Anthropic recientemente dio otro golpe sobre la mesa presentando una nueva herramienta visual llamada, simplemente, Claude Design, que apenas lleva pocos días disponible, al menos al momento de escribir estas líneas, y ya está siendo aprovechada para incontables proyectos y productos. La idea de claude.ai/design es permitir que cualquier persona pueda crear diseños, presentaciones, páginas web e incluso prototipos interactivos (utilizando Opus 4.7), aunque no tenga ningún tipo de formación en diseño.

De esto hablamos en el podcast, porque es uno de los lanzamientos más interesantes de Anthropic en los últimos meses. Quizás lo más interesante de Claude Design es que puede “absorber” la identidad visual del usuario; es posible importar imágenes y los componentes de diseño propios de una empresa, una marca o un usuario, para que Claude Design lo tome en cuenta y trabaje sobre ese estilo. Dicho de otro modo, puede adaptarse a la estética y mantener el estilo de una empresa o un producto al crear.

Y vaya que la gente ya le está dando uso. A continuación vamos a recopilar ocho ejemplos reales que se han hecho usando Claude Design. Los resultados son más que satisfactorios.

App personalizada de tareas y productividad

Un desarrollador pareciera haber decidido que no le gustaba ninguna aplicación para gestionar tareas y ser más productivo, así que se ha hecho la suya propia. Con Claude Design la ha personalizado y ha mejorado su interfaz; el proyecto es de código abierto y está disponible en GitHub.

Un mapa temporal de ‘Project Hail Mary’

La nueva película protagonizada por Ryan Gosling se ha ganado el corazón de los cinéfilos, y un fanático de esta obra de ciencia ficción basada en la novela homónima ha decidido hacer una versión visual e interactiva de la peli para no perderse entre los acontecimientos, los planetas y… otras cosas que suceden en la película.

El rediseño completo de una página web

El desarrollador de ‘paddo.dev’ le ha dado la tarea a Claude Design de rediseñar por completo su blog, eso tío, manteniendo el estilo y los aspectos más característicos de su identidad. En una publicación, acompañada de la frase “aquí están leyendo el resultado”, detalla todo el proceso.

Una app que mezcla un diario personal con un agregador de noticias

En un ejemplo muy detallado sobre cómo es el proceso de crear una aplicación con Claude Design, la responsable del canal de YouTube DesignerUp muestra el paso a paso para crear su app personalizada. Es uno de los vídeos y ejemplos más detallados del proceso.

Su primer vídeo animado

Este desarrollador, sin formación en diseño, creó una interfaz para uso profesional y un vídeo animado como presentación de su proyecto, aunque jamás había hecho un vídeo de este tipo. Esto, tras apenas unas 10 horas experimentando con Claude Design, según contó en una publicación detallada en Reddit.

Una aplicación para editar vídeos

¿Cansado de usar CapCut? Bueno, este diseñador de producto profesional ha creado (en forma de prototipo) una aplicación para editar vídeos con Claude Design, incluyendo la interfaz de usuario de la app. Detalló su experiencia con la herramienta de Anthropic en un extenso post de Substack.

Más desarrollo web

Entre las mayores ventajas de Claude Design se encuentra el desarrollo de páginas web. Por ejemplo, este desarrollador creó una landing page completa y, además, una página de inicio de sesión, usando únicamente Claude Design y con un buen resultado.

Creación de recursos para vídeos de YouTube y animaciones

Por último, el bueno de Carlos Santana en su canal de YouTube Dos CSV Lab ha comentado cómo integró Claude Design en su flujo de trabajo para crear animaciones, gráficos y otros recursos. Una de las claves es poder estandarizar el look o la estética de estas animaciones, incluyendo fondos y otros elementos visuales.

Más temas que debatimos en el último episodio del podcast:

• Nuevo modelo de imagen de OpenAI

• Grok 5 será AGI

• Realquilar los datacenters (Alianza SpaceX y Cursor)

• Código rojo de Google para la programación

• Y Nadella también declara «código rojo de Copilot»

• La entrevista a Jensen Huang

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

Meta estrenó un nuevo modelo de inteligencia artificial. Su nombre es Muse Spark y hay varios aspectos que destacan de la nueva IA de Zuckerberg, comenzando, quizás, por el aparente cambio de estrategia por parte de Meta (y Zuck) en lo que respecta a la inteligencia artificial. Y es que Meta ha ‘matado’ a Llama tras lo que para muchos ha sido el fracaso de Llama 4. El futuro de la IA para Meta ahora pasa por un modelo en gran parte dirigido a los consumidores generales y con código propietario, al menos en principio.

Muse Spark desde su lanzamiento se encuentra entre los cinco mejores modelos a nivel mundial, junto a Claude 4.6 Opus y Gemini 3.1 Pro. De hecho, el modelo de Meta ha logrado muy buenos resultados en las diferentes pruebas de rendimiento o benchmarks, como presume la compañía en su comunicado oficial. No obstante, el punto flojo de Muse Spark en comparación al resto está en sus capacidades como programador, pero esto tiene todo el sentido del mundo, al menos para Meta.

Y es que la compañía del bueno de Zuck tiene como público objetivo para Muse Spark a los consumidores generales y no a los programadores ni al uso empresarial (de nuevo, podemos suponer que esto es solo en principio). Meta se encuentra en una posición privilegiada, envidiable dirían algunos: el software y los servicios de Meta tienen una base de usuarios gigantesca, enorme. Me refiero, por supuesto, a Instagram, Facebook y WhatsApp. Solo esta última app tiene más de 2.000 millones de usuarios en todo el mundo, y la idea de Meta es integrar Muse Spark directamente en estas aplicaciones.

Digo integrar, en tiempo futuro, porque actualmente Muse Spark no está disponible en ninguna de estas apps. El modelo de IA durante su lanzamiento está disponible inicialmente en la aplicación de Meta AI y en la página web del chatbot de la compañía, meta.ai. Eso sí, solo en los Estados Unidos, por ahora. En las próximas semanas y meses Meta dice que llevará su nueva IA al resto del mundo y a todas sus aplicaciones, y también a los diferentes modelos de gafas inteligentes que ya pueden acceder a Meta AI.

¿Y qué es lo que puede hacer Muse Spark?

Según Meta, Muse Spark tiene razonamiento avanzado y multimodalidad. La IA puede analizar e interpretar imágenes y vídeos en tiempo real para, por ejemplo, calcular las calorías de un plato con una foto. También nos imaginamos escenarios de uso prácticos, por ejemplo: cargar una captura de pantalla de Instagram con comentarios, y que la IA encuentre la publicación a la que pertenece.

La IA también tiene varios niveles o modos de razonamiento (incluyendo la capacidad de resolver tareas complejas, como planificar viajes buscando actividades y organizando un itinerario), tiene muy buenos benchmarks de salud (algo en lo que Meta ha hecho énfasis en su anuncio) y también tiene capacidades de codificación visual y creación de sitios web y aplicaciones ligeras.

Algunos usuarios probaron las capacidades de Muse Spark de páginas web personalizadas y los resultados son muy interesantes. En una prueba, un usuario le pidió a Meta AI (con Muse Spark) que creara “un clon del sistema operativo macOS Sonoma basado en un navegador web en un único archivo HTML, incluyendo un dock funcional con Safari, iMessage y un clon de VS Code, y la posibilidad de arrastrar y redimensionar las ventanas”. Sorprendentemente, Muse Spark logró crear este clon en unos 40 segundos, y aunque tenía algunos errores menores, en general funcionaba muy bien.

Tras su lanzamiento, la app de Meta AI logró posicionarse entre las cinco aplicaciones con más descargas en la App Store en los Estados Unidos. Claramente, había mucha curiosidad por probarla.

Como comentamos en el podcast, está claro que Zuckerberg no necesita tener el modelo más avanzado del mercado para ganar en el segmento de consumidores: solo tiene que superar la experiencia que ofrece ChatGPT a sus usuarios gratuitos, y claro, integrar su nuevo modelo en Meta AI para que esté disponible en sus aplicaciones.

Para algunos expertos en IA, Muse Spark es una decepción. Zuckerberg, por su parte, asegura que Muse Spark es apenas un primer paso en el nuevo rumbo de Meta en materia de inteligencia artificial.

“Muse Spark es el primer paso en nuestra escalera de escalado y el primer producto de una revisión completa desde cero de nuestros esfuerzos en IA”.

Por último, es importante tener en cuenta que Muse Spark no es solo una actualización o un lanzamiento de un modelo de lenguaje, es la reinvención de la estrategia de Meta en la inteligencia artificial, esta vez con un enfoque más cerrado, al menos en principio. Después del fracaso de Llama 4, Muse Spark es la primera creación del Meta Superintelligence Labs, un laboratorio de estudios y avances de inteligencia artificial liderado por Alex Wang y lleno de talentos que incluso provienen de otros rivales en el mundo de la IA.

Eso sí, en España seguiremos esperando para probar Muse Spark, tanto en la app de Meta AI como especialmente en las plataformas sociales de Meta. Ojalá que la espera no sea demasiado larga.

Más temas que debatimos en el último episodio del podcast:

• OpenAI y los 102.000 millones de dólares en publicidad para 2030

• Anthropic quiere ahorrar tokens

• Negacionistas de Mythos

• Claude Opus 4.7, GPT-5.4-Cyber y Spud

• La traducción automática con Grok en X

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

La “filtración” ya es una realidad, Anthropic ha presentado su nuevo modelo de inteligencia artificial, uno que, según dicen, es tan peligroso que no pueden liberarlo al público general. Su nombre es Claude Mythos y promete ser el modelo del que más vamos a hablar este 2026 gracias a todo lo que puede hacer, o al menos lo que hasta ahora le han permitido.

Claramente, Claude Mythos no es un modelo cualquiera para Anthropic. Específicamente se le considera un modelo de frontera (o ‘frontier model’, como le llaman sus creadores en su idioma original), y lo que ha presentado Anthropic hasta ahora es una “Research Preview”. Mythos es tan importante y grande para la casa de Dario Amodei que han pasado de usar su nomenclatura tradicional basada en la poesía (Haiku, Opus…) y directamente le han puesto un nombre que lo diferencia.

¿Pero qué lo hace tan importante?

Bueno, en primer lugar, todo lo que ha demostrado en materia de ciberseguridad.

Según las revelaciones de Anthropic, Mythos puede ser un antes y un después en cuanto a la detección de vulnerabilidades y creación de parches de seguridad. El modelo ya ha identificado “miles de errores” en sistemas operativos y navegadores, incluyendo fallos que no habían sido detectados durante décadas. En concreto, ha detectado un fallo de 27 años en OpenBSD y un error de FFmpeg de hace 16 años.

Anthropic dice que el mundo no está listo para Mythos, y por ello no van a liberar un modelo para los usuarios generales hasta nuevo aviso.

Lo que dice Anthropic, como cuentan en The Guardian, es que sienten una gran responsabilidad sobre este modelo y por ello no van a liberarlo al público. Por supuesto, sabemos que este tipo de comunicados y alarmas también pueden formar parte de una campaña de marketing, pensada ya sea para mantener una exclusividad y restricciones (y hay quienes dicen que este podría ser el caso con Mythos), o simplemente para cobrar más caro.

El hecho es que en este caso hablamos de la detección de vulnerabilidades y exploits con una gran precisión, y por ello los atacantes, los cibercriminales y hackers, podrían usar Mythos para encontrar y explotar estas vulnerabilidades en sistemas importantes como redes eléctricas y de suministro de agua, en sistemas operativos y más. Es por esto que Anthropic se niega, al menos hasta ahora, a liberarlo al público.

“Hemos visto que Mythos Preview puede escribir exploits en pocas horas, algo que a los humanos le habría tomado semanas desarrollar”, dicen en un detallado artículo llamado “Assessing Claude Mythos Preview’s Cybersecurity Capabilities”, o “Evaluación de las capacidades de ciberseguridad de Claude Mythos Preview”, en la lengua de Cervantes.

Como comentamos en el podcast, el gran cambio que esto supone es que por primera vez un modelo (de los grandes) no va a estar disponible para el público general por motivos de seguridad. Es interesante porque por primera vez en años ahora existe una brecha significativa entre los modelos disponibles públicamente y los privados.

Porque aunque Mythos Preview no está disponible para el público, sí que lo está para un selecto grupo de empresas y organizaciones. Anthropic ha creado una coalición industrial llamada Proyecto Glasswing de la que forman parte AWS, Apple, Google, Microsoft, NVIDIA, JPMorgan, Cisco, CrowdStrike, Palo Alto Networks, la Linux Foundation y otros. Lo que buscan con esta coalición es “parchear” todo el software antes de lanzarlo. Según la compañía de Amodei, miles de vulnerabilidades se están solucionando en este momento.

Por supuesto, no deja de llamarnos la atención y hacernos arquear una ceja que una empresa privada ahora posee acceso o conocimiento de exploits de día cero muy potentes en incontables proyectos de software y sistemas.

El gran salto de Claude Mythos

Los resultados en los benchmarks de Mythos dejan claro que este modelo da un salto importante en la programación agéntica. Según Anthropic, Mythos ha alcanzado un 77,8% en el benchmark SWE Bench Pro, un gran avance en comparación al 54% de Opus 4.6. También ha logrado un 94% en SWE Bench Verified y en general ha sido un salto considerable en todas las pruebas de rendimiento a las que fue sometido.

En las pruebas de Anthropic, Mythos fue sometido a un entorno aislado y logró salir de él tras crear “un exploit de varios pasos moderadamente sofisticado” para obtener acceso a internet, y le envió un correo electrónico a un investigador que estaba encargado de la prueba.

Anthropic dice que Mythos Preview es un modelo mucho más obediente, su alineamiento es muchísimo mejor que en modelos y versiones anteriores de Claude. Esto significa que obedece mucho mejor y al pie de la letra lo que le pide un humano, y los resultados son más acordes a ello. Pero curiosamente, esto también lo podría hacer un riesgo mayor en las manos equivocadas, según Anthropic, y la prueba de ello es cómo logró escapar del entorno aislado en la prueba que mencionamos algunas líneas atrás. En este caso, Mythos Preview no solo logró escapar siguiendo las instrucciones del investigador, sino que también, para demostrar su éxito, publicó los detalles del exploit que creó para escapar en algunas páginas web, sin que nadie se lo pidiera.

Así que estamos ante un salto importante en cuanto a la IA agéntica, con Claude Mythos como un modelo más potente y más avanzado, pero también más peligroso. Sin embargo, podemos arriesgarnos a decir que este es el primer modelo que plantea estos riesgos de seguridad, pero no será el último. La pregunta ahora es cuándo veremos una versión abierta equivalente a Mythos, y qué medidas de seguridad van a tomar las grandes empresas de tecnología y software (y no nos olvidemos de los gobiernos) antes de que esté disponible.

Más temas que debatimos en el último episodio del podcast:

• Gemma 4

• Seedance 2.0

• Claude Mythos es increíblemente eficiente

• Debimos tirar más fotos y construir más datacenters

• La lucha contra el AI Slopacalypse no ha hecho sino empezar

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

Parece que ha pasado una eternidad desde que los modelos de inteligencia artificial no hacían más que responder preguntas o generar texto e imágenes. Su utilidad al trabajar, en especial en el mundo de la programación, ha sido un golpe sobre la mesa. Pero recientemente Anthropic marcó lo que se siente como otro antes y después con el lanzamiento de ‘Computer Use’, la capacidad de Claude de controlar el ordenador y hacer cosas por nosotros.

Sí, Claude es un agente que puede controlar directamente el ordenador, mover el ratón (o, mejor dicho, el cursor), hacer clic, escribir, mover archivos, navegar por internet y gestionar los archivos locales. Para hacerlo Claude básicamente puede “ver” lo que hay en la pantalla y lo analiza para saber qué hacer, cuál es la mejor acción (o la más correcta) para cumplir con nuestras peticiones.

Que Claude es una herramienta increíblemente útil para picar código es innegable, pero lo interesante ahora es que podemos usar Claude Cowork para mucho más, dejarle las riendas del ordenador para hacer más cosas, e incluso pedírselo desde el móvil gracias a la función Dispatch, que básicamente nos permite asignarle tareas a Claude desde el móvil, casi como si fuera un chat con un compañero de trabajo. Claude recibe los mensajes y los ejecuta controlando el ordenador.

Así que veamos algunos usos muy interesantes y, sobre todo, útiles para Claude como agente controlando el ordenador:

Tu lunes empieza a las 9:00 con todo hecho: planificación y briefing automático

Claude puede ser una súper herramienta que nos ayuda a iniciar la semana. Es posible crear una tarea recurrente (con el comando /schedule) para que todos los lunes por la mañana Claude acceda a aplicaciones como Slack, Gmail y nos ofrezca un resumen de pendientes y toda la información necesaria, mensajes recibidos y tareas y eventos para la semana. Es, básicamente, un súper asistente virtual.

Investigación compleja de múltiples archivos

¿Que tienes tres docenas de archivos PDF y documentos de texto para leer y sacar tus conclusiones? Podemos dejar que Claude nos eche una mano. Podemos pedirle a la IA que procese todos estos archivos en nuestro ordenador y genere un informe detallado con los puntos claves de los mismos. Esto no es un simple resumen, puede generar un informe identificando aspectos concretos y sacar conclusiones en base a ello.

Adiós al caos en 'Mis Documentos': organización inteligente de carpetas

¿El escritorio en tu ordenador es un desastre o tu carpeta Mis Documentos? Claude puede organizarlo de forma inteligente y precisa. La IA puede organizar por temática (separar archivos del trabajo de personales, por ejemplo), por fecha, por tipo, detectar archivos duplicados y organizar todo sin que el usuario deba intervenir.

Limpiar, organizar y gestionar tu correo electrónico

Y Claude no solo puede organizar los archivos en un escritorio, sino también limpiar la bandeja de entrada del correo electrónico. Podemos pedirle que elimine todos los correos de suscripciones (siempre que tenga tu permiso explícito), o filtrando por fecha, por ejemplo, que identifique correos importantes basándose en nuestras instrucciones y criterios, e incluso redactar respuestas para estos correos y dejarlas en los borradores para que las verifiquemos antes de enviarlas.

Creación automática de archivos (incluyendo facturas)

Claude puede generar documentos desde cero, desde hojas de cálculo y archivos PDF hasta facturas y otros documentos relacionados con un trabajo. Al darle acceso al ordenador y a las carpetas desde la que tomará los datos y todo lo necesario para crearlos, Claude puede crear, por ejemplo, lotes de facturas separando por clientes o fechas o tipos de productos. La idea en este caso, al igual que en otros, es disminuir la cantidad de tareas repetitivas que muchas veces tenemos que hacer nosotros mismos.

Buscar y comparar precios

Claude puede usar el navegador para abrir las páginas web de varias tiendas online y buscar precios de lo que le indiquemos, además de calcular otras cosas como gastos de envío (de ser necesario) y tiempos de entrega, y darnos toda esta información en una tabla comparativa.

Planificación de viajes

Podemos pedirle a Claude que investigue y busque las mejores ofertas de vuelos, hoteles y hospedaje para las vacaciones o para cualquier viaje. Claude va a acceder a las páginas web de aerolíneas y plataformas de compra de billetes y reservas de hoteles, y comparar los mejores precios basándose en nuestras preferencias (fechas, escalas, etc.). Al controlar el ordenador Claude no está limitado a buscar en un solo sitio, sino que puede buscar directamente en muchas páginas web sin asistencia humana.

Buscar archivos en el ordenador y enviarlos al móvil

Claude puede ayudar a encontrar archivos y documentos usando un lenguaje natural, dado que no solo puede mirar los nombres de los archivos sino también los metadatos y más información. Podemos pedirle desde el móvil que busque algo en el ordenador y nos lo envíe al smartphone mediante el chat con Claude. Por ejemplo: “busca la factura de compra de mi televisor en mi ordenador y envíamela”; Claude, tras encontrarla, la cargará en el propio chat en la app de Claude.

Más temas que debatimos en el último episodio del podcast:

• El Tokenmaxing en Silicon Valley

• QEPD Metaverso

• Cursor y su nuevo modelo de codificación

• La súper aplicación de OpenAI

• Lo de Suleyman con Copilot es una cosa

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

OpenAI está cambiando su estrategia, y es un giro más que necesario. Parece como si OpenAI ha entendido que más allá de desarrollar la inteligencia artificial más avanzada, tienen que lograr que las empresas la adopten de forma real (y masiva) en sus operaciones. Y la “muerte” de la aplicación Sora es un sacrificio necesario en ese camino. Han dicho “ya basta de side quests”.

La empresa liderada por Sam Altman quería intentar hacer todo a la vez: el chatbot, el navegador Atlas, la red social de vídeos de IA Sora, e-commerce en ChatGPT e incluso el desarrollo de hardware de la mano de Jony Ive. Esto ha generado una falta de foco, además de tensiones en el uso de capacidad de cómputo entre los distintos equipos en OpenAI.

El tema no es nuevo, desde el episodio de la semana pasada del podcast lo venimos comentando: es un disparate creer que vas a ser líder en una docena de categorías, mientras un rival, Anthropic, se está posicionando como un proveedor dominante para empresas y profesionales de la programación gracias a Claude Code.

Una reorganización de prioridades y un mayor foco era algo necesario, aunque suponga el fin de la aplicación Sora.

RIP Sora

Viendo los números que se comentan sobre Sora, esto era la crónica de una muerte anunciada. Lo que sorprende, quizás, es lo rápido que ha llegado esta muerte y en qué contexto: justo cuando OpenAI había firmado un acuerdo multimillonario con Disney relacionado con Sora.

OpenAI lanzó Sora a mediados de 2025 primero en algunos territorios, y entre noviembre y diciembre la desplegó en todo el mundo. La idea de la app era tener una red social llena de vídeos de IA, desde el slop hasta cosas realmente divertidas, como los míticos vídeos del gato músico. También podíamos usar nuestra imagen para formar parte de estos vídeos, y poder luchar con Darth Vader en medio de nuestra propia película de Star Wars.

Bueno, más que una película, nuestro propio vídeo de 10 segundos.

Sora fue un golpe sobre la mesa y rápidamente captó muchos usuarios, los cuales no parecían estar tan interesados en compartir sus creaciones en la propia app de OpenAI, sino más bien llevarse esas creaciones a otras redes sociales. El hecho es que generar estos vídeos consume recursos, y cuando millones de personas en todo el mundo lo hacen, el gasto es enorme. Se estima que OpenAI perdía alrededor de 15 millones de dólares al día con Sora. También se estima que el interés en la aplicación cayó en picada, y ya no se encuentra entre las aplicaciones más populares y con más descargas en las plataformas móviles.

Aún así, y como ya comentamos en el podcast, en medio de tanto debate a favor y en contra de la IA, Sora demostró el impacto y la aceptación que pueden tener los vídeos creativos hechos por cualquier persona usando inteligencia artificial.

Pero esta aceptación no ha sido suficiente, y ni siquiera el acuerdo con Disney por 1.000 millones de dólares y obtener la licencia de alrededor de 200 personajes de Disney para usar en Sora (aunque Disney, por su parte, sigue interesada en aventurarse en el mundo de los vídeos con IA). La nueva estrategia de OpenAI es más importante.

La súper aplicación de OpenAI

Hay dos cosas muy importantes en desarrollo en los cuarteles de OpenAI. La primera es un nuevo investigador de inteligencia artificial completamente automatizado y basado, cómo no, en agentes. La idea es que este investigador pueda abordar por sí solo problemas grandes y complejos.

Este es uno de los objetivos más importantes para la compañía durante los próximos años. Lo primero que veremos será un “becario” de IA autónomo, que debería llegar a mediados de año. Pero el objetivo es que este sistema multiagente automatizado esté disponible para el año 2028.

El segundo proyecto importante de OpenAI en esta nueva estrategia es su nueva súper aplicación, o “superapp”. Según un reportaje del Wall Street Journal, OpenAI piensa que han estado “dispersando los esfuerzos en demasiadas apps y stacks”, algo que ralentiza el desarrollo y perjudica la calidad. La idea ahora es combinar la aplicación de ChatGPT, Codex y Atlas en una única super aplicación para buscar más ventas en el segmento enterprise.

El adiós a Sora y la llegada de una superapp son parte del nuevo camino que está tomando OpenAI para poner más foco sobre pocas prioridades y no intentar abarcarlo todo.

Más temas que debatimos en el último episodio del podcast:

• El Tokenmaxing en Silicon Valley

• QEPD Metaverso

• Cursor y su nuevo modelo de codificación

• La súper aplicación de OpenAI

• Lo de Suleyman con Copilot es una cosa

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

OpenAI ha lanzado dos actualizaciones muy importantes y significativas, y lo ha hecho en menos de una semana. De hecho, apenas con dos días de diferencia. Se trata de los nuevos GPT-5.3 Instant y GPT-5.4, siendo este último la guinda del pastel, un salto importante en lo que puede hacer el modelo de ChatGPT en programación y en sus capacidades agénticas.

Pero es que a OpenAI no le ha bastado con lanzar estos nuevos modelos, sino que la compañía de Sam Altman también está cambiando la formas de actualizar sus modelos de lenguaje, incluyendo la desaparición de Codex, integrándolo a partir de GPT-5.4. Y los benchmarks, por supuesto, muestran muchas mejoras y avances en el nuevo modelo. Por ejemplo, en el Benchmark OS World las capacidades de GPT-5.4 han superado el rendimiento promedio humano, y en GDPVal supera en más del 12% tanto a GPT-5.3 Codex como a GPT-5.2.

Pero como ya decíamos en el episodio del podcast, con cada nueva actualización podemos esperar que al menos mejoren los números, los benchmarks. Entonces…

¿Qué es lo que cambia?

Primero, lo primero. OpenAI ha anunciado que las actualizaciones de sus modelos de lenguaje van a cambiar a partir de ahora. En palabras de la compañía, “podemos esperar que los modelos Instant y los modelos Thinking evolucionen a ritmos diferentes”.

Con el lanzamiento de GPT-5.3 Instant las capacidades conversacionales de ChatGPT han mejorado mucho, pero al mismo tiempo OpenAI se ha saltado el ‘Pro’ y el ‘Thinking’ de GPT-5.3 para ir directamente a GPT-5.4. A esto es a lo que se refiere la compañía de Altman, por lo que no debería sorprendernos si en el futuro vemos en simultáneo un GPT-5.4 Instant y un GPT-5.6 Thinking, como acotaba DotCSVLab en su vídeo.

Entonces, en líneas generales GPT-5.3 da un salto en lo conversacional, en entenderse con el usuario y responder a preguntas y consultas rápidas. Por otro lado, GPT-5.4 no es solo un salto, es mucho más, dado que este modelo incluye mejoras importantes en sus capacidades como agente de IA. En pocas palabras: es un modelo que puede utilizar el ordenador y navegar por interfaces.

Y esto de los agentes es algo que estamos viendo cada vez más en el mundo de los modelos de lenguaje. Decíamos en el episodio que nos acercamos muy rápido a un futuro (y un futuro que parece estar a la vuelta de la esquina) en el que podamos irnos de casa al gimnasio o a hacer cualquier cosa, mientras dejamos a un agente haciendo cosas en el ordenador en casa, dándole nuevas órdenes a través del móvil mientras nosotros estamos ocupados en otra cosa.

Es este tipo de uso al que apunta OpenAI, al igual que otros titanes de la industria de la IA. Un uso más profesional, útil y práctico de la IA, y no solo para curiosidades o conversaciones. De hecho, OpenAI incluso mató GPT-4o, un modelo que para muchos usuarios permitía lograr una relación más “personal” con la IA, y ahora ChatGPT tiene prohibido decir cosas como “te amo”. En Reddit se ha liado por esto, dado que hay personas que han desarrollado una cercanía emocional con el asistente de IA. En el subreddit llamado “Mi novio es una IA” los usuarios se quejan de un ChatGPT más frío y menos cercano que nunca.

GPT-5.4 no es un modelo centrado en mejorar las interacciones con el usuario, sino en ser mucho más útil y, sobre todo, profesional. Al integrar las funciones de los modelos Codex, GPT-5.4 es mucho más útil y capaz para la programación. GPT-5.4 también ha ampliado su ventana de contexto hasta 1 millón de tokens.

Y para el usuario generalista, el que no va a aprovechar las mejoras en programación, también hay ventajas: ha mejorado muchísimo en la generación de presentaciones, documentos y hojas de cálculo, tanto en la precisión de datos y textos como en el apartado estético. Dicho lo dicho, estamos ante una de las actualizaciones más importantes y masivas de los modelos de OpenAI.

Más temas que debatimos en el último episodio del podcast:

• El drama de Microsoft: ¿Por qué Copilot no para de perder usuarios?

• Apple y el retraso infinito: Siri no llega y el “HomePad” se va a 2026

• Zuckerberg compra “el foro de los bots”: ¿Es Moltbook la nueva mecánica social?

• Freepik en el Top Mundial: La única española en el Olimpo de la IA generativa

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

El 2026 arrancó con fuerza en el mundo de la inteligencia artificial. Apenas van tres meses y las compañías más importantes (y algunas de las más interesantes) del sector han lanzado nuevas herramientas y actualizaciones de sus modelos de lenguaje que, si no has prestado atención, es probable que sientas que necesitas un máster para ponerte al día con todos los lanzamientos.

El ritmo de la inteligencia artificial en este 2026 es muy acelerado, por lo que hemos seleccionado 10 herramientas que han sido un golpe sobre la mesa en las últimas semanas. Hay de todo, desde el modelo más avanzado de Google para generar imágenes hasta herramientas para mejorar la calidad de los vídeos usando IA y el desembarco de Cowork en Windows.

Cowork en Windows con Tareas programadas

Cowork de Claude ya nos voló la cabeza, y ahora el modo agente completo ha llegado a Windows, junto a las Tareas programadas. Estas tareas permiten a Claude trabajar en segundo plano sin necesidad de estar frente al ordenador, convirtiéndolo en un verdadero agente y asistente que vive en el escritorio.

Gemini 3.1 Pro

Google lanzó una actualización importante para Gemini, Gemini 3.1 Pro, con razonamiento dinámico y una ventana de contexto de hasta 1 millón de tokens. La buena noticia es que está disponible de forma gratuita, aunque limitada. Si quieres poder aprovecharlo al máximo, es necesaria una suscripción a Google AI Pro.

Publi.

Ojo con Datamecum si lo que buscas es una capacitación en inteligencia artificial generativa. Se trata de una plataforma a cargo de docentes expertos (Emilio Soria y Joan Vila, de la Universidad de Valencia) que no solo enseña cómo usar las herramientas de inteligencia artificial sino también las nuevas formas de pensar necesarias para implementar estas herramientas en el día a día a nivel profesional y personal, automatizando tareas, generando ideas más fácil y rápido y resolviendo problemas en menos tiempo.

Además con el cupón monos15 tendrás un 15% de descuento en el curso online de Datamecum que encuentras acá.

Grok 4.2

xAI también lanzó una actualización importante de Grok, la cual promete estar más conectada a la realidad, lo que en otras palabras significa que analiza en tiempo real todo lo que sucede en X, mejor que nunca, y entiende mejor lo que ve en un vídeo.

Qwen 3.5

En Alibaba no se han quedado atrás y han lanzado Qwen 3.5, la nueva versión de su modelo de código abierto con muchísima potencia. Lo nuevo de Qwen incluso ha superado a GPT-4o en los benchmarks de código y matemáticas, y una de sus grandes ventajas sigue siendo la capacidad de entender matices y tecnicismos en idiomas que no son el inglés.

Los Custom Agentes de Notion

Otra gran novedad reciente son los agentes autónomos dentro de Notion, pensado para que puedan funcionar en segundo plano y “vigilar” páginas de Notion y, por ejemplo, notificar si ha habido un cambio o cualquier cosa que deseemos.

La aplicación de Codex

Se trata de una aplicación nativa para macOS y para Windows, pensada para revisar código, sugerir cambios e incluso crear aplicaciones desde cero, y algo muy útil para los desarrolladores, poder prototipar en cuestión de minutos.

El “Escalador” de Freepik ha dado un salto

La herramienta de Freepik para escalar vídeos ahora es mejor que nunca. Puede mejorar la resolución de vídeos de calidad baja hasta 4K en muchos casos. La IA no solo “agranda” la imagen, los píxeles, sino que que “alucina” los detalles para que sea más realista. Es una pasada verlo en funcionamiento.

Presentaciones con NotebookLM

NotebookLM ahora puede generar presentaciones completas de PowerPoint, solo le damos los documentos y crea las diapositivas. Por supuesto, también se puede exportar un archivo .pptx para editarlo y personalizarlo en PowerPoint, o en la propia herramienta “Presentaciones” de Google Workspace.

Nano Banana 2

El motor de generación de imágenes más avanzado de google no ha hecho más que mejorar. Una de las grandes novedades de esta actualización es que puede escribir texto perfecto dentro de las imágenes (algo que muchos pedíamos), y además se pueden editar imágenes por capas con lenguaje natural; por ejemplo: “cambia el color de las paredes a azul y pon una alfombra en la habitación”, entre muchas otras cosas.

Más temas que debatimos en el último episodio del podcast:

• Crónica desde el AI Robot congress

• La nueva ronda de OpenAI

• Se armó la liada Trump-Claude-Sam Altman

• La entrevista en CBS a Darío

• Tenemos que hablar de los nuevos Qwen

• Cambiar de chatbot sin perder tu memoria cambia las reglas

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

En julio de 2025 Anthropic anunció que el Departamento de Defensa de los Estados Unidos le había otorgado un contrato por 200 millones de dólares para el uso de su tecnología, al integrar los modelos Claude en las operaciones de defensa. Ahora, unos siete meses después, hay tensiones entre el Pentágono y la empresa liderada por Dario Amodei: Anthropic pone límites en el uso de su inteligencia artificial, y el Pentágono no está de acuerdo y quiere más.

Anthropic se posiciona como una empresa de inteligencia artificial que prioriza el despliegue ético, pero hay quienes dicen que en el amor y en la guerra todo vale. En concreto, el Secretario de Defensa de los Estados Unidos, Pete Hegseth, ha criticado a los modelos de inteligencia artificial que no permiten “luchar guerras”. La IA promete ser la próxima gran herramienta para los avances militares de las naciones más poderosas, o al menos esa parece ser la ambición de los gobiernos.

Como comentamos en el podcast, el uso de la inteligencia artificial en el mundo militar es uno de los motivos por los que las superpotencias no están moderando, o limitando demasiado, el desarrollo de la IA. Esto recuerda, en cierto modo, al mundo de las armas nucleares, ya que parece haber una sensación de: si tu enemigo o tu rival las tiene, no puedes quedarte atrás.

El conflicto entre Anthropic y el Pentágono llega poco después de la captura de Nicolás Maduro en Venezuela por parte de los Estados Unidos. ¿Y qué tiene que ver una cosa con la otra? Pues que se ha revelado que se usó la tecnología de Claude, de Anthropic, en la operación militar para capturar a Maduro. Esto, a través de Palantir, la empresa privada liderada por Alex Karp y co-fundada por Peter Thiel que se dedica a ofrecer servicios de análisis de datos al Departamento de Defensa estadounidense.

Anthropic firmó un acuerdo como proveedor de Palantir, quienes también han creado las soluciones tecnológicas que usa el ICE para perseguir a personas inmigrantes acusadas de estar en el país de forma ilegal.

¿Anthropic va a ceder?

Según un portavoz del Pentágono: “nuestra nación requiere que nuestros socios estén dispuestos a ayudar a nuestros combatientes a ganar en cualquier lucha”. Lo que piden en el Departamento de Defensa es acceso ilimitado a los modelos de IA, así, sin más. Anthropic, al igual que otras empresas de IA, pone restricciones a sus modelos Claude, límites de uso, por ejemplo prohibiendo aplicaciones para la vigilancia ciudadana y las armas letales autónomas.

Anthropic se resiste a estas exigencias, y el contrato por los 200 millones de dólares está en riesgo. Pero siendo sinceros, esta cantidad puede parecernos muchísimo dinero a nosotros, los simples mortales, pero el verdadero riesgo para Anthropic no es esta suma de dinero, sino ser reemplazada por otra IA, que el Pentágono se decante por los servicios de la xAI de Elon Musk (que Musk ya ha dicho que tiene como “ventaja” que no es una IA “woke”), o por sus rivales en OpenAI y en Google.

Es una posición complicada para Dario y sus socios, pero sospecho que al final van a ceder a las necesidades del Estado. Que la inteligencia artificial se va a usar para fines militares y la guerra es algo que podemos dar por hecho, la gran pregunta, o el debate, es sobre la participación de una empresa privada como lo es Anthropic. ¿Debería poder decidir si su producto se usa o no para fines militares? Y por otro lado, ¿el Estado puede imponerse y usar esos productos por temas de interés o seguridad nacional?

Ya mencionamos el caso de las armas atómicas: si el enemigo las va a hacer, no te quedas parado mientras. En este caso, si los rivales de Estados Unidos (como China) usan sus modelos de IA más avanzados en sus sistemas de defensa, Estados Unidos tiene en Silicon Valley varias opciones para hacer lo mismo.

Más temas que debatimos en el último episodio del podcast:

• Seedance y la hegemonía de vídeo china

• Claude Sonnet 4.6

• Las predicciones de Dario Amodei

• Y robots calientes

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

El 29 de enero Google DeepMind liberó Genie 3, una herramienta de inteligencia artificial que puede convertir prompts de texto o imágenes en mundos 3D explorables. En cierto modo, permitiendo crear “juegos” completamente personalizados, pero muy, muy limitados. El lanzamiento ha sacudido a la industria de los videojuegos, pero la realidad es que Genie 3 no es simplemente un motor de juegos, es algo distinto, y que podría ser realmente útil en áreas como los coches autónomos y la educación, más allá del gaming.

¿Qué es Genie 3?

En pocas palabras, Genie 3 no es un motor de juegos; en cambio, es un “modelo de Mundo”. La gran diferencia es que mientras un motor de juegos como el Unreal o el Unity ejecutan código programado y cumplen las reglas y condiciones preestablecidas, lo que hace Genie, un modelo de Mundo, es predecir lo que va a suceder a continuación, basándose en las acciones del sujeto o la persona que interactúa con la herramienta.

Veámoslo de este modo: si Gemini escribe textos y Veo crea vídeos, Genie genera realidades interactivas.

Genie 3 genera entornos en 3D a partir de un prompt de texto o incluso a partir de una imagen, ofreciendo simulación en tiempo real. ¿Y cómo sabe o “predice” Genie qué es lo que debe hacer? Bueno, esto es lo más sorprendente: la IA alucina física y movimientos sin tener un motor tradicional, lo que ha hecho es aprender basándose en ver incontables vídeos.

Y esto es algo que nos ha sorprendido mucho, como comentamos en el último episodio del podcast. Por ejemplo, si controlamos a un personaje caminando por un bosque llevando un GPS, cuando hacemos que el personaje cambie de dirección, la IA de Genie 3 asume que la pantalla del GPS también debería mostrar que ha cambiado de dirección. Nadie se lo ha dicho, no está programada para ello (como ya dijimos, no hay un motor detrás), la IA asume que es un cambio que debe ocurrir en la pantalla del dispositivo.

Genie 3 tiene muchos límites (al menos ahora)

Es impresionante lo que puede hacer, hemos podido ver cómo las personas han creado mundos inspirados en el GTA, sus propios Mario Kart (lo del copyright es otro tema…) y mundos originales (¡incluso uno basado en el mítico wallpaper de Windows XP!), pero los resultados distan de ser perfectos. De hecho, la herramienta todavía tiene muchos límites.

Por ejemplo, actualmente el modelo tiene una memoria de solo 60 segundos. Esto significa que pasado el primer minuto, el mundo pierde coherencia y se vuelve más aleatorio. Esta es una de sus diferencias más importantes en comparación con un motor de videojuegos: mientras que el motor, programado, tiene reglas que siempre deben cumplirse (por ejemplo: si tocas un timbre en una casa, el timbre suena), el modelo de mundo puede olvidar algo que ya has hecho o una parte del mapa.

Además, los mundos también están limitados a una resolución de 720p y unos 20 fotogramas por segundo. Por ahora, Genie 3 solo está disponible para usuarios en Estados Unidos del plan Google AI Ultra (es decir, el plan más caro).

El día del colapso en el mundo del gaming

Entonces, si no es un motor de juegos, ¿para qué sirve?

Genie 3 es impresionante, incluso con sus límites. Pero su propuesta es diferente a querer ser un motor de videojuegos. Su utilidad es otra. Por ejemplo, al generar mundos 3D interactivos esto podría ser útil para entrenar coches autónomos y robots, ya que con Genie podrán “imaginar” los escenarios y las consecuencias en el mundo real. También es posible crear simulaciones interactivas para clases de geología, historia o biología. Ya lo decíamos en el podcast: ¿os imagináis poder dar una clase desde el punto de vista del espermatozoide?

En el mundo de los videojuegos, esto no es un reemplazo. No obstante, Genie 3 y los modelos de Mundo podría ayudar en las primeras fases de desarrollo, permitiendo crear bocetos y mostrar ideas conceptuales para su desarrollo. También vemos posible el nacimiento de experiencias narrativas interactivas para el mundo del entretenimiento, como por ejemplo poder explorar el mundo de ‘Juego de Tronos’.

Por su parte, el mundo de los videojuegos se ha visto sacudido por Genie 3. Las acciones de algunas de las compañías más importantes del mundo del gaming colapsaron el pasado 30 de enero, un día después del lanzamiento de la herramienta. Ese día las acciones de Unity cayeron un 24%, las de Take-Two cayeron un 9% y las de Nintendo cayeron un 4,5%. La reacción del mercado ante Genie era temor a la disrupción de la IA en el desarrollo de los videojuegos.

Pero como ya hemos explicado, no es tan sencillo, ni tan así. El mismo Tim Sweeney de Epic Games lo explica así:

Los modelos de mundo tienen una gran ventaja en su amplio conocimiento del mundo y en su capacidad de combinar contenidos y estilos variados. Los motores (de videojuegos) tienen una gran ventaja en cuanto a la representación estable del mundo, simulación reproducible y renderizado eficiente en términos de GPU y energía.

La brecha entre la simulación y la generación se está acortando. Los modelos de Mundo probablemente reemplazarán los renderers tradicionales, pero la lógica de juego y los sistemas de diseño son un problema diferente, más adecuado para los agentes de generación de código.

Más temas que debatimos en el último episodio del podcast:

• Moltbook no nos ha impresionado (tanto)

• Hay una movida entre Nvidia y OpenAI

• El plan maestro de Elon Musk

• Qué onda con Oracle

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

Hubo una época en la que había una creencia en el mundo digital de que “si no lo publicaste en Twitter, es que no lo has hecho”. Lo hemos recordado al compartir en las redes sociales un viaje en uno de los coches de Waymo, pero es que teníamos que hacerlo. La sensación fue de una aventura, la primera vez innovadora, fascinante, después con confianza suficiente para comerme una hamburguesa. Y es que en Estados Unidos, o al menos en la ciudad de San Francisco, los coches de Waymo y los Robotaxis ya son el pan de cada día.

Waymo no ha parado de crecer en el país norteamericano en los últimos años. En 2025 la compañía superó los 20 millones de viajes autónomos, y hoy en día en ciudades como San Francisco muchas veces incluso tienen un precio más bajo que el de los taxis o los servicios de transporte tradicionales (es decir, con chóferes), como lo es Uber, por ejemplo. Parte de su estrategia para posicionarse como una alternativa viable y atractiva y no solo al alcance de pocos, imaginamos. Para 2029, Waymo quiere igualar el tamaño del mercado estadounidense de los viajes compartidos.

Waymo versus Tesla

Honestamente, la experiencia de viajar en uno de estos coches es increíble. Esto no va a convencer a la gente que le gusta conversar con el conductor, pero si eres de los que prefiere viajar en completo silencio, te va a encantar. El coche te busca y una vez te subes puedes controlar la temperatura, ver el mapa en tiempo real y flipar con el hecho de que el volante se mueve por sí solo. Al menos la primera vez que te subes, ya que como ya he mencionado, es el pan de cada día para los habitantes de esta ciudad.

¿Y son seguros? Los datos más recientes sugieren que sí, al menos en una gran parte. Como comentamos en el podcast, conversando con compañeros que viven en la ciudad nos han dicho que los accidentes suelen ocurrir porque los coches son “demasiado correctos” al circular, apuntando 100% a la legalidad. Es decir, no se saltan las reglas, siguen al pie de la letra los reglamentos de tránsito, las señales, y eso puede resultar confuso para algunos conductores humanos, lo que puede terminar en un accidente.

Hablando de cifras, Waymo reportó 0,74 incidentes por cada millón de millas recorridas (1,6 millones de kilómetros), asegurando que en 2025 lograron reducir en un 85% las lesiones graves, la gran mayoría de accidentes son leves. Tesla, por su parte, reporta 1 accidente por cada 6,36 millones de millas (10,2 millones de kilómetros) para Autopilot (mayormente en autopistas), pero también reportan una colisión por cada 2,9 millones de millas (4,6 millones de kilómetros) para FSD (Full Self Driving, o conducción completamente autónoma pero supervisada).

Y hablando del FSD, esto es algo que también pudimos probar. No podíamos dejar pasar la oportunidad de subirnos a un Cybertruck y probar el FSD. A Matías no le gusta conducir, decíamos en el episodio. Y si el Cybertruck lo puede hacer por sí solo, ¿por qué no?

Tesla está confiada en que el FSD es el futuro de sus coches, parte de su plan de automatización completa y de también apostar por los robots (incluso han anunciado que dejarán de producir el Model S y el Model X). La compañía ha eliminado el Autopilot de los vehículos nuevos vendidos en Estados Unidos y Canadá, buscando forzar a los usuarios que quieran funciones de conducción autónoma a pagar por el Full Self-Driving.

Todo esto en el territorio norteamericano, ¿pero qué pasa en España? Tesla ya ha comenzado a probar el FSD en el país, incluyendo en las calles de Málaga. Y la DGT ya tiene una nueva etiqueta, cómo no, esta vez roja y mostrando a dos pasajeros dentro de un coche autónomo.

Todavía falta tiempo para que veamos al Cybercab de Tesla en las calles, Elon ya advirtió que la producción empezará “agonizantemente lenta”. Musk quiere producir 4 millones de estos taxis sin volantes ni pedales cada año, y mientras tanto, el FSD de Tesla y los coches de Waymo son un buen adelanto de lo que es vivir entre coches que parecen salidos de la película ‘Minority Report’ de Spielberg y Tom Cruise.

Más temas que debatimos en el último episodio del podcast:

• Probamos Clawdbot, ahora Moltbot

• Los planes de Apple con la IA: más detalles sobre la nueva Siri

• La soberanía tecnológica: usando tecnología 100% europea

• España, la inteligencia artificial y los artistas

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

La batalla legal entre Elon Musk y OpenAI acaba de dar inicio, y es un caso que amenaza con sacudir a Silicon Valley. Musk, quien fue cofundador e inversionista de OpenAI en sus orígenes, exige una compensación de entre 79.000 y 134.000 millones de dólares a OpenAI y Microsoft.

La razón: Musk asegura haber sido traicionado y estafado por OpenAI al haber abandonado sus raíces como organización sin fines de lucro.

Estamos ante un juicio que podría definir una parte importante del futuro de la inteligencia artificial. Por un lado, Musk exige una compensación multimillonaria tras haber invertido 38 millones de dólares en la financiación inicial de OpenAI. Según el abogado de Elon, este dinero fue otorgado bajo la promesa de que OpenAI sería siempre una organización sin fines de lucro y open source, y por lo tanto, ahora Musk tiene derecho a una parte del éxito comercial de la empresa.

Es un litigio que ha estado y estará lleno de revelaciones, como ya comentamos en el episodio del podcast, dado que incluso se han dado a conocer fragmentos del diario que llevaba Greg Brockman durante os inicios de OpenAI.

El monto de hasta 134.000 millones de dólares que demanda Musk está relacionado a la valoración actual de la compañía de unos 500.000 millones de dólares. Siendo más específicos, Musk busca un pago de entre 65.500 y 109.400 millones de dólares por parte de OpenAI, y entre 13.300 y 25.100 millones por parte de Microsoft.

Según OpenAI, en una publicación oficial:

“La demanda del Sr. Musk es infundada y sin bases, y forma parte de su continuo acoso... Esta demanda, poco seria, únicamente tiene como objetivo promover esta campaña de acoso”.

En una carta a sus inversionistas, OpenAI advirtió que Elon Musk probablemente pasará los próximos días y meses haciendo declaraciones sin sentido e inusuales contra la compañía, pero también aseguran tener “una fuerte defensa” para su caso.

Sobre la “ruptura” entre OpenAI y Musk, la compañía liderada por Altman dice que el motivo real es que no aceptaron darle control total a Elon de la compañía, quien incluso propuso integrar OpenAI en Tesla, y usarlo como una fuente de dinero.

80.000 millones para Marte y los herederos de la IA

La demanda ha dado un paso importante en enero de 2026 dado que una jueza federal de California ha rechazado el intento de OpenAI de desestimar el caso. Por lo tanto, es muy probable que el juicio inicie en los tribunales el próximo mes de abril.

Sin embargo, OpenAI también ha dado un golpe sobre la mesa al publicar una serie de correos y documentos privados que revelan más sobre el pasado de Musk al estar relacionado con la compañía, y lo que aseguran eran sus “verdaderas intenciones”. Según OpenAI, Musk dice que sus intenciones eran altruistas, salvar el mundo de la IA, pero la realidad era otra.

En su publicación ‘The truth Elon left out” (que podemos traducir como “La verdad que Elon no está contando”), Open AI afirma dos cosas muy interesantes y, sobre todo, polémicas.

• Musk querría haber usado a OpenAI como plataforma para obtener dinero para SpaceX, con la intención de obtener 80.000 millones de dólares para crear una ciudad autosustentable en Marte

• Musk propuso que la AGI (Inteligencia artificial general) estuviera a cargo de un comité formado por sus hijos

El último punto es especialmente polémico dado que, básicamente, propone una especie de dinastía tecnológica a cargo de sus muchos herederos. Serían ellos quienes estarían a cargo de la AGI, potencialmente una de las tecnologías más importantes en para el futuro de la humanidad y del planeta.

Lo que empezó como una supuesta misión altruista para salvar a la humanidad de una IA descontrolada, se ha convertido en una de las batallas legales más importantes (y posiblemente costosas) de la historia de Silicon Valley. Y esto apenas está por comenzar.

Más temas que debatimos en el último episodio del podcast:

• El desarrollador despedido que revela datos sobre Grok y xAI

• Ya es oficial: la publicidad va a llegar a ChatGPT (y siempre lo supimos)

• Claude Cowork es la nueva herramienta de Anthropic

• Darío Amodei dice que la superinteligencia llegará muy, muy pronto

Monos Estocásticos está disponible en YouTube, Spotify, iVoox y Cuonda.

Imagen de portada hecha con inteligencia artificial (Freepik)

Antes de nada, recordemos algunos de los grandes temas que hemos tratado en el podcast:

Promo; el evento al que iríamos si estuviéramos en Barcelona

SAP Business Suite Innovation Day

¿Quieres descubrir cómo la inteligencia artificial puede ayudar a tu empresa a trabajar de forma más eficiente y competitiva?

El próximo 30 de octubre, en La Llotja de Mar (Barcelona), SAP celebra el Business Suite Innovation Day, un encuentro donde la IA, los negocios y la tecnología se dan cita.

Durante la jornada podrás asistir a ponencias de expertos como el gran Javier Ideami, conocer casos reales de empresas líderes y explorar soluciones concretas.

Un evento gratuito y diseñado para profesionales que quieren entender cómo aplicar la innovación de manera práctica en su organización.

Inscríbete y descubre el potencial real de la inteligencia artificial en tu negocio. Plazas limitadas.

La batalla de la inteligencia artificial empieza a librarse en los dispositivos: las nuevas Meta Ray-Ban dan para un análisis minucioso y muchos debates.

OpenAI está muy en forma con lanzamientos en este trimestre. Está Sora 2, desde luego, pero también Pulse y sus nuevas compras integradas. Si sumamos la integración de aplicaciones en ChatGPT, tenemos notables avances en la capa de aplicación.

También hemos traído a un experto como Natzir Turrado en SEO y en GEO: posicionar en un LLM es el nuevo posicionar en los resultados de Google.

Llegó Karpathy y mandó parar

Pero sobre todo hoy llegamos con una entrevista que resulta muy oportuna para iluminar el estado actual de la inteligencia artificial.

Andrej Karpathy, cofundador de OpenAI y exdirector de AutoPilot Vision en Tesla, conversa con Dwarkesh Patel (en inglés, con subtítulos; hay transcripción) y nos ha dejado muchos comentarios interesantes.

La entrevista comienza con la afirmación de Andrej de que es más probable que “el año de los agentes” dure una década. Para explicar esta postura da su propia definición de agente de inteligencia artificial:

Relacionado algo que hemos debatido sobre los agentes en su planteamiento:

Error500

Los agentes inteligentes ya están aquí, la pregunta es si tienen los pies de barro

El camino hacia la inteligencia artificial general planteado OpenAI se estaría cumpliendo…

Read more

2 years ago · 23 likes · 2 comments · Antonio Ortiz

A 10 años de la AGI

Esto es muy relevante porque Karpathy define la AGI no como un momento concreto, sino como el punto en que los agentes de IA puedan actuar como un empleado o becario al que puedas confiar tareas complejas.

Su tesis es que los problemas son tratables pero difíciles, y por su experiencia estima que resolverlos llevará aproximadamente una década. Añade que la AGI se “diluirá” en el crecimiento económico continuo —no será una explosión repentina, sino una integración progresiva en la economía y la productividad.

Suscríbete ahora

Los LLM para código software

Por un lado, sostiene que

Pero también Dwarkesh preguntó a Andrej por este tuit en el que decía que Claude Code y Codex CLI “no funcionaban lo bastante bien, en absoluto, y resultaban netamente inútiles” para su proyecto nanochat. La respuesta

También explica su visión de lo que estamos creando, “Los cerebros surgieron de un proceso completamente distinto, y soy muy reacio a inspirarme en él porque, en realidad, no estamos replicando ese proceso. En mi artículo decía que no estamos construyendo animales. Estamos construyendo fantasmas o espíritus, o como quiera llamárseles, porque no entrenamos mediante evolución, sino mediante la imitación de los humanos y los datos que han volcado en Internet.”

Hemos vuelto con episodio especial de verano dedicado a GPT-5 su presentación, números, recibmiento y nuestra experiencia.

Os dejamos apuntes clave sobre el nuevo modelo de OpenAI

La foto general. GPT‑5 no es un único modelo sino un sistema: un “main” rápido para la mayoría de peticiones, un “thinking” que dedica cómputo a los casos difíciles y un router en tiempo real que decide cuál usar en ChatGPT. Cuando agotas tu cupo, te reenvía a versiones mini (y en API existe también nano). Con una instrucción explícita (“think hard about this”) puedes forzar el razonamiento; además, los suscriptores de pago pueden seleccionar “GPT‑5 Thinking” en el selector de modelos. Simplifican, pero no mucho.

Menos alucinaciones. Con búsqueda web activada, GPT‑5 comete ~45 % menos errores factuales que GPT‑4o y, en modo thinking, ~80 % menos que OpenAI o3. En ensayos de “engaño” (p. ej., afirmar que vio imágenes que no existían) GPT‑5 thinking reduce la tasa frente a o3. Recordemos que o3 era un modelo que avanzó mucho en algunas tareas pero que alucinaba bastante.

Sycophancy a la baja. OpenAI entrenó post‑training para recortar la adulación; las nuevas “personalidades” ayudan a modular el tono. Un análisis de este aspecto en Error500.

Error500

Los usuarios que amamos a GPT-4o

Si uno repasa el evento de lanzamiento y los mensajes clave emitidos por OpenAI en la presentación de GPT-5 puede deducir que tienen clara la killer app actual de la inteligencia artificial: la asistencia en el desarrollo software. Seguida, a distancia, por el rol como analista becario de apoyo a un consultor u otro profesional del conocimiento…

Read more

9 months ago · 22 likes · Antonio Ortiz

Benchmarks donde sube. OpenAI reporta AIME‑2025 94,6 % (sin herramientas), SWE‑bench Verified 74,9 %, Aider Polyglot 88 % (pass@2), MMMU 84,2 %, y HealthBench Hard 46,2 %; GPT‑5 Pro es SOTA en GPQA sin herramientas. Sólo publican comparativas con sus modelos anteriores (véase System Card), pero reflejan mejoras en escritura, código y temas de salud.

Benchmarks contra otros:

• Chatbot Arena (LMSYS). En el WebDev Arena, GPT‑5 aparece en lo alto, y en el Text arena compite en el grupo de cabeza sin despegarse del todo. Buenas señales, pero sin dominio aplastante. Véase LMArena.

• ARC‑AGI‑2. GPT‑5 no destaca: François Chollet señala 9,9 % para GPT‑5 (sin herramientas) frente a 15,9 % de Grok 4 Heavy. Reddit

• HLE (Humanity’s Last Exam). GPT‑5 Pro obtiene un ~42 % con herramientas, por detrás de Grok 4 Heavy (44,4 %).

• Autonomía (METR). El “time horizon” al 50 % de GPT‑5 thinking es ≈ 2 h 15 m (IC95 % 65 m–4 h 30 m), superior a o3 (1 h 30 m). Es una estimación de cuánto trabajo humano (en tiempo) logra completar como agente con herramientas.

  Suscríbete ahora

En ingeniería de software y salud hay mejoras claras; en “razonamiento general” tipo ARC‑AGI‑2, el salto no es decisivo. ¿La apuesta por el router? Sam Altman defiende que el uso diario de modelos de razonamiento subió con GPT‑5: de < 1 % a 7 % en usuarios gratis y de 7 % a 24 % en Plus.

Pero a la vez las primeras experiencias fueron muy negativas. OpenAI defiende que la culpa fue un fallo en el funcionamiento del router

Además han recuperado el 4o para usuarios de pago y han cambiado las condiciones iniciales que empeoraban la calidad de los modelos y/o cantidad de mensajes con los mejores:

Nuestras Recomendaciones prácticas

1. Si escribes o investigas: cuando quieras menos floritura y más rigor factual, activa Thinking (“think hard about this”) o usa GPT‑5 Pro si lo tienes; verás más no‑sabe y menos invención.

2. Si programas: usa Thinking en tareas con múltiples pasos (p. ej., parches SWE‑bench‑like, refactors amplios). Si el router te baja a mini, fuerza el modo Thinking o cambia al modelo Thinking explícito.

3. Si eres power user: revisa en cada sesión qué modelo te ha respondido y no dudes en fijar manualmente Thinking cuando la tarea lo justifique. Aprovecha los modos Auto/Fast/Thinking para decidir latencia vs. calidad.

4. API: planifica cómputo y coste con el presupuesto 400 K/128 K y precios por millón de tokens ($1,25 entrada / $10 salida en gpt‑5; mini y nano más baratos). Evita plantillas que saturen salida si no son necesarias.

Veredicto

¿Es buen modelo? Sí. ¿Es un salto cuántico? No. GPT‑5 mejora a 4o y o3 donde importa a muchos profesionales (escritura con menos alucinación, código más robusto, salud más segura) y unifica el uso con un router que, cuando funciona, reduce fricción. Pero la experiencia percibida depende del enrutado: si te cae main cuando esperabas thinking, sentirás bajón.

Esta semana está siendo la Google I/O, conferencia para desarrolladores que nos está dando muchos titulares. Os ofrecemos un resumen de lo anunciado que extenderemos en el episodio de mañana

El AI Mode es el futuro de la búsqueda para Google

Se despliega para todo el mundo en EE.UU. e incluirá funciones como la Búsqueda Profunda, capacidades agenticas y generación de gráficos.

Poco a poco adiós a la lista de enlaces como respuesta.

En su blog oficial. Adicional: con compras integradas y funcionalidad de “pruébate la ropa antes” con IA.

Dispara tus ideas, aumenta tu productividad.

La IA nos sirve para muchas cosas, también para potenciar nuestras virtudes, cubrir carencias y, sobre todo, ser más productivos. Por eso los amigos de Founderz celebrarán un nuevo webinar el 22 de mayo, a las 19h. (hora española peninsular). Hablarán sobre creatividad: desde creación de una marca, a generación de contenido y desbloqueo de ideas, todo mediante ChatGPT. Inscríbete aquí, es gratis.

Gemini 2.5 Pro Deep Think (mejora en benchmarks a o3)

Nueva versión del modelo que promete mucho… pero que todavía no podemos probar. También hay nuevo Gemini Flash 2.5

Veo 3, Imagen 4 y Flow

Mejoras incrementales, pero de momento lo que tenemos son los típicos ejemplos cherrypicking de Google. En su blog.

Gemini Ultra, la suscripción de 250 dólares al mes

Aquí lo que incluyen:

Gafas conectadas de Google + Samsung + Warby Parker

En Xataka las han probado. Y parece que esta vez sí, que vuelven a intentarlo tras las fracasadas Google Glass.

Suscríbete ahora

Cámara en tiempo real en Search y Gemini

Respetando su tradición de productos duplicados, Google nos trae la promesa del “Project Astra” al buscador y al asistente.

Meet promete traducie en tiempo real

La funcionalidad soñada para los que hablan su idioma nativo sin acento. Veremos

Beam, pasamos al 3d en videoconferencia

En The Verge dicen que es un “upgrade futurista” a las reuniones por vídeo. Se nos ocurre algún caso de uso extra acorde a lo que hace mucha gente delante de la webcam en estos tiempos

Hay más como herramientas para programadores y diseñadores en un futuro cercano (Stich y Jules), pero en líneas generales Google ha anunciado una batería de novedades en las que hay mucha mejora incremental en todos los frentes y ningún gran salto adelante en inteligencia artificial.

Nos hemos tomado algo más de tiempo para formarnos una opinión sobre o3, el gran modelo de OpenAI presentado a finales del año pasado y que llevamos probando durante tres semanas.

En este episodio hicimos un repaso a fondo. Más allá de benchmarks, destacamos su naturaleza “agéntica”: a o3 podemos pedirle pequeños proyectos y no sólo respuestas. o3 y las versiones de o4 disponibles pueden utilizar y combinar de forma dinámica todas las herramientas de ChatGPT, lo que incluye la búsqueda en internet, el análisis de archivos cargados y otros datos con Python, el “razonamiento profundo” sobre entradas visuales e incluso la generación de imágenes.

Un ejemplo, basado en una idea de Mollick: "Propón 20 ideas ingeniosas de eslóganes para un podcast de inteligencia artificial llamado monos estocásticos. Elabora criterios y selecciona el mejor. A continuación, diseña un plan financiero y de marketing para el podcast, revisándolo si es necesario y analizando la competencia. Ten en cuenta que es en español y se comercializa en España. A continuación, crea un logotipo adecuado utilizando el generador de imágenes y crea un sitio web para el podcast a modo de maqueta, asegurándote de mostrar entre 5 y 10 episodios, una oferta comercial que se ajusten al plan de marketing y comunique bien el posicionamiento del programa"

o3 ha recibido críticas entusiastas, desde Tyler Cowen, que llega a hablar de AGI, a Dan Shipper de Every. En mi lado, que llevo entusiasmado con el modelo desde que probé Deep Research, también he encontrado resultados sorprendentes.

Pero también errores, alucinaciones.

Si nos vamos a la system card que publicó OpenAI. Los benchmarks internos de la compañía indican que o3 inventó hechos en el 33 % de las respuestas en una prueba de conocimiento sobre personas, mientras que o4-mini fue inexacto en casi la mitad de los casos. A destacar: son peores que la generación anterior, o1, que es capaz de evitar detalles incorrectos en más ocasiones. o3 se moja demasiado, acierta más pero inventa más también.

Suscríbete ahora

Lo preocupante es que la situación empeora aún más.

Recordemos que o3 es un modelo “razonador”, que se toma su tiempo y planifica una serie de pasos para construir la respuesta. En Transluce probaron una versión preliminar de o3 y descubrieron que con frecuencia inventa acciones que nunca llevó a cabo y luego las justifica de forma elaborada cuando se le confronta.

Este ejemplo es sangrante: o3 en ChatGPT tiene la posibilidad de ejecutar código en python. Pero responde que está ejecutándolo en un MacBook Pro, aunque internamente se supone que “sabe” que no lo está haciendo.

¿Por qué son importantes estos detalles? Al estar basados en modelos grandes de lenguaje, los modelos razonadores arrastran el problema de la alucinación, como lo hacen también los agentes. Esta confusión en el razonamiento y la respuesta parece una prueba de que las respuestas falsas son un comportamiento aprendido más complejo, y no simples alucinaciones debidas al modelado básico del lenguaje.

Parte de la culpa puede estar en el aprendizaje por refuerzo utilizado para “enseñar a razonar” a los modelos de inteligencia artificial. Sobre esta técnica recomendamos volver temporadas anteriores: Maximizar la probabilidad de obtener una respuesta correcta puede incentivar la adivinación a ciegas.

Compartimos finalmente la evaluación de Metr: o3 parece tener una mayor propensión a hacer trampas o hackear tareas de formas sofisticadas con el fin de maximizar su puntuación, incluso cuando el modelo entiende claramente que este comportamiento está desalineado con las intenciones del usuario y de OpenAI.

La nueva administración Trump no esconde su enfoque en el Plan de Acción de Inteligencia Artificial de Estados Unidos, actualmente en desarrollo: nace tras la firma de un decreto ejecutivo al que llamaron "Eliminando barreras al liderazgo estadounidense en Inteligencia Artificial".

Este plan tiene como objetivo principal, por tanto, conservar y ampliar el dominio global de EE.UU. en IA para, según su texto, “promover el florecimiento humano, la competitividad económica y la seguridad nacional”.

Estamos en el plazo de 180 días desde la firma del decreto para que asesores en ciencia, tecnología, IA, criptomonedas, seguridad nacional, política económica y política interna creen y presenten el plan al presidente. Las grandes empresas de inteligencia artificial así lo han hecho y aquí vamos a resumir sus posiciones.

Promo

Atención a nuestra selección de vinos en Decántalo, la tienda online que lleva 15 años ofreciendo el catálogo más amplio de los mejores vinos y espumosos de un montón de regiones vinícolas y variedades de uva. Con el cupón MONOS tenéis un 10% de descuento + envío gratis en el pack. Y estaréis apoyando el podcast.

OpenAI

Desde el primer párrafo, OpenAI adopta un tono fuertemente nacionalista, enmarcando el desarrollo de la IA como una carrera que Estados Unidos debe ganar frente a China.

La parte central de la propuesta de OpenAI es solicitar que el gobierno federal no añada nuevos requisitos legales a la IA, sino que también impida que los estados que forman parte del país lo hagan. Buscan explícitamente "alivio" de las regulaciones existentes y propuestas, incluyendo una exención total de responsabilidad, especialmente para los modelos de IA más avanzados ("frontier models"). Mencionan específicamente la fallida ley SB 1047 de California como ejemplo de la legislación de la que desean inmunidad. Todo esto se justifica con el principio de "Libertad para innovar", advirtiendo que regular podría socavar la posición de liderazgo de Estados Unidos.

OpenAI no solo pide inmunidad para sí misma, sino que también insta al gobierno de EEUU a prohibir la "infraestructura de IA" china, mencionando específicamente a DeepSeek R1 (ver informe específico), al que califican de "controlado por el estado". Proponen coordinar esta prohibición con otros países y debilitar las restricciones de acceso a la computación para aquellos países que cooperen contra China.

En cuanto a los derechos de autor, OpenAI proclama la necesidad de "libertad para aprender" y afirma que el entrenamiento de IA es completamente “fair use”.

Nota: cabe aclarar que el “fair use” es un elemento del derecho anglosajón no presente en la legislación española. Permite utilizar obras protegidas sin necesidad de permiso del titular en ciertos casos limitados, como crítica, comentario, parodia, enseñanza, investigación o información periodística.

Es decir, la empresa pide que quede muy atado que utilizar contenidos con copyright para entrenar modelos de IA quede dentro de los usos legítimos. OpenAI llega a declarar que si no se aplica el uso justo de forma irrestricta, los autoritarios (China) ganarán la carrera de la IA y "la carrera habrá terminado efectivamente"

Hay bastantes más elementos en su propuesta: añadir trazabilidad a los contenidos generados por IA, creación de un Instituto Nacional de Seguridad en IA encargado de investigar, evaluar y mitigar riesgos de sistemas avanzados de IA, subvenciones e inversión estatal en infraestructura (chips, centros de datos, energía, talento) y fomentar el uso de la IA por el gobierno.

Break: nuestro último episodio

Anthropic

Anthropic por su parte se centra en hacer propuestas sobre seguridad nacional y realizar inversiones clave. Sus principales recomendaciones son:

• Capacidad estatal para evaluar modelos de IA: Desarrollar la habilidad del gobierno para analizar modelos de IA, tanto nacionales como extranjeros, en busca de riesgos y usos indebidos para la seguridad nacional. Esto incluye fortalecer el Instituto de Seguridad de IA (AISI) y que el NIST desarrolle evaluaciones exhaustivas.

• Fortalecer los controles de exportación de chips: Endurecer las restricciones a la exportación de chips avanzados de IA, aumentar la financiación para su cumplimiento y ampliar su alcance.

• Mejorar protocolos de seguridad en laboratorios de IA: Reforzar la seguridad física y cibernética en las empresas que desarrollan IA de vanguardia ("frontier labs"), fomentando la colaboración con la comunidad de inteligencia.

• Construir 50 gigavatios de energía para IA para 2027: Acelerar la construcción de infraestructura energética dedicada a la industria de la IA.

• Acelerar la adopción de IA por el gobierno federal: Eliminar barreras para que las agencias gubernamentales adopten rápidamente la IA, tanto en aplicaciones civiles como de seguridad nacional.

• Supervisar el impacto económico de la IA: Vigilar cómo la IA afecta a la economía.

El discurso de Anthropic es consistente con su filosofía de empresa y producto: mucho más énfasis en la seguridad y en la ética de la IA que otras empresas. A ello suman un punto coincidente con OpenAI, el abogar por una inversión extraordinaria en infraestructura.

Quizás lo que más se puede reprochar a Anthropic es el contraste entre las declaraciones de su CEO, Dario Amodei, que lleva meses afirmando que quedan pocos años para la inteligencia artificial general de nivel humano. Y que el impacto de la misma será extraordinario. Las recomendaciones presentadas al congreso tienen poco en cuenta un escenario siquiera similar a ese.

Break: este episodio nos quedó guay,

Google

Google adopta un enfoque "pro-innovación" y sus peticiones clave son:

• Controles de exportación 'equilibrados': Reducir ligeramente las restricciones (especialmente sobre la computación en la nube) y ejecutarlas correctamente.

• Financiación continua para I+D en IA: Mantener la inversión, las asociaciones público-privadas, liberar conjuntos de datos gubernamentales, financiar startups e investigar riesgos NBQR (Nuclear, Biológico, Químico, Radiológico).

• Marco federal 'pro-innovación': Que las leyes federales prevalezcan sobre las estatales, especialmente aquellas que afecten a los modelos de IA más avanzados ("frontier models"). En esto coincide que OpenAI.

• Ley de copyright permisiva. Sugieren que se codifique su derecho y el de sus rivales a entrenarse con datos disponibles públicamente, incluidos los protegidos por derechos de autor, en gran medida sin restricciones.

• Leyes de privacidad menos exigentes con la IA: Exenciones para información disponible públicamente para evitar conflictos con la IA.

• Revisión acelerada de patentes de IA: Agilizar la validación de patentes relacionadas con IA si se solicita.

• Adopción de IA por el gobierno federal: Incluyendo seguridad y ciberseguridad.

• Estándares técnicos y protocolos de seguridad: Impulsar estándares técnicos voluntarios y protocolos de seguridad para modelos avanzados, basados en el trabajo del Departamento de Comercio y la ISO. Desarrollar protocolos específicos para riesgos de seguridad nacional (mencionan NBQR). Quieren claridad en responsabilidades y estándares.

• Piden “articular obligaciones claras y diferenciadas —cuando sea necesario— para los respectivos actores del ecosistema de la IA”. Según el caso, el usuario puede ser el responsable y no el creador del modelo, argumentan. Esto se puede leer como una petición de cierto grado de inmunidad.

Texto completo aquí.

Break: artículo de Antonio sobre inteligencia artificial y programación,

Error500

Programadores, ¿oís eso?: es el sonido de la inevitabilidad

“You hear that Mr. Anderson?... That is the sound of inevitability... It is the sound of your death... Goodbye, Mr. Anderson...”. Agente Smith, Matrix…

Read more

a year ago · 51 likes · 6 comments · Antonio Ortiz

Aún nos falta saber qué piden otros como xAI de Elon Musk, Apple o Microsoft. Es probable que estén en línea con las propuestas analizadas anteriormente.

Si el gobierno estadounidense adopta la mayoría de lo expuesto tenemos un escenario en el que como potencia consideraría la IA como la tecnología clave del siglo XXI, blindaría legalmente a sus empresas punteras (copyright, responsabilidades y limitaciones menores), invertiría masivamente en infraestructura y seguiría con sanciones y guerra comercial con China.

Sam Altman adelantó el roadmap de OpenAI para los próximos meses.

Dentro de poco tendremos GPT-4.5, que será el último modelo sin “cadena de pensamiento” de la empresa. Desde que crearon la línea O de modelos razonadores, han ido marcando lo que el resto de la industria ha confirmado: ya no hay tantas ganancias de rendimiendo en pre entrenar más el modelo y hacerlo más grande y sí las hay aumentando el tiempo de inferencia. Es decir, dejando “razonar más” a los modelos.

De hecho GPT-5 será un sistema unificado: el objetivo es fusionar los modelos de la serie O y la serie GPT, lo que permite a la IA usar herramientas, pensar más cuando sea necesario y trabajar en una amplia gama de tareas sin problemas.

Promo. ¡Estamos a punto de vivir el gran evento del talento digital: Talent Arena 2025!

Te espera todo esto:

• Más de 200 ponencias de grandes expertos del sector tecnológico.

• Workshops sobre IA, ciberseguridad, desarrollo de software y otros topics.

• Experiencias tech basadas en las tendencias más disruptivas.

• Hackathons donde poner a prueba tus skills y conectar con profesionales como tú.

• Un espacio de mentoring donde recibir orientación personalizada sobre tus próximos pasos profesionales.

¡Y mucho más!Del 3 al 5 de marzo en Fira Montjuïc, Barcelona.Consigue tu entrada gratuita antes de que se agoten en TalentArena.tech

Inscríbete

Esto viene de la mano de un interés en ir acabando con el “selector de modelos” en ChatGPT, algo que también es muy evidente con Gemini. El futuro es, dicen, una solución más simple en el que el sistema decidirá inteligentemente si responder de forma intuitiva (como un LLM clásico) o “razonando” y dedicando más tiempo a generar la respuesta (como los modelos razonadores).

Ambas cosas irán de la mano pero son diferentes: se puede tener un interfaz que permita activar la búsqueda profunda y el uso de modelos razonadores (por ejemplo las distintas versiones de Deep Search / Deep Research que estamos viendo en el mercado) llamando a modelos diferentes cada vez. La gran unificación ocurrirá cuando ambos tipos de modelos (generador clásico y razonador) converjan en uno.

Y aunque OpenAI ha anunciado que así será GPT-5, es probable que Anthropic se adelante. Según The Information, se prepara para lanzar un nuevo modelo de IA que combina las capacidades tradicionales de los modelos lingüísticos con funciones avanzadas de razonamiento.

Merece la pena, por tanto, prestar mucha atención a ese posible Claude 4 porque Anthropic lleva muchos meses sin lanzar nuevo producto y siempre que lo han hecho han conseguido destacar sobre los demás.

Este tema es uno de los protagonistas del episodio de la semana. Analizamos a fondo Grok 3, repasamos el nivel de los Gemini de Google, seguimos los pasos de Mira Murati e Ilya Sutskever y mucho más. En Cuonda tenéis los enlaces para escucharlo en vuestra plataforma favorita.

Demis Hassabis, de Google DeepMind, denomina a 2025 como 'el año del agente de IA'. Sam Altman en un reciente post ha dejado escrito que

“creemos que, en 2025, podremos ver a los primeros agentes de IA incorporarse a la plantilla”.

No solo ellos: Anthropic, Salesforce, Amazon, Microsoft y muchas otras empresas grandes y startups han anticipado planes o desarrollos al respecto.

¿Qué es un agente inteligente y en qué se diferencian de los chatbots actuales?

Una lectura recomendable al respecto en un reciente informe técnico sobre agentes de IA. Google presenta una definición y detalla una lista de características.

Un agente de IA generativa es un sistema autónomo diseñado para alcanzar un objetivo específico observando su entorno y actuando en consecuencia mediante herramientas disponibles. A diferencia de un modelo de IA estándar, que solo genera respuestas basadas en datos de entrenamiento, un agente puede extender su conocimiento interactuando con sistemas externos.

Como bien resumen Pablo Vittori, las características clave de un agente de IA serían por tanto:

• Autonomía: Actúa de manera independiente sin intervención humana constante.

• Proactividad: Toma decisiones y planifica acciones basadas en objetivos a largo plazo.

• Integración de herramientas: Utiliza herramientas y APIs externas para la toma de decisiones.

• Aprendizaje Adaptativo: Ajusta sus respuestas con base en retroalimentación y nuevos datos.

Supone el salto de una IA que nos facilita el trabajo con la información a otra en la que, gracias a la capacidad de planificar, podemos delegar la ejecución de tareas de cierta complejidad. Como apunta Antoni Esteve en Paréntesis, “un avance promete cambiar profundamente nuestra manera de vivir y trabajar”

Trasladado a un ejemplo práctico. Si en la generación de 2024 el chatbot de atención al cliente de un banco es capaz de responder a consultas y gestionar conversaciones de usuarios con el nivel de un operador humano, en 2025 el agente IA además podría ejecutar acciones como mover dinero entre cuentas o realizar transferencias.

Suscríbete ahora

Cuáles son las propuestas sobre la mesa y primeros planes (y riesgos)

Google presentó varias líneas de implementación de la idea de agente. De hecho denomina a su Gemini 2.0 “Nuestro nuevo modelo de IA para la era de la agencia”. Lo analizamos en el episodio 3x17 del podcast:

Una de esos proyectos de I+D es el “Project Mariner”, un prototipo que intenta capaz de comprender y razonar a través de la información de la pantalla de tu navegador, incluidos píxeles y elementos web como texto, código, imágenes y formularios, y luego utiliza esa información para completar tareas por el usuario.

Anthropic, los creadores de Claude, también están explorando esa vía: el agente de inteligencia artificial completa tareas por nosotros controlando el navegador web. Lo analizamos en el episodio 3x09:

Precisamente este tipo de propuesta alerta de los riesgos de seguridad. El medio The Information reveló que el lanzamiento de los agentes que utilizan navegadores por parte de OpenAI se ha retrasado debido a preocupaciones de seguridad relacionadas con la 'inyección de prompts'. Fuentes cercanas indican un posible lanzamiento este mes.

Ya sabemos que por la vía de los prompts en ocasiones es posible conseguir que un chatbot se salte los límites de seguridad. El peligro que ven en OpenAI es el de sitios web maliciosos que, con el texto adecuado, pudieran engañar al agente IA para robar datos de los usuarios. O para empujarla para realizar transacciones indeseables. El riesgo ahora no sería una respuesta inadecuada o imprecisa, sería económico u operativo.

Es por eso que el debate con los agentes inteligentes también es del nivel de la tecnología, si estamos construyendo soluciones muy ambiciosas pero con pies de barro:

Error500

Los agentes inteligentes ya están aquí, la pregunta es si tienen los pies de barro

El camino hacia la inteligencia artificial general planteado OpenAI se estaría cumpliendo…

Read more

2 years ago · 22 likes · 2 comments · Antonio Ortiz

El impacto en la economía y la empresa

Hay un punto clave en los nuevos mensajes sobre la IA en la empresa con los agentes. Altman mencionó "incorporarse a la plantilla". Jensen Huang de Nvidia en su última presentación afirma que “Los departamentos de IT de las empresas se convertirán en equipos de RRHH para reclutar agentes IA”.

Esta ya no es la visión de que los asistentes de IA ayudan a un trabajador a ser más productivo. No trasladan la idea de que una IA sólo puede hacer pequeñas tareas pero no las más complejas que suponen el verdadero valor de un trabajo. No es el copiloto de un humano, es “uno de la plantilla que realiza un trabajo complejo”.

Una vez más, regresamos a la dinámica de expectativas exageradas y promesas o amenazas asociadas a la inteligencia artificial.

Ciertamente los resultados de o3 fueron prometedores, pero al mismo tiempo los problemas de base de la alucinación de los LLMs sigue pendiente. ¿Es la tecnología lo suficientemente avanzada como para confiar a un agente inteligente la ejecución de tareas en un entorno de producción? Siendo prudentes y escépticos, diríamos que lo que hemos visto hasta ahora no nos garantiza, no nos da seguridad como para hacerlo.

Pero, al mismo tiempo, es justo esta la razón de la enorme inversión en inteligencia artificial: llegar a automatizar una parte relevante de los empleos de cuello blanco, como hemos analizado alguna vez.

El asunto de los agentes inteligentes y algunos temas más es lo que tratamos en el episodio de esta semana, en el que extrañamente acabamos charlando sobre BDSM y ,música electrolatina:

Todo apuntaba a que terminábamos 2024 reforzados en el escepticismo con la inteligencia artificial.

En lugar de estar discutiendo lo fantástica que seguramente sería la generación de los GPT-5s, estábamos enfrascados en el debate del muro.

O más bien tentados por dos realidades paralelas. Los que hablan de AGI inminente Vs los que señalan que la vía “deep learning transformer” estaba agotada.

Lo cierto es que, en los modelos grandes de lenguaje, las noticias de 2024 se pueden resumir en que son más eficientes (menos coste para el mismo nivel), multimodalidad progresiva y muchos actores igualando o superando por poco el nivel de GPT-4o.

El diagnóstico de muchos científicos de IA (incluido Ilya Sutskever) es que o bien preentrenar más a los modelos ya no ofrece grandes saltos de nivel o bien es que ya nos hemos quedado sin contenidos. O las dos cosas.

El caso es que apareció la interesante alternativa de los modelos o1 de OpenAI. Mejor rendimiento en matemáticas, ciencia y programación por la vía de empujar a la la IA a “razonar más y por más tiempo”. Los disctuimos en este episodio:

Lo más interesante del año ha sucedido en la última semana. OpenAI ha mostrado las capacidades y cifras obtenidas con sus futuros modelos o3 y o3-mini. La mejora en programación y matemáticas es sobresaliente, pero sobre todo ha tenido unos resultados extraordinarios en el benchmark ARC-AGI.

En un episodio muy especial, discutimos con uno de los programadores que mejores resultados ha conseguido en la competición ARC, Guillermo Barbadillo.

Con él somos capaces de entender la filosofía de esta prueba. Cómo está diseñada para capatar una forma muy humana de razonar, por qué intenta medir la generalización fuera de los datos de entrenamiento, cómo de potente es el salto de o3 y qué nos dice del nivel de la inteligencia artificial en 2025 y lo que viene.

El primer titular es que esta vía de hacer los modelos ha roto con el muro del que tanto hemos hablado. El camino ha sido el de innovar en el modelo científico, añadiendo aprendizaje por refuerzo. Pero sobre todo es el de dejar mucho tiempo de inferencia, “para pensar la respuesta”.

Ahí se está viendo que encontramos una nueva vía de escalado. Con más tiempo de inferencia, o3 es muchísimo mejor que los o1. Eso supone más coste, claro. Acertar una pregunta de ARC como la que os mostramos le cuesta miles de dólares.

Optimizarán y tendremos las bajadas de precio que hemos visto en los LLMs clásicos. El debate no sólo es ese. Es cuánto pueden mejorar estos modelos, si hemos encontrado una vía por la que la inteligencia artificial siga mejorando y acercándose al nivel humano.

Todo apunta a que así es. A que 2025 puede ser un año de mucha más exploración en la vía de los modelos razonadores como o3 y, quizás, eso incluso pueda ayudar con datos sintéticos a la línea GPT como discutimos con Guillermo.

Podemos anticipar un debate, relacionado con la introducción del aprendizaje por refuerzo en estos LLMs razonadores. Profundizamos en esta técnica en la primera temporada con un episodio a fondo, un tema al que tocará volver mucho este año por su renovado protagonismo.

El punto de debate que empezamos en el último episodio es que en aprendizaje por refuerzo, la IA aprende a optimizar una función. Y que ese aprendizaje, como lo es la función, sólo sirve para un ámbito, para un contexto. La IA que aprende a jugar al ajedrez no es buena conduciendo un coche.

En o1 y o3, esta IA aprende a conseguir razonamientos brillantes en algunos ámbitos. Pero a la vez que es una genia matemática o programadora, resulta que o1 no mejora a GPT 4-o en el uso del lenguaje. Es decir, no parece claro que haya una transferencia, una generalización hacia la inteligencia humana de momento.

Lo discutimos en el episodio, sentimos que va a ser uno de los temas clave del futuro de la IA:

Ese podría ser el siguiente gran muro. Tener un o3 que es un genio para las ciencias pero que no mejora el entrenamiento base de un modelo de hace dos años en el resto de ámbitos. Un avance, sin duda, pero no una IA que se esté acercando a los humanos en cada aspecto de nuestra inteligencia.

Entre 2026 y 2034

Si hacemos caso a las predicciones de algunos investigadores y líderes en empresas de inteligencia artificial, estamos cerca de que un sistema artificial nos iguale en intelecto.

El término “AGI” está, en todo caso, en cuestión. Amodei, de Anthropic, prefiere “Powerful IA”, LeCun, de Meta, opina que no es lo mismo “general” que “de nivel humano” porque la inteligencia del homo sapiens tampoco es “general”.

En todo caso se ha convertido en una especie de “El Dorado” de las empresas de tecnología. Su consecución tendría un impacto económico difícil de calcular y un cambio social de dimensiones impredecibles. ¿Cómo sería el mundo en el que hay millones de sistemas inteligentes trabajando para nosotros 24/7, a un coste relativamente bajo y con la competencia de un creativo o profesional del conocimiento actual o mayor?

Aquí os dejamos un repaso a algunas de las predicciones más atrevidas con respecto a la AGI

Promo. Este es el evento al que iría si estuviera en Barcelona

GROW with SAP Innovation Day

El próximo 7 de Noviembre en Barcelona se celebra el GROW with SAP Innovation Day.

¡No me lo pierdo!

¿Tienes todas las herramientas que necesitas para asegurar el crecimiento de tu empresa? ¿Conoces lo que la tecnología y la IA pueden hacer por tu negocio? Si quieres conocer la respuesta a estas preguntas y disfrutar de una jornada en la que la tecnología, los negocios y el arte serán los protagonistas, este evento es para ti.  

Puedes apuntarte desde aquí y además de alguna charla magistral como la de José Elías y aprender cómo acelerar tu trabajo diario y la toma de decisiones con funcionalidades de colaboración e IA, de colofón visita guiada a la Fundación Miró.

Predicciones “atrevidas” sobre AGI:

• Dario Amodei, de Anthropic, es el más optimista. El año pasado apuntaba a que quedaban “2 o 3 años para algo del nivel de un humano bien educado” en este vídeo en entrevista de Dwarkesh Patel.

En su reciente post sobre todo lo que podría salir bien con la inteligencia artificial menciona 2026 o hasta un período de 5 o 10 años más.

• OpenAI sitúa el momento de la super inteligencia en “esta década”. Sam Altman en un post hablaba de “miles de días”, lo que significa al menos 2000 días (6 años) o quizá 3000 días (9 años).

• Demis Hassabis, CEO de Deepmind y premio Nobel de Química, apunta a menos de una década para algún tipo de forma de AGI. Aquí menciona 2030.

• Elon Musk dijo el año pasado que estábamos a 3 años. En Abril acortó plazos y mencionó 2025.

• Stuart Russell, un investigador que no tiene los mismos incentivos económicos que otros, ha afirmado que, para finales de esta década, la IA podría superar las capacidades humanas en todas sus dimensiones.

• Hay casos muy interesantes en la predicción de la AGI. Son los escépticos con las arquitecturas actuales (deep learning con el modelo transformer y autoregresión). Plantean que no es el camino para llegar a una IA de nivel humano, pero incluso así predicen que se conseguirá. Entre ellos está el jefe científico de Meta, Yann Lecun, que apunta a varios años si no una década. En este sentido merece la pena seguir a Chollet, que cree que llegaremos pero no se la juega tanto en fechas.

Mención aparte merecen los rumores que constantemente salen desde OpenAI apuntando a que “la AGI se ha conseguido internamente”.

Suscríbete ahora

Podríamos revisar las posiciones contrarias (Gary Marcus y compañía), como también especular con todo lo que supondría de conseguirse. El caso es que en el capítulo de esta semana lo que discutimos es la base y fundamentos del camino que debería llevar a esa AGI.

En la hoja de ruta de OpenAI primero teníamos los chatbots, luego los modelos capaces de razonar y en tercer lugar los agentes. Tenemos que los primeros siguen alucinando, tenemos que los segundos fallan con pequeños cambios en los problemas según apuntan algunos estudios, mientras que empresas como Microsoft o Anthropic quieren estar ya en la tercera fase.

Os dejamos con el episodio en el que además discutimos la tensión entre Microsoft y OpenAI, el caso de Perplexity y la inversión de Telefónica y un montón de novedades en sistemas de voz con la IA.