9 de septiembre de 2026

Australia obliga a las redes sociales a ofrecer el apagado del algoritmo: la regulación más ambiciosa del mundo llega al feed

Australia obliga a las redes sociales a ofrecer el apagado del algoritmo: la regulación más ambiciosa del mundo llega al feed

El gobierno australiano presentó el 8 de septiembre el borrador del proyecto de ley Digital Duty of Care, que obligaría a las plataformas de redes sociales a ofrecer a todos sus usuarios mayores de 16 años la posibilidad de desactivar el feed algorítmico. El primer ministro Anthony Albanese lo anunció en una rueda de prensa en Canberra: «Exigiremos a las plataformas herramientas de empoderamiento que den a las personas mayores de 16 años una elección genuina y duradera sobre lo que ven en sus feeds.»

Si la ley prospera, las plataformas estarán obligadas a enviar notificaciones a todos sus usuarios —nuevos y existentes— ofreciéndoles dos opciones: un feed con recomendaciones algorítmicas personalizadas (que requeriría opt-in explícito) o un feed cronológico limitado a los perfiles que el usuario ya sigue. Las sanciones por incumplimiento pueden alcanzar 109,2 millones de dólares australianos (≈78,6 millones de dólares, unos 73,9 millones de euros al cambio actual).

¿Por qué Australia y por qué ahora?

Australia lleva menos de un año siendo el país con la regulación de redes sociales más agresiva del mundo. En diciembre de 2025, fue el primer país en prohibir que menores de 16 años tengan cuentas en las principales plataformas —incluyendo Instagram, Facebook, TikTok y X—. Digital Duty of Care es la siguiente capa: no solo protege a los menores de estar en las plataformas, sino que da a los adultos control explícito sobre qué hace el algoritmo con su atención.

La secuencia regulatoria tiene una lógica interna clara. El argumento que los legisladores australianos han desarrollado es que el algoritmo de recomendación no es un servicio neutral: es un sistema diseñado para maximizar el tiempo en pantalla mediante contenido que provoca reacción emocional. Darte la opción de apagarlo equivale a darte la opción de relacionarte con la plataforma en sus términos en lugar de los de la plataforma. El primer ministro añadió que «si no siguen nuestras leyes, enfrentarán penalizaciones significativas».

El acuerdo récord de 17.100 millones de dólares que Meta firmó por los daños a adolescentes apenas dos semanas antes de este anuncio es el telón de fondo inevitable. La conexión entre diseño adictivo y daño documentado ya no es una hipótesis regulatoria: es una conclusión jurídica en varios países. Australia no menciona el acuerdo directamente, pero el timing no es casual.

Qué cambia en la práctica si la ley se aprueba

El mecanismo propuesto funciona mediante notificaciones pop-up. Cuando entras a Instagram, TikTok o cualquier otra plataforma afectada, verías una pantalla que te pregunta si quieres el feed personalizado o el feed cronológico. Sin selección activa, el sistema por defecto sería el cronológico —solo cuentas que sigues, en orden temporal.

Para quien quiera el algoritmo, tiene que elegirlo explícitamente. Es lo contrario de cómo funciona hoy: actualmente el feed algorítmico es el estándar y cualquier alternativa (si existe) requiere buscarla activamente en la configuración de la app. El proyecto de ley exige además que esta elección sea «genuina y duradera»: no un diálogo que se puede descartar con un toque o que vuelve a aparecer cada vez que actualizas la app.

El proyecto tiene un ala más exigente dentro del propio parlamento: los Greens proponen ir más allá y obligar a un opt-in general para cualquier feed basado en IA, no solo para nuevos usuarios. La senadora Sarah Hanson-Young lo formula así: dar a los australianos una elección sencilla sobre si usan feeds algorítmicos, en lugar de dejarlos a merced de sistemas diseñados para mantenerlos conectados.

La ley también contiene disposiciones de protección adicionales, incluyendo prohibición de contenido que promueva trastornos alimenticios, hostilidad hacia la mujer, pornografía, conductas criminales o actividades de riesgo grave. Las plataformas tendrían responsabilidad activa de minimizar y prevenir daño, no solo de responder cuando se les notifique.

La decisión de la UE que declaró ilegal el diseño adictivo de Facebook e Instagram y la primera condena en Los Ángeles a Meta y YouTube por adicción en menores dibujan el mismo mapa regulatorio: los algoritmos de recomendación están bajo escrutinio legal simultáneo en los mercados más grandes del mundo.

¿Funcionará o es otro parche?

El opt-out de algoritmos suena bien sobre el papel. El problema histórico de este tipo de medidas es la implementación. Las plataformas tienen todos los incentivos para diseñar la notificación de forma que la mayoría de usuarios ignoren el opt-out o lo descarten sin leerlo. La diferencia entre un pop-up bien diseñado y uno que tarda medio segundo en cerrarse con el botón «continuar» puede representar el 90% de la efectividad de la ley.

El mecanismo de sanciones añade músculo real si los reguladores están dispuestos a usarlo. Australia debería aprender de la lección de la ley de menores de diciembre de 2025: las plataformas presentaron recursos y las grandes no han implementado la verificación de edad de forma completamente efectiva. La voluntad regulatoria de perseguir el incumplimiento es tan importante como el texto de la ley.

Llevamos siguiendo la regulación australiana de redes sociales desde la ley de menores de diciembre de 2025, y lo que hemos comprobado en cada movimiento es que la velocidad a la que Australia actúa supera la de cualquier otro mercado relevante. Lo que está claro después de ver esa trayectoria en los últimos nueve meses es que este gobierno ha decidido usar la regulación de redes sociales como diferenciador político y está dispuesto a mantener el pulso. Si Digital Duty of Care se aprueba y se hace cumplir, Australia habrá cambiado la pregunta de fondo: ya no «¿cómo limitamos los daños del algoritmo?» sino «¿quieres el algoritmo o prefieres no tenerlo?». Es la pregunta más honesta que ningún gobierno ha formulado directamente a sus ciudadanos sobre el diseño de las redes sociales.

Un dato que los legisladores australianos no han mencionado explícitamente pero que forma parte del contexto: cuando Meta llegó al acuerdo de 17.100 millones de dólares, una de las condiciones incluía implementar protecciones específicas para adolescentes en Australia y luego expandirlas al resto del mundo. Australia exige que esas protecciones lleguen también a los adultos, y que lleguen por la vía de la elección informada en lugar de la configuración enterrada en los ajustes de privacidad. Es una apuesta por la transparencia como herramienta regulatoria, y eso es, por sí mismo, una novedad.




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

Intel y TSMC han tomado caminos radicalmente opuestos con la litografía 'High-NA'

Intel y TSMC han tomado caminos radicalmente opuestos con la litografía 'High-NA'

Intel ya ha superado el millón de obleas procesadas con sus máquinas de fotolitografía de ultravioleta extremo (UVE) y alta apertura (High-NA). Estos equipos fabricados por la compañía neerlandesa ASML son los ingenios de fabricación de chips más avanzados que existen actualmente. E Intel lleva trabajando con ellos algo más de dos años y medio. No obstante, este hito no implica que la compañía liderada por Lip-Bu Tan haya procesado un millón de obleas íntegramente con litografía High-NA; contabiliza las obleas utilizadas durante la instalación, la certificación, la I+D y la producción con estas máquinas.

Sea como sea, el mayor mérito de Intel no reside en el número de obleas procesadas con esta tecnología. La litografía High-NA es capaz de trasladar a la superficie de la oblea de silicio patrones con más resolución y, por tanto, detalles más pequeños, que la fotolitografía UVE convencional, pero tiene un problema: plantea dificultades para producir chips grandes. Esta restricción se debe a que la óptica anamórfica de los equipos High-NA provoca que la máscara de 6 x 6 pulgadas convencional no pueda proyectar sobre la oblea una superficie de 26 x 33 mm como la tecnología UVE tradicional.

Con las máscaras actuales, las máquinas High-NA proyectan un campo de 26 x 16,5 mm, por lo que para fabricar chips grandes es necesario realizar dos exposiciones. Esta técnica se conoce como stitching (cosido), y requiere exponer las dos mitades del circuito integrado en etapas sucesivas y llevar a cabo una alineación muy precisa de ambas. De lo contario, el chip será defectuoso. Intel lleva más de dos años trabajando no solo para optimizar sus procesos de producción High-NA; también se está esforzando para poder utilizar máscaras de 6 x 12 pulgadas que le permitan exponer de una sola vez un campo de 26 x 33 mm.

TSMC está decidida a prescindir de la tecnología 'High-NA' hasta 2030

TSMC ha tomado un camino muy diferente al que está recorriendo Intel. Y es que esta misma semana ha confirmado oficialmente que no introducirá la fabricación de chips con la litografía UVE High-NA hasta 2030. Llegará, en principio, mucho más tarde que Intel. Y, presumiblemente, también que Samsung. Sabemos desde hace mucho que esta compañía taiwanesa se va a tomar con calma la adopción de esta tecnología de integración, pero parece que esta es su confirmación definitiva y oficial de esta estrategia.

El principal motivo por el que TSMC ha decidido no usar estas máquinas a corto plazo es estrictamente económico. Cada una de ellas tiene un precio de unos 350 millones de euros, y, además, una sola planta de semiconductores de vanguardia requiere la instalación de varias decenas de estos equipos. TSMC considera que actualmente son demasiado caras para rentabilizar la fabricación de chips avanzados.

El principal motivo por el que TSMC ha decidido no usar estas máquinas a corto plazo es estrictamente económico

El paso que ha dado TSMC no ha sido improvisado, como cabe esperar. De hecho, durante los últimos dos años varios directivos de esta compañía han expresado públicamente sus dudas acerca de la adopción a corto plazo de los equipos High-NA de ASML. En enero de 2024 C.C. Wei, el actual presidente y director general de TSMC, nos sorprendió con esta declaración:

"Estamos estudiándolo minuciosamente, evaluando la madurez de la herramienta y examinando sus costes. Nosotros siempre tomamos la decisión adecuada en el momento oportuno con el propósito de ofrecer el mejor servicio a nuestros clientes", aseguró Wei durante una reunión. Pocas semanas antes Szeho Ng, un analista de China Renaissance, vaticinó que TSMC no utilizaría los equipos UVE de alta apertura de ASML hasta que introdujese su tecnología de integración de 1 nm.

En 2029 TSMC pretende tener preparadas para la producción a gran escala las tecnologías de integración A12 y A13, que no son otra cosa que derivados de su fotolitografía A14. Desde un punto de vista comercial estas serán las primeras tecnologías de 1,2 y 1,3 nm de esta compañía. Utilizarán transistores GAA (Gate-All-Around) de segunda generación y la tecnología NanoFlex Pro. Esta última innovación permitirá a los diseñadores de circuitos integrados usar celdas rápidas para las partes críticas de la GPU que necesitan velocidad, y celdas densas o eficientes para el resto, optimizando así el área del chip hasta el último milímetro.

Lo que todavía no sabemos es qué soluciones técnicas van a implementar los ingenieros de TSMC para hacer posible la fabricación de circuitos integrados de 1,2 y 1,3 nm empleando los equipos UVE de ASML. Solo es una conjetura, pero parece poco probable que vayan a recurrir al multiple patterning debido a que este procedimiento compromete el rendimiento por oblea y el coste de los semiconductores. TSMC perdería competitividad.

Imagen | ASML

Más información | Tom's Hardware

En Xataka | Bill Gates ha radiografiado Intel. Y su diagnóstico es abrumadoramente certero

-
La noticia Intel y TSMC han tomado caminos radicalmente opuestos con la litografía 'High-NA' fue publicada originalmente en Xataka por Laura López .



☞ El artículo completo original de Laura López lo puedes ver aquí

OpenAI dice que su IA ha resuelto uno de los Problemas del Milenio de matemáticas, pero la historia tiene más capas

OpenAI dice que su IA ha resuelto uno de los Problemas del Milenio de matemáticas, pero la historia tiene más capas

OpenAI anunció el 8 de septiembre que un modelo interno sin nombre público —descrito como «significativamente más capaz que GPT-6 Astra»— ha producido una prueba matemática formal que resuelve el Problema de existencia y suavidad de Navier-Stokes, uno de los siete Problemas del Milenio del Instituto Clay. Si la prueba supera la revisión independiente de la comunidad matemática, sería solo el segundo Problema del Milenio resuelto en la historia, 23 años después de que Grigori Perelman resolviera la Conjetura de Poincaré en 2003.

El problema lleva sin resolverse aproximadamente 90 años. Las ecuaciones de Navier-Stokes describen el movimiento de fluidos —cómo se mueve el agua, el aire, cualquier gas o líquido— y la pregunta era si siempre tienen soluciones suaves y continuas, o si bajo ciertas condiciones pueden desarrollar singularidades (puntos donde las ecuaciones «estallan»). La IA de OpenAI argumenta que pueden: encontró una configuración específica en la que un vórtice se aprieta y gira cada vez más rápido —lo que los matemáticos llaman blowup en tiempo finito— mientras la energía del fluido permanece acotada. La prueba está formalizada en Lean, un lenguaje de verificación matemática formal que puede comprobarse automáticamente. Si el verificador de Lean acepta el certificado, la demostración es correcta sin ambigüedad. Hay una matización crucial que los titulares tienden a enterrar: la solución cubre dos de los cuatro enunciados que el Premio del Milenio exige para dar el problema por completamente cerrado. No es resultado menor —estos dos enunciados son el núcleo de lo que llevaba décadas sin demostración formal—, pero tampoco es el cierre definitivo. OpenAI lo reconoce: ha declarado explícitamente que no reclamará el Premio del Milenio por este resultado.

¿Qué recursos usó OpenAI para llegar aquí?

Diez mil agentes de IA trabajando en paralelo durante 88 horas, con costes de compute que según el Wall Street Journal se cuentan en millones de dólares. No es algo que un laboratorio universitario pueda reproducir mañana.

Para entender la escala: el modelo primero atacó una versión simplificada del problema —la ecuación de Euler forzada en lugar de Navier-Stokes completa— usando 1.000 agentes durante 50 horas. Cuando el resultado fue prometedor, escaló al problema completo con los 10.000 agentes. El sistema produjo también 249 páginas de argumentos matemáticos y 62 páginas de notas de razonamiento paso a paso que permiten a los matemáticos humanos seguir el camino y cuestionar cada decisión.

La racha que OpenAI inició en agosto resolviendo 10 problemas matemáticos sin resolver en décadas ya había señalado que el laboratorio había encontrado en las matemáticas un campo donde sus modelos podían demostrar capacidades verificables. Navier-Stokes es el salto cuantitativo más grande de esa trayectoria: de problemas abiertos por décadas a problemas abiertos por casi un siglo con premio de un millón de dólares en juego.

La controversia con Alpöge y Buckmaster: ¿quién llegó primero a qué?

El mismo 8 de septiembre, el matemático de la NYU Tristan Buckmaster y Levent Alpöge, investigador de Anthropic, publicaron de forma independiente una prueba de blowup en tiempo finito para las ecuaciones de Euler forzadas en 3D —un problema relacionado pero distinto del Navier-Stokes que atacó OpenAI.

La secuencia, según el relato de OpenAI, fue la siguiente: el 1 de septiembre, investigadores de la empresa oyeron un rumor de que dos Problemas del Milenio habían sido resueltos. Pusieron su sistema a trabajar en los que quedaban. El 6 de septiembre completaron la prueba de Navier-Stokes y la verificación en Lean. Entonces contactaron con Alpöge y Buckmaster para ofrecerles un anuncio conjunto, y fue en ese momento cuando descubrieron que los trabajos no eran sobre el mismo problema.

OpenAI ha reconocido formalmente la prioridad del trabajo de Alpöge y Buckmaster sobre las ecuaciones de Euler. La pregunta que varios matemáticos están formulando en público es si el sistema de OpenAI tuvo acceso —de alguna forma que la empresa no puede descartar con certeza— a la línea de trabajo de los investigadores antes de que la publicaran. OpenAI afirma que el sistema no accedió a ningún trabajo externo antes de su publicación pública, pero la coincidencia de fechas y enfoques genera preguntas legítimas sobre la metodología de divulgación responsable cuando se trabaja con modelos de este nivel.

Llevamos cubriendo los avances de la IA en matemáticas desde que DeepMind publicó AlphaProof con resultados en la Olimpiada Matemática Internacional, y el patrón que hemos observado en la Declaración de Leiden, donde 130 matemáticos advirtieron sobre los riesgos de la IA en su campo, es exactamente esto: el problema no es si la IA puede hacer matemáticas, sino quién tiene el poder de elegir qué preguntas atacar y quién se lleva el crédito cuando los resultados coinciden con el trabajo de investigadores independientes.

Qué significa para la ciencia y qué no significa

El resultado de Navier-Stokes tiene consecuencias físicas concretas. Las ecuaciones son el modelo más usado para simular fluidos en ingeniería, diseño de aviones, modelado climático y medicina. Saber que bajo ciertas condiciones las ecuaciones producen singularidades —comportamientos físicamente imposibles en la realidad— indica que el modelo matemático tiene límites. Esto no invalida las ecuaciones para la mayoría de aplicaciones prácticas; significa que los físicos necesitan entender en qué régimen los efectos de blowup son relevantes.

El modelo que resolvió Navier-Stokes no tiene fecha de lanzamiento. OpenAI lo describe como un «modelo interno» disponible solo para investigación. Los avances previos de OpenAI en benchmarks matemáticos de alto nivel como FrontierMath mostraban la trayectoria, pero ninguno había llegado a este nivel de resolución de un problema abierto de primera magnitud.

Lo que convierte este anuncio en algo más que un headline es la verificación en Lean: a diferencia de anuncios anteriores de «IA resuelve problema matemático», aquí hay un certificado que cualquier sistema de verificación formal puede comprobar automáticamente. La discusión ya no es sobre si el sistema parece convincente; es sobre si el verificador acepta la prueba. Y esa es una pregunta con respuesta objetiva. La controversia con los investigadores independientes, en cambio, no tiene respuesta objetiva fácil, y es la señal más importante de todo el anuncio: a medida que la IA se adentra en la investigación de frontera, las preguntas sobre prioridad y atribución van a seguir apareciendo.

El Clay Mathematics Institute, que gestiona los Problemas del Milenio, no se ha pronunciado oficialmente. El proceso de verificación independiente que precede a la concesión del premio de un millón de dólares puede llevar meses o años, independientemente de que haya verificación en Lean. La historia reciente de afirmaciones de pruebas matemáticas que luego resultaron incompletas justifica esa cautela, aunque la verificación formal en Lean reduce significativamente el margen de error respecto a demostraciones puramente narrativas.




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

OpenAI ha encontrado el socio ideal para ganar su apuesta por los chips de IA de próxima generación

OpenAI ha encontrado el socio ideal para ganar su apuesta por los chips de IA de próxima generación

La estrategia de OpenAI en el ámbito del desarrollo de sus propios aceleradores para inteligencia artificial (IA) es muy ambiciosa. Aunque sabemos desde hace más de un año que este laboratorio estaba diseñando su propio chip para inferencia, la presentación oficial de Jalapeño llegó a finales del pasado mes de agosto. Y lo hizo con una apuesta contundente bajo el brazo: OpenAI quiere reducir su dependencia de las GPU de Nvidia.

No obstante, la firma liderada por Sam Altman no está recorriendo este camino sola. El diseño de Jalapeño lo ha llevado a cabo de la mano de Broadcom, y de producirlo se encargará TSMC en alguno de sus nodos de vanguardia. OpenAI aún no ha confirmado qué tecnología de integración utilizará este fabricante de circuitos integrados taiwanés en su acelerador para inferencia, pero probablemente se tratará de alguno de los nodos de las familias de 2 o 3 nm.

Sea como sea, este es solo el principio de esta historia. OpenAI ya está hablando de la segunda y la tercera generación de Jalapeño. De hecho, la segunda está en desarrollo, y la tercera se encuentra en la fase de diseño preliminar. Lo interesante es que, según Reuters, Altman y sus colegas han llegado a un acuerdo con Samsung para que los ingenieros de ambas compañías trabajen juntos en el desarrollo de las próximas generaciones de aceleradores para IA de OpenAI.

Samsung, una pieza clave en el futuro hardware de OpenAI

Harrison Kim, el máximo responsable de OpenAI en Corea del Sur, ha declarado que una de las áreas en las que la colaboración de su compañía y Samsung más ha avanzado es, precisamente, la investigación y producción conjunta de chips para IA de próxima generación. Kim no ha explicado qué papel desempeñará exactamente Samsung en el desarrollo y la producción de las próximas generaciones de aceleradores de OpenAI, pero hay dos factores muy importantes que probablemente explican su contribución.

Con toda probabilidad OpenAI no puede competir con Nvidia o Apple por la prioridad de acceso a los nodos de vanguardia de TSMC

Por un lado, Samsung tiene en producción a gran escala nodos litográficos de vanguardia equiparables a los más avanzados de TSMC. Esta última compañía es "la campeona" de la industria de los semiconductores si nos ceñimos al rendimiento por oblea, pero su competidora surcoreana es una alternativa lógica.

Además, los directivos de TSMC han reconocido en varias ocasiones que sus líneas de producción no dan abasto, especialmente los nodos de vanguardia de 2 y 3 nm. Y en su cartera de clientes Nvidia y Apple tienen prioridad por la enorme producción sostenida durante años que han pactado con TSMC. Con toda probabilidad OpenAI, por muy ambicioso que sea su plan, no puede competir con Nvidia o Apple por la prioridad de acceso a los nodos de vanguardia de TSMC.

OpenAI no es en absoluto el único laboratorio de IA que quiere reducir su independencia de Nvidia. Anthropic ha estado explorando la posibilidad de comprar MatX por unos 7.000 millones de dólares, para desarrollar sus propios aceleradores para IA. Google tiene sus TPU (Tensor Processing Unit) 8t y 8i, ambas de última generación. Y Meta, su familia de aceleradores MTIA (Meta Training and Inference Accelerator), con el recién presentado MTIA 300 a la cabeza. La industria de la IA lo tiene claro: los aceleradores y las memorias son recursos estratégicos, y no tener su aprovisionamiento bien atado podría ser un error fatal.

Imagen | Samsung

Más información | Reuters

En Xataka | La paradoja de la IA de frontera: cuanto más útil se vuelve, menos sabemos qué pasa en su interior

-
La noticia OpenAI ha encontrado el socio ideal para ganar su apuesta por los chips de IA de próxima generación fue publicada originalmente en Xataka por Laura López .



☞ El artículo completo original de Laura López lo puedes ver aquí

El bajón de las 15h no es culpa tuya: la ciencia explica por qué tu cerebro se apaga cada tarde

El bajón de las 15h no es culpa tuya: la ciencia explica por qué tu cerebro se apaga cada tarde

El mayor delito de los teleoperadores que te llaman para venderte sus productos no es que insistan mucho o que a veces hagan caso omiso a la Lista Robinson. Lo peor es que muchos te llaman en pleno bajón fisiológico. A las 3 de la tarde, cuando tienes todas las guardias bajas porque lo único que quiere tu cerebro es dormir. ¿Casualidad? No lo creo. Pero dejando eso a un lado, el tema del bajón de las 15 es de lo más curioso. Aún es de día. El Sol está en todo lo alto del cielo, pero nuestros ritmos circadianos flojean. Sentimos la necesidad imperiosa de echar una siesta para poder subsistir. Si no, convertimos al café en nuestro mejor amigo. ¿Pero a qué se debe todo esto? Lo cierto es que es importante saberlo, ya que entenderlo nos puede ayudar a prevenirlo en la medida de lo posible.

El modelo de los dos procesos. Nuestra capacidad para mantenernos despiertos o con sueño depende de algo conocido como modelo de dos procesos. Este consta, como su propio nombre indica, de dos procesos que ocurren simultáneamente. Por un lado, cuando nos despertamos, nuestro cerebro empieza poco a poco a acumular adenosina, una molécula que influye en la sensación de somnolencia. Si esta actuase por sí sola, iríamos acumulando cada vez más sueño desde que abrimos los ojos por la mañana. Pero generalmente esto no es así. Una vez que tomamos el café del desayuno y entramos en el mundo, pasamos unas cuantas horas bastante activos. Siempre que hayamos descansado bien, claro.

Si la adenosina no hace de las suyas es gracias a un segundo proceso guiado por los ritmos circadianos. Estos se regulan generalmente a través de la luz, de manera que cuando es de día nos mantenemos despiertos y a medida que se hace de noche vamos aumentando la somnolencia. En esto último entra en juego la melatonina, que se une a toda esa adenosina acumulada, llevándonos directos a la cama. Hasta aquí todo bien, ¿pero cómo no consiguen los ritmos circadianos frenar el bajón de la tarde si a esa hora es totalmente de día?

Picos y valles. La adenosina aumenta de forma lineal, pero los ritmos circadianos no evolucionan en línea. Existen picos y valles en los que nos mantenemos más o menos alerta. Concretamente, tras despertar por la mañana, la somnolencia disminuye durante 1–2 horas (nos espabilamos). Se mantiene relativamente baja durante la mañana, pero a primera hora de la tarde , entre las 13 y las 15 más o menos, aparece un repunte de somnolencia: el bajón de las 15. Después, a última hora de la tarde, el ritmo circadiano vuelve a impulsar la alerta y nos sentimos más despiertos otra vez, incluso a veces más que a mediodía. Ya cerca de la hora de acostarnos, la somnolencia sube de golpe, porque se va la luz y se libera melatonina. Es cuando más sueño tenemos y percibimos que ha llegado la hora de dormir. 

La comida también influye en el bajón de las 15. Hay estudios que demuestran que, en realidad, no es necesario haber comido para experimentar el bajón de las 15. Sin embargo, sí que parece que, al comer mucho, el efecto se intensifica. Aunque los motivos no están claros, la profesora de anatomía de la Universidad de Bristol Michelle Spear explica en un artículo para The Conversation que podría deberse al sistema de orexinas del cerebro. Este es un sistema regulado desde el hipotálamo, que ayuda a mantener la vigilia y es sensible a señales metabólicas, como el consumo de glucosa. Por eso, cuando se detecta un aumento en los niveles de glucosa, podría inhibirse temporalmente esa estimulación de la vigila y favorecerse el sueño.

Puedes hackearlo… un poquito. Normalmente, intentamos luchar contra el bajón de las 15 a golpe de café o té, pero desgraciadamente no es la mejor solución. La cafeína bloquea temporalmente los receptores de adeonsina, pero esta sigue acumulándose, de modo que, cuando pasa el efecto, nos llevamos el tortazo igual. Además, no hace nada contra el propio bajón de los ritmos circadianos. Por eso, la mejor opción, según explica también Spear, es jugar con la luz. Es cierto que a las 3 de la tarde es de día, pero si estamos encerrados en casa o la oficina puede que no percibamos la luz natural, que es la que estimula la vigilia en los ritmos circadianos. Por eso, esta científica recomienda abrir las ventanas y buscar la luz natural y, si no es posible, usar luz artificial con un alto componente azul, que imite la luz natural del día. Otra opción es una siesta cortita, de unos 10 minutos, al principio de la tarde, pero eso no siempre es posible. 

beber café Beber café no es la mejor solución

Con todo esto, los teleoperadores seguirán siendo un incordio, pero al menos tendremos un poco más de energía para enfrentarnos a sus llamadas. Vale, no es la única razón por la que el bajón de las 15 es molesto, pero de alguna manera tenía que empezar el artículo. 

Imágenes | Magnific

En Xataka | Algo nos está robando el sueño y no son solo las pantallas. Un neurólogo nos ayuda a entender qué está sucediendo de verdad



-
La noticia El bajón de las 15h no es culpa tuya: la ciencia explica por qué tu cerebro se apaga cada tarde fue publicada originalmente en Xataka por Azucena Martín .



☞ El artículo completo original de Azucena Martín lo puedes ver aquí