13 de noviembre de 2026

Hace 66 años, los científicos predijeron el final más plausible para la humanidad. Cuando calcularon la fecha exacta lo tuvieron claro: sería hoy

Hace 66 años, los científicos predijeron el final más plausible para la humanidad. Cuando calcularon la fecha exacta lo tuvieron claro: sería hoy

En plena Guerra Fría, un físico austríaco y dos de sus estudiantes llegaron a una conclusión y publicaron en una de las revistas más prestigiosas del planeta una de las predicciones más insólitas de la historia de la ciencia. Lo sorprendente no fue que se atrevieran a poner fecha al apocalipsis, sino que durante décadas sus cálculos parecieron darles la razón.

Esperemos que sea rematadamente erróneo, porque el día ha llegado. 

El día del juicio final. En 1960, tres científicos publicaron en una de las revistas científicas más prestigiosas del mundo un artículo con un título extraordinario: "Doomsday: Friday, 13 November, A.D. 2026". Según sus cálculos, la humanidad tenía exactamente 66 años por delante antes de desaparecer. No sería por el impacto de un asteroide, una guerra nuclear, una pandemia o la erupción de un supervolcán.

El verdugo sería la propia humanidad, cuyo crecimiento demográfico acabaría siendo tan descomunal que la población mundial alcanzaría el infinito. Hay un pequeño problema con aquella predicción: el viernes 13 de noviembre de 2026 es hoy.

Tres científicos y una ecuación. Detrás del estudio publicado en Science estaban Heinz von Foerster, un físico austríaco y pionero de la cibernética que trabajaba en la Universidad de Illinois, y dos de sus estudiantes, Patricia Mora y Lawrence Amiot. Los investigadores analizaron 24 estimaciones de la población mundial que abarcaban 2.000 años de historia, hasta 1958, y encontraron algo sorprendente: la humanidad no solo crecía exponencialmente, sino que lo hacía cada vez más deprisa. 

Dicho de otra forma, el tiempo necesario para duplicar la población mundial era cada vez menor. Al proyectar aquella tendencia hacia el futuro, obtuvieron una curva hiperbólica que alcanzaba el infinito en el año 2026.

Hvf 01 Foerster en el Laboratorio de Computación Biológica, en la Universidad de Illinois, en 1963

Morir aplastados. La investigación partía de una idea que desafiaba las teorías de Thomas Malthus, quien había sostenido que el crecimiento de la población acabaría superando nuestra capacidad para producir alimentos. Von Foerster y sus compañeros argumentaban que los humanos tenían una ventaja excepcional: cuantos más éramos, más posibilidades teníamos de cooperar, intercambiar conocimientos y encontrar soluciones a nuestros problemas. 

Aquello permitía sostener un crecimiento todavía mayor. Sin embargo, llevado hasta sus últimas consecuencias, el modelo conducía a un desenlace grotesco. "Nuestros tataranietos no morirán de hambre. Morirán aplastados", escribieron los autores.

Un cumpleaños muy particular. Lo cierto es que la ecuación no proporcionaba una fecha exacta para el apocalipsis. El resultado era el año 2026,87, con un margen de error de 5,5 años. Según contó entonces The New York Times, Von Foerster buscó dentro de ese intervalo una fecha apropiada y encontró un viernes 13. 

La elección tenía además una segunda lectura: el 13 de noviembre era su cumpleaños. El físico, nacido en Viena en 1911 y fallecido en 2002, habría cumplido hoy 115 años. La broma tenía mucho que ver con la personalidad de un científico que, además de colaborar con figuras como John von Neumann o Norbert Wiener, había sido aficionado a la magia.

Lo inquietante es que funcionaba. El artículo provocó un enorme revuelo mediático y recibió durísimas críticas de matemáticos y demógrafos. Algunos señalaron que, por razones biológicas, el tiempo necesario para duplicar la población no podía reducirse indefinidamente. Sin embargo, ocurrió algo inesperado: durante los años 70 y 80, la ecuación produjo estimaciones de población más precisas que las de muchos demógrafos profesionales. 

El trabajo apareció en manuales de genética y ecología, fue utilizado en 1963 para defender el uso de pesticidas ante una comisión parlamentaria canadiense e incluso se citó en un caso sobre el aborto ante el Tribunal Supremo de Estados Unidos en 1971. No fue hasta aproximadamente 1993 cuando la población mundial comenzó a quedarse claramente por debajo de sus predicciones.

World Population Since 10 000 Bce Ourworldindata Series Owid Svg La población mundial equivale a 1790000000002026.9−t y crece de forma hiperbólica a medida que T se acerca a 2026,9. Cuando T supera el valor 2026,9, el número de personas que habitan el planeta Tierra se vuelve, de repente, negativo, y el 13 de noviembre de 2026 d. C., todos los seres humanos desaparecen instantáneamente (según el científico)

La profecía que se destruyó a sí misma. Von Foerster nunca quiso que su predicción se cumpliera. Su intención era llamar la atención sobre la superpoblación y promover una reducción de la natalidad mundial a la mitad, aprovechando, entre otras cosas, la aparición de nuevos métodos anticonceptivos.

Incluso propuso un mecanismo de regulación demográfica que bautizó como "Peoplo-stat", una especie de termostato para la población. Y, en cierto modo, ocurrió lo que deseaba: el crecimiento demográfico mundial alcanzó su máximo en 1963, con un 2,3% anual, y desde entonces ha ido perdiendo velocidad hasta situarse por debajo del 1% en 2020. Hoy, la tasa de natalidad mundial es menos de la mitad de la que existía en 1960.

El mundo al revés. Sesenta y seis años después de aquella publicación, en la Tierra vivimos alrededor de 8.300 millones de personas. Naciones Unidas estima que alcanzaremos un máximo de 10.300 millones a mediados de la década de 2080, antes de comenzar a disminuir. Aunque la superpoblación sigue siendo una preocupación en algunos países y la extracción de recursos naturales continúa aumentando, buena parte del planeta teme ahora exactamente lo contrario que Von Foerster: el desplome de la natalidad y el envejecimiento de la población. 

De hecho, figuras controvertidas como Elon Musk incluso advierten de una catástrofe demográfica por la falta de nacimientos. Sea como fuere, en 1960 tres científicos creyeron que nuestros descendientes acabarían, literalmente, aplastándonos. Paradójicamente, cada vez más gobiernos están intentando desesperadamente que ocurra lo contrario: que nazcan más.

Imagen | Conservation Institute, Wikimedia

En Xataka | David Gross, premio Nobel de Física: "Las probabilidades de que la humanidad viva 50 años más que ahora son muy bajas"

En Xataka | 20 años anticipando el Apocalipsis: todas las veces que alguien ha dicho que la IA nos iba a matar a todos

-
La noticia Hace 66 años, los científicos predijeron el final más plausible para la humanidad. Cuando calcularon la fecha exacta lo tuvieron claro: sería hoy fue publicada originalmente en Xataka por Miguel Jorge .



☞ El artículo completo original de Miguel Jorge lo puedes ver aquí

Un ciberataque a Fireworks AI deja al descubierto transcripciones de chats de clientes de Notion

Una carpeta vulnerada deja escapar hojas de conversaciones, por la brecha que expuso chats de Notion.

Un ciberataque a Fireworks AI, una plataforma para desarrolladores que da acceso a modelos de IA abiertos, ha permitido a los atacantes acceder a datos de clientes, incluidas transcripciones de chats de usuarios de Notion que usaban su función de IA. Según la propia Fireworks, los atacantes irrumpieron en su proveedor de nube y desde ahí alcanzaron un sistema de desarrollo, llevándose información de facturación de clientes y algunos conjuntos de datos. Lo cuenta TechCrunch. No reproducimos aquí ningún dato concreto de lo expuesto.

El caso enlaza a dos empresas muy conocidas y vuelve a poner el foco en un riesgo creciente: la cadena de proveedores de IA.

¿Qué ha pasado y qué datos se han visto afectados?

Un atacante entró por el proveedor de nube de Fireworks y, desde un sistema de desarrollo, accedió a datos de clientes. Según TechCrunch, Fireworks —que da servicio a decenas de miles de clientes en todo el mundo, incluidas empresas como Harvey o Cursor— confirmó el acceso a información de facturación y a algunos conjuntos de datos. Entre lo afectado estaban transcripciones de chats de clientes de Notion que utilizaban la función «Insights» de Notion AI. Notion precisó que buena parte de esas transcripciones no podía atribuirse a un cliente concreto.

El propio Notion explica el alcance en su divulgación: «cualquier entrada o salida del modelo que se escribiera en el chat se incluye en esa transcripción», lo que da idea de lo sensible que puede ser ese contenido. Es justo el tipo de incidente que obliga a saber cómo enterarse de si tus datos se han filtrado y qué hacer.

¿Cómo han respondido las empresas y qué buscaban los atacantes?

Notion cortó la conexión con Fireworks y borró los datos; los atacantes, según Fireworks, buscaban dinero. Según TechCrunch, Fireworks alertó a Notion del incidente y la compañía confirmó después el robo de parte de los datos de sus clientes, cifrando en torno al 1 % los afectados. El 3 de noviembre, Notion desconectó sus sistemas de Fireworks, borró los datos almacenados y cortó toda conectividad entre ambas empresas.

Fireworks, por su parte, cree que los atacantes tienen una motivación económica y que su objetivo es vender los tokens de los modelos de lenguaje obtenidos con el acceso no autorizado, es decir, revender la capacidad de usar modelos de IA sin pagar por ella. No es un incidente aislado: según TechCrunch, es la segunda brecha de Fireworks en dos meses. La oleada de ataques a infraestructuras digitales no deja de crecer, como mostró el caso de la brecha de datos que afectó a Revolut a través de un proveedor, o los robos masivos de datos de grupos como ShinyHunters.

Mi lectura es que este caso ilustra el punto ciego de la economía de la IA: la cadena de proveedores. Notion no fue hackeada directamente; lo fue un proveedor de un proveedor, y aun así los datos de sus usuarios acabaron expuestos. Cuando conectas tu servicio a una plataforma de modelos, que a su vez corre sobre una nube de un tercero, heredas la seguridad del eslabón más débil de toda esa cadena, y el usuario final no tiene forma de saber por cuántas manos pasan sus conversaciones. Que los atacantes busquen revender tokens de IA, además, dibuja un mercado negro nuevo y muy propio de esta época: ya no solo se roban datos, se roba capacidad de cómputo. La reacción de Notion —cortar, borrar y avisar— fue la correcta y rápida, pero el fondo no se arregla con una respuesta ágil: mientras la IA se construya apilando servicios de terceros, cada capa nueva es una puerta más, y basta con que una falle para que se cuele todo lo demás.




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

12 de noviembre de 2026

Una catedral finlandesa suena cada día con el eco de estallidos de radio de hace miles de millones de años

Una catedral finlandesa suena cada día con el eco de estallidos de radio de hace miles de millones de años

Los estallidos rápidos de radio (FRB) son uno de los fenómenos más misteriosos del Universo. Hay varias hipótesis sobre su origen, pero sigue sin estar del todo claro. Entre otros motivos, son difíciles de estudiar porque no pueden verse ni oírse. Por eso, un profesor de física del MIT se ha asociado con un compositor para convertir algunas de estas ráfagas en música. ¿Han resuelto el misterio? No, pero ahora pueden escucharse cada día en una catedral finlandesa e incluso tendrán una representación acompañada de un coro el próximo 21 de noviembre.

Sonificación. Kiyoshi Masui, del MIT, y el compositor y tecnólogo creativo Andrew Melchior han utilizado los datos de 4.539 estallidos, procedentes de 3.641 fuentes, detectados entre 2018 y 2023 con CHIME (Canadian Hydrogen Intensity Mapping Experiment). Este es un radiotelescopio ubicado en Canadá que se concibió para mapear el hidrógeno neutro entre los corrimientos al rojo 0,8 y 2, pero que ha resultado ser un gran detector de FRB gracias a su enorme campo de visión y el caudal de datos que puede manejar. 

Las distintas señales se han transformado en sonidos, de modo que los estallidos lejanos suenan como zumbidos, retumbos, chasquidos y silbidos. Además, cada estallido cae de agudos a graves, un efecto real causado por su viaje a través del gas intergaláctico. Todo esto se convierte en música, porque, al llegar las distintas frecuencias de radio en momentos ligeramente distintos, se generan armonías entre los tonos altos y bajos.

Una catedral finlandesa. La creación del científico y el compositor se cargó en un dispositivo llamado The Logos, que se instaló en la catedral finlandesa de Oulu el pasado mes de abril de 2026. Consta de 12 altavoces repartidos por todo el edificio, que se ponen en marcha cada mediodía. Además, el próximo 21 de noviembre se pausará la grabación y se hará una emisión en directo a cargo del propio Melchior, que interpretará las FRB al teclado, y un coro de 30 personas que cantarán distribuidas entre el público.

Ráfagas de origen desconocido. Las FRB son ondas de radio extremadamente energéticas. En un solo milisegundo liberan energía equivalente a la que emite el Sol en tres días. Se descubrieron en 2007 y aún no se sabe bien cómo se producen, aunque hay algunas hipótesis. Por ejemplo, se cree que pueden formarse en las magnetosferas de las estrellas de neutrones o los agujeros negros. También existe una corriente de pensamiento que apunta a púlsares jóvenes como la principal fuente de emisión. Finalmente, se cree que podría tener relación con la fusión de estrellas de neutrones.

En el caso de las FRB que se han grabado para The Logos, solo se sabe que se formaron hace entre 8 mil y 50 mil millones de años, pero su fuente original es un misterio.

¿Podría ayudar la sonificación? En algunos casos, transformar las señales difícilmente tangibles en sonidos, mucho más fáciles de interpretar, ayuda a estudiar el origen de esas señales. Por ejemplo, en 1981 un patrón sonoro ayudó a detectar un problema de la sonda Voyager 2 causado por colisiones con micrometeoroides. También son útiles para ayudar a las personas ciegas a disfrutar de fenómenos como los eclipses.

Desgraciadamente, no parece que la sonificación de las FRB vaya a ayudar a los científicos a determinar su origen. Pero sí puede ayudar a que la sociedad conozca este fenómeno. Para que la ciencia avance, es importante divulgarla a la sociedad. Y si la divulgación es en forma de arte, mejor que mejor. 

Imagen |TeuvoSalmenjoki

En Xataka | Hay una señal de radio llegando a la Tierra desde 1988. El púlsar del que procede esconde un importante misterio

-
La noticia Una catedral finlandesa suena cada día con el eco de estallidos de radio de hace miles de millones de años fue publicada originalmente en Xataka por Azucena Martín .



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

TikTok destripado: cómo usa la IA y los sensores del móvil para que no salgas de la aplicación jamás

Aunque hay un vídeo original de Ayo Omolewa que resume esto en 90 segundos, me quedo con la versión sumamente hilarante de BaityBait, más profunda y, por supuesto, graciosa. Así que si puedes reservarte algo más de 20 minutos para verlo, verás que merece la pena. Es un destripe integral de TikTok, sus interioridades y qué datos personales capturan. La lista es larga y jodida.

En los vídeos se explica cómo destriparon la app de TikTok mediante ingeniería inversa y encontraron que hay más de 25 modelos de inteligencia artificial corriendo en tu propio móvil. Con ellos TikTok exprime los datos procedentes de todos los sensores del móvil para enviar más de 50 señales a los servidores principales, con los que el famoso algoritmo te prepara la siguiente hornada de vídeos que te va a mostrar.

El algoritmo lo analiza todo, menos si estás «sentado en el trono» (que se sepa)

TikTok - el algoritmoLos ingenieros de ByteDance (la empresa que está detrás de TikTok) ya superan con nota eso de saber que eres un señor de Murcia mediante la IP para mostrarte restaurantes de la zona. La lista completa de todo lo que saben es bastante alucinante para un app de ver vídeos chorras: desde la postura detectada por acelerómetro y el giroscopio (si estás de pie, tumbado, caminando…) hasta el porcentaje de batería, si estás cargando el móvil y cuál es el brillo de pantalla o el volumen.

Seguir leyendo: TikTok destripado: cómo usa la IA y los sensores del móvil para que no salgas de la aplicación jamás

# Enlace permanente



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

Una IA de DeepMind demuestra matemáticamente que el protocolo de Signal es seguro

Un candado asegurado por una cadena representa la verificación formal de la seguridad de Signal.

Investigadores de Google DeepMind han usado inteligencia artificial para «verificar formalmente» —demostrar matemáticamente— varias de las garantías criptográficas clave del protocolo de Signal, el cifrado que protege las comunicaciones de Signal, Google Messages y WhatsApp. Lo hicieron como prueba de concepto en apenas cuatro semanas, con una nueva herramienta llamada AlphaProof Code. Lo cuenta Wired.

La verificación formal lleva años considerándose una especie de santo grial de la seguridad: usar las matemáticas para probar que un programa hace exactamente lo que debe y no esconde vulnerabilidades críticas.

¿Qué ha demostrado exactamente la IA de DeepMind?

Que las garantías criptográficas analizadas del protocolo de Signal se cumplen, con una prueba matemática en vez de con confianza. Según Wired, el trabajo es significativo por dos motivos: valida de forma independiente la criptografía que protege enormes cantidades de comunicaciones en plataformas como Signal, Google Messages o WhatsApp, y demuestra la capacidad de DeepMind en verificación formal con su nuevo marco de IA. El análisis no encontró vulnerabilidades nuevas en las partes revisadas; y cuando los investigadores aplicaron AlphaProof Code a versiones antiguas de Signal con fallos ya conocidos y corregidos, la herramienta los identificó correctamente y mostró que el protocolo no podía verificarse.

Conviene entender su alcance real, porque los propios investigadores insisten en que es un hito, no el final. El análisis fue limitado: no verificó, por ejemplo, toda la aplicación móvil de Signal. Es la misma frontera de «demostrar» en lugar de «confiar» que exploran otros laboratorios, como Anthropic con su herramienta FlashProve para verificar modelos, en un campo donde la IA está acelerando tareas antes lentísimas, como la formalización de pruebas matemáticas en lenguajes como Lean.

¿Por qué importa y qué dudas deja?

Porque abre la puerta a verificar código crítico que hoy solo se audita de forma parcial, aunque queda por ver si escala y a qué coste. Antes de la IA, describir las características de un programa, traducirlas a fórmulas y desarrollar la demostración era lentísimo; los agentes pueden recortar mucho ese trabajo. Ehren Kret, director de tecnología de Signal, lo valora en un comunicado: «mientras la verificación formal previa se centraba en porciones más pequeñas del código, el enfoque de Google DeepMind permite una expansión significativa», y añade que verificar con rigor la implementación del protocolo les da «mayor confianza en las garantías de privacidad».

La gran incógnita es si esto funcionará a gran escala y a un precio razonable. Swarat Chaudhuri, científico investigador de DeepMind, es franco: «estamos muy entusiasmados con este resultado, pero hay una larga distancia que recorrer antes de poder escalarlo a todo el software del mundo, y queremos hacerlo». DeepMind hizo el análisis gratis como proyecto de investigación, Google declinó revelar su coste y no quiso comentar si lanzará un producto comercial. Que sea precisamente Signal el protocolo elegido no es casual: es el referente de la mensajería cifrada, la misma empresa cuya responsable advierte de que los chatbots de IA no son tus amigos cuando hablamos de privacidad. Chaudhuri subraya además que buscan un proceso de «colaboración humano-IA», no un mundo donde la IA se marque sus propios objetivos y se corrija sus propios exámenes.

Mi lectura es que esto es más importante de lo que su tono prudente sugiere, aunque no por lo que parece. Que una IA confirme que Signal es seguro no cambia nada para Signal, cuya criptografía ya era de las más auditadas del mundo; el valor está en la demostración de que la verificación formal, el santo grial inalcanzable por su coste en horas humanas, podría volverse viable cuando una IA hace el trabajo pesado. Si eso se cumple, el impacto va mucho más allá de la mensajería: bancos, infraestructuras y cadenas de suministro de software podrían pasar de «creemos que es correcto» a «está probado que lo es». La cautela es obligada —fueron cuatro semanas, un alcance limitado y un coste que Google no quiere contar—, y el propio equipo evita vender humo. Pero si la verificación formal deja de ser un lujo de laboratorio, habremos ganado una de las herramientas más potentes que existen para fiarnos del software. Y eso, en un mundo que corre a delegarlo todo en código, no es poca cosa.




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