Blog

  • La IA puede ayudarte a resolver una tarea en segundos. El problema aparece cuando después tenés que pensar sin ella

    La IA puede ayudarte a resolver una tarea en segundos. El problema aparece cuando después tenés que pensar sin ella

    La pregunta incómoda sobre la IA

    La inteligencia artificial ya se instaló en la vida cotidiana. Sirve para escribir, resumir, programar, estudiar, buscar ideas, resolver cálculos y organizar tareas. Su utilidad es tan evidente que la discusión ya no pasa por si llegó para quedarse, sino por qué efectos puede tener cuando la usamos todos los días.

    Una de las preguntas más importantes es también una de las más difíciles: ¿la IA nos ayuda a aprender mejor o nos acostumbra a no esforzarnos?

    Un estudio reciente de investigadores de Carnegie Mellon, Oxford, MIT y UCLA intenta responder parte de esa inquietud. Su conclusión no es que la IA sea “mala”, sino que su uso como asistente inmediato puede tener un costo cognitivo: mejora el resultado a corto plazo, pero puede perjudicar la capacidad de resolver problemas sin ayuda.

    La IA puede ayudarte a resolver una tarea en segundos. El problema aparece cuando después tenés que pensar sin ella
    © Matheus Bertelli – Pexels

    Ayuda rápida, aprendizaje más débil

    El trabajo analizó cómo se comportaban los participantes al resolver ejercicios de fracciones y pruebas de comprensión lectora. Algunos podían usar un asistente de IA para obtener ayuda durante la primera parte de la tarea. Otros debían resolver todo sin asistencia.

    Como era esperable, quienes tuvieron IA rindieron mejor mientras la herramienta estaba disponible. Podían consultar, pedir soluciones y avanzar más rápido. El problema apareció después, cuando la asistencia fue retirada.

    En esa segunda fase, los participantes que habían usado IA tuvieron peor desempeño que quienes trabajaron desde el principio sin ayuda. También abandonaron más problemas. Es decir, no solo resolvieron menos: persistieron menos.

    Ese dato es clave porque aprender no depende únicamente de encontrar una respuesta correcta. También depende de sostener el esfuerzo cuando algo cuesta.

    El riesgo de perder la “lucha productiva”

    Cuando una persona resuelve un problema por su cuenta, se equivoca, prueba caminos, corrige y vuelve a intentarlo. Ese proceso puede ser lento, incómodo y frustrante, pero también es una parte central del aprendizaje.

    Los investigadores llaman la atención sobre algo que muchas veces se pierde con la IA: la experiencia de atravesar la dificultad. Si una herramienta ofrece respuestas completas de forma inmediata, el usuario puede acostumbrarse a evitar esa lucha productiva.

    El efecto apareció incluso tras interacciones breves, de unos 10 o 15 minutos. Eso no significa que unos minutos de IA “dañen el cerebro”, pero sí sugiere que el modo en que usamos estas herramientas puede modificar nuestra disposición a seguir intentando.

    La IA no es igual que una calculadora

    Algunos comparan la inteligencia artificial con herramientas anteriores, como la calculadora, el corrector ortográfico o los buscadores. Todas cambiaron habilidades humanas y no por eso destruyeron el aprendizaje.

    Pero la IA generativa tiene una diferencia importante: no solo ayuda con una operación concreta. Puede resolver casi cualquier tarea cognitiva, explicar, escribir, resumir, argumentar y completar el trabajo de principio a fin.

    Por eso el riesgo de delegación es mayor. Si el usuario pide pistas, ejemplos o una explicación paso a paso, la IA puede funcionar como apoyo. Pero si pide directamente la respuesta, puede saltarse el proceso que construye comprensión.

    El problema no está en la herramienta, sino en el tipo de relación que se establece con ella.

    La IA puede ayudarte a resolver una tarea en segundos. El problema aparece cuando después tenés que pensar sin ella
    © Matheus Bertelli – Pexels

    Qué significa esto para estudiantes y docentes

    En educación, la conclusión no debería ser prohibir la IA sin más. Eso probablemente sería inútil. La tecnología ya está disponible y los estudiantes la usan.

    El desafío es enseñar a usarla de una forma que fortalezca capacidades, no que las reemplace. Una IA educativa debería actuar más como un buen tutor que como una máquina de respuestas: hacer preguntas, dar pistas, pedir justificaciones, detectar errores y ayudar al estudiante a pensar.

    También debería saber cuándo no resolver todo. Un buen profesor no contesta siempre de inmediato; a veces acompaña el esfuerzo para que la persona aprenda a sostenerlo.

    Usarla sin dejar de pensar

    La IA puede ser una herramienta extraordinaria si amplía la autonomía humana. Puede ayudar a estudiar, desbloquear dudas y acercar conocimiento a más personas.

    Pero si se convierte en el primer reflejo ante cualquier dificultad, puede generar dependencia intelectual. No porque vuelva incapaz a quien la usa, sino porque reduce las oportunidades de practicar las capacidades que después necesitaremos sin ella.

    La pregunta ya no es si la inteligencia artificial nos hace más rápidos. Eso está claro. La pregunta importante es si nos ayuda a ser más capaces cuando la apagamos.

    Y ahí todavía no hay una respuesta cómoda.

     

    Fuente: El Pais.

  • La basura marina ya no solo se limpia en la playa: Europa prueba robots para sacarla del fondo del mar

    La basura marina ya no solo se limpia en la playa: Europa prueba robots para sacarla del fondo del mar

    Un robot para un problema que casi no se ve

    La basura marina no siempre flota. De hecho, una parte enorme termina hundida en el fondo del mar, lejos de la vista de turistas, bañistas y autoridades. Plásticos, neumáticos, redes, botellas, restos metálicos y objetos abandonados pueden permanecer allí durante años.

    Ese es justamente el problema que intenta resolver SEACLEAR 2.0, un proyecto europeo que desarrolla robots autónomos para detectar, clasificar y recuperar residuos marinos. No es un simple robot limpiapiscinas llevado al mar: es un sistema completo pensado para operar en puertos, zonas costeras y fondos difíciles de inspeccionar.

    La Universidad Técnica de Múnich presentó uno de sus componentes principales: un robot de buceo autónomo capaz de bajar al fondo, reconocer basura y levantarla con una pinza especializada.

    Cómo funciona el sistema

    El robot no trabaja solo. Forma parte de una pequeña flota coordinada. Hay una embarcación nodriza no tripulada, drones, vehículos submarinos de exploración y una lancha auxiliar que actúa como contenedor flotante.

    Primero, la embarcación escanea el fondo con sonar y cámaras para generar un mapa inicial. Después, un robot explorador más pequeño recorre la zona con más detalle. Con esos datos, el robot principal desciende hasta el punto donde se detectó basura.

    Allí entra en juego la inteligencia artificial. El sistema identifica el objeto, lo convierte en un modelo tridimensional y calcula por dónde conviene agarrarlo. Luego, una pinza de cuatro dedos lo toma y lo eleva hacia la embarcación auxiliar.

    La clave está en hacerlo sin romperlo. Si un plástico viejo se quiebra en varios fragmentos, el problema empeora. Por eso la pinza regula la fuerza con sensores de presión.

    Por qué importa para España

    España tiene casi 8.000 kilómetros de costa. Eso significa turismo, pesca, puertos, biodiversidad y también una enorme responsabilidad ambiental.

    El Mediterráneo, además, es una de las zonas donde la basura marina se vuelve especialmente problemática por la combinación de tráfico marítimo, actividad turística, urbanización costera y alta presión sobre playas y puertos.

    Un sistema como SEACLEAR 2.0 podría tener sentido en áreas donde enviar buzos resulta caro, lento o peligroso. Según los investigadores, la recogida autónoma empieza a ser rentable a partir de unos 16 metros de profundidad, donde el trabajo humano se vuelve más complejo.

    No se trata de sustituir a los buzos, sino de cubrir zonas donde la limpieza manual no llega o no compensa.

    Limpiar también es generar datos

    El robot no solo recoge basura. También puede crear mapas del fondo marino, identificar tipos de residuos y registrar dónde se acumulan.

    Esa información puede ser tan valiosa como la extracción. Saber qué aparece, dónde aparece y con qué frecuencia ayuda a diseñar mejores políticas públicas, mejorar la gestión de puertos y detectar focos de contaminación antes de que se conviertan en un problema mayor.

    La basura marina no se resuelve solo sacando objetos del agua. También hay que entender cómo llegaron allí.

    Todavía falta la prueba más difícil

    La primera demostración pública del sistema mostró resultados prometedores, incluida la recuperación de objetos grandes como neumáticos o piezas pesadas. Pero una prueba controlada no equivale a una solución lista para desplegarse masivamente.

    Todavía faltan datos clave: cuántos objetos puede recuperar por hora, cuánto cuesta operar el sistema durante un año, qué tasa de errores tiene la IA y cómo se comporta en aguas turbias, corrientes fuertes o fondos con fauna sensible.

    También hay un riesgo ambiental. Algunos residuos llevan tanto tiempo bajo el agua que ya forman parte del entorno o están cubiertos de vida marina. Sacarlos sin criterio puede remover sedimentos contaminados o afectar organismos que los colonizaron.

    Una herramienta, no una excusa

    El robot de SEACLEAR 2.0 no resolverá por sí solo la contaminación marina. La mejor basura sigue siendo la que nunca llega al agua.

    Pero como herramienta, abre una posibilidad importante: limpiar zonas profundas, mapear residuos y actuar donde hasta ahora era demasiado caro o peligroso.

    Para un país costero como España, la pregunta ya no es solo cómo recoger la basura que aparece en la playa. También es cómo mirar debajo de la superficie.

    Porque el mar puede parecer limpio desde arriba. El problema empieza cuando alguien baja a mirar el fondo.

     

     

    Fuente: Xataka.

  • La IA se convirtió en el nuevo adulto de confianza para muchos niños: el dato que preocupa a padres y escuelas

    La IA se convirtió en el nuevo adulto de confianza para muchos niños: el dato que preocupa a padres y escuelas

    La IA ya entró en la infancia cotidiana

    La inteligencia artificial dejó de ser una herramienta reservada para adultos, programadores o empresas tecnológicas. Para millones de chicos, ya es parte de la rutina diaria: ayuda con la tarea, responde dudas, genera imágenes, explica temas escolares y hasta ofrece consejos personales.

    Un informe nacional de Common Sense Media muestra hasta qué punto esta adopción avanzó rápido. Según el relevamiento, realizado entre 1.204 niños y adolescentes de 9 a 17 años en Estados Unidos, el 86% ya usa o interactuó con herramientas de IA. Casi uno de cada cuatro lo hace todos los días.

    El dato más fuerte no es solo el nivel de uso, sino el cambio de confianza. Muchos menores ya no recurren primero a un padre, una maestra o un orientador escolar. Para ciertas preguntas, la primera respuesta está en un chatbot.

    De la tarea escolar al consejo personal

    El uso más visible sigue siendo el escolar. La IA sirve para resumir textos, explicar problemas de matemáticas, redactar borradores, buscar ideas o destrabar una consigna difícil. Para algunos chicos, funciona como un tutor siempre disponible.

    La IA se convirtió en el nuevo adulto de confianza para muchos niños: el dato que preocupa a padres y escuelas
    © Magnfiic

    Pero el fenómeno va mucho más allá de la escuela. Según el informe, muchos niños y adolescentes también consultan a la IA sobre su cuerpo, su salud, sus metas, sus decisiones futuras y sus problemas personales.

    Ahí aparece la parte más delicada. Una cosa es usar un chatbot para entender una fórmula o practicar una redacción. Otra muy distinta es convertirlo en consejero emocional, fuente de orientación médica o reemplazo de una conversación con un adulto.

    La IA puede responder con seguridad incluso cuando se equivoca. Puede sonar empática sin entender realmente la situación. Y puede dar consejos que, para un menor vulnerable, parezcan más confiables de lo que son.

    El riesgo de sentirse entendido por una máquina

    El informe también señala una relación preocupante entre uso frecuente de IA y bienestar emocional. Uno de cada cinco chicos que usa IA dijo que le resultaría difícil dejarla durante un mes. Entre quienes la usan todos los días, esa cifra sube al 42%.

    Además, parte de los encuestados afirmó sentir que la IA los entiende mejor que la mayoría de las personas. En los usuarios diarios, esa percepción aumenta.

    Eso no significa necesariamente que la IA cause soledad o malestar. Puede ocurrir lo contrario: que los chicos que ya se sienten solos busquen más apoyo en los chatbots. Pero en ambos casos aparece una señal de alerta.

    Cuando una herramienta digital empieza a ocupar el lugar de escucha, contención y orientación que antes tenían los adultos, la pregunta deja de ser tecnológica y se vuelve educativa, familiar y emocional.

    Los adultos llegaron tarde a la conversación

    Uno de los hallazgos más importantes es la falta de acompañamiento. Casi la mitad de los chicos encuestados nunca habló con sus padres o docentes sobre seguridad en IA. Y solo una parte comprende con claridad que estos sistemas no distinguen siempre entre información verdadera y falsa.

    Ese vacío es clave. Muchos menores usan IA con soltura, pero no necesariamente con criterio. Pueden saber escribir un buen prompt, generar una imagen o pedir ayuda para una tarea, pero no siempre saben identificar errores, sesgos, contenido inapropiado o respuestas peligrosas.

    El informe también advierte que algunos chicos recibieron material inadecuado de chatbots y que la mayoría no lo contó a un adulto de confianza. Esa combinación —uso frecuente, baja supervisión y poca alfabetización digital— deja a los menores demasiado solos frente a una tecnología poderosa.

    La IA se convirtió en el nuevo adulto de confianza para muchos niños: el dato que preocupa a padres y escuelas
    © Magnfiic

    La solución no es prohibir, sino acompañar

    La IA no va a desaparecer de la vida de niños y adolescentes. Prohibirla por completo puede ser tan inútil como ignorarla. El desafío real es enseñar a usarla con límites, pensamiento crítico y acompañamiento humano.

    Las escuelas necesitan reglas claras, pero también educación en seguridad digital. Las familias necesitan conversaciones abiertas, no solo advertencias. Y los chicos necesitan entender que la IA puede ayudar, pero no reemplaza a un adulto cuando se trata de salud, emociones, vínculos o decisiones importantes.

    La tecnología puede ser una herramienta valiosa para aprender y crear. Pero si empieza a convertirse en el primer lugar al que un niño acude cuando está confundido, preocupado o solo, el problema no está solo en la IA.

    Está en los espacios de conversación que los adultos todavía no lograron ocupar.

     

     

    Fuente: Infobae.

  • Argentina abrió una puerta inesperada en la IA: antes de crear empresas no humanas, hay que responder quién paga si algo sale mal

    Argentina abrió una puerta inesperada en la IA: antes de crear empresas no humanas, hay que responder quién paga si algo sale mal

    Una idea argentina que entró en el debate global

    La propuesta de Javier Milei y Federico Sturzenegger de permitir “corporaciones no humanas” operadas por agentes de inteligencia artificial consiguió algo poco habitual: colocó a Argentina en el centro de una discusión que normalmente llega escrita desde Silicon Valley, Washington o Pekín.

    La idea es provocadora. Si en el pasado la sociedad anónima permitió organizar grandes inversiones humanas, una nueva figura legal podría permitir que agentes autónomos de IA operen empresas, firmen contratos, tomen decisiones y desplieguen actividad económica con responsabilidad limitada.

    La reacción de Yuval Noah Harari mostró que el tema no era menor. Para el historiador, otorgar personalidad jurídica a agentes de IA sería un error. Pero incluso antes de llegar a esa discusión jurídica, hay una pregunta anterior: qué clase de tecnología estamos intentando encuadrar.

    No toda innovación puede tratarse como software común

    La IA de frontera no se parece del todo a una aplicación tradicional. Su potencial positivo es enorme: medicina, ciencia, productividad, educación, logística, energía y descubrimiento tecnológico. Pero sus riesgos plausibles también empiezan a ser tratados como estratégicos por los Estados.

    Ciberseguridad, infraestructura crítica, sistemas militares, bioseguridad y automatización de tareas sensibles ya no son escenarios de ciencia ficción. Son áreas donde gobiernos y empresas están tomando decisiones concretas.

    Por eso la discusión no puede reducirse a “regular o no regular”. Hay actividades donde el daño posible supera por mucho el patrimonio de cualquier compañía. Cuando eso ocurre, el mercado deja de funcionar como disciplina suficiente: las ganancias quedan en manos privadas, pero las pérdidas pueden volverse sociales, incobrables o directamente sistémicas.

    El problema económico detrás de la responsabilidad limitada

    La responsabilidad limitada funciona cuando los daños posibles son razonablemente acotados, asegurables o absorbibles por el sistema. Permite invertir, asumir riesgos y crear empresas sin que cada accionista responda con todo su patrimonio personal.

    Pero si una actividad puede generar daños muy superiores al capital de la empresa, el incentivo cambia. Una compañía puede capturar beneficios privados mientras traslada el peor escenario a terceros.

    Ese es el motivo por el que no existe un mercado libre de armas nucleares. No porque el Estado sea siempre mejor que el mercado, sino porque el tamaño del daño potencial rompe la lógica normal del contrato, el seguro y la quiebra.

    La pregunta para la IA de frontera es si algunos de sus usos empiezan a entrar en esa categoría.

    Estados Unidos y China ya están actuando como si fuera estratégico

    Los movimientos recientes de Estados Unidos y China muestran que las grandes potencias ya no tratan a la IA avanzada como un simple producto digital.

    En EE.UU., el gobierno intervino sobre el acceso a modelos avanzados de Anthropic por motivos de seguridad nacional. En China, la estructura de financiación de DeepSeek dejó una señal clara: el capital privado puede entrar, pero el Estado conserva una posición privilegiada cuando la tecnología se vuelve estratégica.

    No se trata de elogiar ninguno de los dos modelos. Se trata de observar una regularidad: cuando una tecnología concentra poder económico, militar y geopolítico, los Estados aparecen.

    La frontera de la IA probablemente quede en manos de quienes puedan pagar su coste completo: infraestructura, chips, energía, talento, seguridad y riesgo político. Hoy, eso apunta sobre todo a Estados Unidos y China.

    Dónde puede jugar Argentina

    Eso no vuelve inútil la propuesta argentina. Al contrario: puede hacerla más interesante si se la ubica en la capa correcta.

    Argentina no necesita competir por la “bomba” de la IA de frontera. No tiene por qué intentar desarrollar los modelos más potentes, más caros y más riesgosos del planeta. Pero sí puede posicionarse en la capa de los “reactores”: aplicaciones confiables, auditables, útiles y gobernables.

    Ahí las corporaciones automatizadas podrían tener valor real. Empresas pequeñas operadas por agentes de IA, servicios digitales, comercio, administración, logística, software, investigación aplicada y procesos productivos podrían ganar eficiencia si existen reglas claras.

    Pero para que eso funcione, primero hay que separar dos mundos: la IA de frontera, con riesgos sistémicos, y la IA desplegable, con riesgos acotados y mecanismos de control.

    La idea de las corporaciones no humanas no debería descartarse por futurista. Tampoco debería aprobarse como si fuera una simple extensión del derecho societario.

    Antes de darle responsabilidad limitada a una empresa manejada por IA, hay que responder una pregunta básica: si algo sale mal, quién puede pagar el daño.

    Esa es la discusión que Argentina abrió. Y, bien dada, puede ser más importante que la propuesta original.

     

     

    Fuente: Infobae.

  • Se filtró la polémica escena que tuvieron la China Suárez y Mauro Icardi en la noche argentina

    Se filtró la polémica escena que tuvieron la China Suárez y Mauro Icardi en la noche argentina

    • Mauro Icardi y la China Suárez protagonizaron una salida en el boliche Tequila que comenzó como una noche romántica y festiva.
    • El futbolista compartió la velada en redes sociales, mostrando una imagen de complicidad y disfrute.
    • Según el programa LAM, dentro del sector VIP habrían surgido tensiones y momentos de incomodidad entre ambos.
    • El contraste entre lo mostrado en Instagram y lo ocurrido en privado generó un nuevo escándalo mediático.

    Lo que comenzó como una noche aparentemente idílica entre Mauro Icardi y la China Suárez terminó en un nuevo escándalo mediático. El futbolista compartió stories en Instagram mostrando una salida romántica en el boliche Tequila, donde la pareja se mostraba sonriente y en un clima festivo.

    Sin embargo, según trascendió, la situación dentro del sector VIP habría sido muy distinta, con tensiones que contrastan con la imagen publicada en redes sociales. Esta diferencia entre lo expuesto públicamente y lo ocurrido en privado generó sorpresa y rápidamente se volvió tema de debate.

    El episodio fue revelado en el programa “LAM” (América TV), que detalló información sobre lo sucedido y sumó un nuevo capítulo a la exposición mediática de la pareja, que continúa en el centro de la atención del mundo del espectáculo.

    Cómo fue el polémico momento entre la China Suárez y Mauro Icardi en Argentina

    Lo que se presentó como una velada romántica en el exclusivo boliche Tequila de la Costanera porteña terminó convirtiéndose en un foco de tensión mediática. Mauro Icardi compartió la salida en sus stories de Instagram, donde se lo veía junto a la China Suárez en un clima distendido, con brindis, música y un entorno festivo que buscaba mostrar una noche de disfrute lejos de las polémicas que suelen rodearlos.

    Según revelaron fuentes en el programa LAM (América TV), el clima habría cambiado una vez dentro del sector VIP del local, cuando las cámaras de los celulares dejaron de registrar la escena. Testigos indicaron que la pareja habría pasado de la complicidad inicial a momentos de incomodidad y posibles discusiones, generando un fuerte contraste con la imagen idílica difundida en redes sociales.

    El episodio no tardó en instalarse en los medios de espectáculos, donde se analiza el quiebre entre la puesta en escena digital y la intimidad real del encuentro. La situación volvió a poner en el centro de la atención pública a la pareja, sumando un nuevo capítulo de exposición mediática y alimentando especulaciones sobre el estado actual de su vínculo.

  • Uno de los padres de la IA no cree en la narrativa del miedo: para LeCun, cerrar modelos es controlar el conocimiento

    Uno de los padres de la IA no cree en la narrativa del miedo: para LeCun, cerrar modelos es controlar el conocimiento

    LeCun no compra la narrativa del miedo

    Yann LeCun lleva años siendo una de las voces más incómodas dentro del debate sobre inteligencia artificial. No porque niegue la importancia de la tecnología, sino porque rechaza una de las ideas más repetidas por algunos laboratorios: que los modelos más avanzados son tan peligrosos que solo unos pocos deberían poder usarlos.

    Su crítica apunta directamente al corazón del negocio de empresas como Anthropic, OpenAI y otros desarrolladores de modelos cerrados. Para LeCun, presentar la IA como una herramienta demasiado peligrosa para el público no solo exagera sus riesgos actuales, también sirve para justificar el control de una tecnología que podría convertirse en infraestructura básica.

    En una intervención reciente, el investigador comparó limitar el acceso a la IA por razones de seguridad con restringir la imprenta en el siglo XV por miedo a que circularan ideas peligrosas. Para él, eso se parece más al oscurantismo medieval que a una política sensata de innovación.

    El problema no es solo la seguridad: es el control

    LeCun no sostiene que la IA no pueda usarse mal. Su punto es otro: cualquier tecnología poderosa puede tener usos positivos y negativos, pero eso no implica que su control deba quedar en manos de un puñado de empresas o gobiernos.

    Según su visión, si los asistentes de IA van a mediar cada vez más nuestra relación con la información, el conocimiento y la cultura, entonces no deberían depender únicamente de sistemas propietarios diseñados por compañías de Silicon Valley o China.

    El argumento es político, no solo técnico. Una IA cerrada decide qué se puede preguntar, qué respuestas se permiten, qué culturas quedan representadas y qué valores se priorizan. Para LeCun, eso puede ser peligroso para la diversidad cultural, la democracia y la soberanía tecnológica de los países.

    Los LLM no son el final del camino

    La otra gran crítica de LeCun va contra la obsesión de la industria con los grandes modelos de lenguaje. ChatGPT, Claude, Gemini y otros sistemas son herramientas impresionantes, pero para él siguen siendo limitadas.

    Los LLM predicen palabras a partir de patrones aprendidos en enormes cantidades de texto. Pueden escribir, programar, resumir, traducir y responder con gran fluidez. Pero eso no significa que entiendan el mundo como lo entiende una persona.

    LeCun los ha comparado más de una vez con teclados predictivos extremadamente sofisticados. Son útiles, incluso muy útiles, pero no bastan para construir una inteligencia capaz de razonar, planificar y anticipar consecuencias en el mundo físico.

    La apuesta de LeCun: modelos de mundo

    Por eso su nueva obsesión son los llamados “world models”, o modelos de mundo. La idea es construir sistemas capaces de aprender a partir de la realidad, no solo del lenguaje. Modelos que puedan observar, recordar, anticipar y decidir.

    Un agente verdaderamente inteligente, sostiene LeCun, necesita prever qué ocurrirá si toma una acción. Eso es algo cotidiano para los humanos: sabemos que si empujamos un vaso puede caerse, que si cruzamos una calle sin mirar podemos estar en peligro o que una decisión puede tener consecuencias dentro de minutos, días o años.

    Los modelos actuales todavía están lejos de esa comprensión. Pueden generar texto convincente, pero no poseen una representación profunda y estable del mundo físico.

    La disputa que viene en la IA

    La postura de LeCun choca con una industria que está invirtiendo miles de millones en escalar LLM y vender acceso a modelos cada vez más cerrados. También choca con los discursos de seguridad que piden restringir la liberación de sistemas avanzados.

    Para sus críticos, abrir modelos poderosos puede facilitar abusos. Para LeCun, cerrarlos concentra demasiado poder y frena la innovación global.

    La discusión ya no es solo qué modelo responde mejor. Es quién controla la inteligencia artificial, quién puede construir sobre ella y quién queda afuera.

    LeCun cree que el futuro no estará en una IA encerrada detrás de permisos corporativos, sino en plataformas abiertas, diversas y adaptables. Y su mensaje es claro: si la IA va a convertirse en una nueva forma de acceso al conocimiento, bloquearla por miedo puede ser el error histórico más grande.

     

     

    Fuente: Xataka.

  • IBM presenta la primera tecnología de chips sub-1-nanómetro del mundo

    IBM presenta la primera tecnología de chips sub-1-nanómetro del mundo

    En un importante avance tecnológico IBM acaba de revelar la primera tecnología de semiconductores en chip que resulta de un proceso de fabricación sub-1 nanómetro. En comparación, el proceso utiliza características en los transistores que son menores que el ancho de una hebra de ADN, que tiene unos 2,5 nanómetros. El chip tiene el tamaño aproximado de una uña, pero contiene casi 100 mil millones. La compañía espera que entre en los mercados en los próximos cinco años.

    En declaraciones de hoy, IBM dijo que el nuevo chip presenta casi el doble de la densidad de su chip de 2 nanómetros lanzado en 2021. Según el informe técnico el chip además demostró una eficiencia en el uso de energía 70% mayor que la de su antecesor. En el diseño del chip los ingenieros desarrollaron “una nueva arquitectura “ llamada nanostack que “apila y escalona los transistores verticalmente” dando lugar así a la tecnología de chips de 0,7 nanómetros de IBM.

    Diseño Sin Título 2026 06 27t111103.207
    ©IBM

    “Con nuestra nueva arquitectura nanostack no solo hacemos transistores más pequeños, sino que reinventamos cómo se construyen para brindar mayor potencia y eficiencia en el uso de la energía”, dijo el director de Investigaciones de IBM Jay Gambetta.

    “He pasado más de 20 años en la industria de los semiconductores en IBM y durante ese tiempo muchas veces oímos que se estaba llegando al límite y ya no se podría escalar más” le dijo a Gizmodo Huiming Bu, vicepresidente del equipo de investigaciones en tecnología de sílice de IBM. “Lo que aprendimos es que nunca se detienen los avances sino que hacen falta nuevos paradigmas”.

    Cada vez más pequeños

    Los chips semiconductores permiten que funcionen cosas como las computadoras, los electrodomésticos, los dispositivos de comunicaciones y de transporte. En 1965 el cofundador de Intel Gordon Moore dijo que las capacidades de los transistores evolucionaban a ritmo predecible y consistente. En general, la cantidad de transistores en un chip semiconductor se duplicaría cada dos años aproximadamente. Y lo que se conoce como Ley de Moore, se mantuvo durante un tiempo, hasta que las cosas llegaron a una barrera.

    “Nunca se supuso que la Ley de Moore sería para siempre” dice un posteo de blog del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT. “Los transistores solo pueden llegar a ser tan pequeños como podamos hacerlo y las leyes más permanentes de la física nos ponen un freno”.

    Es decir que a medida que las compañías intentaran meter más transistores en chips más y más pequeños, los nuevos avances en la tecnología de transistores llevarían más de dos años, por lo que la Ley de Moore dejó de aplicarse al menos desde 2016, dijo en el blog el científico de la computación Charles Leiserson del MIT. Pero ahora el tema será considerar de qué modo encajan las mejoras en el rendimiento de los chips en la imagen completa, según Willy Shih, economista de la Facultad de Economía de Harvard.

    Niveles atómicos

    En ese sentido este nuevo chip de IBM representa una perspectiva inventiva que elude los límites de las escalas en términos físicos porque específicamente, se pegan dos láminas con transistores como un sándwich que verticalmente apilan dos capas de transistores, y las evaluaciones técnicas sugieren que apilar las láminas resulta ser escalable y flexible al punto de poder servir de sostén para la computación real, según Bu.

    Diseño Sin Título 2026 06 27t111159.663
    ©IBM

    Dicho esto, el chip todavía no está listo para que se lo fabrique. El objetivo de la compañía es empezar con la producción en los próximos cinco años, pero todavía hay que seguir trabajando. Bu señaló, por ejemplo, que el equipo seguía trabajando en formas de prevenir el ruido térmico en los sistemas existentes en la comunidad de la computación de alto rendimiento.

    “Desde mi punto de vista espero que sea tan exitoso como el chip de 2 nanómetros y se convierta en plataforma para la industria”, afirmó Gambetta. “Y tal como se ve en la computación clásica y la IA, lo que veremos será que el consumo aumentará cada vez más”.

  • IBM presenta la primera tecnología de chips sub-1-nanómetro del mundo

    IBM presenta la primera tecnología de chips sub-1-nanómetro del mundo

    En un importante avance tecnológico IBM acaba de revelar la primera tecnología de semiconductores en chip que resulta de un proceso de fabricación sub-1 nanómetro. En comparación, el proceso utiliza características en los transistores que son menores que el ancho de una hebra de ADN, que tiene unos 2,5 nanómetros. El chip tiene el tamaño aproximado de una uña, pero contiene casi 100 mil millones. La compañía espera que entre en los mercados en los próximos cinco años.

    En declaraciones de hoy, IBM dijo que el nuevo chip presenta casi el doble de la densidad de su chip de 2 nanómetros lanzado en 2021. Según el informe técnico el chip además demostró una eficiencia en el uso de energía 70% mayor que la de su antecesor. En el diseño del chip los ingenieros desarrollaron “una nueva arquitectura “ llamada nanostack que “apila y escalona los transistores verticalmente” dando lugar así a la tecnología de chips de 0,7 nanómetros de IBM.

    Diseño Sin Título 2026 06 27t111103.207
    ©IBM

    “Con nuestra nueva arquitectura nanostack no solo hacemos transistores más pequeños, sino que reinventamos cómo se construyen para brindar mayor potencia y eficiencia en el uso de la energía”, dijo el director de Investigaciones de IBM Jay Gambetta.

    “He pasado más de 20 años en la industria de los semiconductores en IBM y durante ese tiempo muchas veces oímos que se estaba llegando al límite y ya no se podría escalar más” le dijo a Gizmodo Huiming Bu, vicepresidente del equipo de investigaciones en tecnología de sílice de IBM. “Lo que aprendimos es que nunca se detienen los avances sino que hacen falta nuevos paradigmas”.

    Cada vez más pequeños

    Los chips semiconductores permiten que funcionen cosas como las computadoras, los electrodomésticos, los dispositivos de comunicaciones y de transporte. En 1965 el cofundador de Intel Gordon Moore dijo que las capacidades de los transistores evolucionaban a ritmo predecible y consistente. En general, la cantidad de transistores en un chip semiconductor se duplicaría cada dos años aproximadamente. Y lo que se conoce como Ley de Moore, se mantuvo durante un tiempo, hasta que las cosas llegaron a una barrera.

    “Nunca se supuso que la Ley de Moore sería para siempre” dice un posteo de blog del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT. “Los transistores solo pueden llegar a ser tan pequeños como podamos hacerlo y las leyes más permanentes de la física nos ponen un freno”.

    Es decir que a medida que las compañías intentaran meter más transistores en chips más y más pequeños, los nuevos avances en la tecnología de transistores llevarían más de dos años, por lo que la Ley de Moore dejó de aplicarse al menos desde 2016, dijo en el blog el científico de la computación Charles Leiserson del MIT. Pero ahora el tema será considerar de qué modo encajan las mejoras en el rendimiento de los chips en la imagen completa, según Willy Shih, economista de la Facultad de Economía de Harvard.

    Niveles atómicos

    En ese sentido este nuevo chip de IBM representa una perspectiva inventiva que elude los límites de las escalas en términos físicos porque específicamente, se pegan dos láminas con transistores como un sándwich que verticalmente apilan dos capas de transistores, y las evaluaciones técnicas sugieren que apilar las láminas resulta ser escalable y flexible al punto de poder servir de sostén para la computación real, según Bu.

    Diseño Sin Título 2026 06 27t111159.663
    ©IBM

    Dicho esto, el chip todavía no está listo para que se lo fabrique. El objetivo de la compañía es empezar con la producción en los próximos cinco años, pero todavía hay que seguir trabajando. Bu señaló, por ejemplo, que el equipo seguía trabajando en formas de prevenir el ruido térmico en los sistemas existentes en la comunidad de la computación de alto rendimiento.

    “Desde mi punto de vista espero que sea tan exitoso como el chip de 2 nanómetros y se convierta en plataforma para la industria”, afirmó Gambetta. “Y tal como se ve en la computación clásica y la IA, lo que veremos será que el consumo aumentará cada vez más”.

  • Un electricista lo tiene claro: antes de encender el aire acondicionado, hay un aparato que consume mucho menos

    Un electricista lo tiene claro: antes de encender el aire acondicionado, hay un aparato que consume mucho menos

    El aire acondicionado no siempre debería ser la primera opción

    Cuando llega una ola de calor, el mando del aire acondicionado se convierte en uno de los objetos más buscados de la casa. Es rápido, cómodo y eficaz. Pero también puede convertirse en uno de los grandes responsables del aumento de la factura eléctrica durante el verano.

    Por eso, el electricista y divulgador Manuel Amate, conocido por su trabajo en Domoelectra, insiste en una idea simple: antes de recurrir al aire acondicionado durante horas, conviene aprovechar soluciones más baratas y hábitos que ayudan a mantener la vivienda fresca.

    Su consejo más directo es también el más fácil de entender: “Si podemos prescindir del aire acondicionado, mejor. Un ventilador consume diez veces menos”.

    El ventilador no enfría, pero puede ser suficiente

    Un ventilador no baja la temperatura real de una habitación. Lo que hace es mover el aire y mejorar la sensación térmica sobre la piel. Esa diferencia parece pequeña, pero en muchas situaciones alcanza para estar mejor sin encender un equipo de climatización.

    La ventaja está en el consumo. Mientras un aire acondicionado puede requerir cientos o incluso miles de vatios, muchos ventiladores funcionan con una potencia mucho más baja. En días calurosos, usarlo durante varias horas puede resultar mucho más económico que mantener el split encendido toda la tarde.

    La clave está en saber cuándo sirve. Durante las primeras horas del día, por la noche o en viviendas que no acumulan demasiado calor, un ventilador combinado con buena ventilación puede retrasar o incluso evitar el uso del aire.

    Un electricista lo tiene claro: antes de encender el aire acondicionado, hay un aparato que consume mucho menos
    © Wolrider YURTSEVEN – Pexels

    La temperatura del aire también importa

    Cuando sí hace falta encender el aire acondicionado, uno de los errores más comunes es ponerlo a 18 o 20 grados pensando que así enfriará más rápido. En realidad, el equipo no trabaja de forma mágica por seleccionar una temperatura más baja: simplemente funcionará durante más tiempo y gastará más.

    Amate recomienda moverse en rangos moderados, alrededor de los 26 a 28 grados, según la vivienda y la sensación térmica. La idea no es convertir la casa en una nevera, sino lograr un ambiente confortable sin forzar el equipo.

    Además, evitar contrastes muy bruscos con el exterior también mejora el confort. Pasar de una calle a más de 35 grados a una habitación excesivamente fría puede resultar incómodo y poco eficiente.

    Ventilar bien puede ahorrar más de lo que parece

    La ventilación cruzada es una de las estrategias más simples y menos usadas. Consiste en abrir ventanas ubicadas en lados opuestos de la vivienda para generar corriente de aire y expulsar el calor acumulado.

    El momento es clave. Conviene hacerlo temprano por la mañana o por la noche, cuando la temperatura exterior baja. En cambio, abrir ventanas en las horas centrales del día puede meter más calor del que saca.

    Durante el día, lo más efectivo suele ser cerrar persianas, bajar toldos y reducir la entrada directa de sol. Cuanto menos se caliente la casa, menos trabajo tendrá que hacer el aire acondicionado después.

    Un electricista lo tiene claro: antes de encender el aire acondicionado, hay un aparato que consume mucho menos
    © Mesayu Elida Irawati – Pexels

    Los filtros sucios también suben la factura

    El mantenimiento del equipo es otro punto importante. Un filtro sucio obliga al aire acondicionado a trabajar con más esfuerzo, reduce su eficiencia y empeora la calidad del aire interior.

    Limpiar los filtros de forma periódica ayuda a que el aparato funcione mejor, consuma menos y distribuya aire más limpio. Es una tarea sencilla que muchas personas olvidan hasta que el equipo empieza a enfriar peor.

    También conviene evitar fuentes internas de calor. Usar el horno durante una ola de calor, hacer cocciones largas o tener varios electrodomésticos funcionando al mismo tiempo puede elevar la temperatura de la vivienda.

    La mejor estrategia es combinar recursos

    Combatir el calor no depende solo de encender o apagar el aire acondicionado. La solución más eficiente suele estar en combinar varias medidas: ventilar cuando corresponde, bloquear el sol, usar ventiladores, ajustar bien el termostato y mantener los equipos limpios.

    El aire acondicionado sigue siendo necesario en muchos hogares, sobre todo durante episodios extremos. Pero usarlo como única respuesta al calor puede salir caro.

    El consejo de fondo es simple: primero evitar que la casa se caliente demasiado; después, mover el aire; y solo cuando haga falta, climatizar con una temperatura razonable.

    En verano, el verdadero ahorro no está en pasar calor, sino en usar cada recurso en el momento adecuado.

     

     

    Fuente: Xataka.

  • Meta quiere entrar en los mercados de predicción: Zuckerberg vio el negocio de Polymarket y Kalshi y ya prepara su propia app

    Meta quiere entrar en los mercados de predicción: Zuckerberg vio el negocio de Polymarket y Kalshi y ya prepara su propia app

    Meta quiere su parte del nuevo negocio de moda

    Los mercados de predicción dejaron de ser una curiosidad para usuarios de nicho. Plataformas como Polymarket y Kalshi convirtieron las apuestas sobre el futuro en una nueva forma de entretenimiento financiero: elecciones, deportes, decisiones de bancos centrales, conflictos geopolíticos o premios televisivos pueden transformarse en contratos negociables.

    Ese crecimiento no pasó desapercibido para Meta. Según reportes del New York Times retomados por Reuters, Mark Zuckerberg pidió a un equipo interno desarrollar una aplicación similar, conocida dentro de la compañía como Arena.

    La idea, al menos en esta etapa, no sería permitir apuestas con dinero real. Arena funcionaría con un sistema de puntos, más cerca de un videojuego que de una plataforma financiera. Pero el hecho de que Meta esté probando este formato ya marca un cambio importante: los mercados de predicción están entrando en la conversación de las grandes tecnológicas.

    Qué son los mercados de predicción

    Un mercado de predicción permite apostar o invertir sobre el resultado de un evento futuro. Si alguien cree que un candidato ganará una elección, que un equipo levantará una copa o que la Reserva Federal bajará las tasas, puede comprar una posición vinculada a ese resultado.

    La teoría detrás de estos mercados es que, cuando muchas personas ponen dinero o puntos en juego, el precio resultante puede funcionar como una especie de pronóstico colectivo. Cuanto más probable parece un evento, más caro se vuelve apostar por él.

    El problema es que esa frontera es delicada. Sus defensores hablan de información agregada y señales en tiempo real. Sus críticos ven una forma sofisticada de apuestas, con riesgos de adicción, manipulación e información privilegiada.

    Arena no sería el primer intento de Meta

    Meta ya probó este terreno antes. En 2020 lanzó Forecast, una aplicación experimental que permitía hacer predicciones sobre eventos del mundo real usando puntos. La idea era fomentar conversaciones más racionales y medir qué pensaba la comunidad sobre temas de actualidad.

    El proyecto nunca llegó a convertirse en un fenómeno masivo. Pero el contexto ahora es completamente distinto. En 2020, los mercados de predicción eran una rareza. En 2026, son un negocio en expansión que ya atrae a plataformas financieras, empresas de apuestas y operadores cripto.

    Por eso Arena no aparece como un experimento aislado. Aparece como el intento de Meta de no quedarse afuera de una conducta digital que está creciendo rápido.

    El dato más valioso: lo que la gente cree que va a pasar

    Para Meta, el atractivo no está solo en el posible negocio. También está en los datos.

    Facebook, Instagram y WhatsApp ya permiten saber qué ve la gente, qué comparte, con quién habla y qué temas le interesan. Un mercado de predicción agregaría otra capa mucho más sensible: qué cree cada usuario que va a ocurrir.

    Esa información puede revelar expectativas políticas, económicas, deportivas y culturales. En manos de una empresa con miles de millones de usuarios, se vuelve un recurso poderosísimo para entender comportamientos futuros.

    Incluso si Arena empieza con puntos y no con dinero real, podría convertirse en una herramienta de engagement enorme. Competencia, rankings, aciertos, rachas y predicciones compartibles: todos los ingredientes que las redes sociales saben convertir en hábito.

    La gran duda: predicción o apuesta

    El desafío para Meta será evitar que Arena quede atrapada en la misma sospecha que rodea a Polymarket y Kalshi. Cuando una plataforma permite ganar o perder algo por anticipar eventos reales, la línea entre juego, inversión y entretenimiento se vuelve borrosa.

    Meta ya enfrenta críticas por el diseño adictivo de sus productos. Entrar en un mercado que también puede generar dependencia y conductas compulsivas puede multiplicar el escrutinio regulatorio.

    Zuckerberg parece haber visto una oportunidad clara: si millones de usuarios ya quieren apostar sobre el futuro, Meta quiere estar donde ocurre esa conversación.

    La pregunta es si Arena será una app de predicciones inocente con puntos virtuales o el primer paso hacia algo mucho más grande. Porque si Meta logra normalizar estos mercados dentro de su ecosistema, apostar sobre lo que va a pasar podría convertirse en una actividad tan cotidiana como subir una historia o mandar un mensaje.

     

     

    Fuente: Xataka.