Esta semana, la encíclica del papa León XIV, Magnifica Humanitas, ha acaparado buena parte de la atención. Como sucede a menudo en los grandes debates públicos, el texto ha parecido dar la razón a todo el mundo, o casi a todo el mundo. Pero, en el fondo, es sobre todo una llamada a los gobiernos y a la sociedad civil para que se impliquen más en la disrupción de la inteligencia artificial, de modo que su desarrollo no quede exclusivamente en manos de las empresas.

Una de estas empresas, Anthropic, estuvo representada en la presentación por su cofundador Chris Olah. Anthropic ha sido probablemente el laboratorio más implicado en el discurso ético alrededor de la IA: ha trabajado intensamente en ámbitos como la explicabilidad, la seguridad y la regulación, hasta el punto de que sus modelos se basan en una "constitución". También ha conseguido reducir a cero, en determinadas evaluaciones, los incidentes de agentic misalignment: situaciones en las que un modelo, actuando como agente, toma decisiones no éticas, como ocultar información, engañar o priorizar sus propios objetivos por encima de normas básicas.

Los mensajes de León XIV y de Chris Olah son diferentes, pero ambos son valiosos. Tanto la encíclica como el discurso de Olah merecen ser leídos con atención, porque apuntan a una misma cuestión de fondo: la IA no es solo una tecnología, sino una transformación social, política y moral.

Mientras tanto, el mundo sigue avanzando. Y estos días parece que la empresa que gana posiciones en la carrera de la IA no es OpenAI, sino Anthropic. Todavía tienen que pasar muchas cosas, pero el momento es significativo.

El papa León XIV alerta de los riesgos sociales de la IA

El debate sobre la inteligencia artificial ha llegado esta semana al Vaticano. El papa León XIV ha publicado un extenso texto, Magnifica Humanitas, en el que alerta de que el desarrollo de la IA puede concentrar demasiado poder en manos de grandes empresas privadas y transnacionales, a menudo con más recursos y capacidad de influencia que muchos gobiernos.

El documento defiende que la IA debe estar subordinada al bien común y a la dignidad humana. El papa pone el foco en algunos de los costes ocultos de esta tecnología: desde los trabajadores que etiquetan datos o revisan contenidos traumáticos en condiciones precarias, hasta las personas que extraen minerales críticos para fabricar chips y dispositivos.

Uno de los puntos centrales es el impacto laboral. El texto admite que la tecnología puede liberar a las personas de trabajos repetitivos, peligrosos o agotadores, pero advierte que la búsqueda de mayores beneficios no puede justificar una destrucción sistemática de puestos de trabajo. En esta línea, Chris Olah, cofundador de Anthropic e invitado en Roma, advirtió que el desplazamiento masivo de trabajadores por la IA es una posibilidad real y que, si se produce, ayudar a las personas afectadas será un imperativo moral de una magnitud histórica.

El texto también expresa preocupación por el uso de la IA en armas autónomas. Según el Vaticano, estos sistemas pueden hacer que la guerra sea más fácil de iniciar y menos sometida al control humano, lo que entra en conflicto con el principio de que la fuerza armada solo debería utilizarse como último recurso en legítima defensa.

En conjunto, la intervención del papa refuerza la idea de que la IA ya no es solo una cuestión tecnológica o empresarial, sino también política, social y moral. El mensaje es claro: la innovación no puede avanzar al margen de la protección del trabajo, la dignidad humana y el control democrático del poder tecnológico.

Anthropic lanza Claude Opus 4.8 con más honestidad y mejores capacidades de agente

Anthropic ha presentado Claude Opus 4.8, una nueva versión de su modelo más avanzado, disponible por el mismo precio que el anterior. La compañía lo describe como una mejora moderada pero tangible respecto a Opus 4.7, especialmente en tareas de programación, razonamiento, trabajo agentivo y colaboración profesional.

Una de las novedades más destacadas es la mejora en honestidad. Según Anthropic, los modelos a menudo tienden a afirmar que han avanzado en una tarea aunque las pruebas sean débiles. Con Opus 4.8, los primeros usuarios han observado que el modelo es más propenso a reconocer incertezas y menos inclinado a hacer afirmaciones no justificadas. En sus evaluaciones, Anthropic asegura que Opus 4.8 es unas cuatro veces menos propenso que su predecesor a dejar pasar errores en código sin advertirlos.

La compañía también destaca mejoras de alineamiento. Según la evaluación interna, Opus 4.8 obtiene resultados especialmente altos en rasgos prosociales, como apoyar la autonomía del usuario y actuar en su mejor interés. Además, presenta tasas de comportamiento desalineado —como engaño o cooperación con usos indebidos— sustancialmente inferiores a Opus 4.7 y similares a las de su modelo mejor alineado, Claude Mythos Preview.

El lanzamiento llega con nuevas funciones para productividad. Claude Code incorpora "dynamic workflows", una capacidad que permite al modelo planificar grandes tareas y desplegar cientos de subagentes en paralelo para abordar problemas de gran escala, como migraciones de código en bases muy extensas. Además, los usuarios de claude.ai pueden controlar el nivel de esfuerzo que Claude dedica a una respuesta: más calidad y profundidad con más consumo de tokens, o más velocidad y menor uso de los límites.

Anthropic también anticipa que trabaja en modelos de nueva generación, de nivel superior a Opus, dentro del proyecto Glasswing. La compañía afirma que estos modelos requerirán más salvaguardas de ciberseguridad antes de un lanzamiento general. El mensaje de fondo es claro: la competición entre modelos no solo avanza en capacidades, sino también en confianza, control y seguridad.

 

Anthropic se acerca a las agencias de inteligencia de EE. UU.

La Casa Blanca estaría a punto de cerrar un acuerdo con Anthropic para que la NSA y otras agencias de inteligencia de Estados Unidos puedan utilizar sus modelos avanzados en trabajos clasificados. La noticia llega después de tensiones entre Anthropic y el Departamento de Defensa sobre los posibles usos de su tecnología en vigilancia masiva o armas autónomas.

El caso muestra hasta qué punto la IA generativa se está convirtiendo en una infraestructura estratégica para la seguridad nacional. Al mismo tiempo, reabre el debate sobre los límites éticos y políticos de estos modelos cuando entran en ámbitos tan sensibles como el espionaje, la ciberseguridad o la defensa.

La Casa Blanca también habría aprobado una petición de 9.000 millones de dólares para comprar chips Nvidia Blackwell para estas agencias. El dato refuerza una idea clave: la carrera por la IA es también una carrera por la capacidad computacional.

Huawei acelera en la carrera de los chips a pesar de las sanciones

Huawei ha presentado una nueva hoja de ruta para reducir la distancia con los principales fabricantes mundiales de semiconductores, a pesar de las restricciones de Estados Unidos. La compañía asegura que en 2031 podrá fabricar chips con una densidad equivalente al nodo de 1,4 nanómetros, solo tres años después de la previsión de TSMC.

Si Huawei consigue producir estos chips a escala, sería una validación de la apuesta china por desarrollar tecnología propia y reducir la dependencia de Occidente. También pondría en cuestión la eficacia de los controles de exportación estadounidenses para mantener la ventaja tecnológica.

El movimiento confirma que la batalla por los chips sigue siendo una de las claves de la competición global por la inteligencia artificial. Sin capacidad de fabricación avanzada, la carrera por los modelos de IA queda limitada por la potencia de cálculo disponible.

Anthropic adelanta a OpenAI en ingresos y reordena la carrera de la IA

La competición entre OpenAI y Anthropic ha dado un giro inesperado. Según The Information, los ingresos mensuales de OpenAI habrían crecido más de un 50% durante los cinco primeros meses de 2026, una evolución que en cualquier otro contexto sería muy positiva. Pero el contraste con Anthropic es mucho más llamativo: en el mismo período, los ingresos de Anthropic se habrían multiplicado por cinco.

Anthropic ya estaría generando ingresos anualizados cercanos a los 45.000 millones de dólares, mientras que OpenAI habría superado recientemente los 30.000 millones y podría situarse alrededor de los 33.000 millones. Esto significaría que Anthropic ya estaría facturando aproximadamente un 35% más que OpenAI, un cambio notable si se tiene en cuenta que a finales del año pasado Anthropic todavía generaba menos de la mitad de los ingresos de OpenAI.

La diferencia refleja también dos modelos de negocio diferentes. OpenAI continúa obteniendo una parte importante de los ingresos de las suscripciones a ChatGPT, mientras que Anthropic crece sobre todo vendiendo acceso a sus modelos para tareas de programación y trabajo intelectual en empresas. Este segmento corporativo parece estar creciendo muy rápidamente y puede explicar buena parte de la aceleración de Anthropic.

El cambio puede tener consecuencias importantes para una futura salida a bolsa. Si OpenAI quiere debutar en los mercados, los inversores la compararán inevitablemente con Anthropic, no solo en ingresos, sino también en eficiencia operativa. Y aquí la diferencia podría ser aún mayor: Anthropic proyectaría beneficios operativos positivos, mientras que OpenAI todavía registraría pérdidas muy elevadas.

El caso muestra que la batalla de la IA no se juega solo en quién tiene el modelo más popular, sino en quién consigue convertir la tecnología en un negocio escalable, rentable y atractivo para los clientes empresariales.

Uber enciende el debate sobre el gasto en tokens

Uber ha puesto sobre la mesa una pregunta cada vez más incómoda para muchas empresas: ¿la inversión en IA generativa está generando realmente resultados medibles? Según su COO, Andrew Macdonald, la compañía ya ha consumido en solo cuatro meses todo el presupuesto previsto para 2026 en herramientas de programación con IA como Claude Code y Cursor.

La adopción interna es casi total. El 95% de los ingenieros de Uber utilizan IA cada mes y cerca del 70% del código ya se genera con estas herramientas. Sin embargo, Macdonald reconoce que todavía no pueden vincular este uso masivo de tokens con nuevas funcionalidades visibles para los usuarios. Lo describe como una dinámica de tokenmaxxing: el consumo de IA crece más rápido que los resultados concretos.

El caso es relevante porque Uber no es una empresa cualquiera, sino un gran comprador de tecnología y una organización muy orientada a datos y eficiencia operativa. Si incluso en este contexto cuesta demostrar el retorno de la IA, es probable que muchas otras empresas se encuentren con el mismo problema.

La consecuencia puede ser un cambio en la forma de comprar IA corporativa. Los directores financieros comenzarán a pedir menos métricas de uso y más pruebas de impacto: funcionalidades lanzadas, ahorros reales, reducción de tiempo o mejoras de productividad verificables. Para los proveedores de IA, esto puede significar contratos más vinculados a resultados y renovaciones menos automáticas basadas solo en el número de usuarios o tokens consumidos.

La fase de entusiasmo por la adopción masiva da paso, así, a una etapa más exigente: demostrar que la IA no solo se utiliza mucho, sino que crea valor.

China blinda su talento en inteligencia artificial

La competición global por la IA ya no gira solo alrededor de los chips, los centros de datos o la capacidad computacional. Cada vez más, el recurso estratégico es el talento. Según The Information, las autoridades chinas han comenzado a restringir los viajes al extranjero de investigadores, fundadores e ingenieros destacados en empresas como Alibaba y DeepSeek.

Estos perfiles deberían recibir ahora autorización del Estado antes de salir del país, una medida que hasta ahora se asociaba sobre todo a sectores vinculados directamente con la seguridad nacional. El hecho de que se aplique también a directivos e investigadores del sector privado muestra hasta qué punto Pekín considera la IA una tecnología crítica.

La decisión llega en un momento en que el mercado global por el talento en IA es extremadamente competitivo. Con investigadores chinos regresando al país en números elevados y empresas como Meta ofreciendo compensaciones millonarias para captar expertos, los gobiernos empiezan a ver a estos profesionales como activos estratégicos.

El movimiento de Pekín envía un mensaje claro: en la carrera por la IA, retener el conocimiento puede ser tan importante como controlar los chips. La geopolítica de la inteligencia artificial entra así en una nueva fase, donde las personas que construyen los modelos se convierten en parte central de la competición tecnológica.

OpenAI destina 250 millones de dólares a amortiguar el impacto económico de la IA

OpenAI ha anunciado que su fundación destinará inicialmente 250 millones de dólares a iniciativas para preparar la economía ante el impacto de la inteligencia artificial sobre el trabajo, los salarios y la distribución de la riqueza. El programa quiere promover lo que la compañía llama futuros económicos "seguros y abundantes".

La primera parte de la inversión se dedicará a medir mejor cómo la IA está transformando el empleo: ¿qué puestos de trabajo desaparecen, cuáles se transforman y cómo evolucionan los salarios? También se prevé financiar programas de apoyo a trabajadores desplazados por la automatización.

Pero la iniciativa va más allá de la ayuda directa. OpenAI también quiere explorar ideas de política económica que hasta hace poco parecían marginales, como reducir la presión fiscal sobre el trabajo y aumentarla sobre el capital, crear mecanismos para capturar beneficios extraordinarios vinculados a la IA o impulsar fondos soberanos que den a los ciudadanos una participación directa en el crecimiento generado por esta tecnología.

El movimiento es significativo porque OpenAI no es un actor neutral en esta transformación: es una de las empresas que está acelerando el cambio tecnológico que puede afectar a millones de puestos de trabajo. Al financiar a la vez la medida del problema y las posibles respuestas políticas, la compañía también gana influencia sobre qué soluciones se pondrán a prueba.

La pregunta de fondo es si las empresas que lideran la IA pueden contribuir realmente a repartir sus beneficios, o si estas iniciativas llegarán demasiado tarde respecto a la velocidad de la disrupción.

Meta empieza a monetizar su IA con suscripciones de pago

Meta ha anunciado el lanzamiento de suscripciones de pago para su chatbot de inteligencia artificial en Facebook, Instagram y WhatsApp. La compañía probará los nuevos planes bajo las marcas Facebook Plus, Instagram Plus y WhatsApp Plus, con límites de uso más altos que los de la versión gratuita.

Los usuarios de pago podrán generar más imágenes y vídeos y utilizar el chatbot con más frecuencia. Los planes tendrán dos niveles: Meta One Plus, por 7,99 dólares al mes, y Meta One Premium, por 19,99 dólares. El despliegue comenzará en Singapur, Guatemala y Bolivia, antes de llegar a más mercados.

La compañía también está probando suscripciones para empresas y creadores, con herramientas para gestionar marcas y analíticas sobre interacción y actividad de los clientes. Este movimiento muestra que Meta busca convertir su enorme base de usuarios en una fuente directa de ingresos por IA, más allá de la publicidad.

El contexto es importante: Meta está invirtiendo cantidades muy elevadas en infraestructura de IA y ha elevado su previsión de gasto de capital hasta los 125.000-145.000 millones de dólares. Las suscripciones son, por lo tanto, un primer paso para recuperar parte de esta inversión y demostrar que la IA puede generar ingresos recurrentes dentro de sus plataformas sociales.

¿La pregunta es si los usuarios estarán dispuestos a pagar por funciones de IA integradas en servicios que tradicionalmente han percibido como gratuitos? Para Meta, el reto será convertir el uso masivo en valor económico sin erosionar la experiencia ni depender solo de la publicidad.

Cómo la IA nos cambiará la vida

Motos autoconducidas en China


¡Camiones autónomos en China ... con muchísima prisa!

La investigación IA

HRM-Text: Efficient Pretraining Beyond Scaling
Laboratorio de IA: Sapient Intelligence, MIT

Un nuevo trabajo presenta HRM-Text, una arquitectura alternativa a los Transformers que quiere reducir drásticamente el coste de entrenar modelos de lenguaje. Inspirado en los sistemas biológicos, el modelo separa el procesamiento en dos capas: una más lenta y estratégica, y otra más rápida y ejecutiva.

El resultado más destacado es que un modelo de 1.000 millones de parámetros, entrenado desde cero con solo 40.000 millones de tokens y un presupuesto de unos 1.500 dólares, consigue resultados competitivos en pruebas como MMLU, GSM8K o MATH. Según los autores, esto implica usar entre 100 y 900 veces menos datos de entrenamiento que los enfoques habituales.

Si estos resultados se confirman, HRM-Text podría abrir la puerta a una investigación en IA menos dependiente de presupuestos gigantescos y grandes infraestructuras. El mensaje de fondo es claro: el futuro de la IA no pasa solo por escalar más chips y datos, sino también por diseñar arquitecturas más eficientes.

On the limits and opportunities of AI reviewers: Reviewing the reviews of Nature-family papers with 45 expert scientists
Laboratorio de IA: Carnegie Melon, EPFL & muchos otros

Un nuevo estudio analiza hasta qué punto los modelos de IA pueden actuar como revisores científicos en procesos de peer review. La pregunta es importante porque estos sistemas ya empiezan a utilizarse en la evaluación de artículos, pero muchos investigadores aún dudan de su credibilidad y capacidad real para juzgar investigación especializada.

A diferencia de estudios anteriores, que solo miraban si las decisiones de la IA coincidían con las de los revisores humanos, este trabajo evalúa la calidad concreta de las críticas. Para ello, 45 científicos de las ciencias físicas, biológicas y de la salud dedicaron 469 horas a valorar casi 3.000 comentarios procedentes de revisiones humanas y generadas por IA sobre 82 artículos de revistas de la familia Nature.

¡Los resultados son sorprendentes! Un agente basado en GPT-5.2 obtuvo una puntuación agregada superior a la del mejor revisor humano de cada artículo, y los revisores de IA también superaron a los revisores humanos peor valorados en todas las dimensiones analizadas. Además, las críticas correctas de la IA tendían a ser significativas y bien justificadas, e identificaron un 26% de problemas que ningún revisor humano había detectado.

Sin embargo, el estudio también muestra límites importantes. Los revisores de IA tienden a coincidir mucho más entre ellos que los humanos, lo que reduce la diversidad de perspectivas. También presentan debilidades recurrentes, como menos conocimiento de subcampos muy específicos, dificultades para gestionar contextos largos con múltiples documentos y una tendencia a ser demasiado críticos con cuestiones menores.

La conclusión es matizada: la IA puede ser un complemento muy útil en la revisión científica, capaz de detectar problemas que los humanos pasan por alto, pero todavía no está preparada para sustituir el juicio experto de los investigadores.

 

Otras noticias

  • Starlink se utilizará en la mitad de la flota de American Airlines. Probablemente muy pronto lo tendremos en la mayoría de aviones comerciales.
  • El CEO y fundador de Dropbox – Drew Houston – deja la empresa después de 20 años.
  • El valor de Micron Technology ha superado el $1T por primera vez. Las acciones de los fabricantes de chips están por las nubes.
  • ByteDance prevé duplicar su inversión hasta los 70.000 millones de dólares para reforzar su infraestructura de IA ante el fuerte aumento de los costes de computación.
  • Qualcomm suministrará millones de chips ASIC a ByteDance para impulsar sus centros de datos de IA y acelerar su entrada en la infraestructura de computación avanzada.
  • Meta crea una unidad de “Enterprise Solutions” para integrar sus herramientas de IA directamente en grandes empresas mediante equipos técnicos desplegados en los clientes.
  • DeepMind avanza la posibilidad de alcanzar la AGI en 2029, mientras Hassabis reclama acelerar la seguridad y la preparación institucional ante sistemas cada vez más autónomos.
  • Tesla inicia la construcción de una gran fábrica de Optimus en Giga Texas para escalar la producción de robots humanoides a partir de este año.
  • Apple prepara una función antirrobo que bloquearía automáticamente el iPhone si detecta que ha sido arrebatado de la mano del usuario.
  • Amazon lanza AWS Agentic Shopping Assistant para que otros retailers integren asistentes de compra con IA en sus propias webs.
  • Un empleado de Google ha sido acusado de utilizar información confidencial para ganar 1,2 millones de dólares apostando en Polymarket.
  • Cognition ha recaudado más de 1.000 millones de dólares y ya vale 26.000 millones, impulsada por el fuerte crecimiento de la demanda de herramientas de IA para programar.