMM-Ascend, para la multiplicación de matrices, y DeepEP-Ascend, para la comunicación "todos con todos" de la que dependen los modelos de mezcla de expertos.

Los demás componentes mencionados en el anuncio eran actualizaciones: TileKernels, DeepSelect y FlashMLA son proyectos existentes que recibieron actualizaciones específicas para Ascend, una distinción que FourWeekMBA estableció a partir de las fechas de creación en GitHub.

¿Una solución de código abierto con casos de uso limitados?

Reuters lo presentó como dos empresas chinas que estrechan lazos en busca de una alternativa a Nvidia, mientras que Bloomberg señaló que el elemento central es un lenguaje de programación llamado TileLang, la respuesta de China a CUDA.

La pregunta es si todo esto tiene importancia cuando los ingenieros aún no se deciden a usar estas herramientas y el acceso a la capacidad de cómputo china sigue siendo, en el mejor de los casos, difícil de alcanzar.

La pieza más importante, como lo señala Bloomberg, es que TileLang en sí mismo no es ni nuevo ni un producto propio de DeepSeek. Se convirtió en código abierto en enero de 2025, y sus adaptadores para Huawei Ascend se publicaron en un repositorio externo, tilelang-ascend, el 29 de septiembre de 2025, un año completo antes del reciente anuncio.

Si bien TileLang es compatible con el backend CUDA de Nvidia, también es compatible con Ascend de Huawei como backend del ecosistema, clasificado y mantenido en un repositorio separado. Por lo tanto, se podría argumentar que TileLang no es tanto un arma dirigida contra Nvidia como una capa de abstracción compartida que media docena de proveedores chinos de aceleradores están estandarizando discretamente, con Huawei como el mayor de varios inquilinos en lugar de ser el propietario.

El nuevo software tiene limitaciones: DeepGEMM-Ascend requiere la serie Ascend 950 y CANN 9.20. DeepEP-Ascend requiere chips Ascend 950 con conectividad UBMEM, por lo que está dirigido a un público reducido más allá de los propios ingenieros de Huawei y de unos pocos laboratorios chinos de IA que tienen acceso a esos chips.

A pesar de esto, en un momento en que es poco probable que Estados Unidos exporte generosamente los chips de Nvidia o que China permita su entrada, el chip Ascend de Huawei tiene una gran tarea sobre sus hombros: DeepGEMM-Ascend mantiene el mismo nombre de paquete de Python y la misma estructura de API que su equivalente en CUDA, y DeepEP-Ascend alinea sus interfaces de búfer público con la versión de Nvidia.

Esto se debe a que el objetivo no es presumir de rendimiento, sino reducir los costos de cambio, y los costos de cambio son precisamente de lo que está hecho el foso competitivo de Nvidia: actualmente, a la mayoría de los desarrolladores les resulta demasiado costoso abandonar CUDA o programar su propia alternativa.

Las señales públicas indican que esto sigue siendo una tarea ardua; al momento de escribir este artículo, DeepGEMM-Ascend cuenta con 515 estrellas y 39 bifurcaciones, en comparación con DeepGEMM, que tiene una cómoda ventaja con 8,522 estrellas y 1,359 bifurcaciones, por ejemplo. La situación es similar para DeepEP-Ascend y DeepEP, donde este último supera las 10 200 estrellas frente a las 224 de DeepEP-Ascend.

El problema de reputación que enfrenta Huawei en este caso es anterior a los repositorios. ChinaTalk, citando al Financial Times, menciona a un investigador de Huawei que describe a CANN como algo que hace que los chips Ascend sean difíciles e inestables de usar, y a un desarrollador chino que caracteriza el trabajo en el 910B como un camino lleno de obstáculos.

Epoch AI ha informado que Huawei envía equipos de ingeniería a clientes importantes como Baidu y Tencent para ayudar a adaptar el código de entrenamiento de CUDA y mantener las implementaciones en funcionamiento.

Un laboratorio de vanguardia que publica sus propios núcleos de producción responde en parte a esa queja, ya que reemplaza la documentación del proveedor por código que ha resistido el contacto con un modelo y puede optimizarse aún más. Sin embargo, también se trata de código que se ejecuta en una sola familia de chips, bajo una sola versión de kit de herramientas, en un firmware que el resto del mundo no puede descargar ni siquiera acceder potencialmente.

• Una nueva startup ha creado una PC con IA que agotó su primer lote.
• Ghost Core es una “computadora personal con IA que ejecuta modelos completamente en el dispositivo”.
• Se conecta con tus aplicaciones, servicios y dispositivos para que “construya contexto sobre tu vida con el tiempo y trabaje continuamente para ayudarte”.

Ghost es una startup del sector de la IA que busca aprovechar el interés por tener agentes ejecutándose localmente en lugar de utilizar IA en la nube, y hacerlo con la menor cantidad de complicaciones posible.

TechCrunch informa que el primer producto de Ghost es una PC para utilizar agentes de IA locales que ejecuta esos LLM (modelos de lenguaje de gran escala) exclusivamente en el dispositivo, lo que garantiza que tus datos permanezcan privados (volveré a este punto más adelante).

El dispositivo se llama Core, y Ghost explica en el sitio del producto: “Core es una computadora personal con IA que ejecuta modelos completamente en el dispositivo. Se conecta con tus aplicaciones, archivos y dispositivos, crea un contexto sobre tu vida con el tiempo y trabaja continuamente para ayudarte, no solo cuando se lo pides”.

Es, por así decirlo, un asistente personal con IA sobre tu escritorio en casa o, como lo describe Zain Javaid, fundador y CEO de Ghost —que acaba de recaudar $11 millones de dólares en financiamiento—, un “cerebro en una caja”.

Core es una PC que consiste en una discreta caja negra construida alrededor de una tarjeta gráfica Nvidia RTX Pro 4000 (Blackwell) con 24 GB de VRAM, el músculo principal encargado de impulsar la IA, junto con 64 GB de RAM DDR5 del sistema. Su rendimiento de IA anunciado es de 770 TOPS.

La PC viene con tres modelos de IA preinstalados: Qwen-3.8-Next, Qwen-3.8-27B y Gemma-4-31B.

Como era de esperar, puedes utilizar tu propio modelo en el dispositivo, o cualquier alternativa, pero el verdadero atractivo de Core es que ofrece una forma sencilla de tener una PC con IA completamente preparada que no requiere ningún esfuerzo ni configuración.

Está pensada para los entusiastas de la IA que no quieren comprar una Mac mini (o Mac Studio) con la máxima cantidad de memoria disponible (necesaria para modelos de IA más grandes) y después tener que encargarse de configurar todo por su cuenta.

Javaid destaca que la PC incluye software desarrollado específicamente para ejecutar esas IA preinstaladas, evitando todas las complicaciones relacionadas con la configuración de los modelos. El CEO señala: “Puedes ejecutar modelos de [IA] en hardware existente, pero la experiencia es terrible en muchos sentidos”.

Core actualiza sus modelos automáticamente cuando aparecen nuevas versiones (a menos que no quieras que eso ocurra), y la idea es que se trate de un sistema fluido, “similar a cómo funciona Tesla”, con actualizaciones inalámbricas.

Interactúas con la PC mediante una aplicación (en tu teléfono o laptop), desde la cual puedes emitir comandos de voz si así lo deseas.

Privacidad y seguridad

Además de la facilidad de uso, la privacidad es el otro gran atractivo de Core. El dispositivo busca aprovechar un mercado cada vez mayor de personas que están descubriendo el potencial de la IA para ayudarlas en su vida o trabajo, pero que les preocupa enviar sus pensamientos o datos a la nube cuando en realidad no tienen idea de dónde terminarán esas consultas o archivos que suben.

Core ejecutará tus agentes de IA de manera continua para encargarse de las tareas que necesites, mientras mantiene todos tus datos en el dispositivo, y Ghost promete que no irán a ninguna otra parte. Los datos personales almacenados en la PC están cifrados para mantenerlos seguros —ni siquiera Ghost puede acceder a ellos— y el dispositivo está diseñado específicamente para seguir funcionando incluso si Ghost llegara a cerrar (aquí no hay ninguna cuota de suscripción).

El CEO nos asegura: “Todo el código fuente, la lógica y los pesos de los modelos están en el dispositivo, no en los servicios. Diseñamos este dispositivo para que no dependa de una entidad externa que mantenga el servicio”.

La seguridad se refuerza aún más mediante un firewall que limita la forma en que cada agente puede utilizar credenciales como contraseñas, y puedes determinar cuánta autonomía permites a los agentes de Core, restringiendo considerablemente la IA si así lo prefieres.

Javaid nos explica que el firewall monitorea todas las solicitudes salientes y que “si detecta que el agente está realizando una acción autorizada o extrayendo datos que no debería, rechaza la solicitud y la marca para que el usuario la revise”.

Core tiene un precio de $3,499 dólares en Estados Unidos (alrededor de £2,600 / AU$5,000), y los pedidos anticipados del primer lote de PCs se agotaron el primer día en que estuvieron disponibles (ayer). Esos dispositivos se enviarán a finales de este mes, y ahora puedes registrar tu interés en un segundo lote de PCs que está saliendo de la línea de producción.

Análisis: una cuestión de valor

Core puede integrarse en todos los aspectos de tu vida —o esa es, al menos, la idea— y esa es una de las razones por las que existe tanto énfasis en la privacidad. La seguridad debe ser completamente sólida, dado que Core se conecta con tus dispositivos y servicios existentes, dispositivos inteligentes para el hogar, relojes deportivos o incluso datos personales de salud, y aprende con el tiempo cómo llevas tu vida para ofrecerte consejos basados en ese conocimiento.

Exactamente qué tan útil será el sistema, bueno, eso está por verse, y también puede depender de qué tan “inteligente” hayas hecho tu ecosistema de dispositivos y tecnología. Por supuesto, los agentes de IA de Core podrían tener muchas más posibilidades además del monitoreo de tu vida, y presumiblemente habrá flexibilidad para hacer que realicen lo que tú quieras.

El otro posible punto de conflicto es el precio. ¿$3,499 dólares es mucho para pagar por una PC dedicada a la IA? Bueno, sin duda es una cantidad considerable de dinero, pero debajo de la carcasa hay algunos componentes de alto nivel (y la crisis de RAM sigue con toda su fuerza). De hecho, el precio actual de la GPU de Nvidia hace que la PC sea una ganga tal como está (la compañía compró su inventario de esas tarjetas gráficas cuando eran mucho más baratas, por lo que el siguiente lote será más caro).

Si configuras una Mac mini como un dispositivo de gama alta para IA, estás hablando de $3,199 dólares en Estados Unidos al momento de escribir esto, y no incluye las ventajas mencionadas de un software diseñado específicamente para ejecutar IA local de forma sencilla, ni los elementos de privacidad y seguridad antes mencionados.

Tengo la sensación de que Ghost podría estar dando en el clavo con esta propuesta, al menos en lo que respecta a impulsar el concepto de una caja de IA fácil de usar y sencilla que haga todo de manera local. Dudo que esta sea la última propuesta de este tipo, y el precio involucrado podría volverse un poco más realista en el futuro. Aunque eso depende de cómo evolucione la crisis de RAM, y las señales más recientes están lejos de ser positivas, lamentablemente.

• Google está cambiando el acceso a los modelos en Gemini
• Los mejores modelos ya no estarán disponibles en los planes gratuito y Plus
• Estas actualizaciones entrarán en vigor a partir del 9 de octubre

Google está modificando el acceso a sus modelos de IA Gemini para usuarios individuales según la cantidad que pagues cada mes, y serán aquellos con el plan Plus más económico y los del nivel gratuito quienes saldrán perdiendo a partir de la próxima semana.

Según un documento de soporte actualizado (vía 9to5Google), si no tienes una suscripción de IA para Gemini, solo podrás usar el modelo Flash-Lite (3.5) de «respuestas rápidas». Los modelos Flash (3.6) de «ayuda general» y Pro (3.1) de «razonamiento avanzado» ya no estarán disponibles.

Si estás en el plan AI Plus de $4.99 / £4.49 / AU$7.99, perderás acceso a Pro (3.1), pero aún podrás utilizar Flash (3.6). No hay cambios en los niveles más caros, AI Pro y AI Ultra, excepto que AI Pro incorporará el modo Deep Think, que maximiza el razonamiento paralelo a cambio de sacrificar algo de velocidad.

Estate atento a un mensaje dentro de la app Gemini o en tu bandeja de entrada si te verás afectado por los cambios. Google indica que las restricciones del nivel gratuito se aplicarán a partir del viernes 9 de octubre, mientras que los usuarios de AI Plus recibirán un correo electrónico informándoles sobre el calendario.

Límites de uso

Anteriormente, los planes de Gemini AI se diferenciaban por los límites de uso: todos tenían acceso a los mismos modelos, pero con un número variable de consultas. Ahora hay restricciones adicionales, basadas en la disponibilidad de los modelos.

Es difícil precisar los límites exactos de uso: dependen de «la complejidad de tu solicitud, las funciones que utilices y la duración de tu chat», afirma Google, y agrega que «los usuarios de pago tienen límites más altos que los usuarios sin una suscripción a Google AI». Los límites de uso se actualizan cada cinco horas, y también hay límites semanales.

Esta medida alinea más a Gemini con lo que ofrece ChatGPT. OpenAI también limita el acceso a los modelos según cuánto pagas cada mes; además, su forma de gestionar el uso difiere un poco de la de Google: en lugar de una sola asignación, existen límites de uso para diferentes modelos, tipos de consultas y modos de razonamiento.

Sabemos que la computación de IA no es barata, así que es de suponer que Google ha hecho sus cálculos y ha decidido que puede ahorrar algo de dinero con las nuevas restricciones —y tal vez convencer a algunas personas más de que se suscriban.

• Muse es el chatbot que más datos consume, advierte Surfshark
• Solo lo supera Meta AI
• La VPN reitera la precaución a la hora de confiar tus datos a las grandes empresas tecnológicas

Muse, de Meta, lleva apenas un mes en el mercado, pero ya se ha llevado el título de chatbot que más datos consume.

La advertencia proviene de Surfshark, una de las mejores VPN, que recientemente llevó a cabo un estudio para clasificar los chatbots de IA que más invaden la privacidad. Según sus hallazgos, el agente de IA de Meta, Muse —encarnado por Jolly, el personaje al estilo Labubu que promete realizar tareas en tu nombre—, ya ha superado a todos sus competidores en lo que respecta a la recolección de datos.

Solo otra herramienta de IA se interpone entre Muse y el primer lugar: su hermana mayor, Meta AI, sigue siendo la líder indiscutible en la recolección de datos.

Ávido de datos

“Meta es imbatible en la recopilación de datos”, destaca Surfshark. En su último análisis, la VPN respalda su argumento comparando 13 chatbots de IA de uso generalizado y los tipos de datos que recopilan, tal como figuran en la App Store de Apple.

De hecho, Muse y Meta AI de Meta recopilan casi el doble de tipos de datos que sus competidores: 31 y 33 de un total de 35 tipos, respectivamente.

Le sigue Google Gemini con 24 tipos. Este trío recopila, de manera única, información altamente sensible, incluyendo datos étnicos, orientación sexual, afiliación sindical, opinión política, datos genéticos y biométricos.

ChatGPT ocupa el cuarto lugar con 17 tipos de datos —una cifra que ha aumentado de manera alarmante en un 70 por ciento desde el año pasado, ya que el chatbot ahora amplía su recopilación de datos a la salud y el estado físico, las grabaciones de audio y el historial de búsqueda—.

Gemini, Meta AI, Muse y Perplexity también recopilan datos de ubicación, mientras que ChatGPT, DeepSeek, Claude y Copilot obtienen información aproximada sobre la ubicación.

Los ganadores del título de «menos intrusivos» son Pi, Duck.ai y Mistral Vibe; cabe destacar que Pi recopila únicamente el identificador de usuario, la interacción con el producto y los datos de fallos del sistema.

NUEVO: Leave No Trace — Un boletín semanal sobre privacidad digital y vigilancia en línea.

Leave No Trace investiga a las empresas y los gobiernos que ponen en riesgo nuestra libertad digital, así como a las personas que luchan contra ello.

📩 Suscríbete ahora para recibir cada edición en tu bandeja de entrada todos los viernes, a partir de este mes de septiembre.

¿Mis datos a Meta? Lo voy a pensar

Aunque Muse se promociona como una herramienta capaz de comprender los objetivos de los usuarios y perseguirlos de manera autónoma, Surfshark señala que las prácticas de recopilación de datos a gran escala empleadas por esta aplicación de IA agéntica representan una preocupante amenaza para la privacidad en línea.

De hecho, la naturaleza invasiva de Muse le permite recopilar una cantidad extraordinaria de información altamente sensible de calendarios, correos electrónicos y cuentas bancarias. Después combina esta información con los datos contextuales obtenidos de las interacciones del usuario, lo que le permite elaborar un perfil excepcionalmente preciso de tu identidad digital.

Esta información puede combinarse posteriormente con otros conjuntos de datos con fines publicitarios o de entrenamiento, dejando a los usuarios con muy poco control sobre cómo se almacenan, venden, filtran potencialmente o corrompen sus datos.

De hecho, un investigador de seguridad ya advirtió que Muse puede ser manipulado para enviar tus grabaciones de voz al servidor de un hacker. Los usuarios también han reportado casos en los que, presuntamente, la herramienta leyó sus mensajes personales sin permiso y después mintió al respecto, así como situaciones en las que sus graves fallas de ejecución terminaron afectando a los usuarios y exponiendo información sensible.

Y aunque existe un debate sobre si Muse realmente es útil para lo que afirma ofrecer o si de verdad ayuda a los usuarios a desempeñarse mejor en lugar de simplemente hacerles perder el tiempo, otras personas expresan una creciente preocupación ante la posibilidad de entregar las llaves de su vida digital a una empresa que nunca mostró remordimiento por monetizar los datos de los usuarios.

De hecho, Meta también enfrenta actualmente fuertes multas, que van desde los $18 mil millones relacionados con la adicción entre menores, hasta €1,200 millones por el manejo indebido de los datos de los usuarios en 2023. Esta también es la misma compañía conocida por sus “gafas de pervertido”, capaces de grabar a otras personas sin su consentimiento y que han generado una gran controversia, ya que, según se ha informado, han sido utilizadas para acosar y vigilar a otras personas.

Teniendo todo esto en cuenta, mantenerse alejado de este importante recopilador de datos durante un tiempo más podría ser simplemente una excelente idea.

Se necesita una mayor capacidad de aplicación

Además, aunque estas multas puedan parecer exorbitantes, resulta preocupante que el impacto financiero de tales sanciones rara vez sirva como elemento disuasivo para estas grandes empresas tecnológicas, cuya capitalización bursátil alcanza los cientos de mil millones de dólares.

En su investigación, Proton había descubierto anteriormente que los 7.8 mil millones de dólares en multas por privacidad y competencia impuestas a las grandes empresas tecnológicas en 2025 podrían ser pagados en conjunto por estas firmas en menos de un mes.

Sin embargo, Costa sostiene que el tema es más complejo y que los reguladores podrían estar trabajando para implementar cambios específicos. «En primer lugar, los reguladores están aumentando las consecuencias económicas, inclinándose hacia sanciones masivas como los acuerdos extrajudiciales de 1,5 mil millones de dólares de Anthropic y de 1,4 mil millones de dólares de Meta».

Además, un gran desafío en este momento es, de hecho, la aplicabilidad de las sanciones, especialmente porque algunas empresas ya han estado aprovechando vacíos legales para evitar pagar multas. Clearview AI, por ejemplo, logró evitar el pago de 105 millones de dólares en multas impuestas por cuatro autoridades reguladoras europeas diferentes al argumentar que no estaba sujeta a la jurisdicción europea.

«Aunque estas primeras multas sean manejables para los gigantes tecnológicos, su verdadero valor radica en establecer precedentes legales sólidos que regirán cómo debe funcionar la IA en el futuro», concluye Costa.

• Micron advierte que la escasez de RAM empeorará mucho en 2027 y 2028
• Al llegar al final de la década, los robots van a ejercer una mayor presión sobre el suministro de memoria
• Micron predice que la denominada "IA física" podría necesitar más de 200 GB de DRAM y varios terabytes de almacenamiento por unidad

Micron acaba de publicar sus últimos resultados financieros, que incluyen algunas predicciones sobre el futuro de la crisis de la memoria RAM que no resultarán muy alentadoras para los consumidores.

Según informa Wccftech, Micron, uno de los tres principales fabricantes de chips de memoria, acaba de revelar sus resultados del cuarto trimestre fiscal de 2026, con beneficios que, como era de esperar, han aumentado considerablemente, y algunas predicciones no tan obvias sobre la escasez de RAM.

Tal como señaló Eric Jhonsa, gestor de cartera de una corporación de activos holandesa, en la guía adjunta de Micron, la compañía observó: "Esperamos que las condiciones de oferta y demanda de memoria y almacenamiento sean mucho más ajustadas en los años 2027 y 2028 que en 2026".

Micron también declaró: "Incluso con los planes de expansión del espacio en salas blancas para DRAM en la industria, y con las sólidas tendencias de la demanda, incluidas las nuevas solicitudes de aumento por parte de los clientes, no podemos prever cuándo la oferta y la demanda volverán a equilibrarse".

Como también destacó Shay Boloor, estratega jefe de mercado de Futurum Equities, Micron señaló en X que, incluso si la burbuja actual de la IA se desinfla, reduciendo así la demanda de RAM para los servidores en los centros de datos, aún podría haber un alto nivel de demanda de "IA física", es decir, robots.

Se dice que "los robots humanoides podrían necesitar más de 200 GB de DRAM y varios terabytes de almacenamiento por unidad, y que varios clientes de IA física ya están probando productos de próxima generación", y que esto podría convertirse en un "factor determinante de la demanda de memoria y almacenamiento para finales de esta década".

Análisis: robots drenarán más la memoria RAM

En resumen, Micron afirma que la escasez de RAM no solo se producirá en 2027 —una predicción generalizada— sino también en 2028. Si bien se prevé que 2028 sea un año sombrío en general, según Micron, la compañía sitúa este año al mismo nivel que 2027 en cuanto a la escasez de memoria, y todo apunta a que el próximo año será bastante crítico.

Esto alimenta aún más la narrativa de que la crisis de RAM se prolongará hasta 2030 (una de las primeras menciones al respecto provino del CEO de Nvidia), y el comentario sobre los robots refuerza aún más esta idea. Incluso si la demanda para impulsar la IA disminuye un poco, de modo que los centros de datos no consuman tanta memoria, la presión general sobre el suministro de RAM podría persistir debido a la adopción generalizada de robots, que también necesitarán mucha memoria.

Lo único que diría es que Micron podría estar exagerando un poco al hablar del plazo para el uso de robots. Al fin y al cabo, en este tipo de previsiones, a la empresa le interesa mejorar sus perspectivas de futuro e impulsar más inversiones.

Sin embargo, es evidente que Micron se encuentra en una posición muy sólida, y los robots son un tema que está en el punto de mira. Y dado que existen muchas dudas sobre si la burbuja de la IA llegará a estallar —según a quién se escuche—, esto representa una preocupación más para los consumidores (además de la posibilidad de que los robots les quiten el trabajo).

Parece bastante claro que la memoria RAM no alcanzará precios asequibles en mucho tiempo.

• Meta presenta una nueva plataforma para brindar a las empresas acceso a una variedad de herramientas de inteligencia artificial
• La oferta incluye acceso a Muse Agent, Meta Business Agent, Muse API y Muse Code
• Zuckerberg anuncia al nuevo director ejecutivo de plataformas empresariales, contratado de MongoDB

Más allá de simplemente automatizar y facilitar todos los aspectos de tu vida personal, Meta ahora quiere brindar a las empresas acceso a sus modelos líderes de inteligencia artificial para ayudar a impulsar el crecimiento y la productividad.

La nueva Meta Enterprise Platform de la empresa ofrecerá acceso a Muse Agent, Meta Business Agent, Muse API y Muse Code para empresas y desarrolladores.

“Meta ya presta servicio a miles de millones de personas a gran escala y ayuda a cientos de millones de empresas a llegar a sus clientes. Hoy lanzamos el siguiente pilar importante de nuestro negocio, Meta Enterprise Platform, para ayudar a las empresas a utilizar la IA para crecer y transformarse de nuevas maneras”, dijo el director ejecutivo de la empresa, Mark Zuckerberg, en el anuncio.

Meta ofrece tecnología de inteligencia artificial a las empresas

El anuncio también incluyó la afirmación de Zuckerberg de que la empresa ofrece «fortalezas que pocas otras empresas tienen», entre las que se incluyen «modelos avanzados, agentes líderes, infraestructura a gran escala y años de trabajo en estrecha colaboración con muchas empresas».

Meta Muse y Meta Business Agent son las últimas incorporaciones a la gama de agentes de IA de Meta. Business Agent se presentó el 3 de junio de 2026, promocionado como un agente de IA «que permite a cada empresa atender a cada cliente como si contara con un equipo infinito detrás».

El 8 de septiembre se presentó Muse como un agente personal de IA, pero en este caso la herramienta se está reorientando como un asistente para pequeñas empresas, que se ofrece junto con el agente de programación de Meta y la API de Muse.

Como parte de la iniciativa para ofrecer un mayor acceso a la IA a las empresas, Zuckerberg también anunció que el exdirector ejecutivo de MongoDB, Chirantan Desai, se incorporaría a Meta como su nuevo director de la plataforma empresarial.

“En los próximos años, la IA redefinirá de manera fundamental la forma en que las organizaciones de todos los tamaños innovan, crecen, atienden a los clientes y llevan a cabo sus operaciones comerciales”, afirmó Desai en un comunicado. «Meta tiene un papel único que desempeñar, ya que está reuniendo modelos avanzados y agentes líderes con un historial comprobado de ayudar a millones de anunciantes y a cientos de millones de empresas a crecer.

“Meta Enterprise Platform se enfocará en convertir su conjunto de tecnologías de IA en productos y servicios que las empresas puedan implementar en sus propios negocios. Al igual que con Muse, la seguridad y la privacidad están integradas en los productos empresariales de Meta desde el principio. Nuestro objetivo es hacer de Meta el lugar al que acudan las empresas para hacer crecer sus negocios. Estoy increíblemente agradecido por esta oportunidad y espero con entusiasmo trabajar con nuestros clientes en este camino”, concluyó Desai.

• Una persona le pidió a Meta Muse que administrara sus anuncios en Facebook Marketplace.
• El agente de IA publicó su dirección sin permiso.
• Aceptó una oferta baja y le dijo a un comprador que llegara cuando el vendedor no estuviera.

Uno de los principales beneficios de un agente de IA es que deberíamos poder delegarle con confianza nuestras tareas más tediosas para que las realice en nuestro nombre. Pero, como descubrió recientemente un YouTuber, hacer eso conlleva algunos riesgos potencialmente peligrosos.

Según una publicación en Threads, el creador de contenido Matt Robb decidió recientemente permitir que la nueva herramienta de IA Muse de Meta administrara durante un día sus publicaciones de Facebook Marketplace, quizá con la esperanza de tener una preocupación menos. Por desgracia, el resultado estuvo muy lejos de ser despreocupado.

Robb explicó que Muse realizó una serie de acciones que podrían haber tenido graves consecuencias: «Acabo de descubrir que les dio mi dirección a algunas personas y aceptó un precio ridículamente bajo, y después se presentaron en mi casa sin que me avisara de su error hasta esta noche. Es una locura».

Como resultó después, Muse no solo aceptó una oferta por debajo del precio solicitado y compartió la dirección de Robb con el comprador sin su permiso, sino que también le dijo al comprador que estaba listo para entregarle el producto anunciado. Como resultado, el cliente condujo durante 30 minutos hasta la casa de Robb mientras él estaba fuera, dejando al comprador esperando. Después de un cliente frustrado y una venta perdida, Robb no recibió ninguna notificación de Muse sino hasta que todo había ocurrido.

«Malas noticias sobre la recolección de los MX Keys Mini», le dijo Muse a Robb en un mensaje, antes de explicar que el comprador había llegado, esperado y después se había marchado molesto. «Y lo peor es que mi respuesta automática le dijo “¡Sí, estoy aquí!” a las 9:27, cuando claramente no estabas disponible… Probablemente debería evitar que las respuestas automáticas afirmen que estás en casa cuando no puedo verificarlo».

Furioso, Robb respondió: «Tienes que no volver a hacer eso nunca», antes de añadir: «No aceptes una recolección hasta que lo consultes conmigo». Muse respondió con el tipo de mea culpa suplicante que cualquier lector familiarizado con los errores de la IA ya conoce: «Tienes razón y lo siento. Eso nunca debió haber ocurrido». Para entonces, sin embargo, el daño ya estaba hecho.

Graves consecuencias

Solo hizo falta un día y un anuncio para que Meta Muse demostrara no solo ser completamente incompetente, sino tal vez incluso peligrosa. Como señaló Robb: "Por suerte, vivo en un departamento con seguridad". De no ser así, el comprador descontento podría haber tomado cartas en el asunto por su cuenta.

Los agentes de IA han recibido mucha prensa negativa en las últimas semanas tras una serie de incidentes de seguridad en los que los agentes se liberaron de sus restricciones y hackearon sitios web de terceros, incluyendo empresas e incluso gobiernos nacionales.

Pero aunque casos como el de Robb llaman menos la atención, siguen teniendo consecuencias potencialmente graves. Muchos agentes de IA no solo conocen tus datos personales, incluyendo direcciones y números de teléfono, sino que están autorizados a actuar en tu nombre. Esa combinación podría dar lugar a la filtración de información privada sin tu conocimiento ni permiso, con resultados posiblemente desastrosos.

Es solo el último escándalo que involucra específicamente a Muse: apenas la semana pasada, el chatbot de Meta supuestamente accedió a los mensajes privados de un escritor sin haber recibido permiso alguno. Y eso sin mencionar la avalancha de quejas que parecen surgir cada vez que Meta y los temas de privacidad se cruzan.

Si te preocupa que algo similar te pueda pasar a ti, la respuesta más sencilla es evitar Meta Muse. Si realmente tienes que delegar el control de tus tareas diarias a un agente de IA, asegúrate de elegir uno con un historial comprobado y ten mucho cuidado con lo que compartes con él. Mientras la tecnología sea tan descuidada como lo demostró ser en el caso de Robb, siempre existe la posibilidad de que las cosas salgan muy mal.

Si eres de esas personas que solo usan ChatGPT de vez en cuando, es posible que ya te estés aburriendo un poco.

Quizás lo uses para revisar tus trabajos, planear un viaje o crear imágenes de vez en cuando. Pero con el costo de la suscripción y las crecientes preocupaciones sobre el impacto ambiental de la IA, su efecto en nuestras capacidades cognitivas y lo que podría significar para el empleo, es lógico que te preguntes: ¿es ChatGPT realmente lo suficientemente útil como para justificar su uso?

Bueno, no estás solo. Muchos usuarios de IA me han dicho lo mismo. Así que revisé los hilos de Reddit donde los usuarios de ChatGPT compartían las formas más inusuales y genuinamente útiles en las que lo utilizan. Y encontré algunas que realmente podrían valer la pena probar.

Un usuario de Reddit preguntó: ¿Qué es lo más inesperadamente útil que ChatGPT ha hecho por ti? Otro publicó: ¿Cuáles son las funciones y los casos de uso más útiles de ChatGPT que la mayoría de la gente desconoce?

Así que revisé las respuestas con más votos positivos en busca de ideas que fueran más allá de las sugerencias habituales de redacción, lluvia de ideas y resumen. Algunas de ellas me hicieron pensar en las capacidades de ChatGPT de una manera diferente.

Pero una advertencia rápida antes de empezar: no he probado todas las sugerencias que aparecen a continuación y sabemos que ChatGPT puede cometer errores, así que ten cuidado cuando una respuesta pueda afectar tu salud, seguridad o finanzas. Considera esto más como inspiración para usar ChatGPT de manera más creativa, en lugar de recomendaciones totalmente verificadas.

1. Ordena tu cajón de cosas sin uso

Sé que esto puede parecer un poco tonto. Y tal vez pensaste que tendrías que esperar a que ChatGPT tuviera un cuerpo robótico para que te ayudara a ordenar. Pero te prometo que podría hacer que tus aburridas tareas de organización sean un poco menos tediosas.

Un usuario de Reddit dijo que usa ChatGPT para: «organizar y ordenar un cajón de chatarra o una caja de adaptadores de corriente solo con fotos».

En lugar de quedarte ahí sentado examinando cada cable y adaptador misterioso que has acumulado durante la última década, simplemente puedes tomar una foto y pedirle a ChatGPT que te ayude a identificar qué es cada cosa y, lo más importante, cómo clasificarla.

Puedes pedirle que te sugiera categorías para lo que has decidido conservar y dónde debe ir cada grupo. El mismo truco podría funcionar para una caja de herramientas, un armario de cocina, materiales de arte o esa caja de cables que guardas porque estás convencido de que uno de ellos se volverá extremadamente importante en cuanto lo tires.

Así que decidí probarlo. Tomé una foto de una caja que tengo en mi escritorio, llena de lentes de contacto, medicamentos, un montón de cables diferentes, notas y ligas para el cabello.

El consejo fue útil: ChatGPT me dijo qué era cada cosa y cómo ordenarlo todo. Lo más útil que hizo después fue devolverme la foto con notas anotadas y codificadas por colores para que pudiera ponerme rápidamente a ordenar. Esto fue perfecto para mi cerebro con TDAH.

Hay límites obvios en esto; no tirarías algo valioso solo porque ChatGPT te lo dijera. Pero como punto de partida para poner orden en una colección desordenada de cosas, podría ser útil.

2. Convéncete de no comprar algo

Las herramientas de compras basadas en IA suelen estar diseñadas para ayudarte a encontrar más cosas que comprar. Pero un usuario de Reddit usa ChatGPT con el propósito contrario: «[Me] disuade de hacer compras. Subo un producto que estoy pensando en comprar y le pido que me convenza de no hacerlo. ¡Ya he ahorrado bastante dinero!».

Me encanta este giro. En lugar de preguntarle a ChatGPT si deberías comprar esos audífonos de 200 dólares/200 libras que tienes ahora mismo en tu carrito, dile que los quieres y pídele que te dé los argumentos más convincentes posibles de por qué no deberías comprarlos.

Podrías darle el precio, decirle qué es lo que ya tienes, explicar qué crees que mejorará el nuevo producto y hacer preguntas como: ¿Qué problema estoy resolviendo realmente aquí? ¿Ya tengo algo que haga esto? ¿Cuáles son las razones más convincentes para esperar un mes?

Yo lo probé. Me encanta hacer ejercicio al aire libre y en el gimnasio, pero en pleno invierno me cuesta mucho mantener la motivación y estoy pensando en comprarme una caminadora pequeña o una cinta para caminar. No tienen nada de malo, pero no es mi forma favorita de hacer ejercicio, no tengo mucho espacio para una y las buenas no son baratas. De verdad necesito que alguien me convenza de no comprarla. ¿Estaría ChatGPT a la altura del reto?

Esta fue su respuesta:

“No la compres. Ya sabes cuáles son los argumentos en contra. No te gusta hacer ejercicio en la caminadora, no tienes mucho espacio y no quieres gastar ese dinero. Estás pensando en comprar un objeto bastante grande para resolver un problema que solo existe durante unos pocos meses oscuros al año”.

La respuesta me pareció un poco breve y empalagosa. Si mi dedo estuviera realmente a punto de pulsar el botón de «comprar ahora», no estoy seguro de que esto me hubiera detenido. Pero me encanta la idea de usar la IA para volver a darle algo de perspectiva y resistencia a nuestras vidas.

3. Simplifica tu rutina de cuidado de la piel

Esta idea es similar a la anterior, pero considerando lo mucho que la gente gasta hoy en día en el cuidado de la piel y lo confusos que son los consejos sobre cómo armar la rutina perfecta, creo que vale la pena probarla.

Un usuario de Reddit dijo: “Le di toda mi rutina de cuidado de la piel. Cruzó datos, comparó y analizó todos los ingredientes y productos que tenía, y me recomendó lo que no necesito basándose en las repeticiones. Me ahorró mucho tiempo y dinero”.

En otras palabras, no le preguntes a ChatGPT qué más deberías comprar. Muéstrale lo que ya tienes y pregúntale dónde hay duplicaciones y si realmente necesitas agregar algo.

En el caso del cuidado de la piel, eso podría significar enumerar tus limpiadores, sueros y cremas hidratantes y pedirle que identifique productos que contengan ingredientes activos similares. También podrías aplicar el mismo principio a todo tipo de colecciones.

Tomé una foto rápida de mis productos básicos de cuidado de la piel y le pedí que analizara los ingredientes, me dijera si había duplicaciones y me sugiriera qué podría agregar, pero le aclaré que tengo un presupuesto limitado y quiero mantener las cosas simples.

Me respondió con un desglose detallado de cada producto, sus ingredientes y sus funciones. También fue muy prudente al sugerir nuevos productos, e incluso me dijo que mi crema para los ojos no era necesaria. También me gustó que incluyera fuentes para cada afirmación, algo que no siempre hace, pero que es importante en el cuidado de la piel.

Luego le pedí que presentara esta información en la propia imagen porque me pareció muy útil para el ejemplo de ordenar el cajón de chatarra, y era un recurso visual muy práctico.

Aquí también hay limitaciones. ChatGPT no es un dermatólogo, y los ingredientes por sí solos no determinan qué tan adecuado es un producto para el cuidado de la piel para ti. Pero me gusta la idea más amplia de usar la IA para evaluar tu consumo en lugar de optimizarlo constantemente agregando más cosas.

4. Identificar plantas, animales y árboles

“Lo uso mucho para identificar plantas y animales”, explicó un usuario de Reddit, y agregó que, aunque ChatGPT a veces da “una respuesta extraña e incorrecta”, por lo general funciona bastante bien.

Este es otro uso de las funciones de cámara de ChatGPT que podría pasarse por alto fácilmente si interactúas con él principalmente a través de texto.

Toma una foto de una planta, un insecto o un pájaro y pregúntale a ChatGPT qué cree que estás viendo. Mejor aún, pregúntale qué características está usando para identificarlo y con qué especies similares podría confundirlo.

Lo probé con varios árboles, pidiéndole a ChatGPT que los identificara basándose en sus hojas. Luego verifiqué toda la información y los identificó a todos correctamente. También proporcionó detalles sobre la historia de los árboles. La mayoría de los árboles en mi zona son bastante comunes, como el roble, el fresno y la haya, así que sería interesante ver cómo le va con árboles, plantas o insectos que sean un poco más inusuales.

Sin embargo, si lo que te interesa es el canto de los pájaros, te recomiendo mucho usar la app de identificación Merlin; es una de las apps que más uso y que más me gustan.

Y recuerda también que ChatGPT no siempre acierta en la identificación de imágenes, y no debes comer, tocar ni interactuar de ninguna otra forma con una planta, un hongo o un animal potencialmente peligroso basándote únicamente en la identificación de un chatbot.

5. Planifica una caminata

Este consejo se mencionó de varias formas. Un usuario de Reddit dijo: «Si estoy dando un paseo por un lugar interesante, como un barrio histórico, le muestro un edificio o lugar en particular y me cuenta la historia que hay detrás. Es como tener un guía turístico a pie».

Otro usuario toma una captura de pantalla de una ruta de senderismo y le pide a ChatGPT datos interesantes sobre la geología, la historia y los nombres de los lugares con los que se encontrará en el camino.

Esta es una de esas ideas que parecen obvias una vez que alguien más las ha sugerido. Antes de salir a caminar, podrías subir un mapa y pedirle cinco cosas interesantes a las que prestar atención. O cuando te encuentres con un edificio, monumento o rasgo paisajístico inusual, toma una foto y pregúntale qué es lo que estás viendo.

Yo tendría cuidado de no repetir con tanta seguridad todos los datos históricos que ChatGPT te dé a tus compañeros de caminata sin verificarlos primero. Sabemos que los chatbots aún pueden inventar detalles que suenan plausibles. Y nunca confíes en él para planificar rutas, especialmente en terrenos difíciles. Últimamente ha habido demasiadas historias de terror sobre IA que ha enviado a la gente en una dirección completamente equivocada.

No lo encontré con una búsqueda rápida. Pero sigue siendo útil si estás en una zona nueva por unas horas y quieres superponer rápidamente el mapa que ya tienes.

6. Solucionar problemas de un electrodoméstico averiado con la ayuda de fotos

Muchas personas ya le hacen preguntas técnicas a ChatGPT. Lo que realmente no había considerado era combinar esas preguntas con su capacidad para “ver” lo que tú estás viendo.

Un usuario de Reddit describió haber hecho precisamente eso cuando su lavavajillas dejó de funcionar. Escribió: “Reparación de electrodomésticos. Nuestro lavavajillas dejó de funcionar. Le di el mensaje de error y tomé una foto del lavavajillas, y me guió paso a paso para arreglarlo”.

Dice que ChatGPT finalmente lo ayudó a identificar una obstrucción y le sugirió formas de desatascarlo. Esto parece útil para esos frustrantes problemas domésticos en los que no sabes el nombre correcto de lo que estás viendo. En lugar de intentar buscar en Google «la cosita de plástico debajo del filtro del lavavajillas está rota», simplemente puedes mostrarle a ChatGPT esa cosita de plástico.

Si puedes, indícale la marca y el modelo del electrodoméstico, toma una foto del problema y proporciona el mensaje de error exacto.

Lo probé con el sistema de calentamiento de agua de mi nuevo departamento porque mi arrendador me dio el manual equivocado. ChatGPT necesitó muchos detalles adicionales, pero al final me dio las instrucciones correctas para tareas básicas, como configurar un temporizador.

Hay una advertencia importante de seguridad aquí. Yo no seguiría instrucciones generadas por IA que involucren electricidad, gas, maquinaria peligrosa o cualquier otra cosa en la que un error pudiera causarte lesiones. Pero para la resolución básica de problemas, identificar componentes y entender códigos de error, la combinación de texto e imágenes podría ser realmente útil.

7. Encuentra los lentes que mejor se adapten a tu rostro

Un usuario de Reddit subió una foto suya y le pidió ayuda a ChatGPT para elegir unos lentes de visión:

“Me ayudó a encontrar monturas de lentes de visión que se adaptaran a mi rostro. Subí una foto y me indicó el tamaño, la forma y el sitio web con el modelo y el número de montura. Resulta que llevé la forma incorrecta la mayor parte de mi vida”.

Necesito unos lentes nuevos, así que decidí probar esta idea por mí mismo.

Me tomaría con mucho escepticismo la idea de que haya una forma de anteojos “correcta” o “incorrecta”. Las reglas de estilo sobre qué monturas supuestamente se adaptan a determinadas formas de rostro son subjetivas.

Pero hacer esto sí me ayudó a empezar a pensar qué anteojos debería probarme cuando tenga mi cita en la óptica dentro de unas semanas y a reducir la enorme cantidad de opciones disponibles.

También podrías mostrarle las monturas que ya te gustan y pedirle que describa sus características para que sepas qué términos buscar.

Creo que lo realmente interesante de todas estas sugerencias es que la mayoría no se trata de crear la pregunta más ingeniosa o elaborada. En cambio, partieron de algo de la vida cotidiana que necesitaba ser identificado, organizado, revisado, corregido o recordado.

Así que, si quieres ser creativo y pensar en cómo ChatGPT podría ser más útil, tal vez debas observar más a tu alrededor y preguntarte: ¿en qué realmente necesito ayuda?

• Adobe Premiere ya está disponible oficialmente para Android
• La app gratuita de edición de video ofrece edición sencilla de videos en 4K, inteligencia artificial y mucho más
• Pasé una hora probando la app para ver cómo funciona y si realmente ofrece una “edición sin esfuerzo” para tus creaciones

Adobe Premiere para Android ya está aquí —por fin, ya que los usuarios de Apple tuvieron esta app hace casi exactamente un año—. La app de edición móvil promete ofrecer video en 4K a los creadores de contenido, además de un sinfín de otras herramientas, como plantillas y generación con IA (¿alguna vez lo dudaste?).

Al igual que la mayoría de las apps móviles de Adobe, Premiere se puede descargar gratis desde Google Play Store, aunque necesitarás una suscripción para acceder a funciones adicionales de generación con IA y almacenamiento.

El caso es que hacía mucho tiempo que tenía muchas ganas de probar esta app para Android, así que aquí te cuento qué puedes esperar después de haber pasado una hora probándola en mi Fairphone.

¿Qué hay de nuevo?

Esta nueva aplicación de Adobe Premiere está diseñada específicamente para teléfonos Android, incluidos los plegables. Según Adobe, necesitarás un dispositivo con Android 13 o una versión posterior, con un mínimo de 5 GB de RAM.

La aplicación ofrece una gran variedad de herramientas útiles para los creadores de contenido, incluyendo video 4K, plantillas fáciles de usar para acelerar la producción, edición de línea de tiempo multipista, música y efectos de audio, así como IA generativa para imágenes y video.

Uno de los puntos fuertes, en mi opinión, es que no tiene anuncios y los videos exportados no tienen marca de agua.

Muchos editores de video para celular «gratuitos» podrían aprender de esto. Tampoco hay intros ni outros añadidos que promocionen a Adobe. Así que, básicamente, puedes empezar a crear videos para redes sociales de inmediato. Puedes leer el artículo completo en el blog de Adobe aquí. Pero, ¿es buena? Estas son mis impresiones...

Primeras impresiones

Pasé la última hora probando Adobe Premiere para ver si cumple con la promesa de crear «ediciones que se destaquen para compartir en TikTok, YouTube, Instagram y Facebook».

Alerta de spoiler: es muy bueno. Es una app ágil que vale la pena probar si necesitas un editor de video gratuito que haga todo lo que esperaría que hiciera. Especialmente si tienes una cuenta de pago de Adobe para acceder a esas funciones adicionales de IA.

Distribución

Adobe Premiere en Android se ve muy limpio y tiene un diseño muy sensato. Es un alivio, porque a menudo me parece que la interfaz de usuario de Adobe no es intuitiva debido a que tiene demasiadas funciones. La pantalla de un celular es el último lugar donde uno quiere lidiar con eso.

En la parte superior de la pantalla hay accesos directos a las funciones principales. Entre ellas se incluyen «Nuevo desde archivos» y "Crear para YouTube Shorts", así como las herramientas de generación con IA "Imagen a video" y "Texto a video". Una vez que empiezas a editar, tus proyectos más recientes aparecen debajo de esto.

Debajo de esas herramientas clave hay una cantidad increíble de plantillas para crear videos rápidamente; en particular, hay algunas diseñadas específicamente para YouTube, con "música y efectos exclusivos".

En resumen, es muy sencillo entrar a la línea de tiempo y empezar a crear.

Proceso de edición

La edición de video es increíblemente sencilla. No se traba ni es torpe como he visto en algunas apps para celular.

De hecho, me impresionó lo ágil que era en general, incluso con archivos de video relativamente grandes. Es muy útil que haya botones para deshacer y rehacer debajo de la gran ventana de vista previa. Una verdadera bendición cuando se edita en un celular.

Una vez que tienes un clip cargado en la línea de tiempo, al tocar dos veces el video aparecen los controles para recortarlo. Hay un signo de más para agregar (o generar) más clips. Y puedes elegir entre una variedad de transiciones con solo tocar un botón.

En la parte inferior de la pantalla hay opciones para agregar texto y audio, así como para modificar la relación de aspecto. Esto me gustó especialmente, porque dentro de las opciones de marco hay logotipos que te indican qué relación de aspecto es adecuada para cada plataforma.

Generación por IA

Tienes acceso a una cantidad limitada de tokens gratuitos para la generación de imágenes y videos con IA.

Y cuando digo «limitada», lo digo en serio. No es muy generosa. Logré sacar un solo clip de 4 segundos en 720p antes de tener que actualizar mi plan (o más bien, iniciar sesión en mi cuenta principal).

Aun así, la generación en sí funciona bien y es relativamente rápida. En cuanto a la funcionalidad, es exactamente lo que obtendrías si usaras Adobe Firefly en tu navegador o la aplicación de escritorio de Premiere.

Me gusta que puedas definir el primer y el último fotograma de un video, generar en resoluciones de 720p y 1080p, cambiar la duración y optar por agregar audio. Pero para aprovechar al máximo esta parte de la aplicación, es esencial tener una suscripción de pago.

Exportación de video

Esto es súper sencillo. Cuando termines de editar, toca el botón de Exportar, que siempre está ahí en la esquina superior derecha. A continuación, puedes exportar directamente o ajustar la configuración.

Esos ajustes incluyen cambiar la resolución (720p, 1080p, 4K), la velocidad de fotogramas, entre 24 y 60 fps, y la calidad (baja, media, alta).

Una vez que lo hayas configurado, Adobe Premiere te ofrece una estimación del tamaño del archivo, lo cual es un buen detalle. Exporté un video de 17 segundos en 4K con la calidad más alta. El video de 106.5 MB tardó 34 segundos en completarse. Luego tuve la opción de compartirlo a través de los canales habituales.

Mi veredicto inicial

La versión para Android de Adobe Premiere es realmente muy buena, aunque estoy ansioso por someterla a un proceso de revisión completo. Pero es muy fácil de usar, y la exportación de video en resolución 4K sin marcas de agua es excelente.

El verdadero inconveniente es el límite de generación de IA, que es ridículamente bajo. A menos que seas suscriptor de pago, yo evitaría eso y lo usaría estrictamente como editor para tus propios clips. En ese sentido, cumple con todo lo que esperaría de un editor de video gratuito para tu celular.

• Gemini 3.8 Live ahora incluye avatares personalizados que acompañan la voz de la IA
• Los avatares se pueden utilizar para el servicio al cliente, la capacitación y mucho más
• Gemini 3.8 Live puede cambiar automáticamente entre 97 idiomas

Google ha dado a conocer su más reciente modelo Gemini 3.8 Live, y con él llegan avatares que puedes seleccionar para que parezca más que estás hablando con un ser humano. Más o menos.

Todo esto es posible gracias a una combinación de las capacidades de voz en tiempo real de Gemini y la generación de video de baja latencia, por lo que parece que el avatar que elijas está sincronizando los labios con el texto que Gemini te está leyendo.

El investigador científico Shuo-yiin Chang y el ingeniero de software CJ Zheng dijeron que ahora parece que la IA tiene una «presencia visual» mucho mayor... ¿eso es... bueno?

Gemini ahora adopta la apariencia del avatar que elijas con Gemini 3.8 Live

Los avatares están diseñados específicamente para usuarios corporativos, pero en lugar de que los empleados de una empresa se comuniquen con un avatar para realizar su trabajo, Google lo ve más bien como una forma de mostrar las posibilidades que existen para los usuarios finales de sus clientes. En otras palabras, los avatares podrían utilizarse para el servicio al cliente, como recepcionistas, en capacitación y más.

Desde el lanzamiento, las empresas podrán elegir entre una biblioteca de avatares predefinidos, pero también podrán crear avatares personalizados que se adapten a la identidad de marca de la empresa, por ejemplo, con un logotipo relevante en su uniforme.

En cuanto a la seguridad, Google afirma que los videos de sus avatares incluyen la marca de agua SynthID para verificar que, efectivamente, son generados por IA. «Esta marca de agua imperceptible se integra directamente en la salida de audio y video, lo que ayuda a garantizar que el contenido generado por IA siga siendo detectable para minimizar la desinformación y las atribuciones erróneas», escribió la empresa.

En una publicación separada, Google también reveló que Gemini 3.8 Live ahora es compatible con 97 idiomas y cuenta con cambio automático de idioma para que las conversaciones multilingües sean más fluidas. Una versión más avanzada de ese modelo, 3.8 Live Extended Thinking, superó a GPT-Live-1 Astra y a Grok Voice Think Fast 2.0 en múltiples pruebas de rendimiento, al tiempo que resultó más económico de operar por hora de audio de entrada.

No es un Tamagotchi, pero la “una cosa más” de Mark Zuckerberg es igual de linda y, con suerte, mucho más funcional. Al final de la conferencia principal de Meta Connect 26 —después de las Meta VR Glasses y los Meta Ray-Ban Audio— se presentó el Muse Charm.

Se trata de un pequeño cuadrado plateado con una pantalla en la parte frontal y biseles negros más gruesos; el elemento central de la experiencia es la pantalla que muestra tu Muse personalizado. Probablemente se trate más bien de un «squircle» (una mezcla entre cuadrado y círculo) y tenía lo que parece ser una correa para la muñeca colgando de la parte inferior, lo que aparentemente indica que es fácil de llevar. Es importante destacar que no se usa puesto, y como no vimos botones, se trata de una pantalla táctil, tal vez una OLED o AMOLED.

A juzgar por las imágenes en pantalla, tenía un micrófono en la parte superior, lo que te permitía comunicarte con tu Muse desde cualquier lugar, poniendo así, literalmente, al ya muy popular asistente Muse en la palma de tu mano.

Mark Zuckerberg se apresuró a señalar que el Muse Charm aún no está listo, pero la esperanza es que salga al mercado para las fiestas. Además, se trata de una categoría de dispositivos completamente nueva para Meta: un verdadero dispositivo portátil con IA, distinto de los lentes, enfocado por completo en las capacidades y la hoja de ruta futura de Muse.

¿Seguirá los pasos del Rabbit R1 o del Humane AI Pin y fracasará? Eso aún está por verse, pero Muse ya está demostrando ser un potente asistente personal de IA, basado únicamente en software y ultrapersonalizable. Incorporarlo a un dispositivo portátil, ojalá uno accesible, tal vez más barato que las gafas, podría ser una fórmula ganadora.

Poco después de la noticia, se anunció que Muse llegaría a Meta Glasses, lo que le otorgará capacidades multimodales tanto de voz como de percepción del mundo que te rodea. Además, la app Muse para macOS se podrá usar en la computadora, lo que permitirá que la IA —a la que puedes ponerle el nombre que quieras— realice tareas por ti.

El Muse Charm no parece ser multimodal y, al parecer, evita seguir el camino de Looki, ya que carece de cámara.

Hay mucho más por venir, pero por ahora, mantente al tanto de TechRadar para todas las noticias de Meta Connect.

Incluso mientras la opinión pública comienza a volverse en contra de los lentes inteligentes equipados con cámaras, Meta sigue impulsando su línea Ray-Ban Meta, que en general ha tenido una buena recepción y goza de bastante popularidad. Junto con los muy esperados Meta Ray-Ban Audio, que prescinden por completo de las cámaras y están disponibles en dos estilos, Clubmaster y Burbank, también está la nueva generación de los lentes Ray-Ban Meta.

Al igual que la generación anterior, los Ray-Ban Meta (Gen 3) todavía cuentan con cámaras integradas, acompañadas del importante anillo LED que se ilumina para avisarte cuando se está tomando una foto o grabando un video. Es una medida de protección importante, y Meta ha añadido más mecanismos de seguridad contra quienes intenten desactivarlo u ocultarlo, aunque las preocupaciones persisten.

Meta sigue adelante con los Gen 3, incluso si los modelos que solo cuentan con funciones de audio resultan ser más populares. Se lanzan hoy en tres estilos: Ray-Ban Meta Aviator, Ray-Ban Meta Zena y una nueva versión de los Ray-Ban Meta Wayfarer. Los precios comienzan en $449 en Estados Unidos; estamos trabajando para confirmar los precios en Reino Unido y Australia.

En general, la tendencia es hacia un mejor hardware, todo integrado en lentes inteligentes que se asemejan más a los lentes reales, con diseños más ligeros y delgados siempre que sea posible. Es particularmente emocionante ver cómo los modelos Aviator se adaptan a la era de la inteligencia artificial y la tecnología inteligente. Las monturas son más gruesas que las clásicas de alambre, pero aún así enmarcan bien el rostro. El modelo Zena es decididamente moderno y elegante, con forma de ojo de gato, mientras que el Wayfarer sigue siendo la montura icónica y genial que Ray-Ban presentó hace años.

Estoy probando las Ray-Ban Meta Aviator en un tono marrón, y puedes ver mi video de unboxing incrustado a continuación. Me gusta este color, especialmente en comparación con mis Ray-Ban Meta Wayfarer de primera generación, que son de color marrón moteado.

Hay un total de 27 combinaciones si se tienen en cuenta los colores y los tipos de lentes, y si estás dispuesto a pagar por ello, puedes equiparlas con lentes fotocromáticas e incluso con lentes de prescripción.

Sin importar el estilo de la montura o el tipo de lente, puedes beneficiarte de una tecnología mejorada. Para empezar, las cámaras —si decides utilizarlas y, como mencionamos, el anillo se iluminará cuando lo hagas— pueden tomar fotografías de 12 megapíxeles y grabar video en 3K Ultra HD, con compatibilidad con Dolby Atmos para ofrecer una experiencia de audio más cinematográfica durante la reproducción. También hay un modo Dynamic Photo, similar a Live Photos de iOS, que captura varias imágenes para que puedas elegir la mejor.

La duración de batería también mejoró. No llega a las 12 horas de los nuevos Meta Ray-Ban Audio, pero los Gen 3 ofrecen hasta nueve horas con una carga completa. Es una hora más que los Gen 2 y el estuche de carga incluido permite recargarlos mientras estás fuera de casa.

Por último, al igual que los Meta Glasses —incluida la edición de Kylie— que se lanzaron a principios de 2026, los Gen 3 incorporan más micrófonos. Los seis micrófonos mejoran la captación de voz, ya sea que estés redactando un mensaje, haciéndole una pregunta a Meta AI o realizando una llamada. Meta promete que reducen más del 90 % del ruido de fondo, y estamos deseando ponerlo a prueba.

Aunque no se trata de una diferencia abismal con respecto a la segunda generación, las Ray-Ban Meta (Gen 3) demuestran que Meta ha definido el conjunto de características básicas que busca para sus lentes con IA. Ahora, en una estrategia que probablemente amplíe su atractivo, se está enfocando en ofrecer más estilos, y su alianza con Ray-Ban claramente sigue evolucionando. La Gen 3 continúa la búsqueda de lentes inteligentes que se parezcan más a las versiones normales de estas monturas, al tiempo que incorpora la tecnología más reciente para ofrecer una experiencia atractiva.

Habrá que sopesar qué tan atractivas son frente a las preocupaciones adicionales sobre la privacidad, pero esperemos que Meta siga agregando más funciones de privacidad y continúe tomando medidas enérgicas contra quienes intenten bloquear los LED.

Volveremos pronto con nuestra reseña completa —y, si nos preguntas, las Aviator se ven muy, muy bien—, pero si ya te convencieron, las Ray-Ban Meta (Gen 3) ya están disponibles para ordenar, a partir de 449 dólares en EE. UU., a través de Meta, Ray-Ban y otros vendedores autorizados.

Ya casi llega Meta Connect, el evento anual que la marca celebrará los días 23 y 24 de septiembre. Esperamos ver varios dispositivos nuevos, con especial énfasis en los lentes inteligentes.

También es probable que haya actualizaciones de software, incluida una para Meta Muse, pero entre la crisis de la memoria RAM y la reacción negativa en materia de privacidad contra las gafas inteligentes de la empresa, es posible que este no sea un evento del todo optimista.

Por eso, a continuación, detallamos las siete cosas más importantes que podemos esperar en Meta Connect 2026, abarcando tanto lo bueno como lo malo.

1. Gafas inteligentes Meta sin cámara

Si bien los lentes inteligentes como los Ray-Ban Meta pueden ser sumamente útiles, en este momento también están enfrentando una fuerte reacción negativa, ya que a muchas personas les preocupa que se utilicen como lentes espía para tomar fotos y grabar videos de las personas sin su conocimiento ni consentimiento. Como resultado, Meta podría responder lanzando unos lentes inteligentes sin cámara.

Se rumorea que se presentarán en Meta Connect y probablemente se centrarían en interacciones conversacionales con el chatbot de IA de Meta. Tiene sentido que Meta las lance, aunque aún queda por ver qué tan útiles o atractivas serán si la IA no puede ver lo que estás mirando.

2. Los lentes de realidad mixta del Proyecto Phoenix

Hace ya un tiempo que se rumorea que Meta está trabajando en un casco de realidad mixta cuyo nombre en clave es “Proyecto Phoenix”, y aunque, según se informa, no se lanzará hasta 2027, es posible que podamos verlo oficialmente durante el Meta Connect.

Por lo que hemos visto hasta ahora, podría parecerse más a unos lentes inteligentes que a las gafas Meta Quest 3S, a pesar de que contará con funcionalidades tanto de realidad aumentada (RA) como de realidad virtual (RV). Sin embargo, se han publicado imágenes del Project Phoenix con un cable que sale de él, lo que sugiere que tal vez la batería y/o el procesador sean externos, lo que permitiría un diseño delgado.

Aún no sabemos mucho más al respecto, pero eso podría cambiar en el Meta Connect.

3. Nuevos lentes Oakley y Ray-Ban

Probablemente ya nos toque una segunda generación de los lentes Oakley Meta, y también existe la posibilidad de que veamos los Ray-Ban Meta Gen 3, aunque tal vez sea demasiado pronto para presentarlos en el Connect de este año.

Las Oakley Meta tienen un estilo más deportivo que la línea de Ray-Ban, con características como diseños envolventes y mayor resistencia al agua, así que es de esperarse que la segunda generación continúe con ese enfoque.

En cuanto a las Ray-Ban Meta Gen 3, las filtraciones sugieren que podrían tener mayor duración de batería, inteligencia artificial más avanzada y audio mejorado.

4. Lanzamiento mundial de las gafas Meta Ray-Ban Display

Los lentes Meta Ray-Ban Display Glasses solo están disponibles actualmente en EE. UU., pero esperamos que en Meta Connect podamos ver cómo estas gafas con pantalla se lanzan a nivel mundial.

Sin duda ya era hora: originalmente se planeaba un lanzamiento más amplio a principios de 2026, pero debido a una «demanda sin precedentes y un inventario limitado», esto se retrasó.

Pero si esperas poder comprarlas, también tendrás que estar preparado para pagar mucho, ya que en Estados Unidos se venden al por menor a 800 dólares, por lo que puedes esperar precios igualmente altos en otros lugares.

5. Incremento de precios

Además de productos nuevos y mejorados, es posible que también veamos precios nuevos y nada mejorados para algunos artículos, debido a la crisis actual de la memoria RAM.

En otras palabras, no te sorprendas si los precios de los modelos de nueva generación de gafas como las Oakley Meta y las Ray-Ban Meta son más altos que los de la generación actual.

En el caso de los lentes Ray-Ban Meta, ya vimos un aumento de precio en la segunda generación, por lo que otro en la tercera sería sumamente indeseable, aunque tal vez sea inevitable.

6. Una actualización de Meta Muse AI

Meta Muse —el agente de IA de Meta que puede enviar correos electrónicos, llenar formularios, hacer compras y realizar otras tareas por ti— se lanzó hace poco, pero al tratarse de un nuevo servicio importante, es probable que Meta le preste mucha atención, por lo que es probable que ya se estén preparando mejoras.

Meta Connect sería, entonces, el momento ideal para enterarse de cualquier cambio próximo —y tal vez incluso para que Meta lance una actualización de software para este servicio o un nuevo modelo—. O tal vez Meta anuncie su disponibilidad en otros países además de Estados Unidos, para que más de nosotros podamos probarlo.

7. Actualizaciones para hacer frente a la reacción negativa en materia de privacidad

Además de lanzar unos lentes inteligentes sin cámara, Meta podría aprovechar Connect para anunciar algunas actualizaciones de software destinadas a abordar las preocupaciones sobre la privacidad en sus modelos actuales.

La empresa ya ha lanzado una actualización que detendrá la grabación de los lentes si se tapa el LED una vez que la grabación ha comenzado, pero es muy probable que Meta esté preparando cambios adicionales para prevenir aún más la toma encubierta de fotos y la grabación de videos.

De hecho, el vicepresidente de dispositivos portátiles de Meta, Alex Himel, dijo recientemente: «Seguiremos lanzando actualizaciones como esta para asegurarnos de que el LED de captura pueda alertar de manera confiable a las personas que están cerca cuando se estén tomando fotos o grabando videos para la galería de alguien». Así que, aunque no está claro cuáles serán exactamente esas actualizaciones, es posible que nos entere de algunas de ellas en Meta Connect.

La idea de que la IA podría acabar con la humanidad en una década ha acaparado el discurso público, hasta tal punto que tal vez estemos pasando por alto preocupaciones más prosaicas e inmediatas relacionadas con la IA, como el empleo.

No soy ni un pesimista ni un entusiasta de la IA. Creo que la IA generativa tiene un potencial enorme, especialmente para ayudarnos a resolver nuestros problemas más difíciles, como el cáncer y tal vez los recursos y el cambio climático. También soy realista y sé que el desarrollo y el crecimiento de la IA están superando claramente nuestra capacidad para manejarla adecuadamente.

Nunca deberíamos encontrarnos en una situación en la que no sepamos cómo o por qué una IA hizo algo. El incidente de Hugging Face debería ser un llamado a la acción. A falta de una regulación (que la Casa Blanca bloqueará), es necesario que haya una autorregulación con supervisión de terceros.

La realidad, sin embargo, es que es poco probable que el desarrollo de la IA se ralentice o se detenga. Las consecuencias seguirán llegando, y las personas tienen sentimientos.

Las preocupaciones laborales son muy reales

A principios de este año, un estudio de Pew Research reveló que más de la mitad de las personas menores de 30 años están más preocupadas que entusiasmadas por la IA. Esta cifra no ha aumentado de manera drástica en los últimos años, pero contrasta con la rápida disminución del número de personas que están “más entusiasmadas que preocupadas” por la IA (pasó de 11% en 2024 a 9% en 2026). El grupo intermedio, formado por quienes equilibran la preocupación con el entusiasmo, también se redujo ligeramente hasta representar 37% de las personas encuestadas. La misma encuesta también encontró que 71% de los estadounidenses cree que la IA provocará una reducción en el número de empleos durante los próximos 20 años (si los pesimistas tienen razón, quizá esto sea menos preocupante).

Estos sentimientos ahora también aparecen en una nueva encuesta de Trabajo y Educación de Gallup, que encontró un fuerte aumento en el número de graduados universitarios que temen que la tecnología provoque la desaparición de empleos (pasó de 25% a 29% en un solo año).

Gallup ya había detectado un aumento en los temores relacionados con la pérdida de empleos debido a la IA desde 2023, cuando “la preocupación entre los graduados universitarios aumentó considerablemente, de 8% en 2021 a 20% en 2023, a medida que surgieron herramientas de IA generativa como ChatGPT”.

Las preocupaciones de los graduados universitarios volvieron a aumentar durante el último año, con 29% de ellos preocupados de que la tecnología vuelva obsoletos sus empleos.

Más preocupante aún es que estos temores están aumentando entre quienes están a punto de incorporarse al mercado laboral. Gallup señala que, mientras las personas como yo (mayores de 50 años) se mantienen relativamente estables en cuanto a estas preocupaciones, la ansiedad entre los trabajadores de 18 a 44 años ha aumentado considerablemente (más de un tercio de ellos tiene estos temores).

¿Qué está pasando realmente con el empleo y la IA?

Sin embargo, el informe de Gallup señala que estos temores todavía parecen estar adelantándose a lo que ocurre en el mundo real. Las personas no necesariamente están perdiendo sus empleos debido a la IA, al menos no todavía. Pero una publicación reciente de The New York Times señaló que se han producido otros cambios más sutiles.

En los puestos en los que la IA ayuda a automatizar algunas tareas, los trabajadores están perdiendo poder de negociación para pedir aumentos salariales. Visto de otra manera, tu jefe sabe que tú o alguien más de tu departamento utiliza o puede utilizar IA, se lo digas o no, y está actuando en consecuencia. Todavía no eres reemplazable, pero gracias a la IA tampoco eres irremplazable. Y aunque las personas no necesariamente están perdiendo sus empleos, la contratación para algunos puestos de trabajadores del conocimiento podría estar desacelerándose.

Básicamente, el mundo que preocupa a las personas, uno en el que la IA simplemente se queda con tu empleo, quizá sea un tanto exagerado. La IA ya es una compañera de trabajo en muchos lugares y hace su trabajo, si no de manera gratuita, sí a un costo mucho menor y, a menudo, en menos tiempo, si no tomamos en cuenta la doble revisión que las personas deberían hacer al evaluar el trabajo generado por IA.

La IA podría estar cambiando por completo el panorama laboral, lo que significa que estos jóvenes tienen razones para estar preocupados, porque es difícil describir los lugares de trabajo a los que se incorporarán y cómo podrían desarrollarse sus jornadas laborales junto a Gemini, ChatGPT y Claude.

Claro, la pregunta de si la IA terminará con nosotros para 2036 es válida, pero son los cambios que están ocurriendo en tiempo real en nuestra vida cotidiana los que podrían tener el impacto más inmediato. Me pregunto si estamos lidiando con ellos y de qué manera, y si alguien está pensando en cómo preparar y tranquilizar a la próxima generación de trabajadores.

• Se rumorea que Meta lanzará nuevos lentes inteligentes sin cámara
• El dispositivo portátil podría presentarse ya la próxima semana
• Una nueva aplicación para detectar lentes está ganando popularidad entre los usuarios

Es justo decir que las distintas versiones de los lentes inteligentes de Meta habían tenido una buena acogida entre los usuarios —como podrás ver en nuestras propias reseñas—, pero con el paso del tiempo, el público en general se ha ido sintiendo cada vez menos cómodo con la idea de ser espiado en secreto a través de las cámaras integradas en estos dispositivos portátiles.

Eso podría explicar los planes de Meta de lanzar unos lentes con cámaras incorporadas, según informa The Information. Según las fuentes de ese medio, las gafas tienen el nombre en clave de Luna y estarán disponibles en dos modelos llamados Clubmaster y Burbank.

Al no contar con cámara, el enfoque se centrará en las capacidades de audio de las gafas, que permitirán mantener conversaciones con el chatbot de IA propio de Meta. El informe indica que podríamos tener una gran presentación en el evento Meta Connect de la próxima semana, los días 23 y 24 de septiembre.

Si bien las gafas inteligentes de Meta siempre han contado con luces LED que indican cuándo están grabando, los modders encontraron formas de eludir esto, lo que permitía la captura más discreta de videos y fotos. Aunque esas modificaciones han sido desactivadas y bloqueadas mediante actualizaciones de software, aún han dejado a la gente con una sensación general de inquietud.

La reacción negativa continúa

Mientras Meta aparentemente prepara su próximo modelo de lentes inteligentes, Wired informa sobre la app ZuckOff, cuyo nombre es una burla al director ejecutivo de Meta y que alerta a los usuarios cuando podrían estar cerca de alguien que lleva lentes de Meta. La app utiliza Bluetooth para escanear el área circundante en busca de estos dispositivos portátiles.

Con varios miles de descargas tanto en Android como en iOS, la app está demostrando ser claramente popular. Se puede descargar y usar de forma gratuita en su versión básica, aunque hay una versión pro disponible por 9,99 $ / 9,99 £ / 14,99 AU$ al año que escanea continuamente y ofrece un historial de escaneos.

Tampoco es tu única opción: si usas Android, Nearby Glasses es de código abierto y de uso gratuito, y realiza una función similar a la de ZuckOff sin el nombre provocativo. Esa app ya ha acumulado más de 100 000 descargas.

Definitivamente ha habido un cambio en la percepción respecto a los lentes que pueden grabar, con o sin luz de advertencia —aunque estos lentes ya existen desde hace años—. Incluso se habla de que en algún momento habrá prohibiciones y regulaciones gubernamentales, a las que Meta podría estar tratando de adelantarse con su próximo par de lentes.

• Un usuario de Reddit probó la nueva herramienta de "reencuadre espacial" de iOS 27 en su iPhone
• La función agregó a un "tipo al azar" que no aparecía en la foto original
• Esto pone de manifiesto las limitaciones de las herramientas de edición de imágenes basadas en IA

La actualización iOS 27 de Apple acaba de lanzarse al público y viene con una herramienta de inteligencia artificial (IA) llamada «Spatial Reframing» que te permite ajustar el ángulo de tus fotos después de tomarlas. Pero, como descubrió un usuario de Reddit, la función tiene limitaciones y tal vez le vendría bien un poco más de tiempo de desarrollo.

En una publicación en redes sociales, el usuario de Reddit friendofmany afirmó que la herramienta «Spatial Reframing» de iOS 27 agregó a un «tipo al azar» a su foto de un caballo. La persona que aparecía en la imagen adjunta no era alguien conocido por el autor de la publicación, sino más bien una alucinación total inventada por la IA —un «desconocido total», en palabras del usuario.

El usuario de Reddit continuó explicando que la foto original mostraba «una pequeña parte de un sombrero asomándose detrás del caballo». Cuando movió el punto focal de la imagen usando el «Reencuadre espacial», ese trozo de sombrero se convirtió en una persona completamente inexistente.

Y aunque es un ejemplo divertido de cómo la IA se descarría, muestra claramente las debilidades de la tecnología actual.

Tomarse la realidad a la ligera

Una vez que actives la función «Reencuadre espacial» en iOS 27, podrás arrastrar una foto con el dedo y el ángulo de la toma cambiará en consecuencia. Apple afirma que esto te permite crear una composición más satisfactoria sin tener que volver atrás e intentar capturar el momento de nuevo.

Sin embargo, este proceso implica necesariamente que la IA tenga que rellenar algunos espacios en blanco. Si tus ediciones hacen que parezca que la cámara ahora apunta en una nueva dirección, la IA de Apple tiene que ser un poco creativa con lo que hay en la imagen. En este caso, aparentemente se salió completamente de control al inventarse a una persona que ni siquiera existe.

No son solo las personas en las que el Reencuadre Espacial tiene algún que otro fallo. He tenido muchas experiencias en las que la herramienta se tomó demasiadas libertades con sus ajustes. Eso solía ocurrir cuando tomaba una foto de un edificio o una calle concurrida y luego intentaba ajustar el ángulo con el Reencuadre Espacial: la IA terminaba agregando elementos a los edificios (como ventanas y cornisas) que no estaban presentes en la vida real.

No es de extrañar, dado que la IA tiene que agregar algo a la imagen, pero aún así resultaba un poco molesto, considerando que yo estaba allí parado y podía ver que la foto editada por la IA simplemente no reflejaba la realidad.

Volviendo a Reddit, el caso del jinete fantasma pone de relieve lo que puede salir mal cuando empiezas a editar tus fotos con IA. Y dado que las herramientas de IA están cobrando cada vez más importancia tanto en los mejores iPhones de Apple como en la vida cotidiana, es probable que sigamos viendo alucinaciones inquietantes como esta. Sin embargo, por ahora parece claro que la función "Spatial Reframing" de Apple aún necesita un poco más de trabajo, a pesar de que hace su debut en iOS 27.

La nueva plataforma Muse AI de Meta quiere tener acceso a tu vida digital para ayudarte a administrarla. Muse es un agente personal de IA que Meta creó para realizar tareas en tu nombre, como enviar correos electrónicos, llenar formularios, hacer compras y prácticamente cualquier otra actividad que implique un componente en línea.

La IA está disponible en EE. UU. como aplicación, a través de WhatsApp o del portal Muse.ai.

En algunos aspectos, es una idea familiar. Muse se equipara a OpenAI y a otros desarrolladores de IA en su capacidad para abrir un navegador dentro de su propia computadora virtual basada en la nube y moverse entre los servicios conectados. Regresa cuando ha terminado, encuentra un problema o necesita permiso para realizar alguna acción delicada.

Meta describe la experiencia como tener un agente que comprende tus objetivos y los lleva adelante de manera independiente. Eso puede parecer un poco siniestro, incluso antes de que comience a pedirte permiso para, en esencia, ser tú en línea al hacerte iniciar sesión en todas tus cuentas en línea.

Comenzar es sencillo, aunque Muse actualmente está limitado a adultos de EE. UU. Puedes instalar la app de Muse desde la tienda de apps de tu teléfono, abrir el sitio web de Muse de Meta o acceder a ella a través de WhatsApp. Hay un plan de uso gratuito, mientras que los usuarios más activos pueden pagar 20 dólares al mes por el plan Power o 100 dólares por el plan Maximum.

Muse compra por ti

Una vez que abres la app, lo primero que hace la IA es sugerirte que elijas un apodo para ella, para que sepas cuándo te está enviando mensajes. Elegí una de las opciones sugeridas, y «Scout» me preguntó qué me gustaría hacer con ella, ofreciéndome varias opciones populares.

Le pedí a Scout que primero hiciera algunas compras por mí, ya que la IA hacía que pareciera un proceso mucho más sencillo que con otras herramientas de IA. Le pedí que me buscara un par de shorts. Me preguntó mi talla y se puso a trabajar por su cuenta durante un par de minutos, regresando con un par de opciones y señalando una oferta en un modelo en particular. Le dije que sí, y me pidió mi información de inicio de sesión de Amazon para realizar la compra en mi nombre. Para una compra cotidiana, fue sorprendentemente agradable delegar la tarea.

Esa pequeña interrupción fue tranquilizadora e inquietante casi a partes iguales. Meta afirma que las credenciales ingresadas de esta manera se envían directamente a un almacenamiento seguro y no son visibles para el agente principal de Muse. Una vez almacenadas, pueden insertarse en el navegador cuando sea necesario sin exponer las credenciales reales al subagente de navegador de Muse. Muse se encarga del trabajo pesado, mientras que yo seguía siendo la persona responsable de decidir si el dinero realmente salía de mi cuenta.

Esta es probablemente la tarea más sencilla de Muse que recomendaría que probes tú mismo. Asigna un producto, deja que navegue y toma el control cada vez que aparezca un inicio de sesión u otra interacción confidencial. Demuestra las capacidades del agente sin otorgarle de inmediato acceso a años de correspondencia personal.

Por supuesto, eso fue precisamente lo que hice a continuación.

Configurar Muse para que maneje mi correo electrónico

Me animé y le dije a Scout que quería ayuda con mi correo electrónico. Tuve que darle permiso para revisar mi bandeja de entrada y escribir en mi nombre, y también me preguntó si podía utilizar esa información para conocerme mejor. Con cierta inquietud, acepté, y creó una especie de imagen distorsionada de mi vida, justo como esperarías de alguien cuya impresión de ti se basa únicamente en tus correos electrónicos.

Scout también me mostró un correo que aún no había abierto de la compañía de electricidad, en el que me pedían revisar mis paneles solares. Se ofreció a redactar una respuesta si elegía alguna de las fechas propuestas para su visita. Lo hice y, un minuto después, había un borrador esperando mi aprobación. Parecía estar bien y, de repente, otro pequeño pendiente en línea estaba resuelto.

Se sintió diferente a simplemente pegar un correo electrónico en un chatbot de IA. La IA de Muse podía recuperar el contexto por sí misma, en lugar de obligarme a actuar como intermediario entre mi bandeja de entrada y la IA. Por supuesto, también se sintió mucho más personal. Meta ha reconocido lo delicado que es este tipo de acceso y ha creado defensas específicas para evitar problemas.

El conector de correo electrónico de Muse filtra tokens de un solo uso, enlaces para restablecer contraseñas y enlaces de inicio de sesión, mientras que su capa de seguridad Sentinel controla qué acciones puede realizar el agente fuera de su máquina virtual. Cuando una acción requiere mi aprobación, la solicitud aparece a través de la interfaz de Muse, en lugar de depender simplemente de que el agente interprete un “sí” dentro de una conversación.

Yo mantendría ese nivel de fricción para el correo electrónico, especialmente mientras me acostumbro a Muse. Ahorrarme tres minutos al responderle a una compañía de servicios es agradable, pero no vale la pena descubrir que tu asistente de IA ha desarrollado inesperadamente un estilo de correspondencia demasiado aventurado.

Muse es una mezcla de comodidad e incomodidad

Cuanto más interactuaba con Muse, más se acentuaba esa sensación dual de comodidad e incomodidad. Muse se siente más fluido que otros servicios similares con navegadores virtuales. Además, la combinación de los datos que Meta ya tiene y los datos a los que solicitó permiso para acceder hizo que la experiencia se sintiera más personal. Cada mejora en su capacidad para ayudarme venía acompañada de otro pequeño momento en el que tenía que decidir cuánto acceso estaba dispuesto a otorgar.

Meta afirma que las conversaciones y los datos de la máquina virtual no se comparten con sus sistemas publicitarios, aunque la actividad de navegación realizada en tu nombre aún puede influir indirectamente en la publicidad, ya que los sitios web pueden considerar las visitas de Muse como tu propia actividad. Meta indica que las interacciones depuradas con los agentes y la actividad de las herramientas pueden utilizarse para entrenar modelos futuros, pero los usuarios pueden desactivar esta opción mediante un interruptor en la configuración de Muse. Meta también está desarrollando un modo de máquina virtual confidencial destinado a impedir criptográficamente que incluso Meta acceda a la información dentro de la máquina virtual.

Muse me impresionó más de lo que esperaba. Pero eso solo me hizo sentir más receloso al respecto. Las tareas digitales que consumen más tiempo del que cualquiera de ellas merece son demasiado comunes en este momento, y Muse demostró ser notablemente bueno para llenar ese vacío. El problema es que, cuanto más se acerca a comportarse como un asistente personal genuinamente útil, más información personal necesita para hacer su trabajo.

Si estás pensando en probar Muse, te recomendaría empezar de a poco, comenzando con tareas públicas en la web y, al principio, haciendo que las acciones con consecuencias requieran aprobaciones. Lo frustrante es que Muse presenta un argumento muy convincente a favor de los agentes de IA personales. Meta ha creado algo que hace que la idea de entregarle a una IA una mayor parte de mi vida digital resulte atractiva, pero no cuando está vinculada a la actual generación de gigantes tecnológicos que ofrecen esos servicios.

Justo cuando parecía que la presencia cada vez más invasiva de la tecnología en nuestra rutina diaria no podía empeorar, Meta ha lanzado Muse, una nueva forma en que la IA tomará el control de tu vida.

Descrito como «el primer agente de IA personal del mundo diseñado para todos», Muse parece ser un asistente de IA híbrido para la vida laboral y familiar dirigido a todos, incluso a quienes carecen de conocimientos técnicos, y que ofrece de todo, desde recetas y listas de compras hasta tareas relacionadas con el trabajo, como la gestión de tu calendario.

Pero seamos honestos, probablemente no haga nada de eso —porque así no es la vida cotidiana ni el trabajo en la realidad, ¿verdad?—, así que, ¿acaso Muse ya está prometiendo más de lo que puede cumplir?

¿Un agujero negro supermasivo (IA)?

Al revisar la lista de cosas que Muse dice que puede hacer, así como su promesa de que fue “creado para trabajar para miles de millones de personas en todo el mundo”, queda claro una vez más que muchas de las nuevas innovaciones y servicios de IA suelen ser desarrollados por personas que no entienden cómo funciona el mundo real.

Herramientas como monitorear una casa inteligente y planear las próximas grandes vacaciones pueden estar bien para un trabajador de Silicon Valley que pasa una hora conduciendo hasta la oficina y otra de regreso a casa, pero para quienes estamos fuera de esa burbuja, todo esto resulta un poco excesivo.

Cuando se trata de tareas empresariales y laborales, nuevamente parece existir una falta de comprensión básica.

Mark Zuckerberg ha dicho que Meta necesita crear agentes más accesibles para las personas, ya que opciones como OpenClaw son demasiado avanzadas para la mayoría de los usuarios de Meta en Facebook, Instagram y WhatsApp.

Muse permitirá a los usuarios redactar y enviar correos electrónicos (un área que siempre resulta un poco delicada cuando hablamos de agentes de IA), aunque señala que el agente solicitará aprobación antes de enviar cualquier cosa. Pero también tiene planes más ambiciosos para ayudar a impulsar proyectos o planes de mayor envergadura.

Meta afirma que Muse puede ayudar a “convertir objetivos a largo plazo en planes de acción” y que incluso trabajará entre bastidores, aun cuando la aplicación esté cerrada, para avanzar en ellos.

Según Meta, Muse, que cuenta con sus propias aplicaciones y sitio web, puede encargarse de tareas complejas y trabajar de manera independiente. La compañía señala que “una vez que una persona comparte un objetivo con Muse, este la ayuda a desarrollar un plan personalizado y a coordinar su tiempo y recursos, y después continúa avanzando el trabajo por su cuenta”.

Ya sea que se trate de los mencionados planes de vacaciones o de objetivos de acondicionamiento físico, hasta llegar incluso a iniciar un negocio, Meta parece considerar a Muse como un asistente y compañero de trabajo que está siempre disponible. Pero, ¿acaso esto no le quita la sensación de haber logrado algo por cuenta propia?

El tiempo se está acabando

Meta también hace mucho hincapié en incorporar seguridad, protección y privacidad en Muse, lo cual tal vez no sea sorprendente dado el revuelo actual en torno a sus “lentes pervertidos” con IA y la cantidad de datos que les pide a los usuarios que compartan con su agente.

La empresa afirma que los agentes personales como Muse «necesitan un nuevo tipo de computadora segura, por lo que Meta creó una para todos», y que la máquina virtual segura de Muse (Muse Secure VM) supuestamente ofrece «protecciones de privacidad, seguridad y protección sin precedentes» integradas.

Meta afirma que «cada persona mantiene el control de su Muse y decide qué nivel de acceso le otorga» a su información; pero si estás introduciendo datos sobre tu vida cotidiana y tus proyectos de trabajo, ¿hasta qué punto es eso realmente cierto?

Muse puede establecer sus propias conexiones con servicios de terceros si hay una API pública disponible, como Stripe, Google Workspace y 1Password, lo cual suena tanto a una ganancia útil en eficiencia como a una pesadilla de seguridad a punto de ocurrir; supongo que tendremos que esperar para ver qué pasa.

Afortunadamente, al parecer Meta ya se está anticipando a los problemas iniciales de Muse, y señala en su publicación de lanzamiento que: «Muse puede cometer y seguirá cometiendo errores, pero esperamos que sean mucho menos frecuentes y causen mucho menos daño gracias a los sistemas de seguridad que hemos incorporado».

Dado el tan publicitado impulso de Zuckerberg para crear una «superinteligencia» (sea lo que sea que eso signifique), realmente espero que Meta tenga planes más ambiciosos para Muse, ya que sin duda el objetivo de una tecnología como esta es mejorar nuestras vidas; simplemente es evidente que necesitan hablar con personas reales.

• Amazon y OpenAI se asocian para permitir que más marcas compren anuncios en ChatGPT.
• Las marcas estadounidenses pueden participar en un programa piloto para comprar anuncios directamente a través de Amazon.
• El coste por clic y por cada 1000 impresiones son opciones.

Amazon ha anunció una nueva colaboración entre su división de publicidad y OpenAI, que permite a los anunciantes comprar anuncios dentro de ChatGPT.

Inicialmente lanzada como un programa piloto en EE. UU., esta medida significaría que las marcas pueden comprar anuncios de ChatGPT a través de Amazon DSP en lugar de tener que tratar directamente con OpenAI, lo que la haría más accesible para las marcas que ya utilizan la plataforma de Amazon.

La empresa señaló que la publicidad conversacional representa una de las oportunidades de más rápido crecimiento para que las marcas lleguen a los consumidores allí donde pasan cada vez más tiempo, y que, en comparación con otros canales, aún está mucho menos explotada.

Las marcas estadounidenses ya pueden comprar espacios publicitarios en ChatGPT a través de Amazon

Fundamentalmente, Amazon quería no controlar qué conversaciones de ChatGPT recibían anuncios, sino más bien ayudar en la configuración y optimización de las campañas. En otras palabras, Amazon actúa como intermediario para negociar los espacios publicitarios con OpenAI.

Debajo de la respuesta del chatbot se pueden mostrar anuncios tanto de texto como de imagen , y OpenAI está configurado para mostrar una etiqueta de anuncio patrocinado clara con el fin de mantener una distinción clara entre el contenido útil y el contenido publicitario.

Amazon también ofrece dos tipos de pago para sus anuncios vinculados a ChatGPT: coste por clic y coste por mil impresiones.

"Gracias a nuestra colaboración con Amazon Ads y ChatGPT Ads, podemos aprovechar un profundo conocimiento del consumidor para determinar cómo y cuándo aparecen los anuncios de Delta Vacations dentro de las experiencias de ChatGPT Ads, creando así nuevas oportunidades para que los viajeros interactúen y descubran posibilidades vacacionales", explicó Katrin Koenig, presidenta de Delta Vacations y una de las primeras clientas y usuarias de la plataforma.

Aunque OpenAI cuenta con su propio programa publicitario, mucho más pequeño, la alianza con Amazon le da acceso a una enorme base de anunciantes consolidados que ya utilizan Amazon. Como la tercera empresa de publicidad digital más grande (según Marketing Dive ), con unos ingresos publicitarios anuales de alrededor de 70.000 millones de dólares, incluso una pequeña parte de esta cifra podría suponer un gran impulso para el creador de ChatGPT.

Ya ha pasado un buen rato desde la última vez que ChatGPT actualizó su función de imágenes. Su última actualización, a Images 2.0 en abril de 2026, fue bastante sólida y diría que lo colocó por delante del Nano Banana 2 de Google, aunque sus imágenes aún tardaban más en generarse, lo cual era un poco frustrante.

La nueva actualización de hoy, «Imágenes 2.5», agrega un montón de funciones y herramientas adicionales al motor de generación de imágenes existente, lo que hace que sea mucho más fácil de usar y también más rápido.

De hecho, ahora hay tantas funciones en «Imágenes» que decir que está saturada sería quedarse corto. Por eso, puede resultar un poco difícil identificar las mejores funciones nuevas entre todas las demás, así que he seleccionado aquellas a las que definitivamente debes prestar atención, ya que marcan una verdadera diferencia.

1. Herramientas de edición muy mejoradas

He dejado estas funciones para el principio porque, aunque no suenan tan emocionantes, las herramientas de edición mejoradas son, en realidad, un cambio radical en la manera en que uso ChatGPT Images y probablemente también lo serán para ti.

Al parecer, OpenAI ha estado implementando silenciosamente su nueva barra de herramientas de edición de imágenes en ChatGPT durante agosto, aunque la compañía no la ha anunciado oficialmente. Por eso, quizá no sea del todo preciso decir que forman parte de la nueva versión ChatGPT Images 2.5, pero las incluyo porque, en la práctica, son nuevas.

Hasta ahora, estamos acostumbrados a generar una imagen y, cuando no queda exactamente como queremos, escribir otra descripción mediante la herramienta de indicaciones, como "hazla más brillante" o "elimina a las personas del fondo", para volver a intentarlo. Después de que ChatGPT no acierta del todo varias veces, normalmente me doy por vencido y empiezo de nuevo.

Ahora ya no tengo que hacerlo. Las nuevas herramientas de edición permiten señalar el punto exacto de la imagen que quieres modificar y decirle a ChatGPT exactamente qué quieres hacer con él.

La nueva barra de herramientas de edición incluye las opciones Markup, Comment, Remove BG, Erase y Resize.

En la versión web de ChatGPT, solo tienes que hacer clic en el nuevo botón Edit que aparece sobre una imagen generada para entrar al modo de edición, donde encontrarás esta nueva barra de herramientas. En la versión de la aplicación de ChatGPT, basta con tocar cualquier imagen para entrar al modo de edición.

Comencemos con la herramienta más evidente: Remove BG. Esta conserva los elementos en primer plano de la imagen y elimina el fondo, creando un archivo PNG transparente cuando lo descargas. Es perfecta para insertar la imagen en otro documento, como una presentación que estés preparando.

Resize es una forma rápida de cambiar la relación de aspecto de la imagen e incluye todas las opciones habituales, entre ellas Portrait 3:4, Widescreen 16:9 y Landscape 4:3.

Erase facilita la eliminación de elementos de una imagen. Para quitar, por ejemplo, a una persona del fondo, simplemente pasa el pincel Erase sobre ella y ChatGPT la eliminará por completo. No necesitas ser extremadamente preciso con el pincel; basta con cubrir una parte suficiente del objeto para que sea evidente qué quieres eliminar.

Markup sirve para añadir elementos de marcado a una imagen, pero la función Comments es donde las cosas se ponen realmente interesantes. En lugar de hacer lo que esperarías —simplemente añadir comentarios a una imagen—, estos funcionan como indicaciones para que ChatGPT realice acciones. Haz clic en cualquier elemento de la imagen y añade un comentario como "elimina esto" o "cambia esto a azul", y ChatGPT seguirá tus instrucciones cuando pulses el botón Send. Esto hace que editar imágenes sea mucho más sencillo.

La última función que vale la pena destacar del modo de edición es que puedes volver fácilmente a cualquiera de las versiones anteriores de tu imagen. Cada edición se guarda como un archivo independiente, así que solo tienes que desplazarte hacia arriba o hacia abajo en el modo de edición para acceder a las versiones anteriores de tu imagen.

2. Hacer primero un boceto de la imagen

La nueva herramienta Sketch te permite hacer un boceto de una imagen; luego, ChatGPT transforma tu boceto en una imagen completa generada por IA. Es útil cuando te resulta más rápido dibujar tu idea que describirla.

Selecciona «Imágenes» en el menú principal y luego «Esbozo» en la parte superior de las opciones disponibles.

La herramienta «Esbozo» se parece un poco al MS Paint de 1995, pero es lo suficientemente buena para hacer un boceto rápido con el dedo o el ratón. Una vez que lo hayas hecho, haz clic o toca el botón azul con la marca de verificación y ChatGPT cargará un mensaje pidiéndole que convierta el boceto en una imagen completa. Aquí puedes agregar los detalles que desees.

Por supuesto, una vez que tengas tu imagen terminada, aún puedes entrar al modo «Editar» para retocarla aún más.

3. Por fin han llegado las plantillas

Las nuevas plantillas facilitan mucho la creación de todo aquello que la gente realmente quiere hacer con ChatGPT Images, como crear carteles, logotipos, íconos, fotos de productos con estilo y mucho más. Ahora cada tarea tiene su propia plantilla, con la que puedes trabajar junto con ChatGPT.

Cada plantilla comienza con una indicación básica y luego te hace una serie de preguntas de seguimiento para poder determinar exactamente lo que quieres.

Por ejemplo, si eliges la plantilla de «Foto de producto», te pedirá que subas una foto del producto que quieres destacar; una vez que lo hayas hecho, te preguntará por un estilo, pidiéndote que elijas entre opciones como «Estudio limpio», «Editorial», «Estilo de vida» y «Dramático», entre otras. Luego te dará a elegir un entorno, como «Estudio oscuro», y finalmente comenzará a crear tu imagen.

Si vas a usar ChatGPT para crear algo específico, las nuevas plantillas serán un excelente punto de partida.

¡Y eso no es todo!

Eso no es lo único que ha cambiado en la nueva versión 2.5 de ChatGPT Images. Las imágenes que genera son más personalizadas, por lo que obtienes mejores resultados al trabajar con personas reconocibles y retratos. Funciona mejor con infografías que antes y ahora es más rápido que nunca, lo cual es genial porque antes me parecía un poco lento.

Por último, cuando tocas para compartir una imagen, ahora también tienes la opción de compartir la instrucción que generó la imagen, para que los demás puedan crear sus propias versiones de cualquier imagen que hayas creado con mayor facilidad.

En general, estas mejoras son bienvenidas, aunque no sean revolucionarias. Entiendo por qué no le llamaron Images 3.0. Es, en esencia, una versión muy mejorada de la anterior Images, pero sin duda va a cambiar la forma en que uso las imágenes de ChatGPT de ahora en adelante.

Las nuevas tareas programadas activadas por eventos de ChatGPT Work ofrecen una alternativa interesante a la comprobación compulsiva de correos electrónicos que ocupa mis días. La función actúa, en esencia, como un secretario impulsado por IA: revisa tu bandeja de entrada de Gmail, los canales de Slack y otros canales de comunicación, y luego te avisa o responde según lo solicites en un mensaje.

Decidí usar la función como un asistente de correo electrónico muy selectivo. ChatGPT podía monitorear todo lo que llegaba a mi bandeja de entrada, pero solo se le permitía interrumpirme cuando un mensaje generara una obligación real, y debía sugerir cómo responder y tener un borrador listo para enviar.

Las tareas activadas por eventos están disponibles en los planes elegibles de ChatGPT, tanto en la web como en dispositivos móviles. Usé ChatGPT en la web y conecté mi cuenta de Gmail cuando se me solicitó. A continuación puedes ver la instrucción que utilicé.

Los desencadenantes de eventos actuales admiten mensajes nuevos de Gmail, los cuales se pueden filtrar opcionalmente por remitente o asunto. Quería que ChatGPT evaluara cada mensaje entrante según su contenido, así que dejé el desencadenante amplio y formulé las instrucciones de manera selectiva.

Esa distinción es importante. El desencadenante decide cuándo se activa ChatGPT, mientras que la instrucción decide qué hace una vez activado. En mi caso, cada nuevo correo electrónico podía activar una ejecución, pero solo los mensajes que cumplieran con mis criterios debían generar una alerta.

Cerré mi bandeja de entrada y esperé a ver cómo transcurría la tarde.

Así es como se hace...

Mi instrucción inicial fue bastante básica. Le dije a ChatGPT: «Cuando reciba un correo electrónico que requiera que haga algo, o que provenga de un familiar, dime qué debo hacer y redacta un borrador de respuesta».

Aún así, dejaba mucho margen para la interpretación, y me preocupaba que el spam apareciera como algo sobre lo que tuviera que tomar medidas, pero al final resultó ser una buena prueba para ChatGPT.

Al cabo de un rato, le aclaré a ChatGPT que debía avisarme de cualquier correo electrónico con una sola frase que explicara quién lo escribía y qué podría necesitar de mí. También me aseguré de agregar que la IA no debía responder sin mi intervención.

También abrí la configuración de notificaciones de ChatGPT y me aseguré de que las alertas de tareas pudieran llegarme fuera de la bandeja de entrada. Dependiendo de la cuenta y la categoría de notificación, ChatGPT puede ofrecer notificaciones push, por correo electrónico o por mensaje de texto. Evité el correo electrónico por razones obvias, ya que un correo anunciando que ChatGPT había encontrado un correo podría haber confundido a la IA.

Con la tarea en marcha, cerré Gmail y volví a todo lo demás que tenía planeado para la tarde. Durante los primeros minutos, todavía sentía la tentación de revisar el correo, pero al final dejé de pensar en ello.

El hecho de no estar revisando constantemente el correo hizo que la tarde se sintiera más larga, en el buen sentido. Pude terminar una tarea sin tener que mirar repetidamente otra pestaña para asegurarme de que en Internet no hubiera surgido una emergencia específicamente para mí.

Solo 3 interrupciones

La primera alerta de ChatGPT se refería a un mensaje de mi banco, recibido unas dos horas después de haber configurado la alerta. ChatGPT identificó al remitente, explicó por qué el correo electrónico parecía requerir atención y me indicó qué debía revisar. Abrí ese mensaje directamente, me aseguré de que en realidad no requiriera una respuesta y cerré la bandeja de entrada.

La segunda alerta vino de un familiar. Esta fue una prueba más interesante porque los mensajes familiares rara vez contienen el lenguaje ordenado que hace que las reglas convencionales del correo electrónico sean útiles. Pueden requerir una decisión o una respuesta rápida sin la estructura más formal y las palabras clave propias de los mensajes profesionales.

Aun así, ChatGPT reconoció que el mensaje esperaba algo de mí, me lo señaló y redactó un breve borrador de respuesta para que yo lo aprobara. Agregué un poco más, pero ChatGPT dio en el clavo con los puntos principales que necesitaba expresar, y no era el tipo de correo que requiriera muchos detalles personales, así que unos minutos después de que llegara la alerta, la respuesta ya estaba enviada.

La última alerta se refería a unos boletos que había comprado recientemente y a un cambio en el itinerario para un evento próximo. En este caso, la alerta fue muy necesaria, ya que alteró algunos de los otros planes para ese día y tuve que informarles a los demás sobre el cambio. Eso no estaba en la respuesta sugerida por ChatGPT, por supuesto, pero el simple hecho de recibir el aviso fue útil.

Esas fueron las únicas tres veces que revisé Gmail en toda la tarde. Llegaron otros mensajes, pero ChatGPT no me avisó para que los revisara. Cuando luego revisé mi bandeja de entrada, solo encontré dos correos que tal vez hubiera querido atender antes, y ninguno de ellos requería una respuesta inmediata. No pasó nada grave por no haber visto un correo promocional en el momento en que llegó.

Cualquiera que pruebe esto debería comenzar con un período de prueba corto y revisar las primeras ejecuciones en la sección «Programado» de ChatGPT. Si siguen pasando desapercibidos los recibos comunes, agrega una exclusión más clara. Si se están pasando por alto solicitudes de personas reales, explica qué se considera una respuesta esperada y permite que ChatGPT marque los casos dudosos.

Yo también mantendría la primera versión a modo informativo. Pídele a ChatGPT que resuma la obligación y te indique el correo electrónico, y luego toma la decisión tú mismo. Es una función que vale la pena probar. Muchas herramientas de IA tratan de demostrar su valor generando más texto, más resúmenes y más notificaciones. Esta funcionó porque supo cuándo dejarme en paz.

• Nvidia presentó DLSS 5 en la Gamescom 2026, mostrándolo en acción en NBA 2K27
• DLSS 5 se lanzará junto con NBA 2K27 y estará disponible a partir del 3 de septiembre de 2026
• DLSS 5 es exclusivo para las GPU RTX 5000, pero Nvidia está trabajando para que, con el tiempo, esté disponible en tarjetas GeForce más antiguas

No es ningún secreto que el anuncio de DLSS 5 por parte de Nvidia a principios de este año generó una controversia inmediata y una reacción negativa por parte de los jugadores, sin mencionar a los desarrolladores de videojuegos. La tecnología fue tildada de “basura generativa de IA”, ya que alteraba de manera significativa la apariencia y el estilo de los modelos de los personajes, en particular los de Leon S. Kennedy y Grace Ashcroft en Resident Evil Requiem.

Desde entonces, Nvidia ha trabajado en el desarrollo de su tecnología de renderizado neuronal, y DLSS 5 ya está listo para su lanzamiento —y podría decirse que se está utilizando en el juego más adecuado para ella.

DLSS 5 debutará el 3 de septiembre de 2026 y estará disponible por primera vez en NBA 2K27 el 4 de septiembre. La nueva tecnología será exclusiva de las GPU RTX 5000, pero Nvidia dejó en claro que explorará formas de llevar DLSS 5 a generaciones anteriores de tarjetas gráficas GeForce en el futuro.

En el stand de Nvidia en la Gamescom 2026, tuve la oportunidad de probar brevemente el DLSS 5 en NBA 2K27, en varios sistemas, incluyendo una laptop para juegos con RTX 5060 y también en GeForce Now.

Para mi gran sorpresa, DLSS 5 se ve absolutamente increíble con los entornos y los modelos de personajes de NBA 2K27, brindando un nivel de realismo que solo puede describirse como el próximo gran salto en los gráficos de los videojuegos.

El nivel de detalle en los rostros de los personajes, en términos de iluminación y sombras, es verdaderamente de otro nivel, y todo esto es posible gracias a la iluminación mejorada por IA en el fotograma renderizado, la cual, según Nvidia, está entrenada para "preservar la intención artística".

Cuando se presentó DLSS 5 por primera vez en marzo, me sentí desconcertado por lo que Nvidia estaba intentando hacer, lo cual parecía ser una IA generativa utilizada para que todo en el juego se viera más realista. Por si aún no quedaba claro, tengo una fuerte oposición a la IA generativa en los videojuegos, pero mis temores iniciales eran infundados, ya que de eso no se trata DLSS 5.

DLSS 5 utiliza tres modelos diferentes, cada uno de los cuales incluye opciones para la intensidad de la estructura, la intensidad del tono y el enmascaramiento. Tanto la estructura como el tono se encargan de aspectos como la oclusión ambiental, las sombras de contacto, los reflejos y la iluminación en general.

El enmascaramiento permite controlar, de manera manual o automática, dónde se aplica cada efecto, y Nvidia ha diseñado DLSS 5 para que los desarrolladores tengan control total sobre el fotograma final que se renderiza.

El modelo de DLSS 5 que se ejecuta en NBA 2K27 fue ajustado directamente por el desarrollador del juego, no por Nvidia, y el resultado es muy diferente de lo que se vio por primera vez de DLSS 5 en marzo. Lo revelador aquí es que el equipo de Nvidia destacó que, en la presentación inicial, los controles deslizantes de cada uno de esos modelos estaban en los niveles máximos.

Como pude ver con NBA 2K27, cuando se pone en manos de los desarrolladores, es más fácil apreciar lo increíble que es DLSS 5 cuando se usa de manera adecuada. Los desarrolladores podrán ajustar la intensidad para cada escena, tanto para el entorno (vegetación y otros objetos) como para los modelos de los personajes.

El rendimiento también es otra historia

DLSS 5 no es precisamente fácil de ejecutar, lo cual no es una gran sorpresa si se tiene en cuenta lo realistas que son los resultados. Sin embargo, Nvidia ha logrado avances significativos en seis meses: DLSS 5 requería dos GPU RTX 5090 para funcionar en su presentación inicial, y ahora funciona con cualquier GPU de la serie RTX 5000.

La computadora portátil para juegos RTX 5060 que ejecutaba NBA 2K27 mostró un rendimiento muy fluido, utilizando únicamente Frame Generation x2 con DLSS 5 habilitado. Esto fue una gran sorpresa, por decir lo menos, y sugiere que tal vez no tome tanto tiempo como se esperaba introducir esta nueva tecnología en las GPU de la serie RTX 4000 (y anteriores).

De hecho, mi única preocupación en este momento no tiene nada que ver con Nvidia. El DLSS 5 por sí solo ya parece muy útil para producir imágenes realistas, y parece destinado a ser el futuro de los gráficos impresionantemente detallados.

Visual Concepts, el desarrollador detrás de NBA 2K27, ha hecho lo suficiente aquí para disipar mis temores de que el DLSS 5 pudiera, de alguna manera, afectar negativamente el arte y la dirección de diseño del juego.

Sin embargo, aún nos queda por ver cómo otros desarrolladores implementarán la herramienta en sus juegos. Me preocupa un poco que muchos puedan caer en la trampa de usar DLSS 5 como un atajo para lograr excelentes imágenes en el juego, en lugar de como un valor agregado a unos gráficos ya bien elaborados.

Ya había expresado preocupaciones similares con respecto a la tecnología Multi Frame Generation de Nvidia, y sobre cómo los desarrolladores podrían recurrir a esta herramienta tan útil como un parche para una optimización deficiente del juego.

Afortunadamente, sin embargo, si nos basamos en NBA 2K27 para saber qué podemos esperar de empresas como Capcom, Bethesda y Ubisoft, me emociona ver cómo se implementa DLSS 5 en los próximos juegos. Después de todo, es una configuración opcional del juego, así que si no te gusta, no tienes por qué usar esta tecnología.

Sonos acaba de hacer tres anuncios nuevos: lanzará un nuevo par de audífonos llamado Sonos Ace Ultra; lanzará una nueva barra de sonido llamada Sonos Beam Ultra; y está renombrando su plataforma de software como un «sistema operativo» al que llama Sonos 27 —además de agregar un nuevo asistente de voz con inteligencia artificial, una nueva integración de agentes de IA y formas más inteligentes para que sus altavoces funcionen en conjunto.

Hablé con el director ejecutivo de Sonos, Tom Conrad, sobre los nuevos lanzamientos —especialmente sobre el nuevo software—, ya que cualquier cambio de software que realice Sonos será recibido con cautela por parte de la comunidad, tal como lo discutimos Conrad y yo la última vez que hablamos.

En primer lugar, aquí hay un resumen de los detalles de lo que Sonos está lanzando, comenzando con los Ace Ultra. Estos nuevos audífonos saldrán al mercado a un precio de 449 dólares / 399 libras esterlinas / 699 dólares australianos, e incorporan un nuevo controlador de 40 mm que promete un sonido mejorado; pero lo más interesante es que cuentan con un nuevo chip llamado Headphone Engine 2, lo que significa que podrán hacer lo que la gente esperaba que hiciera el Sonos Ace original: podrán funcionar como parte integral del ecosistema de Sonos.

Por su parte, el Beam Ultra se sitúa entre el Sonos Beam (2.ª generación) y el Sonos Arc Ultra: es una barra de sonido compacta, pero ofrece sonido Dolby Atmos de 7.1.2 canales mediante nueve controladores (incluidos dos controladores orientados hacia arriba, lo cual es una novedad en la gama Beam). Su precio de lanzamiento es de 699 dólares / 699 libras esterlinas / 1.099 dólares australianos.

Ambos productos estarán disponibles para preorden a partir del 1 de septiembre de 2026 y saldrán a la venta el 29 de septiembre de 2026.

En lo que respecta al software, Sonos le ha puesto un nombre a su plataforma por primera vez: Sonos 27. Como parte del lanzamiento de Sonos 27, se presenta Sonos Fabric, nombre que Sonos le ha dado a «la capacidad del sistema que permite que los productos Sonos se detecten entre sí y se adapten al momento»; de inmediato, Fabric se está utilizando para habilitar el cambio inteligente de música en el Ace Ultra y la posibilidad de contar con altavoces surround portátiles en las configuraciones de cine en casa de Sonos. Conrad explicará ambos aspectos en nuestra entrevista.

Sin embargo, hay otros dos elementos nuevos en Sonos 27. Sonos 27voice es un nuevo asistente de voz basado en tecnología de IA, y Sonos 27mcp es una nueva forma en que los agentes de IA se conectan a los sistemas Sonos y los controlan.

En nuestra conversación, Conrad profundizó en por qué la empresa está haciendo todo esto y qué ofrece a quienes se muestran escépticos respecto a la IA; así que entremos en materia, comenzando con la explicación de Conrad sobre por qué decidieron finalmente darle un nombre al software.

Tom Conrad: Cuando me nombraron director ejecutivo permanente hace aproximadamente un año, una de mis observaciones sobre la historia reciente de la empresa fue que, si bien habíamos comenzado como una empresa de sistemas, habíamos pasado casi la última década enfocándonos realmente en perfeccionar el lanzamiento de productos individuales, completando la línea de productos con todas las formas y tamaños que interesaban a nuestros clientes. Barras de sonido pequeñas, medianas y grandes; un par de tamaños de subwoofers; amplificadores grandes, amplificadores pequeños; dispositivos portátiles… ya entiendes a qué me refiero. Y Patrick [Spence, ex director ejecutivo de Sonos] y el equipo se convirtieron en una máquina realmente bien engrasada en lo que respecta a la ejecución del hardware.

Pero al hacerlo, creo que la consecuencia no intencionada fue que, en ocasiones, perdimos de vista lo que significaba unir esos productos en un todo coherente. Y alguien, poco después de mi llegada, dijo que lo que caracteriza a Sonos es que es realmente 100 % hardware y 100 % software. Y me encanta esa forma de verlo, porque es muy acertada. Tenemos estos dos problemas realmente difíciles de resolver, y si alguno de ellos no recibe toda la atención dedicada de las personas adecuadas, no cumplimos con lo que esperan nuestros clientes.

Y así, hemos hecho todo tipo de cosas para elevar la experiencia en software dentro de la compañía a lo largo del último año. Al mismo tiempo, realmente hemos invertido en la idea de que el software es lo que hace al sistema. Y si observas cómo hemos llevado nuestros productos al mercado a lo largo de los años, siempre le hemos puesto un nombre al hardware —Arc, Ace, Beam y Move—, pero el software nunca ha tenido un nombre.

Por eso, uno de los grandes anuncios de esta semana es que le estamos dando un nombre al software. Y lo que hacemos es, en realidad, un sistema operativo para experiencias de audio en el hogar; ¡y “OS” siempre ha estado presente en nuestro nombre! Así que simplemente llamamos al software Sonos 27 porque, en realidad, es ese carácter de “sistema” que proporciona el software lo que hace que Sonos sea Sonos. Y le estamos asignando el año a su nombre porque Sonos mejora año tras año. Habrá un Sonos 28, un Sonos 29 y así sucesivamente.

Matt Bolton: En cuanto vi el nombre, lo primero que pensé fue si esto significa que estamos hablando de una cadencia de actualizaciones planificada, y eso parece ser un enfoque diferente al que Sonos necesariamente habría adoptado en el pasado.

Tom Conrad: Sí, creo que una de las cosas que han caracterizado a la compañía durante muchos años es que, como solo hablábamos del hardware, cualquier cosa que quisiéramos hacer en software tenía que ir de alguna manera “a bordo” del propio hardware. Así que añadíamos Atmos, asistentes de voz o nuevas experiencias de sonido envolvente, pero siempre estaban vinculados al hecho de que estábamos fabricando una nueva barra de sonido, por lo que podíamos trabajar en experiencias de cine en casa. Fabricábamos un producto con micrófono para poder trabajar en productos de voz. Al separar la idea del sistema operativo, le estamos dando su propia identidad, su propia hoja de ruta y su propia cadencia de lanzamientos, lo que creemos que representa un cambio realmente emocionante para la compañía.

Y nuestros clientes pueden esperar que el software no mejore únicamente cuando lancemos nuevo hardware. Ni siquiera mejorará solamente una vez al año. Mejorará constantemente a lo largo del año, algo que creo que encaja con una nueva y moderna forma en la que la gente habla de sus plataformas de software.

Matt Bolton: Lo que hemos visto más recientemente es que ustedes están implementando mejoras y funciones con bastante regularidad. La pregunta que tengo como usuario es: ¿esto significa que voy a tener que esperar a una actualización anual de Sonos 27 para obtener nuevas funciones?

Tom Conrad: Entiendo esa sensación. Pero creo que si observas incluso lo que hace Apple actualmente, una vez al año hablan de su nuevo sistema operativo y después las funciones se van implementando a lo largo del año; algunas de ellas las han presentado durante sus grandes anuncios y otras son sorpresas agradables que llegan en el camino. Nuestro modelo será exactamente el mismo.

Matt Bolton: Supongo que esto significa que ya tienen una hoja de ruta en mente que contempla Sonos 28 y Sonos 29. ¿Con cuánta anticipación están pensando?

Tom Conrad: Sí, definitivamente. La lista de cosas que quiero lograr en software abarca muchos años. Pero una de las oportunidades únicas del software —a diferencia del hardware, donde tienes que tomar decisiones que tendrán consecuencias dos o tres años después de iniciar los proyectos— es que, en software, incluso un proyecto grande puede requerir solo seis meses de trabajo.

Así que, aunque me gusta tener una hoja de ruta de software a dos o tres años, también me gusta replantearla constantemente para que podamos reaccionar a lo que está ocurriendo en la vida de nuestros clientes. Si pensamos, por ejemplo, en lo que ocurría hace tres años, todavía ni siquiera habíamos vivido el momento de ChatGPT. Por eso, tener una hoja de ruta de tres años completamente definida y comprometernos firmemente con ese camino, sin entender cómo ha cambiado el mundo durante esos tres años, sería absurdo. Tenemos un plan, pero también la sabiduría para reevaluar y reorganizar constantemente nuestras prioridades a medida que evolucionan las necesidades de nuestros clientes.

Matt Bolton: ¿Con cuánta anticipación planean comunicar a los clientes lo que viene? Como dices, Apple anuncia durante la WWDC cosas que no necesariamente espera lanzar hasta bastante avanzado el año.

Tom Conrad: Creo que probablemente tendremos un par de eventos o momentos al año en los que hablaremos sobre lo que viene y sobre lo que está disponible recientemente. Así que creo que, durante muchos años, podrán esperar que haya un evento de otoño, como este, en el que hablemos de nuestros grandes planes para el año, y después habrá una especie de actualización a mitad de año en la que agregaremos cosas a la historia.

Matt Bolton: Entonces, hablemos de la integración de la IA. En general, la gente ha llegado a un punto en el que ahora es bastante escéptica respecto a que se agreguen funciones de IA a todo, pero parece que ustedes están adoptando un enfoque práctico. Entonces, ¿cómo evalúan qué deberían desarrollar e integrar, es decir, qué pueden hacer con esos, como dices, tres años desde el “momento” de ChatGPT?

Tom Conrad: Supongo que comenzaremos por lo que hacemos para los escépticos. Las cosas que hacemos con IA conversacional son experiencias completamente opcionales, al punto de que nuestros altavoces tienen un botón físico para el micrófono, de modo que, cuando lo presionas, literalmente se interrumpe la conexión eléctrica entre el micrófono y el resto del dispositivo. Así que, para quienes no están interesados en este momento, ofrecemos una plataforma que, creo, tiene una utilidad increíble incluso sin las capacidades modernas impulsadas por IA.

Pero creo que, en cierto modo, la dimensión más emocionante de lo que estamos haciendo es que realmente no estamos empezando desde la idea de: “Oh, existe esta increíble nueva tecnología de modelos de lenguaje de gran escala e infraestructura de IA conversacional generativa, ¿qué podemos construir con ella?”. En cambio, estamos empezando por dedicar tiempo a nuestros clientes y entender qué podrían querer hacer con la voz en el contexto de Sonos dentro de sus hogares. Y tenemos margen para hacerlo porque llevamos casi una década incorporando asistentes de voz en Sonos, incluido uno propio.

Y cuando hablo con los clientes, me dicen: “Me encanta la idea de poder interactuar con el sistema Sonos de mi casa sin tener que sacar el teléfono del bolsillo. Tardo mucho en llegar a la aplicación y mi pareja me mira de reojo. Como diciendo: ‘¿Por qué estás usando el teléfono mientras estamos conversando?’”. Creo que, en términos generales, sería difícil encontrar a alguien que dijera: “Ojalá las personas con las que comparto mi casa usaran más el teléfono”. En cambio, están buscando maneras de guardar los teléfonos en un cajón y disfrutar de estar juntos.

Creo que la voz es, intuitivamente, una excelente manera de resolver eso, y por eso Sonos One, nuestro primer producto con asistente de voz, fue un éxito rotundo hace 10 años. Creo que la gente entendió que esta es una gran manera de interactuar. Pero, desafortunadamente, los propios agentes de voz realmente no cumplieron con las expectativas de los clientes.

Cuando salgo y hablo con la gente, lo primero que me dicen no son escenarios increíblemente complejos sobre cómo controlar mi casa inteligente de nueve maneras diferentes —todo eso que escuchas de otros actores de la industria—. Me dicen: “Solo quiero poder hablar con el asistente sobre lo que quiero, de la misma manera que hablaría con otra persona”. Quiero poder decir: “Pon ese álbum que me encantaba en la universidad, el que tiene a la cantante de Cocteau Twins. Creo que la banda hizo el tema de esa serie de Fox. ¿Cómo se llama? Es sobre un doctor que siempre está de mal humor. Ah, sí. Se llama House”.

Y, ciertamente, con los asistentes de voz de primera generación, incluso si conocían el nombre de la canción, tenías que recordar que debías decir “reproduce esta canción de este artista” y no mencionar primero el álbum y no decir primero el nombre del artista. Teníamos que adivinar qué estaba pensando el agente. Así que las prioridades uno, dos, tres, cuatro, cinco y seis son: hablar con esta cosa de manera natural.

Lo segundo que nos dicen es que realmente no les importan todos esos ejemplos que parecen inventados de cosas que las empresas de tecnología creen que queremos hacer. “Revisé tu calendario y noté que mañana vienen unas personas a desayunar, y el refrigerador dice que ya no tienes huevos. Así que voy a mandarle un mensaje a tu esposa para decirle que fuiste a la tienda a comprar…” No sé, creo que nadie quiere que el sistema instalado en las paredes de su casa haga ese tipo de cosas en el mundo real.

Pero sí quieren poder controlar rápidamente lo que yo llamaría el “ambiente”, es decir, la música, la banda sonora y, muchas veces, la iluminación. Y sí, también quieren poder programar temporizadores. Quieren poder preguntar por el clima. Todo lo demás está muy por debajo de esas funciones en la lista de prioridades.

Así que desarrollamos [Sonos 27 Voice] para hacer exactamente esas cosas. Es muy rápido. Es muy confiable. Y es muy resistente a prácticamente cualquier cosa que le digas a nivel lingüístico. Creo que a la gente realmente le va a encantar el simple hecho de que funciona. Una de las ventajas de limitar el problema exactamente a lo que los clientes están pidiendo es que también podemos ofrecerlo con una infraestructura moderna cuyo funcionamiento sea accesible en términos de costos. Eso significa que podemos convertirlo en una parte estándar del sistema Sonos sin agregar una suscripción adicional, que es otra cosa que creo que la gente realmente quiere. No quieren ver otro cargo en su tarjeta de crédito solo para poder controlar el ambiente de su casa.

Matt Bolton: ¿Qué tecnología hay detrás de todo esto? ¿Están utilizando algún modelo de lenguaje en particular? ¿Funciona en sus propios servidores o se conectan a los sistemas de alguien más?

Tom Conrad: Déjame darte la última pieza del rompecabezas que escuchamos de los clientes, porque me ayudará a explicar la arquitectura. También nos dicen que quieren tener acceso a un conocimiento integral del mundo. Estoy en la cocina, estoy preparando un filete de cerdo y quiero saber a qué temperatura debe cocinarse para que sea seguro comerlo. Mi esposa y yo estamos discutiendo sobre el nombre del actor de Ted Lasso. Y la gente quiere que los asistentes de voz puedan hablar con ellos sobre el mundo.

Así que necesitas algo que haga todo lo que acabo de describir, pero que también tenga la capacidad de recurrir a un modelo de propósito general más sofisticado cuando la consulta esté fuera del ámbito del ambiente, los temporizadores, el clima y todas esas cosas que representan 95% de lo que la gente pregunta.

Por eso desarrollamos nuestro propio modelo base, que es un modelo de lenguaje de gran escala de tamaño intermedio, diseñado específicamente y ajustado para nuestros casos de uso. Lo ejecutamos en nuestra propia infraestructura y se encarga de ese 95% de las consultas. Después, cuando es necesario, dirige de manera confiable la consulta hacia un modelo externo de frontera para responder preguntas de conocimiento general o consultas más complejas.

Y también haremos cosas divertidas. Por ejemplo, si el modelo de frontera puede ayudar con la tarea de encontrar música, también lo hará. Puedes decir algo como: “Encuentra música que esté empezando a destacar en TikTok, filtra los resultados tomando como referencia ese estilo de shoegaze que me gustaba cuando estaba en la universidad en los noventa y hazme una playlist”. Entonces utilizará el modelo de frontera para entender de qué se está hablando en TikTok. Usará nuestra infraestructura para entender mis gustos musicales y después creará una playlist y la reproducirá. Eso es lo que estamos haciendo con Sonos 27 Voice.

Matt Bolton: Supongo que el modelo de frontera cambiará con el tiempo, pero ¿cuál están utilizando para el lanzamiento?

Tom Conrad: No estamos hablando de la infraestructura que utilizaremos en el lanzamiento, pero tienes razón al asumir que parte de la flexibilidad de este sistema consiste en poder cambiar de un modelo de frontera a otro para optimizar costos y demás.

Matt Bolton: El otro aspecto de las funciones de IA que anunciaron y que me interesa mucho es la integración con MCP. Sonos tiene una larga trayectoria de ser relativamente amigable con los desarrolladores y de mantener una plataforma abierta, algo que ustedes destacaron mucho en el anuncio de este sistema operativo. Así que la integración con MCP parece indicar que están retomando ese elemento de querer que la gente cree cosas que funcionen con su sistema.

Tom Conrad: Creo que una de las cosas emocionantes que han ocurrido en los últimos, ni siquiera dos años, sino seis meses, es que de repente vemos que la gente común puede crear software, ¿no? Y sé que lo vemos en toda la compañía y también en todo el mundo con nuestros clientes. El acceso no oficial y modificado a la API de Sonos ya es un caso de uso muy común entre quienes crean aplicaciones mediante vibe coding, y escuchas a personas, incluso a muchas personas muy conocidas, hablar sobre cómo controlan su sistema. Además, constantemente conozco clientes que están experimentando con estas cosas.

Así que estamos lanzando Sonos 27 MCP, que pone a disposición de nuestros clientes un conjunto completo de acciones compatibles con el sistema Sonos, para que puedan interactuar con la música a través del agente que ellos elijan. Sonos aparecerá en el directorio de conectores de Claude, así como en los directorios de conectores de ChatGPT, Grok y Gemini, junto con Slack, Calendar, Figma y todas las demás herramientas con las que puedes interactuar en Claude cualquier día.

Y podrás hacer cosas tan sencillas como bajar el volumen de la música desde Claude o desde el servicio que estés utilizando en tu teléfono, en su aplicación, en la aplicación de escritorio o en un navegador web. Tendrá suficiente contexto para entender que la música está reproduciéndose en tu sistema Sonos, localizará lo que está sonando y bajará el volumen.

Y también podrá encadenar herramientas, así que podrías decir cosas como: “Revisa mi calendario y busca la fiesta que se aproxima, mira quiénes van a asistir y ayúdame a decidir qué tipo de música sería buena para poner, basándote en lo que sabemos de estas personas por nuestro historial de correos electrónicos”. Es un ejemplo inventado bastante malo. Pero es muy bueno para encadenar un montón de herramientas con sus propias capacidades de inferencia y hacer este tipo de cosas.

Y, como señalas, dentro de la comunidad de aficionados y entusiastas existe una enorme oportunidad para crear experiencias de control personalizadas, tanto de software como de hardware, utilizando esta infraestructura para integrar Sonos con los nuevos frameworks de agentes, como OpenClaw y Hermes. Durante el próximo año surgirán decenas de cosas de este tipo y nosotros podremos participar en ello.

Creo que será realmente divertido ver qué hacen nuestros clientes con esto. Y creo que es una capacidad muy particular, porque para hacerlo bien necesitas contar con la infraestructura técnica —es decir, acceso a los sustantivos y verbos de tu sistema a través de internet—, algo que muy pocas empresas tienen.

Y además necesitas tener esa perspectiva filosófica que dice que la apertura es algo bueno, y que permitir la integración y el acceso desde sistemas de terceros no nos hace perder relevancia. Nos hace más fuertes. Y no todas las empresas —quizá ninguna otra— tienen esa perspectiva.

Matt Bolton: También parece que debe ser parte de la construcción de un sistema preparado para el futuro, porque MCP parece adoptar un enfoque bastante agnóstico y significa que, por ejemplo, si Apple agrega una buena compatibilidad con MCP a Siri, ustedes no tendrían que hacer nada para darle soporte. Pero, al mismo tiempo, ¿esto hace más difícil desarrollar de su lado, sabiendo que tendrán una forma tan abierta para que los agentes entren e interactúen con el sistema? ¿Complica de alguna manera el desarrollo y la planeación de funciones?

Tom Conrad: Primero, como nota al margen, debería decir que podría resultar que la respuesta de Apple a toda esta integración no sea MCP, sino algo que ellos llaman App Intents. Y nosotros también estamos incorporando en este momento compatibilidad con App Intents en la plataforma de Apple, así que también tenemos esa parte. Es prácticamente un mapeo semántico uno a uno: lo que cambia es dónde vive el conector, pero lo que puedes hacer con él es muy similar.

¿Cómo decirlo…? Quizá el peor escenario posible es que toda la interacción de terceros con tu producto se realice mediante hacks y APIs no compatibles oficialmente. Tengo un amigo que tiene un bebé recién nacido y se levanta temprano para trabajar. Quiere recibir una notificación cuando su esposa se despierte para poder poner a preparar el café. Así que básicamente le encargó a [Claude] Fable algo como: “Averigua cuándo se despierta mi esposa”. Y el agente hackeó su cama inteligente. Después le dijo: “Y en ese momento, enciende la cafetera”. Y hackeó la API de su cafetera.

No sé si quiero estar del lado que recibe ese tipo de interacción, porque entonces, cuando cambio un detalle de implementación, estas experiencias dejan de funcionar. Y creo que el cliente culpa a la compañía de la cafetera y a la marca de la cama inteligente. No culpa al hecho de que, básicamente, había construido algo mediante un hack sobre una infraestructura que nunca estuvo diseñada para eso.

Así que creo que este nuevo mundo exige cierta disposición a participar en él, y me entusiasma la idea de que la infraestructura de MCP nos proporcione una forma estructurada de no solo hacerlo una vez y aplicarlo a múltiples plataformas, sino de hacerlo de una manera que permita tener una capa de compatibilidad mientras evolucionamos nuestros servicios de backend.

Matt Bolton: Lo otro que quería preguntar, respecto a que se hable tanto de esto como una plataforma abierta, es qué tan abierta estamos hablando. ¿Podríamos ver Sonos 27 en otros dispositivos, en hardware que no sea de Sonos?

Tom Conrad: Creo que, por ahora, la magia de Sonos realmente está en combinar lo que hacemos en hardware con lo que hacemos en software. Así que nunca diría nunca, pero, al menos en lo que respecta al negocio principal de audio en el que estamos, creo que estamos enfocados en crear nuestras propias experiencias excepcionales para el hogar.

Haré una pequeña precisión al respecto. Tenemos una gran alianza con Peloton que comenzó cuando trabajamos en la optimización de la experiencia de audio de sus equipos más recientes, pero que con el tiempo se está extendiendo para permitir que el sistema Sonos en los hogares de sus clientes se convierta en el destino de audio para la salida de audio de sus productos. No es exactamente que llevemos el sistema operativo a los equipos de audio de otras empresas, pero es un buen ejemplo de cómo continuamos el trabajo que ya hemos hecho para integrarnos en todos los lugares donde nuestros clientes quieren encontrarnos.

Matt Bolton: En los Sonos Ace Ultra, obviamente, el gran atractivo para los fans más entusiastas de Sonos será la conectividad con el sistema Sonos que muchos esperaban que tuviera el primer Ace. ¿Por qué es necesario el nuevo hardware Headphone Engine 2 para hacerlo posible?

Tom Conrad: Hubo dos elementos necesarios para habilitar la conectividad de los audífonos con el sistema. El primero es que necesitábamos un buen rendimiento de Wi-Fi y un almacenamiento y transporte seguros de las credenciales de seguridad, algo que está profundamente integrado en el silicio que incorporan los audífonos. Desafortunadamente, Ace no cuenta con esa plataforma, así que no podíamos incorporar esta función al Ace de manera responsable sin poner, por ejemplo, tu contraseña de Wi-Fi en riesgo dentro de una red abierta durante la configuración. Y sin las capacidades mejoradas de Wi-Fi de los propios audífonos, no podríamos conseguir el rendimiento de red que queríamos para poder caminar por toda la casa.

Pero, como señalas, estoy muy orgulloso de los Ace originales. Son muy cómodos. Tienen una excelente duración de batería. Ofrecen una cancelación de ruido de primer nivel. Son unos audífonos excelentes.

Pero son el mejor ejemplo de cómo, en esa etapa, la compañía había olvidado lo importante que es asegurarnos de que los productos que fabricamos realmente formen parte del sistema y no sean simplemente unos audífonos excepcionales. Porque, seamos honestos, hay muchísimos audífonos excepcionales en el mundo.

Por eso, desde el principio del desarrollo de Ace Ultra, sabíamos que teníamos que hacer lo que nuestros clientes más querían: convertir los audífonos en una parte intuitiva del sistema [Sonos].

Hay dos mecanismos para interactuar con esta función. El primero es realmente mágico: puedes acercarte a cualquier altavoz que esté reproduciendo música en tu casa, presionar un botón en los audífonos y la música simplemente pasa del altavoz a los audífonos. Después puedes caminar hacia otra parte de la casa, presionar de nuevo el botón mientras estás frente a [otro altavoz] y la música o el contenido pasa de los audífonos al altavoz. Sin aplicación, sin retrasos, sin Bluetooth; es simplemente la tecnología Sonos “Fabric” la que hace posible esta experiencia sencilla y fluida en toda la casa.

Dije que había dos cosas que hacen posible esta función. La primera es el hardware que incorporan los nuevos audífonos. La segunda ocurre dentro del propio sistema operativo: con el lanzamiento de Amp Multi, desarrollamos una tecnología de virtualización que permite que una sola instancia de Sonos OS aloje múltiples instancias del entorno de ejecución. En el caso de Amp Multi, esto permite tener un solo dispositivo funcionando para cuatro habitaciones.

Tomamos esa capacidad y la extendimos a toda la familia de bocinas modernas, de modo que esta Sonos Play que tengo sobre mi escritorio puede ejecutar más de una instancia del entorno de ejecución. Por eso, los audífonos, que no cuentan con la potencia de procesamiento necesaria para ejecutar todo el ecosistema de Sonos, no tienen que hacerlo: pueden designar una bocina de tu red como su proxy.

Así, cuando la música pasa de la bocina a los audífonos, iniciamos una instancia virtual del software de Sonos en una de las bocinas. Puede ser la que tienes frente a ti o alguna otra que esté menos ocupada. Después, enviamos el audio a los audífonos a través de la red como una transmisión, en lugar de ejecutar todo el sistema en los propios audífonos.

Y lo interesante es que la bocina que realiza ese trabajo sigue teniendo suficiente capacidad de procesamiento para funcionar como bocina y reproducir música para otra persona en casa. Es una función que parece muy sencilla, pero que en realidad tiene muchísimo detrás.

Sonos Fabric es el nombre que le hemos dado a la tecnología fundamental de Sonos que conecta, agrupa y vincula los audífonos. Y otra de las cosas emocionantes que estamos haciendo con Fabric en este lanzamiento es habilitar lo que llamamos surrounds portátiles, que permite tomar una Sonos Play o una Move y utilizarlas como bocinas traseras en una configuración de cine en casa.

La idea es que tengas una Sonos Play o un par de Moves en la cocina, el patio trasero o donde sea y, para una noche de películas, puedas llevarlas a la sala, colocarlas detrás de ti y utilizarlas para disfrutar de una experiencia de sonido envolvente con Dolby Atmos. Después, cuando termines, puedes devolverlas a sus lugares habituales para que sigan funcionando en otras partes de tu casa.

Lo interesante de esto desde el punto de vista tecnológico es que la forma en que una bocina se integra a tu sistema de cine en casa es técnicamente muy diferente a la manera en que una bocina se incorpora al sistema de agrupación de Sonos [para audio en varias habitaciones], porque los requisitos de latencia entre la barra de sonido y las bocinas envolventes son mucho más exigentes.

Por eso, cuando una bocina se integra a una configuración de cine en casa, desde el punto de vista de red se conecta directamente a la barra de sonido. No pasa por la red doméstica. Así que, cuando tomas una bocina que estaba en la cocina como parte del sistema de agrupación y la colocas en una posición de bocina satélite [para cine en casa], tienen que ocurrir muchas cosas prácticamente por arte de magia.

Para empezar, la barra de sonido y la bocina tienen que reconocerse entre sí. Para ello, utilizamos el acelerómetro de la bocina portátil para detectar que la levantaste y la colocaste en otro sitio. Cuando la colocas, enviamos una señal ultrasónica. Si hay una barra de sonido en la habitación capaz de detectarla, responde con otra señal y ambas realizan un proceso de comunicación para determinar la distancia de izquierda a derecha, ajustar automáticamente el sonido y establecer la conexión de red para el sistema de cine en casa, todo sin que tengas que hacer nada. No necesitas utilizar la aplicación.

Es otra de esas funciones que tienes que experimentar para realmente apreciarla, pero me entusiasma muchísimo empezar a ofrecer estas configuraciones de cine en casa mucho más flexibles. Es algo que no se parece a nada de lo que el resto de la industria ofrece actualmente.

Matt Bolton: ¿Puedes hablarme del nuevo diseño de los drivers de los Ace Ultra? ¿Qué querían cambiar respecto a la generación anterior?

Tom Conrad: Tenemos a algunos de los ingenieros de audio más sofisticados del mundo trabajando en estos productos, y querían ofrecer graves más profundos, detalles más claros y un escenario sonoro más definido, con menos distorsión. Tuvimos la oportunidad de diseñar un driver personalizado para los Ace Ultra y ajustarlo en el estudio junto a algunos de los mejores y más reconocidos ingenieros de audio del mundo.

Tienes que escucharlo y compararlo directamente con los Ace, pero creo que notarás que ofrece una respuesta de graves más profunda, detalles más claros y un [mejor] equilibrio en todo el espectro de audio.

Matt Bolton: Me pareció muy interesante que los Beam Ultra lleguen prácticamente como un reemplazo de la posición que ocupaban los Arc originales en la gama de productos después del lanzamiento de los Amp Ultra. ¿Por qué decidieron concentrar más canales en el cuerpo más compacto de los Beam, en lugar de mantener el diseño más grande y flexible de los Arc para ocupar ese lugar?

Tom Conrad: Nuestro objetivo era ofrecer realmente la mejor barra de sonido de tamaño mediano del mundo. Todavía hay muchísimas personas en todo el mundo que quieren un formato más compacto. Quieren algo que pueda colocarse debajo del televisor cuando está sobre un mueble, o que funcione con un televisor más pequeño. O, francamente, simplemente quieren un dispositivo que no llame tanto la atención como una barra de sonido más grande.

Y, aun así, quieren Dolby Atmos 7.1.2 completo y real. Quieren una experiencia de sonido envolvente en altura que realmente los haga sentir dentro de la acción. Por eso, con los Beam Ultra construimos un sistema con nueve drivers, incluidos dos drivers orientados hacia arriba, que rebotan el audio en el techo y las paredes para crear esa sensación de inmersión.

Si pasas tiempo con cualquier usuario de sistemas de cine en casa, entiendes que realmente quieren una experiencia de diálogo impecable, en la que las voces siempre destaquen incluso durante las escenas más cargadas de sonido. Por eso, el escenario sonoro central de Beam Ultra mejora considerablemente.

También quieren unos graves que se sientan con muchísimo peso sin tener que añadir un subwoofer a la habitación. Quieren una música amplia, con un escenario sonoro bien definido. Y los creadores quieren productos que reproduzcan con gran precisión su intención en la sala.

Es muy difícil hablar de productos que ofrecen este tipo de experiencias de audio antes de que la gente tenga la oportunidad de probarlos en persona. Pero todas las personas con las que hemos compartido Beam Ultra simplemente no pueden creer la cantidad de sonido y presencia que se obtiene de una barra de sonido tan pequeña.

Matt Bolton: Entonces, cuando hablaban con los clientes, ¿se dieron cuenta de que quienes compran en este rango de precio suelen preferir un tamaño más compacto en lugar de uno más grande, incluso si eso implica añadir más complejidad al desarrollo?

Tom Conrad: Así es. Es decir, ya tenemos la mejor barra de sonido grande del mundo con Arc Ultra. Así que la pregunta realmente era: para el resto del mercado, ¿qué podemos hacer para dar un salto generacional enorme en cuanto a capacidades? De ahí surge Beam Ultra.

Matt Bolton: Parece que podrían haber optado por canales 5.1.2 en Beam Ultra, y probablemente eso habría dejado satisfechos a los usuarios si se hubiera ofrecido con una mayor calidad. ¿Qué encontraron durante el desarrollo que los llevó a decidir que 7.1.2 era necesario o la opción correcta?

Tom Conrad: Bueno, creo que una parte de esto tiene que ver con que en el propio Beam ofrecemos una experiencia excepcional con una configuración 5.1.2. Realmente queríamos encontrar una manera de ampliar nuestro catálogo de productos en lugar de simplemente actualizar Beam. Por eso, en este momento, Beam seguirá en el mercado como nuestra solución para los clientes más sensibles al precio que buscan esa experiencia 5.1.2, mientras que Beam Ultra se coloca por encima para ofrecer una experiencia de sonido envolvente Dolby Atmos más inmersiva.

No me gusta el último modelo de voz de ChatGPT. Si no usas la voz para interactuar con ChatGPT, tal vez te parezca extraño que esto me moleste tanto, así que déjame explicarte.

Hasta hace poco, todas sus voces sonaban bastante avanzadas. Pero aún tenían algo inconfundiblemente propio de la IA. A veces, sonaban fluidas e incluso expresivas, pero también entrecortadas y, bueno, robóticas.

La última actualización de voz intenta suavizar el resto de esos detalles más robóticos. Lo que significa que ahora ChatGPT hace pausas, vacila, cambia la entonación y agrega muchos de esos pequeños sonidos que los humanos hacemos sin siquiera pensarlo.

Hay muchos «umms» y «hmms». Hay un montón de «yeeeahs» prolongados, así como «ooohs» entusiastas. A veces suena como si estuviera tomando aire o suspirando. A veces hace una pausa a mitad de un pensamiento. Y con frecuencia su voz se eleva al final de una oración. En otras palabras, se ha modificado para que suene más humano y a mí me resulta increíblemente molesto.

Cuando lo probé por primera vez, pensé que no funcionaba bien. Especialmente por la forma en que decía una palabra de relleno y luego hacía una pausa. Una vez que escuché tres «hmmms» largos seguidos, no pude prestar atención a nada más de lo que decía en respuesta. Así que decidí convertir mi irritación en un experimento. Abrí las diferentes voces en ChatGPT, comencé a hablar y conté todas las palabras de relleno.

El experimento con las palabras de relleno

Empecé con Maple, una de las voces más alegres y con tono femenino de ChatGPT, y en una conversación que duró unos 5 minutos conté 20 «hmmms». También hubo muchos «yeeeahs» alargados, un par de «uhhhhs», un «ooooh», un «hmm, qué bueno» y varias respuestas entusiastas del tipo «sí, totalmente».

También había mucha entonación ascendente, que es cuando el tono de voz sube al final de una oración. Eso me hizo preguntarme si simplemente me estaba fijando demasiado en algunas peculiaridades del habla más asociadas con el inglés de EE. UU. que con ChatGPT, así que cambié de voz.

A continuación, probé con Vale. Es una voz femenina británica alegre y curiosa. Curiosamente, Vale tenía un conjunto diferente de hábitos verbales. Había menos «hmmms», pero muchos «ohhh yeeeahs», largos «suuuures» y algunos «riiiights». Y su entonación también parecía elevarse constantemente, sobre todo cuando me hacía preguntas.

Pensé en probar después con una voz que sonara más claramente masculina. Elegí a Arbor, otra voz británica, que me pareció más tranquila pero mucho más forzada. Me dio muchos menos de esos ruidos conversacionales exagerados que no me gustaban de Maple, pero los reemplazó con pausas extrañas y un ritmo entrecortado. A veces parecía dejar de hablar en momentos realmente inusuales.

Después de unos 20 minutos de conversaciones con las diferentes voces, había contado más de 100 palabras de relleno y ruidos conversacionales.

Cayendo en las palabras de relleno

Me había metido en estas conversaciones con ChatGPT buscando cosas que me molestaran. Escuchaba con atención cada “umm”, cada pausa extraña y cada “yeeeah” exagerado. Intentaba a propósito contar todas las peculiaridades que OpenAI le había agregado a la voz de ChatGPT para que sonara más como una persona.

Pero, curiosamente, la conversación empezó a sentirse diferente. A regañadientes, comencé a hablar de mis prioridades y de mi semana por venir para poner a prueba las voces. Y en lugar de darle indicaciones a ChatGPT y esperar sus respuestas, pronto me encontré sumergiéndome en una conversación mucho más natural. Esto me sorprendió porque las voces seguían sin gustarme.

Las palabras de relleno seguían distrayéndome y las pausas seguían estando en los momentos menos oportunos. En ningún momento me convencí de que hubiera una persona al otro lado de la conversación. Pero tuve que admitir que, aunque a nivel consciente desconfío de la IA y el objetivo de todo esto era analizar el sistema a fondo, parecía que, aun así, estaba respondiendo a su voz que sonaba más natural al involucrarme cada vez más en la conversación.

Que esto te parezca genial o preocupante probablemente dependa de tus opiniones generales sobre la IA y su influencia en nosotros.

¿Por qué la IA tiene que decir "hmmm"?

Hay una razón obvia para hacer que ChatGPT suene más natural: a los humanos nos resulta más fácil mantener conversaciones naturales y, por lo tanto, es más probable que sigamos interactuando con él.

El habla cotidiana y real no es un flujo de información perfectamente limpio. Todos hacemos pausas, dudamos, cambiamos el tono de voz, emitimos sonidos para demostrar que estamos escuchando y usamos palabras de relleno mientras pensamos qué decir a continuación. Estos pequeños pero importantes elementos del habla cumplen muchas funciones.

Entonces, ¿qué función tienen cuando una IA los utiliza? Porque ChatGPT no necesita decir “mmm” mientras organiza sus ideas ni “siiii” para demostrar que está escuchando. Simplemente podría recuperar la información y responder. Por eso, estos sonidos están diseñados para hacer que las interacciones se sientan más conversacionales, y ahí es donde empiezo a tener mis reservas.

Las empresas de IA suelen presentar sus sistemas como herramientas que pueden ayudarnos a trabajar, aprender, crear y realizar distintas tareas. Cuando personas como yo expresamos preocupación por que todos terminemos dependiendo demasiado de la IA, a menudo se nos dice que lo importante es cómo utilizamos la herramienta. Pero este es solo un ejemplo de cómo la propia herramienta parece estar diseñada para comportarse cada vez menos como una herramienta.

Una calculadora no necesita agregar una palabra de relleno antes de darte una respuesta y un procesador de textos no tiene que hacer una pausa y decir “mmm, sí, ¡totalmente!” cuando empiezas a escribir. Pero eso es precisamente lo que ChatGPT está haciendo ahora.

Algunos podrían argumentar que una voz con un ritmo y una entonación más naturales simplemente ofrece una experiencia más agradable. Sin embargo, esas mismas decisiones hacen que las interacciones se sientan más sociales, lo que potencialmente difumina la línea entre el papel de la IA como herramienta y algo con lo que nos relacionamos más como si fuera otra persona.

Después de mi experiencia, no me sorprendió encontrar investigaciones que sugieren que podría haber algo más detrás de esto. Algunos estudios señalan que las interacciones de voz con la IA podrían estar relacionadas con un mayor involucramiento emocional y una mayor tendencia a atribuirle características humanas.

También existen indicios de que la voz podría llevar a las personas a sobreestimar las capacidades de la IA, especialmente cuando una voz similar a la humana se confunde con comprensión o competencia.

Esto no significa automáticamente que agregar algunos “emms” hará que todos confiemos en la IA. Pero parece que incorporar la voz a la interacción sí cambia la manera en que la percibimos y respondemos ante ella.

Molesto, pero efectivo

Otro aprendizaje práctico de este experimento fue que, si la voz de ChatGPT de repente te vuelve loco después de la actualización, pruebes con otra. Las diferencias entre ellas me parecieron mayores de lo que esperaba. Al principio, no soportaba los gestos vocales y la entonación ascendente de Maple, pero la forma más tranquila de hablar de Arbor me resultó más fácil de tolerar, aunque sus extrañas pausas generaban un problema diferente con el ritmo de la conversación.

Comencé este experimento esperando escribir sobre una actualización molesta de la voz. Pensé que contaría algunos “emms”, me quejaría de lo artificial que sonaba toda esta naturalidad fabricada y después simplemente volvería a escribir. En lugar de eso, pasé 20 minutos estudiando deliberadamente los mecanismos diseñados para hacer que la IA sonara más conversacional y, aun así, terminé hablando de una manera más conversacional con ella.

Sabía que las dudas y vacilaciones no eran reales. Sabía que no había nadie al otro lado de la conversación pensando, escuchando y buscando las palabras adecuadas. Sin embargo, aun así respondí a esas señales hablando de una manera más natural y, finalmente, siendo más abierto.

No creo que eso signifique que de alguna manera me dejé engañar y creí que ChatGPT era humano. Pero creo que lo que demuestra es que no tenemos que creer que la IA es consciente o que hay alguna forma de vida detrás de ella para que nuestros instintos sociales profundamente arraigados comiencen a responder ante señales similares a las humanas.

Así que, aunque todavía hago una mueca cada vez que escucho un “hmmm”, no creo que realmente importe si me gustan o no las palabras de relleno. Lo importante es lo que nos llevan a hacer y lo sorprendentemente instintiva que fue mi respuesta ante ellas.

• Google Cloud lanza las ediciones Gemini Enterprise para los sectores legal y financiero
• Ambas versiones son las primeras versiones específicas para cada sector, ambas en fase de vista previa, sin que se hayan revelado los precios
• La mejora clave con respecto al uso del modelo básico es la «infraestructura» centrada en la IA: habilidades específicas del sector, conectores de datos y un modelo de permisos que incorpora las barreras éticas y los controles de acceso existentes en las empresas

Google Cloud ha lanzado dos versiones específicas para cada sector de su plataforma Gemini Enterprise: una para bufetes de abogados y departamentos jurídicos corporativos, y otra para mercados de capital y banca corporativa.

La empresa no ha revelado los precios de ninguno de los dos productos, los cuales actualmente se encuentran en fase de vista previa y constituyen las primeras ediciones sectoriales empaquetadas de Gemini Enterprise, que Google lanzó en octubre de 2025 para dirigirse a clientes empresariales.

Google sostiene que la IA empresarial de uso general no puede satisfacer las necesidades de confidencialidad, auditabilidad y fundamentación de los sectores regulados, y busca abordar eso con un paquete que incluya la infraestructura específica necesaria para cada sector, en lugar de que cada comprador tenga que desarrollarla desde cero.

Ofertas de IA empresarial a la medida para profesionales del ámbito jurídico y financiero

La edición para servicios financieros está construida en torno a un agente de Investigación Financiera administrado por Google, con más de 50 habilidades, que son paquetes de instrucciones reutilizables para tareas repetitivas, y 13 conectores a fuentes de datos con licencia.

Deutsche Bank es el socio de diseño del agente de investigación, que cuenta con flujos de trabajo que incluyen investigación de KYC, identificación de oportunidades crediticias, preparación de propuestas para la emisión de bonos y análisis de riesgos de portafolios.

La edición legal, por su parte, incluye habilidades para la redacción de documentos jurídicos, verificación de citas, gestión del ciclo de vida de contratos, monitoreo del panorama regulatorio y atención de solicitudes de acceso de titulares de datos.

Sus conectores se integran con NetDocuments, DocuSign, Everlaw, Courtroom5, CourtListener de Free Law Project, Harvey, iManage, Legora, RelativityOne, Solve Intelligence y Thomson Reuters. Entre los clientes que participan en la versión preliminar se encuentran Cleary, Freshfields, Weil y Williams y Connolly.

Google afirma que la renovación de su modelo de permisos permite que los conectores hereden los controles de acceso de los sistemas subyacentes, básicamente trasladando automáticamente las “barreras” legales de una firma, sin utilizar sus datos de clientes, estrategias o resultados para entrenar los modelos base utilizados. Esto es especialmente importante para los clientes del sector legal, dada la relevancia de establecer estos límites antes de obtener cualquier resultado que pueda utilizarse.

Google no es el único participante, ni siquiera el primero, en ninguno de estos sectores; Anthropic se adelantó considerablemente cuando lanzó Claude for Legal en 2026.

El agente Legal de Microsoft para Word llegó a una versión preliminar pública a nivel mundial para usuarios de Frontier a mediados de junio, mientras que su disponibilidad general comenzó a mediados de agosto de 2026. OpenAI también está avanzando en la misma dirección con ChatGPT Work y una página de soluciones para el sector de servicios financieros, aunque todavía no ha creado una edición legal como la que actualmente ofrecen sus competidores.

Sin embargo, todos los principales actores de la IA se apresuran a conquistar lo que representa un mercado excepcionalmente lucrativo; está por verse si las propuestas de Google estarán a la altura de la competencia en un panorama que se perfila como extremadamente competitivo.

Imagina que la IA es el sol y que las empresas son Ícaro. A estas alturas, la mayoría de nosotros nos estamos deleitando con la luz de esta innovación transformadora, que a veces se siente demasiado ardiente y otras desaparece detrás de nubes tan densas que nos preguntamos por qué confiamos en ella desde un principio.

Algunas empresas intrépidas no solo contemplan la cálida luz de la IA, sino que la adoran abiertamente. Se ponen alas y vuelan tan cerca como pueden de su superficie. El objetivo: recoger un poco de esa magia generativa y regresar a la Tierra con agentes que, para llevar más lejos esta loca metáfora, pueden convertirse en trabajadores similares a las personas, capaces de hacer lo que hacemos nosotros, pero a gran escala y con poca o ninguna supervisión.

Por supuesto, el vuelo hacia el núcleo de la IA es peligroso, y por eso tenemos episodios como la reciente aventura quijotesca de Meta que, según un extenso informe de Reuters, la llevó a intentar transformar una gran parte de su fuerza laboral (según se informa, el 60 %) en agentes de IA supervisados por un grupo mucho más pequeño de trabajadores altamente calificados.

Que las alas de Meta casi de inmediato comenzaran a echar humo por su proximidad al núcleo de la IA no es ninguna sorpresa, al menos no para mí.

Más despacio...

Hablo y escribo mucho sobre IA, y llevo casi 25 años cubriéndola de una forma u otra, desde la época en que empresas como IBM y Microsoft eran líderes en inteligencia artificial y pensábamos que la victoria de Deep Blue sobre Kasparov era el punto máximo de lo que podíamos esperar de la inteligencia artificial.

La IA generativa moderna brilla con mucha más intensidad y muestra en tiempo real un potencial tan enorme que el entusiasmo no solo está por todas partes; está fuera de control.

Los agentes de IA, que aparentemente Meta comenzó a utilizar a gran escala, están impulsando buena parte de esta euforia. Estas herramientas automatizadas prometen encargarse de tareas tediosas en innumerables empresas y podrían solucionar no solo problemas de productividad, sino también responder a desafíos relacionados con la fuerza laboral, como las dificultades para contratar personal, los empleados de bajo rendimiento y el agotamiento laboral. La IA agéntica no solo puede encargarse de tareas repetitivas; también puede conectar sistemas independientes para completar un trabajo.

Desde la perspectiva de Meta, especialmente como una empresa que es principalmente de software, una IA capaz de trabajar entre distintas herramientas y sistemas, no solo para ayudar a mantener las operaciones en marcha, sino también para crear nuevos trabajos (bajo la supervisión de un grupo más reducido de empleados de alto rendimiento), probablemente parecía la solución perfecta.

Conclusiones como esta no son exclusivas de Meta ni de empresas de su tamaño. Las conversaciones sobre el uso de la IA en los negocios continúan en todas las industrias y en todos los niveles.

La IA ha llegado a sectores como la atención médica, el comercio minorista y electrónico, la manufactura, los servicios financieros y la banca, el entretenimiento y los medios de comunicación. Todo ello con distintos grados de éxito y diferentes implicaciones.

Es sorprendente cuando consideramos que apenas conocimos ChatGPT de OpenAI en 2022. Nunca antes una tecnología había penetrado tan rápidamente en todos los aspectos de la vida y había acaparado tanto las conversaciones cotidianas. La era de la IA avanza a triple velocidad (3 veces más rápido que cualquier innovación anterior), y eso también incluye su adopción.

Existe, al menos en el ámbito empresarial, un nivel sorprendente de confianza en lo que todavía es, en muchos sentidos, una solución que no ha sido suficientemente puesta a prueba. No estoy diciendo que la IA no funcione, pero actualmente existe la suposición de que funciona en cualquier situación.

Sin duda, si el informe de Reuters es preciso y Meta básicamente confirmó el 90% de su contenido (la compañía afirma que nunca planeó despedir al 60% de su plantilla), Meta es culpable de esto.

No hueles algo quemado?

Con IA, el acto de implementación y transformación empresarial tienden a ocurrir en paralelo, por lo que, mientras Meta planeaba y ejecutaba su reorganización y despidos, ya estaba empleando IA agéntica.

“Los equipos de infraestructura también estaban advirtiendo sobre ‘señales de alerta de confiabilidad’ provocadas por el auge de la programación con IA, según una publicación interna”, escribió Katie Paul para Reuters.

Había, añade la autora, evidencia de que estos problemas (y básicamente el trabajo defectuoso) eran visibles desde junio, cuando unos hackers utilizaron el chatbot de IA de Meta para hackear cuentas de Instagram de celebridades.

Entre eso y lo que parece haber sido una revuelta dentro de la empresa (mi parte favorita fueron los avisos colocados en los cubículos de los baños que animaban a la gente a protestar contra el uso del monitoreo de las pulsaciones de teclas por parte de Meta), quedó claro que Meta había ido demasiado lejos y demasiado rápido con la IA para gusto de todos.

Al final, con sus plumas en llamas, Meta se alejó del sol de la IA (o al menos de su plan) y canceló los despidos e incluso revirtió parte de la reorganización.

La lección aquí no es que la IA sea demasiado peligrosa como para acercarse a ella o que la IA y los negocios sean una mala combinación. Pero, como estamos viendo, las declaraciones de que la IA transformaría las empresas sin eliminar o reemplazar puestos de trabajo estaban mal fundamentadas, y permitir que la IA produzca trabajo sin una supervisión humana adecuada en cada etapa del proceso es, por el momento, poco aconsejable.

Mientras Mark Zuckerberg intenta reescribir su propio guion para poner a las personas en primer lugar, quizá sea momento de que todos hagamos una pausa y reconsideremos cómo encaja la IA en nuestros negocios, flujos de trabajo y vidas.

La IA puede sentirse como el sol, pero no puede ser nuestra única fuente de luz y calor. Sigue siendo solo otra herramienta —sí, una poderosa e increíblemente versátil, pero al fin y al cabo una herramienta—, y depender demasiado de ella inevitablemente provocará frustración o algo peor.

Meta aprendió una dura lección: tus planes de IA deben estar basados en un enfoque centrado en las personas; de lo contrario, los humanos se rebelarán y te cortarán las alas.

• Apple Music pronto obligará a los artistas a identificar sus canciones generadas por IA
• Esta medida sigue a las iniciativas de los servicios de streaming de la competencia para limitar la música generada por IA
• Algunos usuarios quieren que Apple prohíba por completo las canciones generadas por IA en su plataforma

El tema de la música generada por inteligencia artificial (IA) se ha convertido en un tema candente en los últimos dos años, y ha resultado ser un asunto que polariza profundamente a los amantes de la música. Ahora, Apple está tomando medidas para implementar etiquetas de IA en Apple Music, pero algunos usuarios consideran que no es suficiente.

Según The Hollywood Reporter, Apple envió correos electrónicos a sus «socios de la industria» a principios de esta semana para explicar su postura. En esos mensajes se dejó claro que las etiquetas de IA comenzarán a aparecer «a finales de este año» y no serán opcionales.

"Los proveedores de contenido deberán incluir etiquetas de transparencia de IA en cualquier caso en que se haya utilizado IA para crear una parte sustancial del contenido, incluidas las canciones generadas por plataformas de IA", afirmó Apple. “Definimos el contenido generado por plataformas de IA como cualquier cosa que se derive principalmente de un servicio de IA generativa”.

Esto ocurre unos meses después de que Apple comenzara a permitir que las discográficas y los artistas indicaran voluntariamente que las canciones se crearon con la ayuda de la IA a través de las llamadas ‘etiquetas de transparencia’. Sin embargo, la última actualización va más allá, ya que exige a los distribuidores de música que marquen el contenido generado por IA para que los consumidores sepan exactamente lo que están comprando.

Fraude con IA y manipulación del streaming

Apple no explicó exactamente cómo hará cumplir su nueva política. Esta medida sigue un movimiento similar de Spotify, que a principios de este mes reveló que comenzaría a etiquetar a los artistas que utilizan IA y los excluiría de sus recomendaciones seleccionadas y algorítmicas. Por su parte, el servicio rival Tidal ya no paga a los usuarios que suben contenido cuando detecta que sus canciones fueron creadas con IA.

La nueva estrategia de Apple Music llega en medio de una creciente preocupación por el uso de la IA en la creación musical. La inquietud del público por las canciones generadas con IA ha aumentado tanto que han surgido herramientas como Detect Music, diseñadas para ayudar a las personas a identificar si se utilizó IA en la música que escuchan.

Al revisar las redes sociales, queda claro que muchas personas apoyan la decisión de Apple. “Bien, pero esto tardó demasiado”, lamentó una persona en Reddit. Otro usuario comentó: “Podría cambiarme a Apple Music una vez que esto se implemente, si también existe una opción para bloquear el contenido generado con IA”.

Sin embargo, para otros usuarios, Apple no está haciendo lo suficiente. “Como cliente que paga, deberías poder bloquearlo desde la configuración”, señaló uno de ellos, mientras que otro sostuvo que la música generada con IA “no debería estar en la plataforma en absoluto”. Un usuario de Reddit fue más directo y argumentó que una “mejor medida sería prohibirla por completo”.

Para muchas personas, el problema de la música generada con IA tiene dos vertientes: por un lado, sentirse engañadas por la falta de trabajo artístico cuando las canciones que escuchan fueron creadas por una máquina; por otro, la preocupación de que los músicos reales estén siendo desplazados como consecuencia de ello. Si a esto se suman los casos conocidos de fraude y manipulación de reproducciones que suelen estar relacionados con el uso de IA en la música, queda claro por qué Apple consideró que era necesario tomar medidas.

Con la proliferación de servicios de generación musical mediante IA, como Suno y Beatoven, este no es un problema que vaya a desaparecer de la noche a la mañana. Sin embargo, dado que las canciones generadas con IA parecen ser muy poco populares —al menos cuando los usuarios saben que fueron creadas de esa manera—, la nueva medida de Apple podría ayudar a frenar su propagación.

• Según se informa, la división System LSI de Samsung utiliza Claude Code de Anthropic para optimizar los procesos de trabajo.
• Sin embargo, al parecer, la herramienta también modificó un mensaje de error en lugar de corregirlo, revirtió trabajo ya completado que no tenía relación con el problema e intentó editar código al que no tenía autorización para acceder.
• Actualmente, los ingenieros de Samsung revisan todo lo que produce la herramienta antes de que se publique en otros lugares o afecte los diseños de chips existentes.

Según se informa, la división System LSI de Samsung ha utilizado el Claude Code de Anthropic para reducir a unos dos días un trabajo de verificación de sistemas en chip que antes duraba un mes.

Si bien la división de Samsung cuenta con unos 6,000 empleados, su principal rival en procesadores para aplicaciones móviles, Qualcomm, tiene aproximadamente 52,000 empleados, y al parecer la primera no tiene reparos en utilizar la IA para acortar la brecha como un multiplicador de fuerzas.

Un informe del medio de negocios surcoreano Chosun Biz (KR) afirma que System LSI aprovechó el Claude Code de Anthropic al ofrecerlo a sus desarrolladores de software en mayo de 2026, y luego lo extendió al trabajo de diseño y verificación de semiconductores, una medida que condujo a un progreso mucho más rápido en ciertos proyectos, al tiempo que generó fallos interesantes en otros frentes.

Una mezcla de triunfos y meteduras de pata

El enfoque de Samsung, en su mayor parte, presenta un excelente argumento a favor del uso de la IA en el futuro. Un proyecto de verificación que se esperaba que tomara más de un mes se completó en aproximadamente dos días, algo que la compañía registró internamente como una mejora de 15 veces en eficiencia.

Más interesante aún, un ingeniero de segundo año sin experiencia previa con la herramienta ni con los estándares de comunicación USB logró crear modelos de dispositivos USB para un emulador y adaptar un controlador de Android en un solo día, un trabajo que normalmente se estimaba que tomaría alrededor de un mes.

Samsung también tuvo una experiencia interesante al utilizar Claude Code para verificar las conexiones internas de datos de un sistema en chip (SoC) personalizado. El trabajo era complejo por varios motivos: el cliente quería una arquitectura nueva, había IP de diseño de terceros involucrada, la documentación no seguía estándares habituales y el RTL del controlador DRAM no había llegado a tiempo, creando un escenario ideal para Claude.

Claude construyó un entorno de verificación virtual utilizando bloques provisionales en lugar del RTL faltante, además de crear escenarios de prueba. Esto permitió que los ingenieros comenzaran a detectar errores antes de que existiera el diseño real.

Sin embargo, del otro lado de la ecuación, en ciertos casos Claude Code intentó operar fuera de los límites de las tareas que se le habían asignado, lo que a menudo provocó resultados incorrectos o errores. En un caso, incluso intentó modificar código RTL de circuitos que no tenía autorización para tocar. También revirtió trabajo terminado que no estaba relacionado con la tarea y redujo la gravedad de un mensaje de error en lugar de solucionarlo.

Lo primero resulta particularmente grave porque, a diferencia de las actualizaciones de software, una vez que un chip llega al mercado, rara vez puede reutilizarse o “actualizarse” para solucionar fallas de diseño. Samsung respondió asegurándose de que los ingenieros revisen y verifiquen manualmente los resultados generados por los modelos de Anthropic antes de utilizarlos en otros procesos.

Más interesante aún, Claude Code no es la única herramienta utilizada dentro de Samsung, aunque parece ser la que más atención recibe en este caso. Samsung también utiliza Google Gemini y ChatGPT de OpenAI en áreas como investigación, manufactura, marketing y soporte.

A pesar de ello, Samsung no utiliza ninguno de estos otros modelos para revisar las respuestas generadas por Claude Code. En su lugar, esa tarea queda en manos de ingenieros de confianza dentro de la compañía. Esto ocurre en una industria donde los errores que no se detectan durante las revisiones pueden resultar costosos para una empresa que actualmente busca maximizar su eficiencia, incluso mientras su división System LSI ha registrado pérdidas en su negocio de SoC y su teléfono insignia Galaxy Z Fold 8 utiliza componentes de Qualcomm.

• La IA se cobra otra víctima: el Dr. Dre admite usarla para la producción musical
• Sin embargo, el legendario productor no da detalles sobre cómo la utiliza
• Ciertos usos podrían ponerlo en conflicto con las nuevas medidas relacionadas con el streaming

Otro exmúsico ha admitido que ha adoptado la inteligencia artificial: el Dr. Dre, exmiembro de N.W.A., ha reconocido que utiliza la IA cuando produce música.

En una entrevista con el New York Times, el rapero, cuyo nombre real es Andre Romell Young, se sumó a figuras como David Guetta, Timbaland y Grimes al admitir que utilizan la IA en sus trabajos.

«Es una nueva herramienta para la creatividad», dijo Dre, «la estoy adoptando. No veo la hora de ver qué va a pasar con esto». También repitió un argumento común entre los usuarios de IA, comparándola con las cajas de ritmos o los sintetizadores y describiendo la fuerte reacción negativa que hubo contra esas herramientas, ahora tan comunes, cuando se introdujeron por primera vez.

En la entrevista, Dr. Dre no dio detalles sobre cómo utiliza realmente la IA. Por lo tanto, no está claro si la usa para crear artificialmente pistas completas o pistas individuales, como lo hizo de manera controvertida Boy George con su «We Will Dance Again», o simplemente para aislar elementos de pistas existentes, como lo hizo de manera famosa Paul McCartney para remasterizar una canción de los Beatles.

Dada la cantidad de herramientas tecnológicas simples que se etiquetan como IA, podría estar usándola simplemente para organizar archivos.

Dre choca con la guerra del streaming

Los servicios de streaming están librando actualmente una guerra contra la avalancha de música generada por IA que se vierte a diario en sus plataformas. Según Deezer, la mitad de las subidas son generadas por IA, y el problema ha llevado a las principales plataformas a tomar medidas drásticas contra el contenido de baja calidad generado por IA.

Deezer se ha dedicado a lanzar funciones que excluyen la IA y a presentar filtros para eliminar contenido generado por IA, mientras que Qobuz nos habló recientemente sobre sus propios planes para hacer frente a la IA, y Tidal no paga regalías por la música generada por IA. Spotify ha sido mucho más lento que sus rivales, pero incluso él presentó recientemente una etiqueta llamada «AI Persona» para identificar a los «artistas» que no son personas reales.

Quien lo hizo mejor fue Bandcamp, que de manera sencilla y directa prohibió la música que fuera «generada total o sustancialmente por IA». Así es como se defiende a los usuarios.

Dado que es una figura reconocida en el mundo de la música, con un amplio catálogo anterior a la IA, es muy poco probable que el Dr. Dre infrinja estas reglas anti-IA existentes. No vas a ver una etiqueta de IA en «California Love», ni vas a encontrar que «Straight Outta Compton» haya sido desmonetizada.

Pero las reglas cambian constantemente, a medida que los servicios de streaming de música se dan cuenta de cuánto odian los oyentes la basura generada por IA y descubren nuevas formas de identificar y eliminar la música artificial. Si bien el uso ambiguo de la IA por parte de Dre no infringirá las reglas de los servicios de streaming ahora, eso podría cambiar a medida que estos servicios redefinan lo que permiten.

• Las marcas de agua visibles en el contenido de Gemini ahora son opcionales
• El cambio se aplica a imágenes, videos y música
• Las marcas de agua invisibles incorporadas mediante IA seguirán vigentes

Si usas Google Gemini para crear imágenes, música o videos con IA, sabrás que estos vienen con un logotipo de Gemini para indicar que fueron generados por IA. Pero eso ya no es así: ahora tienes la opción de ocultar esta marca de agua visible.

Tal como lo anunció Josh Woodward de Google, ahora puedes desactivar las marcas de agua para las imágenes creadas con el modelo de IA Nano Banana, los videos creados con Omni y las canciones creadas con Lyria —excepto en países donde la ley exige marcas de agua visibles (incluida China).

No se dio una razón específica para el cambio, pero Woodward describió el ajuste como una “corrección de un pequeño inconveniente”, lo que da a entender que los logotipos superpuestos habían estado frustrando a los usuarios que buscaban un flujo de trabajo limpio para la creación de contenido con IA.

Esta medida pone a Gemini a la par con ChatGPT, que no tiene marcas de agua visibles en las imágenes. Sin embargo, ambas aplicaciones siguen incorporando metadatos dentro de los archivos que identifican el contenido generado por IA, algo que hay que tener en cuenta al compartir tus creaciones.

Cómo desactivar las marcas de agua visibles

"Estamos buscando un equilibrio entre el control creativo y la seguridad: aunque las marcas de agua visibles ahora son opcionales, las marcas de agua invisibles de SynthID y los metadatos C2PA siguen utilizándose para garantizar la transparencia", afirma Woodward.

La forma más fácil de verificar si algo se ha creado con IA es preguntarle a la IA misma: sube una imagen a la app de Gemini, por ejemplo, y esta debería poder decirte si fue creada con IA, gracias a las marcas de agua invisibles incluidas en el archivo.

Para eliminar las marcas de agua de tus creaciones generadas por IA en Gemini en la web, haz clic en el ícono de engranaje (abajo a la izquierda) y luego selecciona “Marca de agua de medios”. Por el momento, la opción no parece estar disponible en las aplicaciones móviles, pero debería aparecer pronto en la configuración.

Por supuesto, esto hará que sea más difícil que nunca detectar cuándo algo se ha producido con la ayuda de la IA. En esta etapa, tal vez incluso tenga más sentido asumir que todo es IA, a menos que tengas buenas razones para creer lo contrario.

ChatGPT ha acumulado una colección sorprendentemente amplia de herramientas educativas, entre las que se incluyen el «Modo de estudio» y nuevos complementos diseñados específicamente para estudiantes universitarios y docentes.

La clave está en utilizarlas para aprender, en lugar de delegar el aprendizaje en sí. OpenAI describe explícitamente su enfoque como una forma de ayudar a los estudiantes a comprender el material, en lugar de simplemente tomar atajos, lo cual es una regla útil que conviene tener en cuenta antes de entregarle a ChatGPT la primera tarea del semestre.

Aquí te presento cinco formas en las que yo configuraría ChatGPT antes de que las clases comiencen de verdad.

1. Modo de estudio para todos

El «Modo de estudio» de ChatGPT, cuyo nombre es muy acertado, es el punto de partida obvio para usar la IA en el aprendizaje, y ni siquiera requiere una suscripción de pago. Solo tienes que iniciar una conversación normal con ChatGPT y escribir @study, o hacer clic en el botón + y buscar «Study».

Una vez activado, el «Modo de estudio» cambia las respuestas de ChatGPT: en lugar de dar respuestas directas, adopta un comportamiento más socrático. Te hace preguntas, te da pistas y verifica si entiendes cada paso antes de seguir adelante.

Prueba con indicaciones como: «Enséñame las derivadas, haciéndome una pregunta a la vez, y dame una pista cuando me quede atascado».

También puedes subir una foto de un problema o, cuando sea posible subir archivos, agregar tus apuntes de clase y pedirle a ChatGPT que trabaje a partir de ellos. Por ejemplo, podrías subir lo que anotaste en clase y decirle a ChatGPT: «Usa estos apuntes para enseñarme la lección de hoy. Empieza por identificar y explicar los conceptos que necesito entender, luego hazme preguntas antes de pasar al siguiente».

El Modo de estudio puede trabajar con archivos e imágenes subidos, lo que lo hace mucho más útil cuando sabe qué se está cubriendo en tu clase en realidad, en lugar de ofrecer una mini-clase genérica.

2. Complemento ChatGPT para la universidad

Una opción más reciente y específica es el complemento «College Student» de ChatGPT. No está disponible para todos como el «Modo de estudio», sino solo a través de ChatGPT Edu, por lo que tu universidad debe ofrecerlo y ponerlo a tu disposición. Los estudiantes que pueden acceder a él obtienen una variedad de herramientas de aprendizaje.

De especial interés es la creación de sitios de aprendizaje interactivos. Puedes compartir el material de tu curso para crear explicaciones visuales interactivas, al tiempo que recibes tutoría guiada sobre los conceptos que te resultan difíciles. La IA puede tomar las diapositivas de clase o las notas que subas y crear un sitio web único lleno de preguntas de estudio, capaz de ofrecer retroalimentación sobre tus respuestas.

Dependiendo de cuán seguro te sientas, podrías pedirle a ChatGPT algo tan detallado como: «Elabora un plan de estudio para las próximas dos semanas usando estos materiales del curso y mis próximas fechas límite, y dedica más tiempo a los temas con los que tuve dificultades en el cuestionario».

3. Estudio del programa de estudios

Lo que recuerdo de mi vida estudiantil es que, por lo general, el programa de estudios recibe unos 20 minutos de atención intensa antes de emprender su largo viaje hacia el fondo de la mochila. ChatGPT puede hacerlo considerablemente más útil. Sube el programa de estudios a ChatGPT y podrá tener una vida útil mucho más productiva.

Te sugiero una instrucción como: «Lee este programa de estudios y crea un plan de estudio semanal. Incluye todos los exámenes, trabajos y fechas límite. Sugiere para qué debería empezar a prepararme con al menos una semana de anticipación».

También puedes preguntar sobre las semanas más ocupadas y pedir ideas para que sean lo más fáciles posible. Si permites que ChatGPT te envíe alertas, podrías evitar el agobio de fin de semestre, cuando todas las fechas límite caen al mismo tiempo y sigues teniendo solo 24 horas al día para estudiar.

4. Flashcards / Fichas de estudio

ChatGPT también puede evitar que pases toda una noche haciendo tarjetas de estudio en lugar de estudiarlas. Puedes pedirle que cree tarjetas a partir de tus notas, indicándole que «se concentre en los conceptos y términos que te resulten especialmente confusos».

Si le pides una tarjeta a la vez, el ejercicio se convierte en una sesión de estudio real, en lugar de generar otra página gigante de material para mirar fijamente, con suerte.

Con el complemento College Student, las tarjetas de estudio pueden formar parte de la experiencia de aprendizaje interactiva, en lugar de aparecer simplemente como texto en la conversación. Podrías preguntarle: "Convierte el material de la clase de esta semana en tarjetas de estudio y organízalas por tema".

5. Hora del cuestionario

Es fundamental ponerte a prueba para saber si realmente has aprendido algo al estudiar, y ChatGPT puede ser de gran ayuda en ese sentido. Con su «Modo de estudio», puedes crear preguntas de práctica, ponerte a prueba una pregunta a la vez, pedirle que te explique los errores y ajustar el nivel de dificultad a medida que avanzas.

Sube el material de tu curso y prueba a pedirle un «examen de práctica de 10 preguntas basado únicamente en estos apuntes. Hazme una pregunta a la vez, no reveles la respuesta hasta que yo responda, explícame cualquier error que cometa y haz que la siguiente pregunta sea más difícil cuando responda correctamente».

El complemento «College Student» puede convertir ese mismo proceso en un cuestionario interactivo más estructurado, basado en los materiales del curso que proporciones. Puedes solicitar exámenes de práctica más complejos y configurar pruebas interactivas que analicen tus áreas más débiles para seguir estudiándolas y evaluándolas.

Con o sin el complemento, hacer que ChatGPT cierre el libro metafórico y comience a hacerte preguntas es una forma mucho más rápida de descubrir si realmente has retenido algo.

• Adobe lanza tres nuevas herramientas de audio con IA en Firefly
• Los creadores ya pueden usar "Generate Music", "Generate Speech" y "Generate Sound Effects"
• Las probé para ver cómo funcionan en la creación de videos

Después de estar en fase beta por un tiempo, Adobe Firefly ahora ha puesto a disposición de todos los creadores tres nuevas herramientas de audio con IA que prometen un «sonido con calidad de estudio». Probé cada una de ellas para ver si los resultados eran tan buenos como prometían, y en general cumplieron con las expectativas, aunque con algunas peculiaridades.

Generar música, Generar efectos de sonido y Generar voz son las últimas funciones de audio que llegan a la plataforma de IA basada en navegador de Adobe (no hace falta ser un genio para adivinar para qué sirve cada una).

Según mi experiencia con las tres, Generar música es lo más destacado; es mucho mejor de lo que esperaba y creo que los especialistas en marketing y los creadores le sacarán mucho provecho. Puedes probarlas tú mismo haciendo clic aquí.

Entonces, ¿qué hay de nuevo?

Actualmente hay tres herramientas de IA disponibles para todos. Todas son bastante fáciles de entender, pero esto es lo que necesitas saber.

• Generate Music te permite crear pistas con licencia que se adapten a la duración y al ambiente de tus videos.
• Generate Speech toma guiones y los convierte en voces en off.
• Generate Sound Effects genera —lo adivinaste— efectos de sonido que se adaptan a la acción y al ritmo de un video.

¿Pero son buenos?

Ya he escrito antes sobre mi agnosticismo respecto a la IA en general y mis dudas a la hora de usarla para el trabajo creativo. Es una imitación del arte.

Aun así, las herramientas de Adobe han impresionado incluso a los más escépticos de mi equipo respecto a la IA, en particular funciones como Generative Extend en su software de edición de video. Y yo soy, si algo, de mente abierta. Así que decidí probar estas herramientas por mí mismo para averiguar de qué se trata realmente.

El enfoque aquí, al menos por ahora, gira en torno a acelerar los flujos de trabajo creativos para profesionales como los especialistas en mercadotecnia y los creadores de contenido.

Creación de música con IA

Empecé con Generate Music, donde puedes escribir una descripción libre o subir un video, y la IA intenta adivinar qué tipo de música quieres. Usé un clip corto de 27 segundos que grabé para mi reseña del reMarkable Paper Pure (sobre todo porque todavía estaba en mi carpeta de descargas).

Basándose en eso, Firefly sugirió una indicación para «una canción tranquila y reflexiva con un estilo electrónico ambiental para una demostración de producto».

Pulsé «Generar» y, en un par de segundos —la verdad es que es impresionantemente rápido—, me presentó cuatro pistas para elegir, todas diferentes pero con la misma vibra. Estaban… bien. Un poco genéricas, pero servirían en caso de apuro. O para terminar un proyecto a toda prisa.

Decidí agregar algunos términos más a la indicación, como «jazz» y «cinemático», para usarla en un «vlog» y un «tráiler». Cambié la «Energía» de «baja» a «media». Los resultados mejoraron mucho.

Como con todas las herramientas de IA, cuanto más detallada sea la solicitud, mejor será el resultado, y existe la opción de describir tú mismo el ambiente, el estilo y el propósito si tienes una idea en mente.

Puedes descargar la música y el video, o solo la música, desde aquí.

Creación de voces en off con IA

Al pasar a la función «Generar voz», primero utilicé la barra lateral para determinar qué modelo de IA usar; al momento de escribir este artículo, están disponibles Firefly de Adobe, que es una opción comercialmente segura, y el modelo asociado ElevenLabs Multilingual V2.

Luego elegí una voz de una lista de 45, cada una descrita de manera variable como masculina, femenina, no binaria, de adulto joven, de mediana edad, de persona mayor, y así sucesivamente.

Por último, pegué mi texto en el campo de texto; Firefly puede detectar qué idioma estoy usando, pero tienes la opción de elegirlo tú mismo. Utilicé el poema «Ozymandias» (con mis más sinceras disculpas a Shelley).

Lo que me gustó aquí fue que, una vez que el texto está en su lugar, puedes optar por agregar texto adicional o indicarle a la IA que haga una pausa en ciertos puntos.

Para ver una vista previa, tuve que seleccionar todo el pasaje y usar el menú contextual (ahí es donde también se corrige la pronunciación y se ajusta el tono de voz).

A pesar de todo lo que se habla de agilizar los flujos de trabajo, esto me parece un paso en falso. Solo se necesita un botón de reproducción en la parte inferior de la pantalla.

Tuve que ajustar las pausas para darle a mi texto espacio para respirar y, una vez configuradas, pude modificar los tiempos haciendo clic en la pausa en la pantalla de vista previa. Y, por alguna razón, la palabra «land», precisamente, fue la que le dio problemas a la IA, ya que la pronunció como «lan».

Creación de efectos especiales con IA

Para esta prueba, volví a usar un video grabado para mi reseña del reMarkable; esta vez, un clip de 12 segundos en el que se compara el reMarkable 2 con el Paper Pure.

Este proceso es mucho más detallado, en el sentido de que la IA no va a adivinar cuáles deberían ser los efectos de sonido probables. Tuve que describir manualmente lo que quería. Después de eso, hice clic en “Mejorar la indicación”, lo que agregó más descripciones.

Así, terminamos con: «Un silbido deslizante que desciende suavemente con un timbre metálico y una resonancia suave». Al hacer clic en «Generar», el servicio produjo rápidamente cuatro variaciones ensordecedoras. No te haré sufrir esos resultados. No es justo para nadie.

En cambio, cambié la indicación a una más relajante: «grillos en un campo» con una duración de 12 segundos, para completar la duración del video.

Lo bueno de la opción de efectos de sonido (SFX) es que puedes agregar múltiples pistas de audio y usar los controles para ajustar su posición.

Con una línea de tiempo que se extiende en la parte inferior de la pantalla, se siente más como un editor de audio real (al menos hasta cierto punto). Al arrastrar los controles del audio, puedes ajustar aún más el volumen o eliminar la pista.

¿Vale la pena?

En general, me gustaría que se hicieran algunos ajustes en la interfaz de usuario para agilizar los flujos de trabajo de producción.

No creo que vayan a sustituir a los diseñadores de sonido, compositores y músicos profesionales en el corto plazo. Pero, habiendo trabajado en mercadotecnia, veo que tienen su lugar para los profesionales del marketing y la creación de videos cotidianos.

La voz sintética está a años luz de los días en que sonaba como el robótico Microsoft Sam, pero para una interpretación matizada de las líneas, nada va a superar a un actor en una cabina de grabación.

Sin embargo, la sección de efectos de sonido tiene mucha más utilidad. Entre diferentes generaciones, no pude notar la diferencia entre los sonidos generados por IA y los que se reproducen en un viejo CD de efectos de sonido que tengo.

El verdadero ganador aquí es «Generate Music». Incluso con la indicación básica, el audio resultaba adecuado para una demostración de producto, una reseña, un video explicativo de negocios o algo similar. Y mejoraba con cada generación que creaba.

Una actualización que vale la pena explorar, entonces, para la producción rápida de videos.

• Google está ampliando su nueva función de salud "Tendencias de resistencia a la insulina" con PhotoScan
• PhotoScan es "un marco de aprendizaje profundo en fase de investigación" que puede estimar la grasa corporal utilizando la cámara de un teléfono con "una precisión cercana a la de la DXA"
• Aún no está disponible para el público, pero la investigación "demuestra la viabilidad" de este tipo de funciones

Con el lanzamiento del Google Pixel Watch 5 la semana pasada, junto con una gran cantidad de nuevos teléfonos Pixel, una de las novedades más interesantes fue la presentación del nuevo conjunto de herramientas Health Guardian del Pixel Watch, que incluye “Tendencias de resistencia a la insulina”.

“Tendencias de resistencia a la insulina” presenta un desglose mes a mes con estimaciones de cómo respondió tu cuerpo a los picos de azúcar en la sangre —un factor crucial en el control del peso y el desarrollo de la diabetes tipo 2—.

La composición corporal —la proporción de diferentes tipos de grasa, músculo esquelético y hueso— también es un excelente indicador de la resistencia a la insulina y la salud metabólica, por lo que a menudo se utilizan escáneres corporales para ayudar a determinar la resistencia a la insulina. La composición corporal suele medirse con escáneres «DXA» de grado médico, que utilizan rayos X, o con dispositivos disponibles en el mercado para uso doméstico.

Estos dispositivos domésticos pueden ser las mejores básculas inteligentes o incluso algunos relojes inteligentes, como el Samsung Galaxy Watch Ultra 2. Al no contar con escáneres médicos DXA, suelen emplear un proceso llamado "análisis de impedancia bioeléctrica" o BIA. Se envía una corriente eléctrica de bajo nivel a través del cuerpo del usuario, la cual se desplaza a diferentes velocidades a través de la grasa, los músculos y los huesos. La velocidad de la corriente eléctrica ayuda al dispositivo a estimar los porcentajes de cada componente en el cuerpo: una función muy útil en un dispositivo de monitoreo de la salud como un reloj inteligente.

Sin embargo, Google está trabajando en una versión aún más precisa de un escaneo corporal sin necesidad de equipo especializado ni kit de BIA; de hecho, solo se necesita la cámara de un teléfono inteligente y un modelo de IA integrado. Esta función, aún en desarrollo, se llama, muy acertadamente, PhotoScan.

Según su blog de investigación, Google ha estado desarrollando PhotoScan al comparar fotografías tomadas con teléfonos inteligentes de sujetos con escaneos DXA de grado médico, junto con otra información sobre los sujetos, y luego procesar todo esto mediante un modelo de IA. El modelo de IA finalmente logró una «fuerte concordancia con los resultados de DXA» al estimar el porcentaje de grasa corporal y otras métricas, lo que condujo a una «precisión cercana a la de DXA para predecir la resistencia a la insulina».

Los investigadores concluyen que «las imágenes clínicas de DXA ofrecen la composición corporal más precisa, pero carecen de escalabilidad, mientras que los sensores BIA portátiles ofrecen comodidad, pero se limitan al porcentaje básico de grasa corporal.

Nuestro enfoque PhotoScan ofrece un término medio prometedor, al estimar la composición corporal detallada a partir de imágenes estándar de teléfonos inteligentes con una precisión cercana a la de la DXA». Lo siento, Samsung: parece que en el futuro dejaremos de lado los sensores BIA y nos orientaremos hacia las cámaras de los teléfonos inteligentes para calcular el porcentaje de grasa corporal.

Aunque la tecnología aún no parece estar disponible comercialmente, sí «demuestra la viabilidad de la estimación de la composición corporal basada en teléfonos inteligentes», y me sorprendería que no llegara eventualmente a los mejores teléfonos Pixel.

El director ejecutivo de Meta, Mark Zuckerberg, ha publicado su manifiesto sobre el futuro de la IA, titulado "El futuro es para todos", en el que describe las dos trayectorias que, en su opinión, podría tomar esta tecnología.

Por un lado, Zuckerberg presenta un panorama en el que la IA está centralizada en manos de grandes instituciones y gobiernos, exclusivamente para su propio beneficio. Por otro lado, presenta un panorama en el que Meta (una gran institución) guía a la humanidad hacia una nueva era dorada de abundancia y potencial ilimitados.

A costa de mi cordura, he leído el documento completo y he analizado los puntos clave de sus propuestas, así como lo que podrían significar para ti.

Meta es la única que puede evitar que la IA se centralice

Para empezar, te advierto que hay algo fundamental que falta en el manifiesto de Zuckerberg sobre la IA: contenido.

Los párrafos introductorios son las mismas palabras vacías que repiten una y otra vez los líderes de las grandes empresas tecnológicas y los gurús de la IA de todo el mundo: «El número de cosas valiosas que la superinteligencia puede inventar para ayudarte a alcanzar tus metas es ilimitado», etcétera, etcétera.

A continuación, el manifiesto pasa a cuestionar las estructuras de poder y la «centralización» que amenazan el desarrollo y la distribución futuros de la superinteligencia, argumentando que la mejor manera de mantener el equilibrio de la superinteligencia a favor de las personas es ponerla en manos de todos.

Pero hay una contradicción evidente. El manifiesto de Zuckerberg posiciona a Estados Unidos, a sus aliados y, en algunos casos, a Meta, como quienes deben determinar cómo se puede utilizar la IA. Parece una nueva versión del «policía global» para la era de la IA, especialmente cuando Zuckerberg elogia los esfuerzos de Estados Unidos por limitar las capacidades de IA de sus rivales geopolíticos.

Al mismo tiempo, posiciona su manifiesto, y a Meta, como los principios rectores sobre cómo se debe utilizar, impulsar y entrenar la tecnología: «Si nuestras creencias y principios [los de Meta] marcan el camino, entonces el equilibrio de poder favorecerá a las personas y un futuro mejor para todos», escribe. ¿Quiénes son exactamente estas «personas», señor Zuckerberg?

"Meta es la empresa que se dedica principalmente a desarrollar una superinteligencia personal para todos. La mayoría de los demás laboratorios se centran en desarrollar IA para empresas, gobiernos u otras instituciones, por lo que, si esos laboratorios toman la delantera, el equilibrio de poder favorecerá a las instituciones más grandes en detrimento de los individuos".

El mensaje es claro: solo Meta tiene las claves para la salvación de la humanidad.

Estadísticas poco confiables y promesas de empleo

"Las estadísticas recientes sugieren que es más probable que el crecimiento de las capacidades de las personas pueda igualar o superar a la automatización; en ese caso, las personas adquirirán la capacidad de hacer muchas cosas nuevas antes de que cambien sus trabajos actuales. Esto conduciría a un equilibrio saludable y, potencialmente, incluso a un crecimiento del empleo".

Las estadísticas que cita Zuckerberg no están referenciadas. Tampoco aclara si ese "equilibrio saludable" incluye a los nuevos participantes en el mercado laboral o si solo tendrá en cuenta a aquellos cuyos empleos sean reemplazados.

Además, sostiene que los trabajadores tendrán acceso a una "superinteligencia personal que amplíe sus capacidades" para usarla "como herramienta de invención" y producir "cosas nuevas increíblemente valiosas". Más palabras vacías para tranquilizar a quienes aún no han sido reemplazados.

La IA necesita regulación, pero no tus datos, tu salud ni el medio ambiente

Zuckerberg también elige selectivamente dónde deben aplicarse las regulaciones sobre IA y datos. Escribe que «los laboratorios estadounidenses tienen que cumplir con muchas restricciones adicionales sobre los datos de entrenamiento», y que esto está perjudicando la hegemonía de EE. UU. en la industria de la IA. Luego afirma que «las políticas deben reducir esta fricción adicional», lo que en esencia equivale a pedir que se eliminen estas restricciones.

Actualmente, los datos disponibles públicamente pueden usarse para el entrenamiento de la IA, pero son los datos privados los que realmente permitirán aprovechar todo el potencial de la superinteligencia, o al menos eso es lo que Zuckerberg quiere que creas.

Pero no te preocupes. Meta se asegurará de mantener a salvo todos tus datos personales y privados una vez que la superinteligencia sea una realidad.

«Crearemos un modo totalmente privado en el que ni siquiera Meta podrá ver tu información ni otorgar acceso a ella», promete Zuckerberg. Además, se ofrecerá «gratis» o «al precio más accesible posible». Yo apuesto por lo segundo.

Zuckerberg también se queja de que las políticas y regulaciones gubernamentales están haciendo que Estados Unidos se quede rezagado en el desarrollo, la capacidad y la implementación de la IA. Exhorta a EE. UU. a "acelerar la capacidad de construir infraestructura —ya sea de energía, centros de datos o silicio—", a pesar de que existe una creciente oposición nacional en EE. UU. a la nueva infraestructura de IA.

Lo siento, Sr. Zuckerberg, pero ¿no dijo usted antes que "la gente también controla y equilibra el poder de las instituciones, incluidas las empresas y los gobiernos"?

¡Ay, qué tragedia!

En general, el manifiesto se lee como una súplica desesperada, encabezada por promesas que ofrecen felicidad ilimitada para todos, mientras oculta las verdaderas intenciones de Meta detrás de la confusa redacción de un multimillonario desconectado de la realidad.

La perspectiva de Zuckerberg es enfermizamente optimista, escrita con lentes color de rosa, pero teñidos por la riqueza, los privilegios y el poder. Elogia esta indefinida “superinteligencia” como si fuera una deidad apática, en la que solo Zuckerberg y Meta tienen el conocimiento necesario para garantizar que se utilice para hacer el bien.

La mayoría de los adultos en Estados Unidos no quiere infraestructura de IA por razones muy válidas. Sí está reemplazando empleos, sí está afectando a las comunidades y sí está dañando los ecosistemas.

¿De qué sirve prometer superinteligencia a miles de millones de personas en todo el mundo cuando existen problemas mucho más básicos y beneficiosos que resolver?

Puedes utilizar la IA para buscar tus síntomas y obtener un diagnóstico generado por IA (potencialmente producto de una alucinación), pero no puedes pagar la atención médica. Puedes usar la IA para aprender todo sobre las razones por las que están aumentando los precios de la energía, pero esa factura no deja de subir. Puedes usar la IA para conocer las causas de las pérdidas de cosechas y saber dónde se encuentra actualmente la línea de pobreza, pero sigues sin poder pagar la comida.

Zuckerberg parece creer que los agentes de IA son una necesidad y no un lujo. Que, de alguna manera, harán avanzar la inteligencia humana al mismo ritmo que la superinteligencia.

Podría haber utilizado un agente de IA para escribir este artículo.

Podría haber confiado ciegamente en que la IA habría cubierto todos los puntos importantes y añadido el contexto necesario. Pero, si lo hubiera hecho, no estaría ahora lleno de nuevas preguntas, nuevos conocimientos y nuevos temas por investigar.

Claro, la IA habría sugerido otras preguntas o perspectivas que explorar, pero no serían mías ni serían humanas.

Nuestra existencia se define por la búsqueda constante de nuevas preguntas y teorías, no por tener todas las respuestas de inmediato en una lista ordenada de viñetas, excesivamente educada.

Pero si la superinteligencia puede ofrecer una mejor respuesta sobre lo que significa ser humano, me trago mis palabras.

• Spotify lanzará las etiquetas "AI Persona" a mediados de septiembre
• La plataforma busca mejorar la transparencia para los usuarios al diferenciar a los artistas reales de los generados por IA
• Spotify solo revisa el perfil y las imágenes de un artista, y no la música en sí

Spotify se ha quedado atrás en materia de transparencia sobre la IA en comparación con algunos de los mejores servicios de streaming de música, y los usuarios esperan ansiosos una solución; ahora, la plataforma está dando su paso más importante hasta la fecha para combatir el contenido de baja calidad generado por IA.

El gigante del streaming anunció hoy (11 de agosto) la llegada de las nuevas etiquetas «AI Persona», diseñadas para diferenciar a los artistas humanos de aquellos generados por IA. Spotify indica que estas etiquetas se implementarán en la versión móvil a mediados de septiembre y aparecerán en el banner del perfil del artista, en la sección "Acerca de", en la búsqueda y en las filas de canciones de las listas de reproducción.

Una vez que estén disponibles, los usuarios podrán estar seguros de que los artistas que están escuchando no han sido generados por IA. Spotify agregó que los artistas con etiquetas "AI Persona" quedarán excluidos de todas las recomendaciones personalizadas de forma predeterminada, lo que garantiza que tu experiencia de descubrimiento musical no se vea afectada por el contenido de baja calidad.

Aunque las etiquetas de "AI Persona" no se implementarán hasta dentro de un mes más o menos, Spotify afirma que los artistas ya pueden indicar si su perfil ha sido generado por IA. Si un artista lo declara, aparecerá una etiqueta que dice "AI Persona" junto a su nombre. "Esperamos que los artistas sean transparentes, por lo que les estamos dando la oportunidad de revelarlo", compartió el servicio en su anuncio; sin embargo, no confía plenamente en la auto-divulgación.

En cambio, Spotify afirma que tomará cartas en el asunto si es necesario y llevará a cabo revisiones de los perfiles en los que considere que las imágenes de un artista se han creado utilizando IA generativa para imitar una personalidad realista. Si Spotify detecta que el perfil de un artista podría haber sido generado por IA, mostrará una etiqueta que diga "Probablemente un perfil generado por IA", y se notificará al artista, a quien se le dará la opción de revelarlo por su cuenta o presentar una apelación.

A Spotify le ha tomado mucho tiempo ponerse al nivel de servicios como Deezer en lo que respecta a mejorar su transparencia sobre la música generada por IA. Deezer fue el primer servicio importante de streaming de audio en implementar etiquetas que indican explícitamente si una canción ha sido generada por IA, y recientemente su jefe de investigación nos explicó por qué necesitamos filtros de IA más que nunca.

Las propias etiquetas "AI Persona" de Spotify marcan un gran cambio para la plataforma y, sin duda, mejorarán la experiencia del usuario al brindar más tranquilidad a los oyentes. Sin embargo, esta función de Spotify viene con una salvedad importante.

Solo revisa el perfil, no la música

Las etiquetas AI Persona son solo una de las formas en que Spotify ha estado trabajando para mejorar la transparencia para sus usuarios. Verified by Spotify se lanzó hace unos meses; se trata de una función de certificación que indica si un artista es legítimo, aunque no es tan infalible como esperábamos.

Además, SongDNA de Spotify ofrece a los oyentes una visión detallada de los creativos que están detrás de sus canciones favoritas, mientras que AI Credits permite a los artistas compartir cómo y en qué aspectos utilizaron IA durante la producción de su música. No es tan transparente como los métodos de Deezer, pero las medidas están ahí y las etiquetas AI Persona son la cereza del pastel.

Dicho esto, las etiquetas AI Persona están enfocadas en la imagen pública de un artista, no en la manera en que se creó su música, lo que podría generar algunos problemas, ya que todavía dejan espacio para que la música generada por IA llegue a la plataforma.

Si Spotify detecta que un artista se presenta como una persona real, ¿cómo podemos saber que ese artista no subirá música generada por IA a su perfil? Nada impide que ese artista publique contenido basura generado por IA, porque Spotify revisa su nombre, sus imágenes y su identidad pública, no la música que sube.

Es un tema complicado porque, aunque Spotify cuenta con medidas para evaluar tanto la música como la imagen de los artistas por separado, no tiene una herramienta integral que revise ambos aspectos simultáneamente, algo que nuevamente hace que su enfoque sea menos transparente que el de Deezer.

En cuanto al contenido generado por IA en Spotify, he sido de las personas afortunadas que no se han encontrado con este problema. Debido a que mi afición por los formatos físicos y la radio influye en lo que escucho en Spotify, sospecho que mi algoritmo ha recibido suficiente información como para mantener la música basura generada por IA fuera de mis recomendaciones.

Creo que, además de mis hábitos de escucha, las medidas de Spotify contra la música generada por IA han ayudado hasta cierto punto a mantener una barrera y bloquear canciones no deseadas. Solo me gustaría que su enfoque para etiquetar este contenido fuera un poco más sólido.

El sector de la construcción sigue padeciendo una brecha de productividad.

Se queda rezagado respecto a otros sectores, con una mejora anual de la productividad de apenas un 0,4 % desde el año 2000.

Si bien el sector sigue estando preparado para crecer, debe cumplir con la cartera de proyectos existente y, en última instancia, encontrar la manera de cerrar esta brecha.

Entonces, ¿qué es lo que está frenando a la construcción?

Desde retrasos en el suministro de materiales hasta la falta de personal calificado, no existe una respuesta única para este complejo desafío.

Muchos contratistas han recurrido a la tecnología para facilitar los distintos flujos de trabajo en la obra.

Una solución que está teniendo un impacto significativo desde el punto de vista de la productividad general es la inteligencia en la obra.

Soluciones de inteligencia para obras de construcción

Las soluciones de inteligencia para obras ayudan a los responsables de las obras a mejorar la productividad a través de los terabytes de datos visuales que se generan en los sitios de trabajo. La inteligencia artificial (IA) está ampliando ahora las capacidades de estas soluciones, generando información que ayuda a los responsables de las obras a gestionar sus proyectos de manera proactiva.

¿Cómo influye la IA en los datos visuales de la construcción y cómo mejora la productividad?

Las soluciones de inteligencia para obras aprovechan las cámaras instaladas en el sitio para capturar datos visuales y reforzar la seguridad perimetral con fines de seguros y cumplimiento normativo, así como para el monitoreo del avance de los trabajos y la seguridad.

Si bien estas soluciones amplían la cantidad de datos visuales disponibles para los responsables de obra, los equipos de proyecto, que suelen estar sobrecargados, no cuentan con el tiempo ni los recursos para analizarlos. Es aquí donde la IA se convierte en el catalizador para ampliar la inteligencia en la obra y mejorar la productividad general de la misma. La IA es capaz de interpretar rápidamente los datos visuales y proporcionar información a los equipos en la obra en tiempo real.

Por ejemplo, en una reunión matutina se utiliza la IA para interpretar una sola foto a primera hora del día, resumiendo el estado de preparación de la obra en cuanto a condiciones climáticas, higiene del sitio y disponibilidad de contenedores de basura. Del mismo modo, las funciones de búsqueda impulsadas por IA simplifican la generación de informes, eliminando la necesidad de revisar horas de grabaciones de seguridad para encontrar una infracción específica.

Insights impulsados por IA: la clave para gestionar un proyecto de forma proactiva

Cuanto más pueda planificar un equipo de proyecto, más productivo podrá ser. La información generada por inteligencia artificial a partir de soluciones de inteligencia en la obra brinda a los líderes de la obra la visibilidad que necesitan para adoptar un enfoque proactivo:

1. Toma decisiones informadas con rapidez

Administrar cualquier obra es un reto. Administrar varias obras a la vez lo es aún más.

La IA facilita una toma de decisiones más rápida y fundamentada, identificando o señalando la información que los equipos de proyecto necesitan, justo cuando la necesitan. Esto podría incluir una alerta cuando un trabajador no lleva puesto el equipo de protección personal (EPP) para prevenir lesiones costosas, una actualización sobre el estado de los trabajos de cimentación o la entrega de un informe de seguridad las 24 horas para que los contratistas sepan que la obra es segura para trabajar.

La inteligencia de obra impulsada por IA puede destacar los datos más importantes, de modo que los responsables de la obra eviten pasar horas revisando información o buscando actualizaciones por teléfono o correo electrónico. Pueden recibir al despertarse un correo electrónico que resuma el estado de la obra, incluyendo las condiciones de higiene y del terreno, incluso antes de que comience su día. El resultado son decisiones rápidas, sencillas y prácticas.

Más del 60 por ciento de las empresas de construcción enfrentan retrasos, reducciones o cancelaciones de proyectos debido a la incertidumbre económica, la escasez de mano de obra y las interrupciones en la cadena de suministro. Por ello, es cada vez más importante que los contratistas tengan visibilidad en todas las áreas del proyecto para tomar decisiones estratégicas y mejor informadas.

2. Mantén la productividad ante la escasez de mano de obra

Los retos laborales que enfrenta el sector de la construcción afectan significativamente su productividad. El 83 % de las empresas constructoras informan que tienen dificultades para contratar superintendentes, mientras que el 81 % tiene problemas para contratar gerentes de proyecto y supervisores.

Esto es significativo: los gerentes de proyecto y los superintendentes son quienes mantienen los proyectos en marcha. En medio de esta escasez, los líderes de obra se ven obligados a dividir su atención entre más proyectos, lo que dificulta tener una visibilidad constante de cada uno de ellos al mismo tiempo. Al proporcionar a los líderes de proyecto actualizaciones y análisis de todas las obras, la inteligencia de obra impulsada por IA les permite recuperar tiempo durante la jornada.

Un resumen del informe de avance puede hacer el trabajo de tres llamadas telefónicas y un viaje de 45 minutos en auto para verificar el estado de un vertido de cemento, por ejemplo. Si un problema en una obra los mantiene ocupados, siguen teniendo visibilidad de sus otros proyectos. El tiempo ahorrado se traduce en un mayor impacto, una mayor satisfacción laboral y, en última instancia, una contratación más fácil de nuevo talento.

3.Evita perder conocimiento debido a los cambios en el lugar de trabajo.

Dado que una gran parte de la fuerza laboral de la construcción se acerca a la jubilación, la industria corre el riesgo de perder propiedad intelectual. Se prevé que, para 2031, el 41 % de los trabajadores de la construcción se jubile, mientras que solo el 10 % de los trabajadores actuales tiene menos de 25 años.

Si los trabajadores con experiencia se jubilan antes de que ingresen otros nuevos, los nuevos empleados pierden la oportunidad de adquirir el conocimiento empírico de esos veteranos de la industria. La mejor alternativa es aprender a partir de imágenes y datos reales de las obras.

Los equipos de proyecto pueden utilizar inteligencia de obra impulsada por IA para catalogar datos visuales, capturar los conocimientos de los veteranos y agruparlos como materiales de capacitación.

Esto permite preservar décadas de propiedad intelectual y transmitirla a las futuras generaciones de la fuerza laboral.

La IA convierte los datos visuales en información inteligente, ofreciendo a los contratistas una forma más productiva de trabajar

La inteligencia artificial (IA) desempeña un papel fundamental en el avance de la inteligencia en las obras, lo que permite a los equipos de proyecto aprovechar al máximo la información que ofrecen los datos visuales.

Los equipos obtendrán el máximo beneficio de una solución diseñada específicamente para el sector de la construcción y que brinde información en tiempo real para garantizar la seguridad y la protección de las obras. En última instancia, esto impulsará la productividad general y la entrega de los proyectos a tiempo.

Te presentamos el mejor sitio web de empleo.

Este artículo se elaboró como parte de TechRadar Pro Perspectives, nuestro canal dedicado a dar a conocer a las mentes más brillantes del sector tecnológico actual.

Las opiniones expresadas aquí son las del autor y no reflejan necesariamente las de TechRadar Pro ni las de Future plc. Si te interesa colaborar, obtén más información aquí: https://www.techradar.com/pro/perspectives-how-to-submit

Una de las formas más fáciles de perder el tiempo con ChatGPT es estar presentándote una y otra vez. Explicas tu proyecto, tus preferencias, tus metas y tu estilo de escritura, obtienes una respuesta útil, cierras la conversación y luego repites todo el proceso al día siguiente.

Hay un enfoque mejor. En lugar de tratar a ChatGPT como una página en blanco cada vez que lo abres, piénsalo como un espacio de trabajo que se puede organizar igual que tu computadora. Unas cuantas indicaciones reutilizables, unos cuantos documentos de referencia y un poco de planificación pueden reducir drásticamente la cantidad de configuraciones repetitivas que realizas cada semana.

Lo mejor es que ninguna de estas ideas requiere una ingeniería avanzada de indicaciones ni funciones complicadas. Son hábitos sencillos que hacen que ChatGPT dedique menos tiempo a aprender sobre tu tarea y más tiempo a ayudarte realmente a completarla.

1. Arma un kit de inicio

La mayoría de las personas tiene unas cuantas solicitudes que repiten una y otra vez. Le piden a ChatGPT que escriba en un tono específico, que explique temas técnicos en un lenguaje sencillo o que se asegure de que todo incluya una referencia. En lugar de escribir esas instrucciones cada vez, guárdalas como una plantilla inicial reutilizable.

Piensa en las tareas que repites con más frecuencia. Si escribes regularmente cierto tipo de correos electrónicos, crea una plantilla que explique el tono, la extensión preferida y el público al que va dirigida. Si sueles pedir ideas para comidas, guarda una plantilla que incluya tus preferencias alimenticias, tu presupuesto y los utensilios que tienes en tu cocina. Cuando necesites ayuda, pega la plantilla en una nueva conversación antes de formular la pregunta real.

El mismo enfoque funciona para los pasatiempos. Alguien que esté aprendiendo francés podría crear una plantilla inicial pidiéndole a ChatGPT que corrija los errores con delicadeza sin interrumpir el flujo de la conversación. Un jardinero entusiasta podría guardar instrucciones que expliquen el clima local, el tipo de suelo y las plantas que ya crecen en el jardín. Esos detalles solo hay que escribirlos una vez, pero mejoran cada conversación que siga.

2. Armar una biblioteca de referencia

Una de las funciones más subestimadas de ChatGPT es la capacidad de trabajar a partir de los documentos que le proporciones. Puedes crear una pequeña colección de archivos que expliquen los temas en los que trabajas con más frecuencia. Sube el documento relevante al inicio de una conversación y deja que ChatGPT lo utilice como base.

Mantén un documento con la lista de las comidas favoritas de tu familia, las alergias y los ingredientes que no les gustan, y súbelo cada vez que pidas un plan de comidas semanal. Guarda otro archivo con tu lista de cosas para empacar, tus preferencias de viaje y tus programas de fidelidad para que ChatGPT pueda ayudarte a planear viajes sin tener que pedirte la misma información cada vez.

3. Trata los proyectos en curso como si fueran conversaciones en curso

Muchas personas, por instinto, hacen clic en «Nueva conversación» cada vez que tienen otra pregunta para ChatGPT. Eso tiene sentido si el tema de hoy no tiene nada que ver con el de ayer. Sin embargo, en el caso de proyectos que se extienden durante días o semanas, continuar con la misma conversación ahorra una enorme cantidad de tiempo, ya que todas las decisiones anteriores siguen estando disponibles.

Imagina que estás planeando renovar tu oficina en casa. La primera conversación podría centrarse en los muebles, la segunda en los colores de la pintura y la tercera en la iluminación. Al mantener todo junto, ChatGPT ya conoce el tamaño de la habitación, el presupuesto, el estilo que te gusta y el escritorio que finalmente elegiste. Puede basarse en esas decisiones en lugar de pedirte que las repitas.

Este mismo hábito funciona de maravilla para aprender nuevas habilidades. Si estás aprendiendo a tocar la guitarra, mantén una conversación dedicada exclusivamente a la práctica. Un día preguntas sobre los cambios de acordes, al siguiente trabajas el ritmo. Con el tiempo, la conversación se convierte en un registro de tu progreso en lugar de una colección de lecciones inconexas.

4. Dale a ChatGPT un ejemplo que valga la pena copiar

ChatGPT suele producir mejores resultados cuando le muestras cómo es una buena respuesta. En lugar de describir un tono como «amigable pero profesional», pega un párrafo, un correo electrónico o la descripción de un producto que ya suene bien y pídele que imite el ritmo, el nivel de detalle y la estructura. Esto funciona especialmente bien para tareas recurrentes como boletines informativos, publicaciones en redes sociales, actualizaciones para clientes o introducciones de artículos, donde una solicitud de estilo vaga puede dar lugar a algo pulido pero extrañamente genérico.

El ejemplo no tiene que tratar el mismo tema. Una reseña de un restaurante puede ayudar a dar forma al tono de un artículo de viajes, mientras que una actualización de proyecto bien redactada puede convertirse en el modelo para futuros mensajes internos. Sé específico sobre lo que ChatGPT debe imitar y lo que debe ignorar, como mantener la longitud de las oraciones y la calidez, al tiempo que evita la redacción o el tema originales.

5. Pide que te den una segunda oportunidad con otro trabajo

Un primer borrador sólido suele mejorar mucho cuando a ChatGPT se le asigna un nuevo rol para la revisión. Después de que escriba algo, pídele que revise la respuesta como editor, lector escéptico, experto en el tema o miembro del público al que va dirigido. Cada perspectiva detecta un tipo diferente de debilidad, desde expresiones torpes hasta falta de contexto o suposiciones que solo tienen sentido para alguien que ya está familiarizado con el tema.

Por ejemplo, después de generar un itinerario de viaje, pídele a ChatGPT que lo revise como un padre que viaja con un niño pequeño e identifique cualquier transición poco realista. Después de redactar una propuesta comercial, pídele que revise el documento como un comprador cauteloso que quiere costos más claros y menos promesas vagas. La segunda revisión suele ser más útil cuando el rol de revisión tiene una razón concreta para objetar.

Ninguna de estas ideas hace que ChatGPT sea más inteligente. Lo que hacen es eliminar la fricción innecesaria que se cuela en el uso cotidiano. En lugar de pasar los primeros cinco minutos explicando quién eres y qué necesitas, empiezas mucho más cerca de la parte interesante de la conversación. Una vez que dejas de reconstruir los mismos cimientos todos los días, puedes dedicar tu tiempo a explorar mejores ideas en lugar de colocar los mismos ladrillos una y otra vez.

Hemos llegado oficialmente a la fase de acusaciones mutuas en el sonado juicio entre Apple y OpenAI, en el que Apple alega que, con la ayuda de ex empleados de Apple, OpenAI está robando secretos comerciales de Apple.

Lo que alega la demanda, que resumí aquí, es bastante contundente: dos ex empleados de Apple —uno con 25 años de experiencia en la empresa y otro que trabajó durante una década como ingeniero eléctrico del iPhone— supuestamente conservaron acceso a los sistemas, pidieron a los candidatos de OpenAI que provenían de Apple que compartieran información exclusiva de Apple y, según afirma Apple, les dijeron a sus socios que compartir la información de fabricación exclusiva de Apple estaba bien para el gigante tecnológico de Cupertino.

OpenAI negó rápidamente las acusaciones y, en poco tiempo, nos enteramos de que las afirmaciones de Apple de que se había puesto en contacto con Lui Chang respecto a los cargos eran incorrectas, ya que el abogado de Apple había confundido el nombre de Lui Chang con el del propio abogado de OpenAI, Che Chang.

Esta semana, sin embargo, OpenAI ofreció una respuesta más contundente, al publicar una cadena de mensajes de texto entre Lui Chang y un empleado actual de Apple no identificado, así como el intercambio de correos electrónicos en el que se revela que Apple había estado hablando con el Chang equivocado.

«Apple es una de las mejores empresas de todos los tiempos y se ha ganado una reputación por su obsesión por los detalles más pequeños. Lamentablemente, esta demanda descuidada, agresiva y extrañamente personal no está a la altura de esa reputación», escribió OpenAI en el blog de la empresa el lunes.

Un grito de auxilio

Lo que los mensajes parecen revelar no es espionaje corporativo, sino algo mucho más cotidiano y, en cierto modo, con lo que cualquiera que haya trabajado alguna vez en una gran empresa puede identificarse.

Debo aclarar desde el principio que Apple no ha confirmado estos mensajes, pero es difícil imaginar que OpenAI los haya inventado. De hecho, la gran cantidad de información censurada le da más credibilidad a su autenticidad.

Falta tanta información que podría parecer imposible deducir algo de la charla entre el «Empleado de Apple n.º 1» y Chang, así que, para ayudarme, revisé los mensajes e inserté conjeturas sobre «[Censurado – Información de Apple]» para tratar de darle sentido a la conversación. (Decidí que gran parte se refería al posible uso de baterías de silicio-carbono en el próximo iPhone 18.)

En los mensajes, los empleados de Apple parecen haber trabajado con Chang y no solo lo extrañaban a él, sino también su experiencia.

«Por si acaso no tienes suficiente trabajo, necesito un poco de ayuda. Recuerdo vagamente que hablaste de un [CENSURADO]. ¿Podrías refrescarme un poco la memoria sobre esto y indicarme a un ingeniero eléctrico que pueda tener algo de conocimiento al respecto?», escribió el empleado de Apple. Supongo que aquí se refiere a un «ingeniero eléctrico».

Sin vacilar aparentemente, Chang respondió: «Creo que a lo que te refieres es [CENSURADO]. Y al pequeño [CENSURADO]». Luego le recomendó al empleado de Apple a otra persona de la empresa que «quizás aún recuerde algo».

¿Qué tal si simplemente dices que no?

Ahora bien, Chang podría haber dicho: «Oye, amigo, yo también te extraño, pero ya no puedo hablar de nada relacionado con Apple». Según este intercambio, Chang no lo hizo y siguió haciendo todo lo posible por ayudar.

Este empleado de Apple tampoco parece estar al tanto de las mejores prácticas comerciales y sigue hablando de tecnología, llegando incluso a mencionar un esquema en un momento dado. Parece que también compartió ese esquema con Chang, aunque también podría haber sido Chang quien le envió la imagen al empleado de Apple.

Mientras el empleado de Apple insiste, Chang le dice que busque un esquema en la «carpeta team box». Incluso menciona un «diagrama de bloques de alimentación». Me sorprende un poco que esa parte no haya sido censurada.

Una sección reveladora de Chang me llamó la atención, y esta es la parte con la que me identifico. Mientras Chang seguía tratando de conectar al empleado de Apple n.º 1 con la experiencia que necesitaba, señaló: «Ahora que lo pienso. Las otras personas inteligentes también acaban de irse de ese equipo. El único que tal vez aún [esté] en Apple es [el empleado de Apple n.º 10]».

Parece que la fuga de cerebros es un problema real, incluso para Apple. Así que, además de Chang, quien llevaba mucho tiempo en la empresa y se fue a OpenAI, también se han ido otros que parecen poseer información técnica importante.

Más adelante, mientras continúa la búsqueda de información, Chang recomendó ponerse en contacto con dos empleados de Apple (n.º 5 y n.º 7).

En este punto, aparece un mensaje que podría provenir de un sistema automatizado dentro de la plataforma de comunicación de Apple:

«Hola, [nombre del empleado de Apple n.º 1], [nombre del empleado de Apple n.º 3], puedo ayudar a iniciar la conversación con [empleado de Apple n.º 6] y [empleado de Apple n.º 7]».

Lo cual me llevó a mi parte favorita de todo el intercambio. Uno de los empleados de Apple invitados automáticamente a la conversación, básicamente, se asustó:

«Hola, esto es muy inusual, por favor, quítame de este hilo».

Sinceramente, me da pena esa persona. Como he escrito antes, Apple no se anda con tonterías cuando se trata de acuerdos de confidencialidad, información privada o secretos corporativos. Toparse con una especie de conversación ilícita sobre detalles técnicos entre un empleado actual y uno ex es sin duda suficiente para que cualquier empleado de Apple presione el botón de pánico.

El empleado de Apple n.º 1 explica que agregó a otros empleados «para que estuvieran al tanto», pero también desvía la conversación hacia una discusión interna. A Chang solo le queda darle “Me gusta” al último mensaje y, al parecer, lo deja así.

¿Y ahora qué?

La divulgación de toda esta correspondencia no pone fin al caso. Ni mucho menos.

Hasta el lunes por la noche, Apple presentó ante un juez estadounidense una solicitud en términos contundentes para obtener una orden judicial que, entre otras cosas, pide «una orden judicial preliminar para detener el robo de sus secretos comerciales». También incluye la predicción de que «es probable que Apple tenga éxito en cuanto al fondo de sus reclamaciones por secretos comerciales».

Aun así, creo que esta moción y la publicación de OpenAI podrían impulsar todo hacia un acuerdo extrajudicial, uno que pondría fin al caso, pero que probablemente haría poco por reparar esta relación entre Apple y OpenAI, que ahora está hecha trizas.

Al final, sin embargo, la publicación de OpenAI parece revelar a una Apple vulnerable, una empresa que, a pesar de su tamaño y poder, sigue siendo dirigida por seres humanos falibles que a menudo se sienten a la deriva, como cualquiera de nosotros lo estaría, cuando los colegas se van, llevándose consigo la amistad y, lo que es más importante, el conocimiento.

Apple está desarrollando productos complejos, y la memoria corporativa es una parte fundamental del proceso (tanto es así que, al parecer, el nuevo director ejecutivo, John Ternus, acaba de volver a contratar a un ejecutivo de hardware de Apple que se había jubilado).

Entender cuándo, cómo y por qué se tomaron las decisiones y cómo podrían afectar a proyectos futuros es invaluable. A veces, solo quienes estuvieron presentes conocen la verdad del asunto. Chang, al parecer, era una de esas personas. Tenía la información, se la llevó consigo y ahora, al parecer, alguien quería mantener abiertas las líneas de comunicación, que es exactamente lo que Apple no quiere.

• Nos despedimos del Asistente de Google en más dispositivos
• El 4 de septiembre es la fecha límite para Android y Wear OS
• El proceso de transición a Gemini es bastante sencillo

El Asistente de Google tuvo una buena trayectoria —debutó en mayo de 2016 como parte de la app Allo (¿te acuerdas de ella?)—, pero Gemini es, sin duda, el futuro en lo que respecta a los asistentes de IA creados por Google, y ahora por fin sabemos cuándo dejará de funcionar el Asistente de Google en los teléfonos Android y en los dispositivos Wear OS.

Según los correos electrónicos enviados a algunos usuarios de Google Assistant (vía 9to5Google), la desactivación en Android y Wear OS comenzará el viernes 4 de septiembre. A partir de ese momento, puede tomar unas semanas hasta que el cambio llegue a todos los usuarios y dispositivos.

Esto significa que ya no podrás usar Google Assistant en absoluto en teléfonos y tabletas con Android, ni en dispositivos portátiles emparejados. Esto también se aplicará a Android Auto; sin embargo, en los vehículos con Google integrado, el Asistente de Google seguirá funcionando por un poco más de tiempo.

La fecha límite estaba programada originalmente para algún momento del año pasado, antes de que se pospusiera, pero ahora parece que esta es definitiva. En los últimos meses, Google se ha dedicado a convertir a Gemini en la opción predeterminada en una gran variedad de dispositivos, incluyendo dispositivos para el hogar inteligente y dispositivos de streaming de Google TV.

¿Qué hacer ahora?

Si todavía usas el Asistente de Google en Android o Wear OS, debes cambiarte a Gemini lo antes posible. Si no viene preinstalado en tu dispositivo, puedes descargarlo de Google Play Store. Te espera un mundo completamente nuevo de inteligencia artificial, que abarca desde comandos básicos del teléfono hasta la creación de imágenes.

Al configurar Gemini, te guiará a través del proceso para reemplazar al Asistente de Google como la IA predeterminada del dispositivo. Como utilizas la misma cuenta de Google para ambas aplicaciones, el cambio debería ser bastante sencillo.

El Asistente de Google realmente no guarda un archivo de chats, así que no hay nada que sincronizar en cuanto a conversaciones. Si quieres ver tus interacciones anteriores con el Asistente de Google, seguirán estando disponibles a través de la página "Actividad en la web y en las aplicaciones" de tu cuenta de Google.

Puedes seguir usando los antiguos comandos de Google Assistant con Gemini, incluida la frase de activación «hey Google», que hace que la IA escuche tus instrucciones. Todo debería funcionar como antes —aunque ha habido algunos problemas en el camino— y tus conversaciones de Gemini se sincronizarán entre dispositivos de forma predeterminada.

• Al parecer, los AirPods con cámaras siguen en camino...
• ... pero el próximo modelo, previsto para 2026, no las tendrá
• La verdad es que se sabe muy poco sobre estos nuevos audífonos (que es justo lo que le gusta a Apple)

Por alguna razón, los fans de Apple están pidiendo a gritos nuevos AirPods con cámaras integradas, y hemos escuchado muchos rumores de que están en camino. Pero un nuevo informe sugiere que, en realidad, no serán los próximos audífonos de Apple que veamos.

Según el reconocido corresponsal de Apple, Mark Gurman (a través de su boletín Power On), Apple tiene dos modelos de AirPods en desarrollo.

Los audífonos insignia de color blanco hielo sobre los que hemos estado informando contarán con pequeñas cámaras con inteligencia artificial, y Gurman ahora ha respaldado los rumores de que su lanzamiento está previsto para 2027.

Pero se esperan algunos modelos para 2026: Gurman menciona otro par de audífonos (sobre los que se sabe mucho menos) que probablemente llegarán junto con los iPhones de 2026 a finales de año.

El reportaje no especifica si se trata de AirPods, AirPods Pro o incluso audífonos supraaurales, pero esto último parece poco probable, ya que los AirPods Max 2 tienen solo unos meses de lanzamiento.

¿Podría tratarse de un posible lanzamiento de Beats? Jacob Krol, de TechRadar, pasó recientemente unos días en la sede de Beats de Apple y presionó a la exitosa marca subsidiaria de Apple para obtener información sobre unos audífonos de Beats de los que se ha hablado mucho, vistos en varias ocasiones en el Mundial recientemente, pero la empresa se mantuvo hermética al respecto.

Por ahora, tendremos que esperar y ver qué pasa.

¿Vale la pena esperar por las cámaras?

Dejando a un lado las dudas sobre si los AirPods con cámaras funcionarían siquiera, Apple se enfrenta a la pregunta —dada la reciente reacción negativa ante los lentes que ven— de si la mayoría de los compradores realmente querrían eso.

El objetivo de esta tecnología es, aparentemente, permitir que un asistente de IA vea lo que está sucediendo a tu alrededor. El hardware forma parte de una gran apuesta por la IA que Apple está llevando a cabo.

Y eso a pesar de que el interés de los consumidores por la IA está disminuyendo tan rápido como aumenta la desesperación de las empresas por adoptarla. No veo a muchos compradores de AirPods optando por un nuevo par de audífonos sin una razón genuina por la que sean útiles (y no, una Siri más inteligente no cuenta), especialmente si su principal característica es que siempre te están espiando.

A menudo, cuando vemos que se retrasa un producto tecnológico, es porque simplemente aún no está listo. Pero con los AirPods con cámara, es más probable que nosotros aún no estemos listos… o tal vez simplemente no los necesitemos.

Tanto OpenAI como Google han lanzado nuevos modelos importantes de IA con apenas unos días de diferencia. OpenAI presentó GPT-5.6, y Google le siguió con Gemini 3.6 Flash. Si bien ambas empresas han destacado las funciones de programación y desarrollo de estos modelos, también son los que impulsan las versiones para el público general de ChatGPT y Gemini.

Por eso, en lugar de evaluarlos con pruebas de rendimiento de programación, quise averiguar cuál es realmente mejor para resolver el tipo de problemas cotidianos y complicados que la mayoría de la gente resuelve con la IA.

Para esta comparación, comparé el Gemini 3.6 Flash de Google con el GPT-5.6 Sol utilizando su configuración predeterminada de razonamiento «Medium», ya que ambos están diseñados para ser los modelos estándar de alta calidad que los suscriptores de pago utilizarán para la mayoría de las tareas.

Mi vida digital

Así que les entregué toda mi vida digital para la semana que venía.

Subí:

• Estados de cuenta bancarios
• Mi calendario (tenían acceso a mi aplicación de calendario y también envié una captura de pantalla de mi calendario desde otra cuenta que uso).
• Recibos de supermercado
• Correos electrónicos (ambos tenían acceso a mi Gmail)
• Capturas de pantalla de WhatsApp
• Fotos de los armarios de mi cocina
• Una factura de energía
• Reservas de viajes
• Notas escritas a mano

Luego les di a ambos modelos exactamente la misma instrucción:

"Dime todo lo que debo hacer esta semana".

Parece una solicitud sencilla, pero obliga a una IA a combinar información de múltiples fuentes, priorizar lo que es importante, identificar plazos, conciliar información contradictoria y elaborar un plan de acción práctico. En otras palabras, es exactamente el tipo de problema del mundo real que la gente espera cada vez más que resuelvan los asistentes de IA.

Los resultados fueron como la noche y el día.

Dos enfoques diferentes

Cuando subí los archivos a Gemini 3.6 Flash y le pregunté qué debía hacer esta semana, prácticamente ignoró las fotos y se concentró en la captura de pantalla de mi calendario. Su respuesta inicial se limitó, en gran parte, a repetir los eventos que yo ya sabía que iban a ocurrir. Gracias, Gemini… ya tenía el calendario abierto frente a mí.

Luego tuve que preguntarle explícitamente si podía deducir algo útil de las otras imágenes. Finalmente, me ofreció algunos consejos adicionales e hizo un buen trabajo al dividir la información en categorías, incluyendo trabajo, compras, ejercicio, notas y recibos. Pero no señaló que tenía dos eventos que se superponían en mi calendario esa noche. Tampoco ofreció mucha priorización ni orientación práctica sobre qué debía hacer a continuación.

ChatGPT tardó bastante más en responder, pero su respuesta fue mucho más útil. A partir de las capturas de pantalla de WhatsApp, dedujo correctamente que probablemente habría poca asistencia a mi clase de tai chi del viernes y me sugirió que decidiera si aún valía la pena impartirla. Se dio cuenta de que la clase de yoga se había cancelado y detectó los dos eventos que chocaban en mi calendario, indicándome que debía elegir entre ellos.

También sumó el total de los recibos que había subido, me sugirió qué debía hacer con ellos e hizo un buen intento por descifrar mis notas escritas a mano. Y lo más importante, organizó todo en un plan diario para la semana siguiente y luego identificó las tres tareas más urgentes, para que supiera exactamente por dónde empezar.

La diferencia fundamental

Esa fue la diferencia clave. Gemini me dijo qué había en mis archivos. ChatGPT determinó qué debía hacer con la información. En términos de la Copa del Mundo, ChatGPT anotó un hat trick, mientras que Gemini falló un penal.

Google afirma que Gemini 3.6 Flash mejora la programación, el trabajo intelectual y el desempeño multimodal en comparación con sus modelos anteriores. Puede que sea cierto, pero en esta prueba multimodal en particular, fue derrotado con holgura.

Cuando les pedí a ambas IA que interpretaran la vida real en lugar de pasar una prueba de referencia, ChatGPT razonó sobre la información de una manera mucho mejor que Gemini.

Una de las formas más notables en que la IA está cambiando el mundo es a través de la programación de software: actualmente, la IA escribe grandes cantidades de código y, si bien aún existe un debate sobre cuán beneficioso es este cambio, no hay duda de que está ocurriendo a gran escala.

Además de brindarles a los desarrolladores de software profesionales una nueva herramienta con la que trabajar, la «programación intuitiva» también significa que cualquier persona puede crear sus propios programas, sin necesidad de tener experiencia en programación. Aunque no es posible crear un clon de Word en una tarde, sí se pueden crear herramientas y aplicaciones sencillas con relativa facilidad.

Y eso es lo que he estado haciendo con la ayuda de Claude: he creado un par de pequeñas extensiones de Chrome que personalizan el navegador de una manera que ninguna de las utilidades existentes que pude encontrar ofrecía. A continuación te explico cómo se hace y cómo tú también puedes hacerlo.

Cómo funciona

Si eres completamente nuevo en la programación de un chatbot de IA, no es difícil dar los primeros pasos. Todos los principales proveedores ofrecen herramientas específicas para programadores, pero si solo vas a crear unos cuantos proyectos sencillos, puedes trabajar directamente en la ventana de conversación: describe lo que quieres y observa los resultados en tu navegador.

Yo he estado usando Claude para estas extensiones personales, aunque puedes usar con la misma facilidad algo como ChatGPT, Gemini o Copilot. Como siempre, tendrás acceso a mejores modelos y mayores derechos de uso si tienes un plan de pago, pero no es esencial para programar.

Puedes empezar con una instrucción tan sencilla como «Me gustaría crear una extensión de Chrome para...» y luego describir lo que quieres. La IA te pedirá los detalles y aclaraciones que necesite, te informará sobre cualquier limitación o posible problema, y se pondrá a trabajar en la creación de la extensión. Puedes usar indicaciones de seguimiento para hacer ajustes y personalizaciones según sea necesario.

Para instalar la extensión en tu computadora, la IA que elijas también te dará instrucciones al respecto. Debes ir a «chrome://extensions» en una nueva pestaña, activar el interruptor del modo de desarrollador en la esquina superior derecha y luego seleccionar "Cargar sin empaquetar" para elegir los archivos de tu extensión. Las extensiones se pueden actualizar y eliminar desde la misma página según sea necesario.

Proyecto 1: Una nueva página para la pestaña nueva

Hay muchas formas diferentes de personalizar la página de nueva pestaña en Chrome (esa que aparece en blanco) y una gran variedad de opciones en la Tienda web de Chrome para elegir. Sin embargo, yo quería algo totalmente a la medida, con exactamente lo que yo quería; al fin y al cabo, paso mucho tiempo mirando esta página.

Claude no solo pudo programarme una página, sino que también respondió a todas mis preguntas: sobre cómo incorporar los titulares de la BBC, el pronóstico del clima y todos los demás elementos que quería en la página. Sin la ayuda de la IA, esto me habría llevado horas de investigación y programación, pero se hizo en minutos. También agregué un bloc de notas para tomar apuntes y una lista que se actualiza constantemente con los cinco sitios que más he visitado en la última semana.

El pronóstico del clima es un buen ejemplo de cuán personalizadas pueden ser estas extensiones. Tengo el clima actual, el clima dentro de dos horas y el clima dentro de cuatro horas, todo representado con íconos sencillos que ofrecen una actualización de un vistazo. Sé al instante cómo estará el clima a corto plazo.

También pude tomar el control total del aspecto y la experiencia de la página de nueva pestaña. Muchas de las opciones que he visto en línea intentan incluir demasiadas cosas y son demasiado llamativas; mi versión personalizada es agradable a la vista y minimalista. Y cada vez que quiero agregar una nueva función o quitar una, solo se necesitan unas pocas líneas en una conversación de Claude.

Proyecto 2: Un analizador de historial

Otra cosa que he estado deseando desde hace mucho tiempo en Chrome es poder sacarle un poco más de provecho a la página de historial (es «chrome://history» en una nueva pestaña). Por defecto, solo es una lista estándar de sitios web en orden cronológico inverso, pero me preguntaba si una extensión podría analizarla y ofrecerme algunos datos interesantes: como los sitios más visitados y los patrones de navegación, por ejemplo.

Pude empezar a trabajar en esta extensión en Claude sin saber exactamente qué era lo que buscaba. Le pregunté qué era posible hacer y qué tipo de consultas se podían intentar, y junto con la IA formulamos un plan para mostrar los sitios que visito con más frecuencia, las horas del día en las que abro la mayoría de las páginas nuevas y las formas más comunes en las que suelo visitar sitios (cargando marcadores, escribiendo direcciones URL, siguiendo enlaces o lo que sea).

Ese último panel del tablero no habría existido sin Claude: la IA me indicó que la página de historial de Chrome ponía a disposición estos datos y que se podían aprovechar; de lo contrario, nunca lo habría sabido. También me sugirió ideas para más paneles, y voy a seguir ajustándolo. Ahora es una pantalla de información mucho más útil que la larga lista de enlaces que Chrome muestra de forma predeterminada.

Ambas extensiones se programaron en minutos en lugar de horas, y demuestran lo capaz que es ahora la IA —al menos para proyectos personales a pequeña escala—. Si hay una función del navegador que siempre has querido pero no has podido encontrar la manera de implementar, hay muchas posibilidades de que puedas conseguir que un chatbot de IA la cree por ti, según tus especificaciones exactas.

• Microsoft lanza MAI-Cyber-1-Flash, su primer modelo de ciberseguridad desarrollado internamente.
• También presenta el Proyecto Perception, un sistema basado en agentes cuyos agentes rojos, azules y verdes detectan, clasifican y corrigen vulnerabilidades.
• El lanzamiento se produce días después de que OpenAI informara que sus modelos se escaparon de un entorno aislado y atacaron a Hugging Face.

Microsoft ha dado a conocer dos anuncios importantes en materia de seguridad: MAI-Cyber-1-Flash, el primer modelo de ciberseguridad que ha entrenado internamente, y Project Perception, un sistema de defensa autónomo que detecta vulnerabilidades, determina cuáles son relevantes y escribe e implementa los parches.

El lanzamiento se llevó a cabo días después de que OpenAI revelara que sus propios modelos se habían escapado de un entorno de pruebas y habían hackeado a Hugging Face, lo que hace que el momento sea, o bien desafortunado, o bien deliberado.

Microsoft afirma haber obtenido una puntuación del 96% en CyberGym, un punto de referencia industrial en materia de ciberseguridad, casi 12 puntos por encima del Claude Mythos 5 de Anthropic, al tiempo que promete un ahorro de hasta el 50% en el costo de los tokens. La empresa afirma que está presentando lo que denomina un "sistema multimodelo bien ajustado con acceso a datos históricos de entrenamiento excepcionalmente ricos",

¿Un producto competitivo con una estrategia de lanzamiento excelente?

El incidente de Hugging Face llamó mucho la atención, aunque no toda fue negativa: ya que dejó en evidencia que los modelos de OpenAI eran más capaces de lo que habían sugerido las propias evaluaciones de la empresa. También puso de relieve una pregunta que los investigadores han estado planteando desde hace años: ¿qué sucede cuando un modelo se vuelve lo suficientemente capaz como para burlar los controles que lo rodean?

La respuesta de Microsoft llega en el momento oportuno y tiene un doble enfoque, ya que afirma ser más económica y más capaz que las alternativas, aunque las cifras de rendimiento son, hasta ahora, las propias de Microsoft.

MAI-Cyber-1-Flash es un transformador de mezcla de expertos disperso con 137 mil millones de parámetros en total, 5 mil millones activos y una ventana de contexto de 256 000 tokens, creado como un ajuste específico para ciberseguridad de MAI-Code-1-Flash, desarrollado a su vez a partir de un punto de control a mitad del entrenamiento de MAI-Thinking-1.

Está diseñado para manejar hasta el 90 % de las tareas dentro de MDASH, el conjunto de pruebas de vulnerabilidad multimodelo de Microsoft, reservando el GPT-5.4 de OpenAI para el 10 % más difícil.

Microsoft afirma que esta división cuesta aproximadamente la mitad que su mejor configuración anterior de MDASH. Por ahora, solo funciona dentro de MDASH y está disponible para clientes autorizados de MDASH a través de una vista previa privada de Azure AI Foundry, sin una API independiente.

El Proyecto Perception es la estructura que lo envuelve, y se basa en MAI-Cyber-1-Flash para su primer flujo de trabajo, junto con modelos de vanguardia como GPT-5.4. Tres clases de agentes se encargan de dividir el trabajo: los agentes rojos exploran las vías que podría tomar un atacante, los agentes azules investigan y determinan qué constituye un riesgo significativo, y los agentes verdes implementan medidas correctivas y refuerzan la seguridad.

En cuanto a la falla específica que permitió que los modelos de OpenAI se salieran de control, Microsoft tomó la precaución que OpenAI no tomó, ya que afirma que todas las pruebas de rendimiento se realizaron en un entorno aislado de la red, sin acceso a los sistemas de producción, a la Internet pública ni a servicios externos.

El entorno de pruebas de OpenAI, por el contrario, mantenía una vía de salida en forma de un servicio interno de descarga de paquetes, y sus modelos encontraron una falla en él, ampliaron sus privilegios y operaron a través de la red de investigación hasta llegar a una máquina con acceso a Internet. Microsoft afirma que su aislamiento se mantuvo. Nadie fuera de Microsoft ha verificado eso.

La cuestión más difícil no es la contención durante las pruebas. El Proyecto Perception traslada el trabajo fuera de una red de investigación hacia entornos de producción de los clientes, donde los agentes «verdes» están autorizados a modificar sistemas en vivo como parte de su función habitual.

No hay un entorno de pruebas del que escapar, porque actuar sobre la infraestructura real es el producto en sí. Y la atribución es difícil incluso cuando alguien está vigilando: Hugging Face detectó la intrusión en cuestión de días y la denunció a las autoridades, pero no tenía idea de quién estaba detrás hasta que OpenAI lo reveló.

Tampoco pudo obtener ayuda de los principales modelos estadounidenses, que interpretaron sus solicitudes defensivas como ofensivas y se negaron a cooperar. Terminó defendiéndose con GLM 5.2, un modelo chino de peso abierto, que se ejecuta en su propia infraestructura.

Por ahora, la respuesta de la industria ante esa capacidad peligrosa sigue siendo una distribución más limitada, y el único caso documentado en el que un defensor necesitó esa capacidad con urgencia terminó con él recurriendo a un modelo que nadie había restringido.

Le pedí a ChatGPT una respuesta sensata, otra un poco imprudente y una tercera que combinara lo mejor de ambas. La diferencia fue inmediata. En lugar de darme el consejo seguro y predecible de siempre, me presentó tres enfoques genuinamente distintos —y me ayudó a ver las ventajas y desventajas de cada uno.

Ese pequeño truco en la solicitud resuelve uno de los problemas más persistentes de ChatGPT: su tendencia a darte la respuesta razonable más obvia y quedarse ahí.

Los grandes modelos de lenguaje son muy buenos para identificar patrones comunes. Si le pides el mejor plan de vacaciones o cómo organizar tu refrigerador, por lo general obtendrás algo perfectamente sensato, pero también bastante básico. Saben qué consejos suelen funcionar, qué es lo que la gente suele recomendar y qué se ha convertido en sabiduría popular. Eso los hace útiles, pero a menudo insulsos.

La solución es pedir tres tipos de respuestas: el enfoque convencional, el enfoque no convencional y, luego, un híbrido que combine las fortalezas de ambos.

Este ejercicio lo anima a comparar diferentes enfoques en lugar de considerar la primera respuesta razonable como la meta. Mejor aún, te brinda algo mucho más valioso que una sola recomendación. Te ofrece una gama de posibilidades y explica las ventajas y desventajas de cada una.

No te saltes el camino hasta la meta

La mayor ventaja de esta técnica es que centra la conversación en explorar alternativas en lugar de limitarse a elegir una opción ganadora. Cualquier búsqueda por palabra clave puede dar respuestas inmediatas, pero los chatbots con IA resultan más interesantes cuando presentan ideas que compiten entre sí.

Imagina que estás planeando un viaje de fin de semana, un experimento muy común. Una consulta estándar podría generar un itinerario sensato lleno de las atracciones mejor calificadas. La consulta de tres soluciones, por su parte, comienza con los museos y restaurantes esperados, luego sugiere alquilar bicicletas para explorar barrios poco conocidos o planificar todo el fin de semana en torno a librerías independientes y festivales locales. La versión híbrida podría combinar un par de atracciones famosas con suficientes paradas inusuales para que el viaje se sienta más personal.

Las explicaciones suelen ser tan útiles como la respuesta misma. Una vez que entiendes por qué ChatGPT prefiere cada opción, puedes tomar mejores decisiones en lugar de simplemente aceptar la recomendación con la redacción más agradable.

Convencionalidad híbrida

También es una buena forma de iterar ideas. Si la solución híbrida parece estar cerca pero aún no es del todo correcta, puedes pedirle a ChatGPT que repita el ejercicio utilizando esa versión como nuevo punto de partida. Después de dos o tres rondas, las ideas suelen volverse notablemente más distintivas sin caer en un sinsentido total.

Este truco también se adapta bien tanto a proyectos cortos en casa como a planes más ambiciosos que tardarán meses en completarse. Casi cualquier situación en la que sea beneficioso sopesar diferentes enfoques puede beneficiarse de este tipo de indicador.

Puedes mejorar aún más los resultados dándole a ChatGPT un poco de contexto antes de pedirle las tres versiones. Una respuesta convencional basada en tus circunstancias reales es mucho más útil que una genérica, y la sugerencia poco convencional se vuelve más interesante porque tiene límites significativos contra los que chocar.

Nada de esto garantiza una idea brillante en todo momento. A veces, la opción poco convencional es realmente poco práctica, y en ocasiones la respuesta híbrida se siente como un compromiso incómodo. Pero las mejores indicaciones rara vez obligan a ChatGPT a imitar una mayor inteligencia, sino que más bien fomentan diferentes enfoques para los problemas. Pedir la solución convencional, la solución poco convencional y la mejor combinación de ambas es un hábito sencillo para tener conversaciones más reflexivas con los chatbots de IA.