14 de julio de 2026

El túnel subacuático más largo de China tiene 600.000 puntos LED calculados para que no te duermas al volante

El túnel subacuático más largo de China tiene 600.000 puntos LED calculados para que no te duermas al volante

Hace unos meses desentrañábamos todo sobre el túnel de Taihu en China y su techo LED que ha convertido la infraestructura en toda una atracción turística. Sin embargo, además de la curiosísima estética que ofrece este techo iluminado, hay otra razón por la que esta pantalla infinita recorre el túnel, y es para que no te duermas al volante. Es normal, puesto que estamos hablando del túnel subacuático más largo del país.

Fatiga visual. Recorrer los 10,79 kilómetros del túnel de Taihu a la velocidad máxima permitida supone casi diez minutos bajo el lago, encerrado entre paredes de hormigón, sin ventanas ni referencias exteriores. Y es precisamente este escenario el más propicio a la aparición de fatiga visual, un peligro sobre todo si vamos al volante.

Por esto mismo, cuando se diseñó el túnel, la iluminación dejó de plantearse solo como una cuestión de visibilidad y estética y pasó a convertirse también en una herramienta de seguridad.

Tres "cielos" repartidos en el trayecto. Los ingenieros dividieron el túnel en tres tramos y colocaron, en los puntos de unión entre ellos, lo que en la documentación técnica denominan como un sistema de "despertar visual contra la fatiga". Son tres techos formados por pantallas de puntos LED, muy comunes en localizaciones turísticas en China.

Cada uno de esos techos está compuesto por unos 200.000 puntos de luz LED, y el sistema puede mostrar distintas escenas, desde un cielo azul con nubes, un firmamento nocturno cuajado de estrellas o, en fechas señaladas, la bandera de cinco estrellas de China. El sistema de control puede alternar automáticamente entre estas escenas por franjas horarias y tramos. Según Baidu Baike, este sistema de "despertar visual" busca aliviar la tensión y la sensación de agobio que produce conducir mucho tiempo en un espacio cerrado.

Por qué esos colores. Los responsables del proyecto optaron por el azul, el amarillo y el cian como colores principales de sus zonas de activación, combinados con tonos cálidos para generar cambios dinámicos. Hay respaldo científico detrás de esa decisión, pues la luz de tonalidades frías y de longitud de onda corta, como el azul, tiene efectos no visuales sobre el cerebro que van más allá de permitir ver mejor.

Distintos estudios han comprobado que la temperatura de color de la luz influye en el estado de ánimo, el nivel de alerta y el tiempo de reacción de los conductores, algo relacionado con cómo ese tipo de luz estimula los mecanismos del cerebro que regulan la vigilia. Tal y como comparten desde Motorpasión, unas pruebas en simulador mostraron que las luces en tonos azules eran las que más aumentaban la atención de los conductores, seguidas de las de tono rojo, precisamente los colores que más se repiten en las imágenes que muestra el techo del túnel.

Por otro lado, investigadores presentaron sus resultados en una conferencia de la IEEE en 2024, habiendo realizado pruebas de campo en el propio túnel de Taihu para comprobar cómo las distintas configuraciones de LED modificaban los movimientos oculares y las respuestas fisiológicas de los conductores en condiciones reales.

Las paredes también "hablan". A lo largo de todo el recorrido, las paredes laterales del túnel están decoradas con franjas de color azul, amarillo y verde que se entrelazan en degradados geométricos, como si fueran cintas.

Según cuentan desde el medio local Sohu, todo este despliegue de luces se gestiona mediante un sistema inteligente de iluminación que no solo decide qué escena mostrar y cuándo, sino que también vigila su propio funcionamiento. El sistema incorpora una monitorización en tiempo real de averías, con alertas automáticas que informan del punto exacto donde se produce un fallo, lo que facilita el mantenimiento de una instalación que, al fin y al cabo, tiene que funcionar de forma ininterrumpida bajo un lago.

Imagen de portada | FeatureChina/AP (CNN)

En Xataka | Chile quiere un túnel bajo el Estrecho de Magallanes para unir Tierra del Fuego con el continente. El proyecto existe, el acuerdo con Argentina, no


-
La noticia El túnel subacuático más largo de China tiene 600.000 puntos LED calculados para que no te duermas al volante fue publicada originalmente en Xataka por Antonio Vallejo .



☞ El artículo completo original de Antonio Vallejo lo puedes ver aquí

El 41% de los posts largos de LinkedIn ya los escribe una IA: la red social que se convirtió en el paraíso del slop corporativo

El 41% de los posts largos de LinkedIn ya los escribe una IA: la red social que se convirtió en el paraíso del slop corporativo

Si alguna vez has cerrado LinkedIn después de leer una avalancha de posts perfectamente estructurados, con sus tres puntos en negrita, su llamada a la reflexión y su cierre motivacional, y has pensado «esto parece escrito por una IA», en el 41% de los casos tenías razón. Eso es lo que muestra el primer informe de Pangram Labs basado en el análisis de más de un millón de publicaciones reales entre abril y junio de 2026 en cinco plataformas.

Los datos del estudio: LinkedIn lidera por goleada

Pangram Labs lanzó en abril de 2026 una extensión de Chrome que escanea el contenido que los usuarios leen mientras navegan y lo marca como generado por IA cuando su modelo de detección lo identifica como tal. La empresa reporta una tasa de falsos positivos del 0,01%, lo que significa que el margen de error es mínimo. En dos meses y medio recogió datos de más de un millón de publicaciones.

Los datos por plataforma son los siguientes para contenido de formato largo (más de 250 palabras):

LinkedIn: 41% completamente generado por IA. LinkedIn representa solo alrededor de un tercio de todos los posts analizados, pero concentra el 62% de todo el contenido AI detectado entre las cinco plataformas.

X/Twitter: 25% completamente generado por IA, más un 23,2% generado con asistencia de IA. Solo el 52,7% de las publicaciones largas en X son atribuibles a humanos sin asistencia.

Medium: 31% completamente generado por IA.

Substack: Alrededor del 10% completamente generado por IA. Es el gran outlier: la plataforma de newsletters de pago tiene por mucho la menor tasa de contenido AI entre las cinco plataformas estudiadas.

Reddit: 13% en posts principales, 3% en comentarios. Crucialmente, el 98,1% de los comentarios de Reddit son humanos: la conversación reactiva y de ida y vuelta sigue siendo predominantemente humana.

Para contenido de formato corto, LinkedIn tiene también un 30% de publicaciones completamente AI-generadas.

Por qué LinkedIn es el biotopo perfecto para la IA corporativa

La razón por la que LinkedIn acumula el doble de AI-slop que cualquier otra plataforma no es un misterio. La red social penaliza culturalmente la autenticidad imperfecta y premia el tono profesional estructurado, que es exactamente el punto óptimo donde las IA generativas operan con más fluidez. Un post de LinkedIn sobre «lecciones de liderazgo» o «lo que aprendí de mi fracaso» tiene la misma estructura que le pides a un LLM cuando escribes «escríbeme un post motivacional de LinkedIn sobre resiliencia».

La propia plataforma ha alimentado esto. LinkedIn lleva años añadiendo herramientas de escritura con IA, primero para perfiles (sugerencias de titular y sección «acerca de»), luego para cartas de presentación, y más recientemente con su botón «Enhance post». La evolución de la IA en LinkedIn es larga: en 2023 ya ofrecía sugerencias de escritura personalizadas basadas en GPT-4 para perfiles premium. La plataforma construyó las herramientas que ahora le generan el problema que intenta resolver.

El detalle que resulta más revelador del informe de Pangram: el directivo de LinkedIn que anunció que la plataforma empezaría a detectar y rebajar el ranking de los posts generados por IA hizo ese anuncio en un post que el propio sistema de detección de Pangram marcó como generado por IA.

El contraste: Substack, donde la autenticidad paga

La razón por la que Substack tiene solo el 10% de contenido AI-generado frente al 41% de LinkedIn no es que sus escritores sean más virtuosos: es que sus incentivos son diferentes. En Substack, los escritores tienen una audiencia de lectores que pagan directamente por su voz y su perspectiva. La transacción es personal: pagas para leer a una persona concreta, y si esa persona delega en una IA sin decirlo, la audiencia lo percibe como una traición al contrato implícito.

En LinkedIn, el contrato es diferente. El post de LinkedIn no busca monetización directa: busca visibilidad, credibilidad y alcance profesional. Si una IA puede optimizar esa función mejor que tú, muchos usuarios la usarán, porque el contrato de autenticidad no existe de la misma forma.

Adam Mosseri, director de Instagram, ha argumentado públicamente que la explosión de contenido sintético hará a los creadores humanos más valiosos, no menos: «En un mundo donde abunda el contenido sintético, creo que la gente va a buscar creatividad, autenticidad y personas más, no menos.» Es un argumento plausible para Instagram, donde el contenido es visual y personal. Para LinkedIn, donde el contenido es profesional y estructurado, la distinción es mucho más difícil de mantener.

Lleva meses siendo evidente que las plataformas están usando los datos de sus usuarios para entrenar IA —Google actualizó silenciosamente sus políticas para incluir el uso de imágenes subidas en el entrenamiento de Gemini—, pero la pregunta más incómoda que plantea el informe de Pangram es la inversa: no qué hacen las plataformas con tus datos, sino cuánto del contenido de esas plataformas que consumes ya no es humano en absoluto.

El efecto escala: 62% del problema en un tercio de las publicaciones

La estadística más llamativa del informe no es el 41% de LinkedIn sino el 62%: LinkedIn representa un tercio de los posts analizados pero concentra el 62% de todo el contenido AI detectado entre las cinco plataformas. Eso convierte a LinkedIn en un multiplicador de contenido sintético desproporcionado respecto a su tamaño.

Lo que está pasando en LinkedIn no es un fenómeno aislado: ya en noviembre de 2024 publicamos el análisis de cómo LinkedIn se había convertido en el hervidero de publicaciones generadas por IA, con más del 54% de los posts largos marcados como «probablemente AI» por Originality AI en ese momento. El 41% de Pangram parece inferior, pero usa una definición más estricta: «completamente generado por IA» vs. «probablemente AI-assisted». Los números apuntan en la misma dirección.

Mi valoración

No hay ninguna duda de que usar IA para escribir posts profesionales no es intrínsecamente deshonesto: la IA es una herramienta, igual que el corrector ortográfico o el diccionario de sinónimos. El problema no es la herramienta sino la brecha entre lo que el post promete (la perspectiva personal de un profesional) y lo que es (la perspectiva promediada de un modelo entrenado en millones de textos de internet).

Lo que más me convence del análisis de Pangram es la comparativa entre plataformas: donde hay pago directo por la voz de una persona (Substack), la IA casi no aparece. Donde hay visibilidad profesional sin responsabilidad por el contenido (LinkedIn), el 41% ya no es humano. El mercado de la autenticidad funciona cuando hay un precio que pagar por traicionarla.

Lo que más me preocupa es el Reddit: el 98% de los comentarios son humanos, lo que sugiere que las IA todavía no han colonizado la conversación reactiva en tiempo real. Pero los posts principales de Reddit ya tienen un 13% de contenido AI. Si ese porcentaje sube hacia el de LinkedIn, perderemos uno de los últimos grandes repositorios de opinión humana no filtrada en internet.

Preguntas frecuentes

¿Cómo funciona el sistema de detección de IA de Pangram?

Pangram tiene un modelo de detección de contenido AI, llamado Pangram 3, que analiza los patrones estadísticos del texto para determinar si fue generado por un modelo de lenguaje. La empresa reporta una tasa de falsos positivos del 0,01% — es decir, de cada 10.000 textos marcados como AI, solo 1 sería falsa alarma. Los textos de escritores no nativos del inglés pueden ser más susceptibles a falsos positivos, aunque Pangram no desglosa este dato en su informe.

¿LinkedIn puede detectar y eliminar el contenido generado por IA?

LinkedIn ya ha anunciado que está desarrollando un sistema de detección y rebaje de ranking para contenido AI-generado. Sin embargo, la escala del problema —decenas de miles de posts diarios— hace que la aplicación manual sea impracticable. La ironía señalada por Pangram es que el propio anuncio de esta política fue marcado como AI-generado.

¿Es posible saber si un post específico de LinkedIn fue escrito por IA?

Parcialmente. La extensión de Chrome de Pangram (de pago, 20 dólares/mes) escanea automáticamente los posts mientras navegas. Herramientas como GPTZero o Originality.ai ofrecen análisis bajo demanda. Ninguna herramienta es 100% precisa, y los textos muy cortos son difíciles de clasificar. El mejor indicador sigue siendo el olfato del lector: perfección estructural excesiva, ausencia de detalles específicos y un tono equidistante entre todos los temas son señales características.




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

Cuántas personas han vivido en la historia: 117.000 millones, y los 8.000 millones actuales somos solo el 7%

Cuántas personas han vivido en la historia: 117.000 millones, y los 8.000 millones actuales somos solo el 7%

Estamos acostumbrados a escuchar que vivimos en la era más poblada de la historia. Es cierto: nunca ha habido tantos humanos vivos a la vez. Pero hay una pregunta diferente, más inquietante, que pocas veces se formula en esos términos: ¿cuántas personas han existido en total desde que el Homo sapiens apareció sobre la Tierra? La respuesta cambia completamente la perspectiva.

Según la estimación más citada, la del Population Reference Bureau, la cifra total es de aproximadamente 117.000 millones de personas. Los 8.000 millones que habitamos el planeta en 2026 representamos alrededor del 7% de todos los seres humanos que alguna vez existieron. Por cada persona viva hoy, hay unas 14 que ya no están.

Ese dato desmonta el mito popular de que «hay más gente viva hoy que muertos en toda la historia», una frase que circula en conferencias y presentaciones desde hace décadas. La realidad es exactamente la inversa: los muertos superan a los vivos en proporción de 14 a 1.

El año cero: 300 millones de personas en todo el planeta

Para poner cifras al tamaño de la humanidad a lo largo del tiempo, hay que empezar por puntos de referencia concretos. En el año 1 d.C., la población mundial era de aproximadamente 300 millones de personas. Es decir, toda la humanidad de entonces cabría holgadamente dentro de los límites actuales de Estados Unidos.

Las estimaciones para el año 1 d.C. oscilan entre 170 y 400 millones, porque los únicos datos razonables de ese período proceden de Roma y China —que sumaban entre 50 y 60 millones cada una— y el resto se reconstruye con modelos demográficos. El rango de incertidumbre es amplio, pero el orden de magnitud —pocos cientos de millones— es sólido.

Lo que resulta más llamativo es el ritmo del cambio. La humanidad tardó aproximadamente 190.000 años en llegar a esos 300 millones del año 1 d.C. Luego tardó otros 1.800 años más en alcanzar los primeros 1.000 millones (hacia 1804). Los últimos 1.000 millones se han añadido en poco más de una década.

Por qué explotó la población en los últimos 200 años: los 10 factores

La clave del crecimiento explosivo reciente no está en que nacieran más personas sino en que dejaron de morir tan pronto. Durante milenios, la mitad de los niños moría antes de los cinco años. Hoy, la mortalidad infantil global es inferior al 4%. Estos son los diez factores que lo hicieron posible:

Caída de la mortalidad infantil. El factor número uno. Que los niños nacidos sobrevivan es, en términos demográficos, lo que más mueve el marcador.

Vacunas. Desde la viruela (Jenner, 1796) hasta los programas masivos del siglo XX, eliminaron las enfermedades que más niños mataban históricamente.

Teoría microbiana de la enfermedad. Pasteur y Koch demostraron que los gérmenes causan infecciones. La medicina pasó de superstición a ciencia con consecuencias inmediatas en la supervivencia.

Agua potable y saneamiento. El alcantarillado y el agua tratada acabaron con el cólera y el tifus en las ciudades. Probablemente salvó más vidas que ningún avance médico aislado.

Antibióticos. Desde la penicilina (1928), infecciones antes mortales pasaron a resolverse en días.

Revolución agrícola. Rotación de cultivos, mecanización y cultivos americanos como la patata y el maíz multiplicaron los alimentos disponibles por persona.

Fertilizantes sintéticos. El proceso Haber-Bosch (1909) permite fijar nitrógeno atmosférico en fertilizante. La estimación más citada es que la mitad de la humanidad actual existe gracias a él.

Revolución Verde. Las variedades de alto rendimiento de los años 60-70 evitaron las hambrunas masivas que se predecían para Asia. Norman Borlaug recibió el Nobel de la Paz por ello en 1970.

Transporte y refrigeración. El ferrocarril, los barcos frigoríficos y la logística global terminaron con las hambrunas locales por malas cosechas. El problema de la distribución desapareció cuando la comida pudo moverse.

Higiene básica. Jabón, lavado de manos y antisepsia hospitalaria: medidas baratas cuyo impacto en la mortalidad materna e infantil fue brutal.

La paradoja estadística es esta: la natalidad no subió, de hecho lleva décadas cayendo en casi todos los países del mundo. El crecimiento de la población fue posible simplemente porque, por primera vez en la historia, los nacidos sobreviven en su mayoría.

Los 117.000 millones: cómo se calcula y qué incertidumbre tiene

El Population Reference Bureau publicó su estimación de 117.000 millones tomando como punto de partida la aparición del Homo sapiens anatómicamente moderno, hacia el 190.000 a.C., aunque hay estimaciones que sitúan la aparición algo más tarde, alrededor del 150.000 a.C. El cálculo combina tasas de natalidad estimadas —altísimas en la prehistoria, donde se necesitaban muchos nacimientos para mantener la población estable ante una mortalidad brutal— con estimaciones de población en cada período.

El margen de error en los períodos prehistóricos es enorme —decenas de miles de millones de personas— porque no hay registros y todo se basa en modelos. Pero el orden de magnitud (algo más de 100.000 millones) es bastante consensuado entre los demógrafos.

El ADN humano antiguo preservado en las paredes de cuevas de España y Portugal, un hallazgo publicado esta semana en Nature Communications, es exactamente el tipo de evidencia que complementa estas estimaciones: cada nuevo hallazgo arqueogenómico permite calibrar mejor quiénes eran las poblaciones prehistóricas, cuántas eran y cómo se movían. La demografía histórica y la genómica antigua están construyendo juntas un mapa cada vez más preciso de nuestra historia como especie.

La distribución geográfica de esos 8.000 millones actuales puede verse con precisión a 30 metros de resolución en herramientas como el mapa de población mundial calculado con IA a partir de imágenes satelitales: un contraste fascinante entre lo que sabemos del pasado con márgenes de error enormes y lo que podemos medir del presente con precisión sub-kilométrica.

Mi valoración

La cifra de 117.000 millones tiene algo de filosóficamente humillante. Toda la civilización registrada —Sumer, Egipto, Grecia, Roma, el Renacimiento, la Ilustración, la Revolución Industrial— representa menos del 15% de todos los humanos que han existido. Los 185.000 años anteriores a la escritura también tienen su historia, aunque no la hayamos escrito.

Lo que más me convence de este marco es que desmonta dos mitos populares simultáneamente: el de que somos pocos comparados con los muertos históricos (somos el 7%, no menos de la mitad), y el de que el crecimiento explosivo reciente se debe a que nacen más personas (se debe a que mueren muchas menos).

Lo que más me parece digno de reflexión es el factor Haber-Bosch. Que un proceso químico industrial desarrollado en 1909 para fabricar fertilizantes haya hecho posible la existencia de aproximadamente 4.000 millones de personas que de otro modo no habrían nacido —porque no habría suficiente comida para sostenerlas— es el tipo de conexión entre ciencia aplicada y demografía que pocas veces se explica con claridad fuera de los manuales especializados.

Preguntas frecuentes

¿Es verdad que hay más gente viva hoy que muertos en toda la historia?

No. Es un mito que se repite con frecuencia pero que las estimaciones demográficas desmienten. Según el Population Reference Bureau, unos 117.000 millones de personas han vivido desde la aparición del Homo sapiens. Los 8.000 millones actuales representan aproximadamente el 7% de ese total, lo que significa que por cada persona viva hay unas 14 que ya fallecieron.

¿Cuándo llegó la humanidad a 1.000 millones de personas?

Aproximadamente en 1804. La humanidad tardó unos 190.000 años en llegar a los 300 millones que había en el año 1 d.C., y luego otros 1.800 años más en cuadruplicar esa cifra hasta el primer millardo. Desde entonces, el crecimiento se aceleró dramáticamente: el segundo millardo llegó hacia 1927 (123 años después), el tercero hacia 1960 (33 años), y los más recientes en períodos de poco más de una década.

¿Llegará a frenarse el crecimiento de la población mundial?

Sí, y ya está frenándose. Las proyecciones actuales sugieren que la población mundial podría alcanzar su pico máximo alrededor de 2050, en torno a los 9.000-10.000 millones de personas, antes de comenzar a decrecer lentamente. El motor es la transición demográfica: a medida que aumentan la educación, el nivel de vida y el acceso a la planificación familiar, las tasas de natalidad caen por debajo del nivel de reemplazo, como ya ocurre en Europa, Japón y China.




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

Cometa interestelar 3I/ATLAS sería más antiguo que el Sol, revela estudio realizado con el Very Large Telescope del ESO

Astrónomos utilizaron el Very Large Telescope del Observatorio Europeo Austral (ESO) para estudiar la composición química del objeto interestelar más brillante jamás observado. Los resultados indican que este cometa se habría formado hace más del doble del tiempo que tiene el Sol, en los confines de un antiguo sistema estelar.

El cometa interestelar 3I/ATLAS continúa sorprendiendo a la comunidad científica. Un equipo internacional de investigadores logró analizar por primera vez, con un nivel de detalle sin precedentes, la composición química de un cometa formado fuera del Sistema Solar. El estudio, publicado en la revista Nature Astronomy, sugiere que este visitante cósmico se originó en las regiones externas de un antiguo sistema estelar y que podría ser más de dos veces más antiguo que el Sol.

Para realizar el análisis, los científicos utilizaron el Very Large Telescope (VLT) del Observatorio Europeo Austral (ESO), ubicado en el desierto de Atacama, Chile. Gracias a la extraordinaria luminosidad de 3I/ATLAS —el objeto interestelar más brillante detectado hasta la fecha— fue posible medir con precisión las denominadas proporciones isotópicas, una especie de «huella química» que permite reconstruir el ambiente donde se formó un objeto celeste.

Un fósil de otro sistema planetario

Los cometas interestelares son cuerpos helados que se forman alrededor de estrellas distintas al Sol y que, ocasionalmente, atraviesan nuestro Sistema Solar. Para los astrónomos representan auténticos fósiles de la formación planetaria, ya que conservan información sobre las condiciones existentes cuando nacieron.

«Son una especie de fósiles de un proceso de formación planetaria que ocurrió muy lejos de nosotros, pero que tenemos la oportunidad de estudiar desde mucho más cerca», explicó la astrónoma Cyrielle Opitom, de la Universidad de Edimburgo y autora principal del estudio.

Comet 3I/ATLAS
Observación del cometa realizada el 1 de julio de 2025 por el telescopio ATLAS-4, operado en Chile y financiado por la NASA. Créditos: ATLAS / Universidad de Hawái / NASA.

3I/ATLAS es apenas el tercer objeto interestelar identificado hasta ahora, después de 1I/’Oumuamua, descubierto en 2017, y 2I/Borisov, observado en 2019. Sin embargo, a diferencia de sus predecesores, este cometa permaneció el tiempo suficiente cerca del Sol y mostró un brillo excepcional, permitiendo realizar observaciones mucho más detalladas.

Una composición química fuera de lo común

Mediante el instrumento UVES del VLT, los investigadores analizaron las moléculas de cianuro presentes en la nube de gas que rodea al cometa. En particular, midieron las proporciones de distintos isótopos de carbono y nitrógeno.

Los resultados revelaron que 3I/ATLAS posee concentraciones inusualmente altas de isótopos de carbono y nitrógeno, muy diferentes a las observadas en los cometas del Sistema Solar.

«Este visitante interestelar presenta proporciones isotópicas de carbono y nitrógeno excepcionalmente elevadas», señaló Aravind Krishnakumar, investigador de la Universidad de Lieja y coautor del trabajo.

Estos valores son especialmente relevantes porque permanecen prácticamente inalterados durante millones de años de viaje por el espacio, convirtiéndose en una evidencia directa del entorno donde nació el cometa.

Un mensajero de un Universo más joven

Los científicos concluyen que estas características apuntan a que 3I/ATLAS se formó alrededor de una estrella antigua y pobre en metales, es decir, una estrella que contiene muy pocos elementos más pesados que el helio.

Este tipo de estrellas surgieron cuando el Universo era mucho más joven y todavía no existía la abundancia de elementos químicos producidos por generaciones posteriores de estrellas.

«3I/ATLAS representa una oportunidad extraordinaria para estudiar la composición de un sistema planetario que se formó mucho antes de que existieran nuestro Sol y el Sistema Solar», afirmó Rosemary Dorsey, investigadora de la Universidad de Helsinki.

Los resultados coinciden con otro estudio independiente, realizado con el Telescopio Espacial James Webb, que también detectó una composición isotópica inusual y una elevada presencia de deuterio, conocido como hidrógeno pesado. En conjunto, ambas investigaciones respaldan la hipótesis de que 3I/ATLAS tendría una edad superior a los 9.000 millones de años, mientras que el Sol posee aproximadamente 4.600 millones de años.

Preparando el estudio de futuros visitantes interestelares

A medida que 3I/ATLAS se aleja del Sol, su brillo disminuye y las posibilidades de seguir observándolo también se reducen. Sin embargo, los investigadores consideran que este descubrimiento marca el inicio de una nueva etapa en el estudio de objetos interestelares.

En el futuro, el Extremely Large Telescope (ELT) del ESO permitirá detectar y analizar visitantes aún más pequeños y débiles que 3I/ATLAS, ampliando las oportunidades para comprender cómo se formaron otros sistemas planetarios de la galaxia.

«El campo de los objetos interestelares todavía es muy reciente y realmente no sabemos qué esperar. Cada nuevo descubrimiento trae consigo nuevas sorpresas», concluyó Opitom.

La entrada Cometa interestelar 3I/ATLAS sería más antiguo que el Sol, revela estudio realizado con el Very Large Telescope del ESO se publicó primero en Revista Ecociencias.



☞ El artículo completo original de Revista Ecociencias lo puedes ver aquí

Once shims antiguos firmados por Microsoft abren la puerta a saltarse UEFI Secure Boot en Linux

Once cargadores UEFI shim antiguos, pese a ir firmados por Microsoft, pueden permitir eludir UEFI Secure Boot en equipos que aún confían en Microsoft Corporation UEFI CA 2011. Microsoft ya ha distribuido revocaciones en DBX y la prioridad pasa por aplicarlas sin romper el arranque, actualizando antes los componentes a versiones modernas con SBAT.

Entry image

El problema no está en un bug exótico del kernel ni en una cadena de exploits sofisticada, sino en algo más incómodo: binarios viejos que siguen siendo válidos por la firma que llevan. Un total de once UEFI shim antiguos, en versiones 0.9 o anteriores, pueden usarse para saltarse UEFI Secure Boot en sistemas cuyo firmware todavía confía en el certificado Microsoft Corporation UEFI CA 2011. El riesgo aparece cuando un atacante consigue colocar uno de esos shims vulnerables en la ruta de arranque y logra ejecutar código antes de que arranque el sistema operativo.

La técnica se parece a un BYOVD llevado a la fase pre OS: en vez de ‘traer tu propio driver vulnerable’, el atacante aporta un cargador vulnerable pero correctamente firmado. Eso cambia la lógica de defensa. No hace falta que el equipo tenga instalado el software original que incluyó ese shim, basta con que el firmware acepte la firma y el atacante pueda modificar el proceso de arranque, por ejemplo tocando el disco, una partición EFI o un medio de arranque.

El alcance es especialmente delicado porque el código se ejecuta antes del SO. Ahí resulta más fácil lograr persistencia, desplegar un bootkit UEFI o colar componentes maliciosos que acaben en el kernel. También se reduce la visibilidad: parte de la telemetría típica de un EDR empieza a funcionar cuando el sistema ya está en marcha, no cuando el firmware decide qué binario considera ‘de confianza’.

Las referencias públicas reparten el conjunto de shims entre varias entradas, con CVE-2026-8863 y CVE-2026-10797 cubriendo distintas porciones del problema. En la lista aparecen implementaciones asociadas a Red Hat Enterprise Linux 7.2, CentOS 7.2, Oracle Linux 7.2, openSUSE, y también herramientas de terceros como baramundi Management Suite hasta 2024R1, WipeDrive 8.0.0 a 8.1.3, PC Doctor Service Center o Abitti 1.

La mitigación principal ya está encima de la mesa: revocar esos shims mediante actualizaciones de la lista DBX de Microsoft. Tras aplicar la revocación, el firmware deja de considerarlos válidos durante el arranque, aunque estén firmados. Esto también aclara una confusión habitual: la caducidad del certificado Microsoft UEFI CA 2011, fechada el 27 de junio de 2026, no invalida automáticamente los binarios firmados en el pasado. Mientras el certificado siga presente en la base DB y el hash no entre en DBX, el arranque puede aceptarlos.

Aquí viene la parte delicada para administradores: tocar DBX puede dejar equipos sin arrancar si conviven componentes antiguos. La receta prudente pasa por actualizar primero shim, GRUB y el resto de piezas de la cadena de arranque a versiones actuales con protecciones SBAT, y después desplegar las revocaciones. Conviene probar antes en un subconjunto representativo, verificar el estado final de DBX con utilidades como Check UEFISecureBootVariables en Windows o uefi dbx audit en Linux, e inventariar medios de rescate y USB de mantenimiento. Si esos soportes usan shims antiguos, pueden quedar inservibles justo cuando más falta hacen.

Más información

La entrada Once shims antiguos firmados por Microsoft abren la puerta a saltarse UEFI Secure Boot en Linux se publicó primero en Una Al Día.



☞ El artículo completo original de Hispasec lo puedes ver aquí