Blog

Durante décadas, una imagen científica tenía un peso especial. Una fotografía tomada por un telescopio, una muestra vista al microscopio o una imagen clínica parecían traer consigo una promesa de autenticidad: alguien usó un instrumento, registró un fenómeno y documentó una parte del mundo real. Pero la inteligencia artificial generativa está empezando a romper ese pacto visual.

Hoy es posible crear en segundos una imagen con estética científica: células, órganos, cortes anatómicos, mapas, gráficos, materiales, planetas o escenas de laboratorio. A simple vista pueden parecer profesionales. El problema es que no siempre representan algo verdadero. Y, en algunos casos, ya han logrado colarse en publicaciones académicas.

La investigadora Nan Li, profesora asociada de Comunicación Científica en la Universidad de Wisconsin-Madison, advierte que la proliferación de imágenes científicas generadas por IA no es solo un problema de desinformación, sino una amenaza directa a la confianza pública en la ciencia. Las herramientas que antes ayudaban a reconocer una imagen como creíble —su calidad técnica, su origen institucional o su apariencia profesional— están perdiendo fuerza.

Cuando una imagen científica parece real, pero no lo es

El uso de IA en ciencia no es necesariamente negativo. Los investigadores ya la utilizan para crear ilustraciones, producir datos sintéticos, editar imágenes de laboratorio o generar materiales educativos. En muchos casos, estas herramientas pueden hacer más comprensibles conceptos complejos y acelerar la comunicación científica. Pero también vuelven más difusa la frontera entre una ilustración, una mejora visual legítima y una manipulación engañosa.

El problema ya dejó ejemplos concretos. En 2024, dos artículos revisados por pares fueron retirados después de incluir figuras generadas por IA con errores anatómicos graves, como estructuras biológicamente imposibles y textos ilegibles. Un análisis publicado en Ethics and Information Technology señala que estos casos expusieron la falta de normas claras para evaluar imágenes científicas creadas con IA.

El caso no quedó limitado a ilustraciones llamativas. En 2026, el New England Journal of Medicine retractó una imagen clínica después de que los autores reconocieran haber usado una herramienta de IA para modificarla. La alteración parecía menor, pero tocaba un punto sensible: en medicina, una imagen no es decoración, sino evidencia.

Los detectores no alcanzan si la imagen parece demasiado convincente

Ante este escenario, algunas editoriales académicas empezaron a adoptar herramientas para detectar imágenes sintéticas. El problema es que estos sistemas casi siempre corren por detrás de los generadores. Detectan patrones conocidos, pero los modelos de IA cambian, mejoran y aprenden a producir imágenes cada vez más difíciles de distinguir.

Ese límite técnico es especialmente delicado en ciencia. Un detector puede fallar si la imagen fue retocada, comprimida, modificada o generada con un sistema que no formaba parte de su entrenamiento. Un estudio reciente sobre detección de figuras científicas generadas por IA concluyó que los métodos actuales fallan de forma notable cuando se enfrentan a imágenes nuevas o degradadas, lo que muestra una brecha importante entre la generación y la verificación.

Pero el riesgo más profundo no está solo en que una imagen falsa pase el filtro. Está en que cualquier imagen empiece a ser sospechosa. Según Nan Li, cuando la calidad visual y la procedencia institucional dejan de ser señales confiables, muchas personas terminan recurriendo a sus creencias previas: aceptan imágenes que confirman lo que ya pensaban y descartan como falsas las que las contradicen.

La ciencia necesita mostrar cómo se hizo cada imagen

La solución no pasa por prohibir toda imagen generada o asistida por IA. En muchos contextos, puede ser útil para explicar, enseñar o visualizar fenómenos difíciles de representar. La clave está en la transparencia: indicar si una imagen fue generada, editada o mejorada con IA; aclarar si es una observación real, una simulación o una ilustración; y documentar cómo se verificó.

La propuesta es tratar la procedencia de las imágenes con la misma seriedad con la que ya se tratan los datos, los métodos, las fuentes de financiación o los conflictos de interés. En ciencia, una imagen no debería valer solo por lo que muestra, sino por la cadena de evidencia que la conecta con la realidad.

Esa diferencia es fundamental. Una imagen como “Earthrise”, tomada durante la misión Apollo 8, no emociona solo porque sea bella. Importa porque sabemos que hubo astronautas, cámaras, una misión documentada y una observación verificable detrás. Esa trazabilidad es lo que convierte una imagen en evidencia y no solo en una composición visual.

La IA no elimina el valor de las imágenes científicas, pero obliga a cambiar las reglas. Si las instituciones no explican mejor cómo se producen, verifican y publican sus visuales, la ciencia puede perder una de sus herramientas más poderosas para comunicar conocimiento: la confianza en lo que vemos.

Fuente: Infobae.

Durante años, internet se construyó sobre una idea bastante simple: alguien publicaba contenido y otra persona lo leía, lo veía, lo compartía o hacía clic. Esa lógica todavía existe, pero empieza a quedar rodeada por una realidad mucho más extraña. Cada vez más tráfico no viene de usuarios humanos, sino de bots, rastreadores, sistemas automáticos y agentes de inteligencia artificial.

Según datos de Cloudflare citados por su CEO, Matthew Prince, los bots ya representan alrededor del 57% de las solicitudes HTTP a contenido HTML en la web, frente a algo más del 42% generado por humanos. El propio Prince había previsto que ese cruce llegaría recién en 2027, pero los datos muestran que ocurrió antes de lo esperado.

El matiz es importante: no significa que todo lo que ocurre en internet esté dominado por bots, ni que las personas hayan desaparecido de redes sociales, streaming, apps o mensajería. La medición se refiere a solicitudes web, especialmente páginas HTML. Pero aun así el dato marca un cambio enorme: buena parte de la web abierta ya no está siendo visitada principalmente por personas.

La web se está llenando de lectores que no son humanos

Los bots no son nuevos. Google, Bing y otros buscadores llevan décadas usando rastreadores para indexar páginas. También existen bots maliciosos para spam, scraping, fraude publicitario, ataques automatizados o robo de datos. Cloudflare define el tráfico bot como cualquier tráfico no humano y advierte que monitorearlo sirve también para detectar actividad maliciosa.

Lo nuevo es el peso de los agentes de IA. Estos sistemas no solo indexan contenido como los buscadores tradicionales: leen páginas para responder consultas, resumir información, comparar productos, alimentar asistentes o ejecutar tareas en nombre del usuario. En vez de que una persona entre a diez sitios para buscar una respuesta, un sistema automático puede recorrerlos por ella.

Ese cambio golpea una de las bases económicas de internet. Durante años, muchas webs vivieron de visitas humanas: usuarios que entraban, veían anuncios, se suscribían o hacían clic en enlaces. Pero un bot puede leer la página, extraer la información útil y no generar el mismo valor para el sitio original. En otras palabras: consume contenido, pero no necesariamente sostiene el modelo que permitió crearlo.

Por eso empresas como Cloudflare impulsan herramientas para que los dueños de sitios puedan identificar, bloquear o monetizar el acceso de bots de IA. La compañía y GoDaddy anunciaron iniciativas para dar más control a los propietarios de webs frente al rastreo automatizado de grandes tecnológicas.

How do you know the post that upset you was written by a human?
Bots have existed since the beginning of the Internet
Today, they are more dangerous than ever and operate on an unimaginable scale
It’s time to take a closer look at them#SpotTheBot pic.twitter.com/PxkyFxlSDu

— PLinRomania (@PLinRomania) July 3, 2026

El problema también es la cantidad de contenido artificial

El tráfico no humano es solo una parte del fenómeno. La otra es el crecimiento del contenido generado por IA. Deezer informó en abril de 2026 que recibe casi 75.000 canciones completamente generadas por IA cada día, equivalentes al 44% de toda la música nueva que llega diariamente a la plataforma.

En la web escrita, el panorama también cambió rápido. Un análisis de Graphite citado por Axios estimó que los artículos creados por IA pasaron de cerca del 5% en 2020 a aproximadamente el 48% en mayo de 2025, mientras que los textos humanos quedaron alrededor del 52%. Es decir, la IA todavía no había superado claramente a los humanos en ese estudio, pero ya estaba muy cerca.

Esto alimenta una preocupación conocida como la “teoría de la internet muerta”, la idea de que buena parte de lo que vemos online ya no estaría hecho por personas ni dirigido a personas, sino producido, leído y amplificado por sistemas automáticos. La versión extrema de esa teoría suele exagerar, pero los datos actuales muestran que la preocupación tiene una base real: la web está siendo ocupada por máquinas en ambos extremos, tanto en la creación como en el consumo.

El riesgo no es solo filosófico. Si los sitios pierden visitas humanas, pueden perder ingresos. Si los contenidos se generan masivamente con IA, puede bajar la calidad de la información. Y si los modelos se entrenan cada vez más con textos, imágenes o canciones generadas por otros modelos, internet puede llenarse de contenido repetido, artificial y difícil de verificar.

La pregunta ya no es si hay bots en internet. Siempre los hubo. La pregunta es qué pasa cuando empiezan a ser mayoría en partes clave de la web abierta. Porque una internet donde las máquinas leen más que las personas puede ser más rápida, más automatizada y más cómoda. Pero también puede ser menos confiable, menos humana y mucho más difícil de sostener para quienes todavía crean contenido real.

Fuente: Infobae.

OpenAI vuelve a moverse en el terreno donde la inteligencia artificial deja de ser solo tecnología y empieza a convertirse en política de Estado. Según reportes basados en información del Financial Times, la compañía mantiene conversaciones preliminares para explorar una propuesta inédita: entregar al Gobierno de Estados Unidos una participación del 5% en la empresa.

La iniciativa, impulsada por Sam Altman, no se presenta únicamente como una forma de acercarse a Washington. También busca instalar una idea más amplia: si la inteligencia artificial va a generar una enorme riqueza en los próximos años, una parte de ese crecimiento debería llegar directamente a la población y no quedar solo en manos de accionistas privados.

El plan todavía está en una fase conceptual y podría requerir aprobación del Congreso para avanzar. Pero el simple hecho de que se esté discutiendo muestra hasta qué punto la IA se convirtió en un sector estratégico para Estados Unidos, especialmente en medio de la competencia con China, las tensiones regulatorias y el debate sobre seguridad nacional.

Una participación que podría valer miles de millones

La cifra propuesta es pequeña en porcentaje, pero enorme en dinero. Una participación del 5% en OpenAI equivaldría a unos 42.600 millones de dólares si se toma como referencia la valoración de 852.000 millones de dólares atribuida a la compañía en su ronda de financiación de marzo.

(1/2) Ante las presiones de Trump, OpenAI podría ceder hasta el 5% de su negocio al gobierno de EE UU pic.twitter.com/gje6xgsSlg

— WIRED en español (@wiredenespanol) July 2, 2026

La idea no sería limitar el esquema a OpenAI. Según los reportes, Altman también habría planteado que otros grandes desarrolladores estadounidenses de IA, como Anthropic, Google o Meta, aporten una participación similar a un vehículo de inversión público. Por ahora, no está claro si esas empresas estarían dispuestas a participar ni bajo qué condiciones.

El modelo se inspira en fondos soberanos como el Fondo Permanente de Alaska, que administra parte de los ingresos petroleros del estado e invierte esos recursos para distribuir dividendos entre sus residentes. En este caso, la lógica sería trasladar ese mecanismo al crecimiento económico generado por la inteligencia artificial.

OpenAI ya había defendido públicamente una idea similar en su documento Industrial Policy for the Intelligence Age. Allí propuso crear un “Public Wealth Fund” para que todos los ciudadanos, incluso quienes no invierten en mercados financieros, puedan tener una participación en el crecimiento impulsado por la IA.

Una propuesta que también busca mejorar la relación con Washington

La lectura económica es solo una parte del movimiento. La otra es política. OpenAI y el resto de las grandes empresas de IA operan en un momento de creciente presión gubernamental. Sus modelos son vistos como una oportunidad económica, pero también como una fuente de riesgos: desinformación, seguridad nacional, empleo, dependencia tecnológica y competencia internacional.

En ese contexto, tener al Gobierno como accionista podría cambiar la relación entre Silicon Valley y Washington. Para OpenAI, podría ser una forma de mostrar que la empresa no quiere quedarse sola con los beneficios de la IA. Para la Administración Trump, significaría participar directamente en el crecimiento de una de las compañías más valiosas del sector.

Pero el plan también abre preguntas incómodas. Si el Gobierno posee una parte de OpenAI, ¿cómo debería regularla? ¿Podría actuar con independencia frente a una empresa de la que también se beneficia financieramente? ¿Ese respaldo público le daría a OpenAI una ventaja política frente a otros competidores? Axios recogió críticas de inversores y expertos que ven la propuesta más como una jugada política que como una solución real para repartir los beneficios de la IA.

La propia OpenAI insiste en que el futuro de la IA debería distribuir poder y beneficios de forma amplia. En una publicación reciente, la compañía defendió que una buena transición hacia la inteligencia artificial avanzada no puede concentrar la capacidad y las ganancias en pocas instituciones.

La propuesta, sin embargo, todavía está lejos de convertirse en realidad. Falta saber si el Gobierno la aceptaría, si el Congreso tendría que intervenir, cómo se estructuraría el fondo, qué derechos tendría esa participación y si otras empresas aceptarían entregar parte de su capital.

Aun así, el debate ya está instalado. OpenAI no solo está peleando por liderar la carrera técnica de la inteligencia artificial. También está intentando definir cómo se repartirá el valor económico de esa carrera. Y si su plan avanza, la IA podría inaugurar una nueva etapa: una en la que el Estado no solo regula a las grandes tecnológicas, sino que también se convierte en accionista de ellas.

Fuente: Infobae.

Atender una llamada de un número desconocido es algo cotidiano. A veces puede ser una entrega, un turno médico, una empresa o alguien que realmente necesita comunicarse. Pero también puede ser el primer paso de una estafa diseñada para sacar una respuesta rápida, grabar la voz o conseguir un dato que nunca debería compartirse.

En ese contexto, hay dos cosas que conviene evitar especialmente: decir “sí” de forma automática y compartir un código de verificación de WhatsApp. No porque una sola palabra pueda vaciar una cuenta bancaria por arte de magia, sino porque los ciberdelincuentes suelen combinar grabaciones, datos personales, presión y suplantación para hacer que la víctima baje la guardia.

El Instituto Nacional de Ciberseguridad de España advierte desde hace tiempo sobre fraudes de ingeniería social, en los que los atacantes se hacen pasar por bancos, empresas, servicios de mensajería o incluso familiares para obtener información sensible o provocar una acción concreta. En el caso de WhatsApp, INCIBE recomienda no proporcionar códigos ni información personal a terceros o contactos desconocidos.

El “sí” puede convertirse en una pieza de una estafa

Una de las técnicas más conocidas es la llamada “estafa del sí”. El mecanismo suele empezar con una llamada desde un número desconocido. El interlocutor intenta que la persona responda afirmativamente a una pregunta simple: “¿Me escucha?”, “¿Es usted el titular?”, “¿Autoriza esta operación?” o “¿Desea recibir más información?”.

El objetivo es obtener una grabación clara de la voz diciendo “sí”. Esa grabación puede usarse después en intentos de suplantación, reclamaciones fraudulentas o manipulaciones vinculadas a servicios que todavía emplean sistemas de validación por voz. La Cadena SER recogió advertencias de expertos sobre el riesgo de responder con palabras fácilmente reutilizables en llamadas sospechosas.

Esto no significa que cualquier “sí” en una llamada desconocida sea automáticamente peligroso. El fraude suele necesitar más elementos: datos personales, una historia creíble, una entidad suplantada o una plataforma vulnerable. Pero la recomendación práctica es sencilla: si no conocés el número, mejor contestar con frases neutras como “¿Quién llama?” o “¿De parte de quién?”, y cortar si la conversación resulta extraña.

El código de WhatsApp nunca se comparte

El segundo riesgo es mucho más directo: el código de verificación de WhatsApp. Cada vez que alguien intenta registrar tu número en un teléfono nuevo, WhatsApp envía un código de seis dígitos por SMS o llamada. Ese código sirve para confirmar que quien está configurando la cuenta tiene acceso real al número.

Si una persona entrega ese código a un estafador, puede perder el control de su cuenta. El atacante registra WhatsApp en otro dispositivo, accede a la cuenta y puede escribir a los contactos haciéndose pasar por la víctima. Desde ahí suelen pedir dinero, enviar enlaces fraudulentos o intentar engañar a familiares y amigos.

WhatsApp explica que, si una cuenta fue comprometida, el usuario debe volver a iniciar sesión con su número para recuperar el acceso; al hacerlo, cualquier otra sesión no autorizada queda cerrada. También recomienda activar la verificación en dos pasos, una capa extra de seguridad que añade un PIN a la cuenta.

INCIBE también ha documentado casos reales en los que los atacantes usaron excusas como un paquete urgente para conseguir el código de WhatsApp. La recomendación es clara: nunca proporcionar códigos ni información personal a terceros, incluso si el pedido parece venir de una empresa o de un contacto conocido.

La ingeniería social funciona porque parece normal

Estas estafas no dependen solo de tecnología sofisticada. Funcionan porque imitan situaciones comunes: una llamada de atención al cliente, un problema con un envío, una alerta de seguridad o un familiar que necesita ayuda. Muchas veces los delincuentes usan datos filtrados o información visible en redes sociales para sonar más convincentes.

Por eso, la mejor defensa es desconfiar de la urgencia. Si alguien llama y pide confirmar datos, autorizar algo, compartir un código o seguir instrucciones mientras habla, lo más seguro es cortar y contactar directamente a la entidad por un canal oficial.

También conviene activar la verificación en dos pasos de WhatsApp, revisar los dispositivos vinculados y no compartir pantalla durante videollamadas con desconocidos. INCIBE ha alertado sobre fraudes en los que los atacantes logran ver el código de verificación cuando la víctima comparte la pantalla durante una supuesta asistencia técnica.

La regla es simple: en una llamada desconocida, no hay que dar respuestas automáticas ni entregar códigos. Un “sí” puede ser una pieza útil para un engaño más grande, pero el código de WhatsApp es directamente la llave de entrada a tu cuenta. Y si alguien lo pide, aunque parezca urgente o confiable, la respuesta correcta siempre es no.

Fuente: Infobae.

Durante años, Japón fue el país que muchos asociaron con robots de aspecto amable, pasos medidos y demostraciones pensadas para mostrar el futuro. ASIMO, el famoso humanoide de Honda, fue el mejor símbolo de esa época: una máquina capaz de caminar, saludar y emocionar al público, aunque sin una función masiva en la vida diaria.

Pero el debate japonés sobre robótica cambió. El objetivo ya no es tanto impresionar con un robot que parezca humano, sino desplegar máquinas útiles en lugares donde faltan manos. Y esa diferencia es clave para entender la nueva estrategia del país.

El Ministerio de Economía, Comercio e Industria de Japón, conocido como METI, confirmó una meta ambiciosa: introducir aproximadamente diez millones de robots para 2040 y promover su uso en 18 áreas distintas, incluyendo restauración, fabricación de alimentos y atención sanitaria.

Japón no quiere robots de película: quiere robots que trabajen

La nueva estrategia japonesa de AI Robotics no debe leerse como una promesa de diez millones de humanoides caminando por las calles. El plan es mucho más amplio y, sobre todo, más práctico. Incluye robots industriales, sistemas móviles, máquinas para logística, atención médica, servicios, inspección, mantenimiento, alimentación y respuesta ante emergencias.

La clave está en una expresión que empieza a ganar peso: IA física. A diferencia de los chatbots, que responden desde una pantalla, la IA física busca que los modelos puedan interpretar el entorno y actuar en el mundo real. Un robot de este tipo no solo ejecuta movimientos programados: combina datos, sensores, imágenes, lenguaje y señales del espacio para realizar tareas concretas.

Por eso Japón también anunció el desarrollo de un modelo fundacional multimodal nacional para robótica, con Noetra y el Instituto Nacional de Ciencia y Tecnología Industrial Avanzada de Japón como líderes del proyecto. La idea es construir una base de datos e inteligencia artificial pensada para robots capaces de operar en entornos físicos complejos.

El giro tiene sentido. ASIMO fue retirado de sus demostraciones públicas en 2022 tras más de dos décadas como icono tecnológico, pero su legado no desapareció: parte de aquella investigación terminó alimentando proyectos más aplicados. Japón no abandonó la robótica; simplemente dejó atrás la etapa más teatral para concentrarse en máquinas con utilidad real.

El verdadero motor es la falta de trabajadores

La razón de fondo no es solo tecnológica. Japón tiene un problema demográfico enorme: una población envejecida, baja natalidad y una fuerza laboral cada vez más ajustada. Según el Recruit Works Institute, el país podría enfrentar una escasez de aproximadamente 11 millones de trabajadores en 2040 si continúan las tendencias actuales.

En ese contexto, los robots dejan de ser un lujo futurista. Pasan a ser una herramienta para mantener funcionando sectores que ya sienten la falta de personal: cuidados, hospitales, restaurantes, fábricas, transporte, logística y servicios básicos. No se trata únicamente de sustituir empleos, sino de cubrir tareas que cada vez son más difíciles de cubrir con personas suficientes.

Japón, además, parte con ventaja. La Federación Internacional de Robótica señala que el país sigue siendo uno de los grandes actores mundiales en automatización industrial: en 2024 instaló 44.500 robots industriales y alcanzó un stock operativo de 450.500 unidades. También es uno de los principales productores globales de robots industriales, con alrededor del 38% de la producción mundial.

Esa experiencia puede ser decisiva. Mientras China y Estados Unidos concentran buena parte del ruido actual en humanoides e IA generativa, Japón intenta jugar una carta distinta: usar su historial industrial para llevar robots a tareas concretas y socialmente necesarias.

La gran incógnita es si podrá escalarlo. Diez millones de robots antes de 2040 es una cifra enorme, y todavía faltan detalles sobre qué empresas fabricarán esas máquinas, cuánto dependerá Japón de proveedores externos y qué porcentaje corresponderá a robots industriales, sanitarios, móviles o de servicio.

Aun así, la dirección está clara. Japón no está apostando por robots porque quiera vivir dentro de una película de ciencia ficción. Lo hace porque su mercado laboral se está quedando sin margen. En un país que envejece rápido, la pregunta ya no es si los robots llegarán al trabajo cotidiano, sino cuántos serán necesarios para que todo siga funcionando.

Fuente: Xataka.