30 de agosto de 2026

Un tribunal federal falla que el Pentágono etiquetó ilegalmente a Anthropic como riesgo de suministro: primera victoria judicial de la empresa en su pulso con Trump

Un tribunal federal falla que el Pentágono etiquetó ilegalmente a Anthropic como riesgo de suministro: primera victoria judicial de la empresa en su pulso con Trump

El jueves 27 de agosto, la jueza federal del Distrito Norte de California Rita Lin dictó una sentencia que convierte en ilegal la decisión de la administración Trump de etiquetar a Anthropic como riesgo de cadena de suministro para la seguridad nacional. La decisión, que llegó al Departamento de Defensa de la mano del secretario Pete Hegseth, fue utilizada para ordenar a todas las agencias federales —incluyendo las que no tienen relación con defensa— que dejaran de trabajar con la empresa creadora de Claude.

La jueza Lin usó el lenguaje más directo posible: la decisión constituyó «retaliación ilegal» en violación de la Primera Enmienda, fue «arbitraria y caprichosa» y negó a Anthropic el proceso debido que exige la Quinta Enmienda. En otras palabras, el Gobierno quería castigar a una empresa por criticar al Gobierno, y no puede hacerlo.

El origen del conflicto es la negativa de Anthropic a permitir que el Pentágono usara sus modelos para armas autónomas y para vigilancia masiva de ciudadanos americanos. El Pentágono respondió alegando que nunca habría usado los modelos para esos fines, que la empresa intentaba controlar cómo el ejército usaba tecnología que ya había pagado, y que había motivos legítimos de seguridad nacional para la designación. La jueza Lin desestimó los argumentos y apuntó directamente a las contradicciones internas del Gobierno: al mismo tiempo que Hegseth designaba a Anthropic como riesgo de seguridad, proponía aplicar la Ley de Producción de Defensa a la empresa —lo que implicaría que era esencial para la seguridad nacional, no una amenaza—. El Pentágono también siguió buscando contratos con Anthropic después de la designación, y el Gobierno colaboró con el nuevo modelo de Anthropic, Mythos, en aplicaciones de ciberseguridad.

¿Qué significa concretamente esta sentencia?

La sentencia californiana es la primera de dos demandas que Anthropic presentó en marzo de 2026. La segunda, en Washington D.C., sigue en curso. La empresa demandó en ambas jurisdicciones para maximizar las posibilidades de obtener un fallo antes de que la designación causara daño económico irreversible.

El portavoz de Anthropic, Mark Evans, recibió la sentencia con una declaración pública: «Nos complace el fallo del tribunal de que esta designación como riesgo de cadena de suministro fue ilegal. Seguimos centrados en trabajar de forma productiva con el Gobierno para aprovechar la IA en nuestra seguridad nacional para que todos los americanos se beneficien de esta tecnología.»

La posición de Anthropic es notable: en lugar de adoptar un tono triunfalista, vuelve inmediatamente al argumento de colaboración. Es una señal de que la empresa no quiere convertirse en el adversario permanente de la administración; quiere el fallo judicial y luego seguir trabajando con el Gobierno en los términos que considera aceptables. Para ese propósito, la sentencia es una herramienta de negociación más que una declaración de victoria.

¿Qué precedente establece para el sector?

La jueza Lin incluye en su sentencia una frase que trasciende el caso específico: «La invocación vacía de la seguridad nacional no es un cheque en blanco para castigar y retaliar contra críticos del Gobierno.» Es el tipo de lenguaje que los abogados de otras empresas tecnológicas van a leer con atención.

Anthropic no es la única empresa que puede tener diferencias con la administración Trump sobre los límites de uso de sus modelos. La lógica del fallo —que el Gobierno no puede usar la designación de riesgo de suministro como arma regulatoria contra empresas que adoptan posiciones públicas sobre el uso ético de la IA— es aplicable a cualquier empresa similar en situación similar.

Hemos comprobado en coberturas de precedentes judiciales en tecnología que las sentencias que explicitan los límites del poder regulatorio tienen efectos más amplios que el caso que las origina. La demanda de 26 ex empleados de Meta que alegaron que el sistema de IA discriminó a embarazadas y trabajadores de baja médica es otro ejemplo: no solo afecta a Meta, sino que señala un estándar de transparencia que todos los sistemas de IA para RRHH deben considerar. El caso de Kimi K3 de Moonshot y la posible sanción del Tesoro americano ilustra el otro extremo del mismo problema: cuándo el Estado puede legítimamente imponer restricciones a empresas de IA y cuándo esas restricciones se convierten en retaliación.

Hemos comprobado en coberturas de litigios tecnológicos que las empresas que han ganado casos parecidos a este —donde el Gobierno usó herramientas regulatorias para presionar a críticos— tardaron años en ver los resultados. Anthropic tardó cinco meses: demandó en marzo, recibió el fallo en agosto. La velocidad inusual puede explicarse por la crudeza de las contradicciones que la jueza Lin pudo documentar: el mismo Gobierno que decía que Anthropic era una amenaza para la seguridad nacional seguía buscando contratos con ella y colaborando con sus modelos.

La sentencia de la jueza Lin establece que hay un límite, y que Anthropic lo encontró. Lo que la sentencia no resuelve es cómo establece cualquier empresa ese límite de forma preventiva, antes de que llegue la designación. La respuesta corta: públicamente, con argumentos legales sólidos y con capacidad de litigar. Lo que Anthropic demostró es que ese camino funciona, aunque sea lento.

El fallo también tiene implicaciones para la relación entre el sector privado de IA y la administración Trump en los próximos meses. El Gobierno tiene herramientas legítimas para regular el uso de IA en contratos de defensa; lo que no puede hacer, según la jueza Lin, es usar esas herramientas como arma de presión política. Para la comunidad de seguridad, TONTOU es técnicamente interesante porque demuestra que el espacio de ataque en ejecución especulativa no está cerrado a pesar de ocho años de defensa activa desde Spectre. Cada capa de defensa nueva crea un borde nuevo, y ese borde puede ser explotable con suficiente precisión de control.

La distinción es importante: Anthropic no ganó el derecho a trabajar sin restricciones para el Gobierno; ganó el derecho a no ser castigada por expresar sus posiciones públicamente.

La segunda demanda, en Washington D.C., sigue en curso y podría establecer precedentes adicionales en una jurisdicción con más experiencia en casos de contratación federal. El precedente también afecta a cómo otras empresas del sector IA comunican sus límites de uso. Hasta ahora, la práctica habitual era incluirlos en términos de servicio que nadie lee y raramente se hacen valer. Anthropic los ha aplicado públicamente y ha ganado el argumento legal de que hacerlo no te convierte en un adversario del Gobierno sino en una empresa con política de uso. Ese es el mensaje que el resto del sector va a leer en la sentencia.

Si la sentencia californiana cierra el capítulo de la designación de riesgo de suministro, la demanda en D.C. puede abordar los daños económicos que Anthropic sufrió durante los meses en que la designación estuvo vigente. Ese segundo capítulo puede ser más largo y más costoso para el Gobierno.




☞ El artículo completo original de Natalia Polo lo puedes ver aquí

No basta con llenar las ciudades de árboles para frenar el calor: la ciencia ya sabe cuáles enfrían más y cómo debemos colocarlos

No basta con llenar las ciudades de árboles para frenar el calor: la ciencia ya sabe cuáles enfrían más y cómo debemos colocarlos

Las olas de calor extremo han convertido nuestras ciudades en auténticos hornos de asfalto y hormigón. Ante el temido efecto de "isla de calor urbana", la respuesta tradicional de los ayuntamientos ha sido casi siempre plantar más árboles. Sin embargo, la ciencia advierte que no estamos abordando el problema con la precisión necesaria, ya que no todas las especies refrescan igual, ni cualquier ubicación sirve. 

Se ha investigado. La Universidad de Granada ha arrojado luz sobre cómo deberíamos diseñar las ciudades del futuro, sin tener que plantar árboles de manera aleatoria. A través del proyecto BioCiTrees, un equipo de investigadores del departamento de ecología ha medido durante dos años el impacto térmico de 19 especies de árboles en el céntrico parque granadino Federico García Lorca. 

Y los resultados apuntan a que los árboles logran reducciones medias de temperatura de unos 2 ºC, llegando a desplomes puntuales de hasta 3,5 ºC bajo su copa en los momentos más críticos del día. Pero la verdadera lección del estudio no se limita a confirmar que la sombra enfría, sino que pone nombre y apellidos a los mejores aliados contra el termómetro.

Lo mejor contra el calor. Tras análisis de miles de datos, el equipo de la UGR ha identificado las cinco especies más eficientes para el entorno de Granada, que son el olivo, el fresno, el plátano de sombra, el níspero y el naranjo amargo. 

Estas son realmente especiales porque su capacidad de enfriamiento está estrechamente ligada a rasgos funcionales como el tamaño y densidad de su copa, su fenología y, fundamental, su tasa de evapotranspiración, que es el proceso mediante el cual las plantas liberan vapor de agua a la atmósfera, actuando como un sistema de aire acondicionado natural. 

No es suficiente. Aquí los propios investigadores advierten de que este ranking empírico no es una receta universal. Tal y como demuestra un estudio publicado este mismo año, el rendimiento térmico de las especies varía enormemente según el contexto climático y el nivel de comparación urbana. De esta manera, lo que funciona en el clima mediterráneo puede no ser la mejor solución para una avenida estrecha y densamente asfaltada en otra latitud. 

La conectividad. Si la elección de la especie es importante, el diseño espacial es crítico. Aquí el proyecto de la UGR subraya que tener grandes parques urbanos aislados es mucho menos efectivo que apostar por la conectividad, puesto que la clave del éxito térmico reside en crear corredores verdes que unan las distintas zonas arboladas de la ciudad.

Esta conclusión local cuenta con un fortísimo respaldo en la literatura científica global reciente, puesto que una revisión de 49 estudios publicada en 2026 concluye que las agrupaciones y las alineaciones en fila producen enfriamientos mucho más fuertes y consistentes que las plantaciones dispersas. 

Y hay más. La disposición del dosel arbóreo es el factor dominante, puesto que la ciencia ha visto que incrementar la cobertura de copa en un 30% en áreas propensas al calor puede reducir la temperatura del aire hasta 1,5 ºC. Paralelamente, una estimación global reciente sugiere que la copa arbórea es capaz de mitigar aproximadamente la mitad del potencial máximo del efecto isla de calor en todo el mundo. 

El futuro del urbanismo. La evidencia científica nos apunta a que plantar por plantar y sin garantizar un suelo adecuado, riego y un diseño que asegure la continuidad del dosel hasta la madurez del árbol reduce drásticamente cualquier beneficio térmico. Y como señalan estas revisiones, esta infraestructura verde no es solo una cuestión de confort estético, sino una herramienta crucial de salud pública para reducir la mortalidad y morbilidad por calor en los grupos más vulnerables.

De esta manera, la solución para enfriar nuestras ciudades ya no pasa únicamente por mirar el presupuesto para zonas verdes, sino por aplicar la ecología urbana con bisturí. Conectar los parques mediante calles arboladas y elegir la especie adecuada para cada clima es el único camino viable para que las ciudades del futuro sigan siendo habitables. 

Imágenes | Davide Comunian

En Xataka | Creíamos que todos los árboles mejoran la calidad del aire. Algunos están haciendo lo contrario

-
La noticia No basta con llenar las ciudades de árboles para frenar el calor: la ciencia ya sabe cuáles enfrían más y cómo debemos colocarlos fue publicada originalmente en Xataka por José A. Lizana .



☞ El artículo completo original de José A. Lizana lo puedes ver aquí

Un Falcon Heavy de SpaceX lanza el Telescopio Espacial Nancy Grace Roman de la NASA

Un Falcon Heavy de SpaceX acaba de lanzar hace unos minutos el Telescopio Espacial Nancy Grace Roman (NGRST o RST por sus siglas en inglés) de la NASA. Antes de lo previsto y por debajo del presupuesto, lo que es algo lamentablemente extraño en cualquiera de las misiones de la agencia.

El lanzamiento se llevó a cabo sin problemas, el Roman está en contacto con el control de la misión, y los paneles solares del telescopio están ya produciendo electricidad, así que las cosas no podían haber ido mejor.

Aunque ahora el Roman tendrá que utilizar sus propios motores para llegar al punto de Lagrange L2 del sistema Sol-Tierra, situado a 1,5 millones de kilómetros de nuestro planeta en dirección opuesta al Sol. Tardará unos tres meses en llegar.

Una vez allí entrará en una órbita halo desde la que cumplirá con su misión, que tiene como objetivos la búsqueda de planetas extrasolares, el estudio de la cronología del universo y el desarrollo de su estructura con el objetivo final de medir los efectos de la energía oscura, la consistencia de la relatividad general y la curvatura del espacio-tiempo.

Para ello cuenta con un espejo principal de 2,4 metros de diámetro, donado por la Oficina de Reconocimiento Nacional (NRO), que ya no lo necesitaba para sus satélites espía, lo que ha contribuido a que fuera lanzado antes de lo previsto y por debajo del presupuesto. Y con dos instrumentos, el Wide-Field Instrument (WFI, Instrumento de Campo Amplio ), una cámara de 300,8 megapíxeles que ve en el infrarrojo cercano y en el espectro de la luz visible, y el Coronagraph Instrument (CGI, Instrumento Coronagráfico), capaz de ocultar la luz de las estrellas para permitir localizar planetas que las orbiten.

Espejo principal con un operario haciendo ajustes en la nave
El espejo principal del Roman durante una inspección; el secundario va en la estructura negra que se ve arriba a la izquierda– NASA/Chris Gunn

A pesar de que el tamaño del espejo principal es el mismo que el del Hubble el campo de vista del WFI es 300 veces más grande que el de los instrumentos similares del Hubble, aunque con la misma resolución. Así que el Roman será mucho más productivo.

En Why Roman? se puede comparar el campo de vista de ambos utilizando la galaxia de Andromeda como objetivo. Pero el resumen es que el Hubble necesita 600 tomas para cubrirla por completo, en lo que emplea unas 500 horas, mientras que el Roman la cubre con seis imágenes que puede tomar en seis horas.

Imagen de Andromeda con los campos de vista del Roman y del Hubble superpuestos
El campo de vista del Roman (en morado) comprado con el del Hubble (en azul) – NASA

Imagen de Andromeda con los campos de vista del Roman y del Hubble superpuestos
La unidad en la que van montados los los sensores del WFI durante su instalación. Cada uno mide 41&times:41 mm – NASA/Chris Gunn

La NASA irá poniéndolo en marcha durante su viaje al punto de Lagrange L2, así que cuando llegué allí estará listo para empezar a trabajar, con lo que la agencia cuenta con que a principios de 2027 empecemos a recibir datos del telescopio, que serán publicados a diario. Serán alrededor de 1,4 terabytes de datos comprimidos cada día.

El Roman no es un sustituto directo pero se suele decir que es el Hubble del siglo XXI, idea que se ve reforzada porque lleva el nombre de la doctora Nancy Grace Roman, la primera Jefa de Astronomía de la NASA, a quien se le considera la madre del Hubble.

La duración de su misión está prevista en cinco años, aunque lo más probable es que pueda ser prolongada. Pero además la NASA lo ha diseñado con la capacidad de repostar combustible, así que en el futuro podría ser enviada un «satélite gasolinera» que volviera a llenar sus depósitos de propelentes para prolongarla aún más. Y es que en la actualidad lo habitual es que una misión espacial termine porque se queda sin poder maniobrar, no porque falle ninguno de sus componentes.

Vista general de la plataforma con el cohete ya instalado en ella
El Falcon Heavy en la plataforma de lanzamiento – SpaceX

En cuanto al Falcon Heavy, este ha sido su lanzamiento número trece. Menos de los que nos gustaría a quienes somos del ramo del espaciotrastorno porque son espectaculares, pero es que la mejora de prestaciones del Falcon 9 ha hecho que el Heavy no sea tan necesario como estaba previsto.

Y tampoco le queda mucha más vida útil, ya que SpaceX está decidido a sustituir los Falcon por el Starship. Aunque aún le queda un rato para poder hacer eso.

Despegó de la plataforma 39A del Centro Espacial Kennedy, con el B1105 como núcleo central de la primera etapa y los B1072 y B1104 como propulsores laterales.

El B1105, que llevaba a cabo su primera misión, no podía ser recuperado por las necesidades del lanzamiento, así que no llevaba patas ni aletas. Por su parte el B1072, en su tercera misión, tomó tierra en la zona de aterrizaje LZ-2, mientras que el B1104, también en su primer vuelo, hizo lo mismo en la LZ-40. Los dos volverán a ser usados en futuros lanzamientos.

# Enlace permanente



☞ El artículo completo original de wicho@microsiervos.com (Wicho) lo puedes ver aquí

Estamos consumiendo más libros que nunca gracias a la IA: eso no significa necesariamente que los estemos leyendo

Estamos consumiendo más libros que nunca gracias a la IA: eso no significa necesariamente que los estemos leyendo

Hay varios tipos de experiencias lectoras. Tenemos a los lectores fieles al libro en papel, los que no salen ni a comprar el pan sin su Kindle, los que entrenan al ritmo de un audiolibro y hasta los que te pedirían pena de cárcel si te ven marcar un libro doblando una de sus páginas. Leer ya no es una experiencia absoluta y cada lector puede elegir la manera en la que se enfrenta a una obra.

Lo que quizá no nos esperábamos es que esa variedad de experiencias lectoras nos llevase a hacernos, en pleno 2026, una pregunta bastante más incómoda: ¿qué significa exactamente leer? Y, aunque pueda parecer una pregunta absurda porque seguimos asociando la lectura a hacer un recorrido completo por las páginas de una obra, nuestra relación con los libros no termina necesariamente ahí.

Vivimos en una cultura que premia la velocidad. Nuestro ritmo de vida nos predispone a querer que todo sea rápido, que nuestra atención sea captada en los primeros segundos, idealmente con contenidos resumidos y fáciles de consumir que nos permitan estar al día de lo que se lleva en redes sociales. Esa lógica y tendencia también ha llegado al mundo de la lectura.

Ya no nos resulta ajeno encontrarnos con creadores de BookTok que comentan haber leído hasta 100 libros en periodos de tiempo que parecen, como poco, sospechosos. Hasta que por fin descubres que algunos de ellos promocionan plataformas que precisamente te ayudan a eso: terminar un libro en pocos minutos con la ayuda de un resumen que proporciona la inteligencia artificial. Con la proliferación de estas herramientas ya no resulta tan disparatada esa pregunta inicial.

“Leer” ya no significa leer

El problema no es que utilicemos la IA para consultar el orden de lectura de una saga o alguna duda que nos surja sobre la trama o un personaje; tampoco tiene nada que ver con los archiconocidos vídeos de YouTube estilo “final explicado de Tenet”. Aquí nos adentramos en algo totalmente diferente, que desvirtúa por completo la acción de leer usando la IA o un vídeo corto para sustituir esa travesía lectora por una versión comprimida. Y esta diferencia importa.

En España las cifras arrojan que el 76,9% de las personas de 15 a 24 años lee libros en su tiempo libre, siendo el grupo de edad con mayor tasa de lectura. Por lo tanto estamos ante un dato más que positivo y que parece desmontar por completo esa idea recurrente de que los jóvenes no leen. 

Pero detrás de este porcentaje sobrevuela el fantasma de si para los jóvenes se ha convertido en un requerimiento más, algo que tienen que consumir para no quedarse atrás de la conversación cultural en redes. Todo esto añade una presión adicional; no hay que buscar un libro que te guste sino que tienes que conocer el libro del que todo el mundo está hablando. Ahí es donde estas herramientas entran en juego.

Si nos encontramos con un panorama en el que cada dos días aparece una nueva novela viral en BookTok, las ediciones especiales vuelan y nuestra TBR o lista de pendientes crece a un ritmo preocupante, quizá todo ello haya acabado por normalizar apps que parecen solucionar “el problema” mediante atajos tecnológicos, como la IA o los resúmenes de audio: conocer el libro sin invertir las horas que se necesitan para leerlo. 

Nunca hemos tenido tantas formas de descubrir libros, hablar de libros, recomendarnos libros y convertir libros en contenido. Pero eso no significa necesariamente que hayamos aumentado proporcionalmente el tiempo dedicado a leerlos. Y no, no todos los nuevos formatos tienen un tinte negativo. Porque sí, un audiolibro sigue siendo una experiencia completa de la obra. Puedes estar tranquilo, si escuchas las 77 horas de ‘Guerra y Paz’ en Audible también cuenta, solo cambia el canal. Ahora bien, si una IA te resume 'Jane Eyre' en 10 minutos, ¿cuál es el propósito? ¿Nos ayuda a comprender mejor la novela? ¿Nos ayuda a decidir si la queremos leer? ¿Nos salva de quedar mal en una conversación?

No estamos haciendo un examen constante y nadie debería aprobar una prueba sobre las hermanas Brontë o Sarah J. Maas para demostrar que pertenece a la conversación cultural. Así que, más bien, parece que esa necesidad de consumir obras aunque no tengamos tiempo para experimentarlas solo responde a que ya consideramos a los libros como cualquier otro contenido o producto viral. El cambio reciente es que ahora la IA añade una posibilidad todavía más radical: reducir una obra completa a la información que queramos extraer de ella.

Las aplicaciones que provocarían un ictus a Dostoievski

Atrás queda ese único uso de plataformas como Goodreads o derivados para leer sinopsis, consultar opiniones y decidir si el libro que tenemos en pendientes merece la pena. 

Ahora hay diversas plataformas y herramientas que nos obligan a reconsiderar lo que conocíamos como lectura. Como muleta entre la IA y el mundo lector no solo podemos usar los archiconocidos ChatGPT, Gemini y compañía. También han surgido varias aplicaciones que específicamente nos proporcionan esos resúmenes en pocos minutos.

Una de ellas es Sobrief que directamente nos promete ayudarnos a terminar un libro en 10 minutos. Esta app nos ofrece resúmenes, en formato escrito o de audio, generados por IA de libros de ficción y no ficción y asegura contar con más de 73.000 resúmenes en más de 40 idiomas. Además, su propia propuesta de descubrimiento resulta muy vendible en TikTok con su función que se presenta como el “Tinder para libros” ofreciendo recomendaciones personalizadas mediante IA. Una vez más los libros parecen un simple catálogo de contenido para hacer swipe.

Otro de los nombres más conocidos es Blinkist. Con un catálogo de más de 9.000 títulos, deja atrás la ficción y se centra en textos sobre negocios, desarrollo personal o psicología. Con esta plataforma ocurre algo curioso: su compañía afirma que sus textos son elaborados por un equipo editorial humano y que no se generan directamente con inteligencia artificial, pero un análisis publicado por Originality.ai en 2025 concluyó que el 48% de sus resúmenes presentaba señales de lo contrario. Además la plataforma no oculta el uso de inteligencia artificial en su versión pro, generando un resumen instantáneo de los archivos que tu decidas subir.

Y después está Headway, uno de sus competidores. Su propuesta es muy parecida, ofrece resúmenes condensados (en texto y audio) de los principales bestsellers de no ficción y afirman contar con más de 50 millones de usuarios.

Todo esto debería hacernos dudar más o, por lo menos, mirar con más cautela a aquellos que en TikTok presumen de haber leído una cantidad inverosímil de libros en unas pocas semanas. Porque quizá haya leído esos 100 libros o puede que haya consumido dicha cantidad, pero de resúmenes.

Por otro lado, este fenómeno adquiere la categoría de bizarro cuando nos encontramos con análisis como el de enero de este año en el que se observa que más de 800 libros de autoayuda en Amazon y el 77% de los más vendidos presentan señales compatibles con una creación gracias a la IA. De hecho llama la atención un autor, Noah Felix Bennet, que publicó 74 libros de autoayuda en 6 meses, incluida una colección entera de 5 libros en 3 días.

Así llegamos al uróboros de la lectura del siglo XXI, un clásico caso de pescadilla que se muerde la cola. Creadoras que no leen libros, quieren generar contenido y usan resúmenes que le proporciona una IA, que a su vez resumen lo que puede ya haber creado otra IA. Una auténtica simulación de lectura sobre simulación de escritura.

Photo 1607408315966 A507deb53589

Convertir esta actividad en algo que simplemente es eficiente no casa bien con lo que es la lectura. Además de desvirtuar el medio, deja, quieras o no, una sensación de vacío o de asunto pendiente. Dejando atrás los libros que tengas que leer para un trabajo y los atajos que desde siempre han existido, es difícil que con este tipo de apps podamos seguir hablando de un hobby. Un resumen puede decirnos qué ocurre o incluso por qué ocurre, pero nunca puede reproducir la experiencia de haber llegado hasta allí.

Es imposible que a través de estas herramientas experimentes el recorrido emocional que supuso una obra, el tedio que te pudo suponer terminar 800 páginas o las ganas de devorar la siguiente parte de una saga. Lo que te llevó a leer ese libro y su consecuente camino se pierde, y con eso, la afición ya no puede llamarse tal. Ningún resumen va a poder replicar los escalofríos al leer ese “Marianne, no soy una persona religiosa, pero a veces pienso que Dios te hizo para mí” de ‘Normal People’ o la decisión de jugar con el orden de lectura de los capítulos de ‘Rayuela’. 

Lo mismo ocurre con casi cualquier disciplina. En el mundo del cine encontramos mil resúmenes en redes sociales sobre películas, reduciendo un guion o un plot twist a unos meros segundos. Lo mismo pasa con la música con los famosos snippets y videos explicativos. Por no hablar de las noticias que nos llegan convertidas en clips, titulares, capturas o incluso memes. El caso es que la lectura siempre ha sido el reducto de lo sosegado, siendo el único atajo disponible hasta la fecha la lectura diagonal que más de uno entrenamos durante nuestra etapa escolar. Quizás, si esta deriva prosigue, pronto haya que sustituir el verbo leer por el verbo consumir.

En Xataka | Los libros escritos con IA están inundando Amazon. Y eso está teniendo consecuencias para los escritores que no la usan

En Xataka | El escándalo literario del año lo protagoniza un texto que nadie sabe si es IA: es la punta del iceberg de un problema sin control

Imagen | Unsplash





-
La noticia Estamos consumiendo más libros que nunca gracias a la IA: eso no significa necesariamente que los estemos leyendo fue publicada originalmente en Xataka por Lara Ben-Ameur .



☞ El artículo completo original de Lara Ben-Ameur lo puedes ver aquí

Nos hemos pasado tres años preocupados por si la IA alucina. Ahora el problema es que haga cosas

Nos hemos pasado tres años preocupados por si la IA alucina. Ahora el problema es que haga cosas

A finales de julio, el mantenedor de un proyecto de código abierto se encontró una pull request en su repositorio. El código traía algo escondido dentro. Puso pegas en público y entonces empezaron a aparecer cuentas apoyando el parche, insistiendo, incluso apretando un poco. Ninguna de esas personas existía. Eran todas el mismo agente, que además había tirado de Tor para saltarse las restricciones de GitHub y que a la vez iba dejando mensajes públicos ofreciéndose a colaborar con otros agentes metidos en el mismo reto.

El tío dijo que no y ahí se acabó la historia.

Detrás había una evaluación rutinaria de capacidades de ciberseguridad del AI Security Institute británico, con 122 ejecuciones y siete modelos en el ajo.

  • En diez de ellas los agentes se salieron del guión.
  • Hubo 19 acciones no autorizadas contra personas y organizaciones reales.
  • 17 de ellas provenían de un único modelo, Mythos 5, de Anthropic.

Tampoco es un caso suelto: en cinco semanas han reportado cosas parecidas OpenAI, la propia Anthropic (con un caso extremo con una empresa de ciberseguridad regalando sus credenciales) y Meta (ya saben, si tu modelo top no se rebela un poco es que eres un paria). Pero los números son lo de menos. Lo que se te queda es que a nadie se le ocurrió pedirle que engañara. El engaño le salió solo, buscando la manera de resolver la tarea, y así lo cuenta el informe. Que es otra forma de decir que el modelo no se estropeó: simplemente hizo lo que le pedimos, y lo hizo bien, porque nadie puso ciertas reglas.

Durante tres años largos, los que han pasado desde el momento ChatGPT, el fallo típico de estos sistemas era de información. A veces se inventaba una sentencia, un paper, una cifra o un suceso. Eso nos ha resultado molesto y a veces caro cuando no destructivo de la reputación si no íbamos con ojo, pero el roto se quedaba dentro de la pantalla, porque la salida era texto y el texto lo puedes leer antes de tragártelo.

De hecho toda la estrategia de seguridad de la era chatbot ha sido esa: pasarle el marrón de comprobar al usuario. "Caballero, coteje con las fuentes". Y funcionaba bien porque entre lo que decía el modelo y lo que pasaba en el mundo siempre había un hueco. Ese hueco es justo lo que estamos quitando. Una acción ya no la compruebas porque ya está hecha.

Hay otra cosa que ha cambiado: aquel mantenedor no era cliente de nadie. No había abierto un chat, no había aceptado unos términos ni estaba probando nada. La alucinación te castigaba a ti, que preguntabas, y era un riesgo que asumías al entrar. Esto le cae encima al que pasa por ahí. El AISI ha concluido con una frase lapidaria: es la primera vez que la IA hace daño a gente que no la usa.

Y lo que frenó aquella historia no fue ninguna barrera técnica. Fue alguien revisando código que pensó que eso olía a chamusquina. El propio informe cuenta que el margen entre que saliera bien o saliera fatal era estrechísimo y dependía de la vigilancia humana, no de algo que vaya a parar a un agente más capaz. O sea, que nuestra seguridad ahora mismo es una persona con buen olfato. Y esa persona, la que revisa antes de aprobar, la que lee el código de otro, es exactamente el trabajo que llevamos dos años automatizando.

El AISI insiste con razón en que aquello no se parece a cómo se despliegan los modelos para el público: Internet abierto a propósito, filtros de seguridad apagados a propósito, configuraciones que no están a la venta... Todo eso es cierto. Y a la vez es una descripción bastante exacta de lo que está construyendo la industria: agentes con acceso a la red, permiso para actuar y cada vez menos gente en medio entre la intención y el efecto. La cláusula que salva el experimento es la hoja de ruta del producto.

Nos hemos pasado tres años preguntándonos si la máquina dice la verdad o si ha derrapado. Con una mentira siempre te queda la opción de no creértela. Con esto ya no hace falta que te creas nada.

Imagen destacada | Xataka con Magnific

En Xataka | "Es como una droga": los agentes de IA nunca duermen, así que los fundadores de las startups tampoco

-
La noticia Nos hemos pasado tres años preocupados por si la IA alucina. Ahora el problema es que haga cosas fue publicada originalmente en Xataka por Javier Lacort .



☞ El artículo completo original de Javier Lacort lo puedes ver aquí