IA y creatividad para publicar mejor.
Ideas, tendencias y guías sobre inteligencia artificial, contenido y crecimiento en redes. Sin humo. Con ejemplos.
Noticias más significativas de este año
Cómo la inteligencia artificial ha cambiado nuestra vida diaria, el trabajo y la creatividad. Riesgos, oportunidades y cómo puede evolucionar la IA en los próximos años.
La UE impulsa “gigafactorías” de IA ligadas a supercomputación (EuroHPC)
El Consejo de la UE aprobó una modificación del reglamento de la empresa común EuroHPC para ampliar su misión y facilitar la creación de grandes infraestructuras europeas orientadas a IA (a veces descritas como “gigafactorías”). La idea de fondo es convertir los superordenadores y la infraestructura de datos en un “motor” práctico para que empresas, centros de investigación y administraciones puedan entrenar, probar y desplegar modelos sin depender tanto de capacidad fuera de Europa. Además, la reforma también incorpora un pilar dedicado a tecnologías cuánticas, con el objetivo de reforzar el ecosistema (infraestructura, talento y adopción industrial) alrededor del cómputo avanzado.
En la práctica, la noticia es relevante porque la infraestructura es un cuello de botella: sin acceso competitivo a cómputo y datos, muchos proyectos de IA (especialmente los de gran escala) se frenan o se externalizan. Si esta línea se concreta en inversión y despliegues reales, puede afectar a dónde se entrenan modelos, qué sectores los aprovechan antes y qué condiciones de acceso (público/privado) se establecen en Europa.
Publicación del “International AI Safety Report 2026” (seguridad y riesgos de IA generalista)
Se publicó el International AI Safety Report 2026, un informe internacional coordinado por Yoshua Bengio y elaborado por más de un centenar de expertos, con respaldo de numerosos países y organizaciones. El objetivo del documento es reunir y sintetizar la investigación reciente sobre capacidades, límites y riesgos de sistemas de IA de propósito general (incluyendo modelos generativos). En términos sencillos: intenta separar qué temores están bien fundamentados (por evidencia) de qué preocupaciones aún son hipótesis, y proponer un lenguaje común para gobiernos, industria y academia.
El informe suele poner el foco en temas como: evaluación de capacidades, fiabilidad, comportamientos no deseados, riesgo de uso malicioso, y cómo diseñar medidas de mitigación (pruebas, auditorías, controles de despliegue y gobernanza). Es una noticia importante porque estos documentos influyen en regulaciones, estándares y prioridades de financiación: ayudan a justificar por qué se exige transparencia, por qué se piden pruebas de seguridad, o por qué se debate el acceso a modelos potentes. También es una señal de que la conversación internacional sobre “seguridad en IA”
El Banco de España pide a los bancos detalles sobre su uso de IA
El Banco de España solicitó información a las principales entidades financieras sobre cómo están usando IA y qué planes tienen, con especial atención a que la IA no opere sin supervisión humana en decisiones críticas como crédito o gestión del riesgo. El trasfondo es doble: (1) la IA se está usando para ganar eficiencia y mejorar procesos; y (2) los supervisores temen efectos secundarios (sesgos, opacidad, fallos sistémicos) si se automatizan decisiones sensibles sin controles.
El artículo explica que el interés supervisor no es aislado: también en el ámbito europeo se considera la IA una prioridad, y en España se baraja un reparto de funciones de vigilancia donde el supervisor bancario tendría un papel relevante. La noticia importa porque marca el paso de “IA como innovación interna” a “IA como asunto de gobernanza y cumplimiento”: las entidades tendrán que demostrar qué modelos usan, con qué datos, cómo se validan, cómo se monitorizan y quién responde si hay un incidente. Además, obliga a diseñar procesos de trazabilidad (por qué un modelo recomendó X), y a anticipar medidas contra discriminación o errores en escenarios de estrés.
España anuncia un paquete duro sobre plataformas: acceso de menores y manipulación algorítmica
El presidente Pedro Sánchez presentó públicamente un plan de medidas para reforzar la regulación del entorno digital, incluyendo la propuesta de prohibir el acceso a redes sociales a menores de 16 años (sin “excepción” por consentimiento parental, según lo anunciado) y de tipificar como delito ciertas prácticas ligadas a la manipulación de algoritmos o la amplificación de contenidos ilícitos. También se mencionan responsabilidades para directivos de grandes plataformas si no retiran contenido ilegal, y la idea de crear indicadores o “huellas” para medir fenómenos como odio y polarización.
Aunque parte de esto requerirá tramitación parlamentaria y encaje con normativa europea, la noticia es relevante porque coloca la arquitectura algorítmica en el centro del debate legal: no solo importa “qué contenido hay”, sino cómo el sistema lo prioriza y lo expande. En términos de IA, esto roza directamente cuestiones de recomendación, moderación automatizada, detección de riesgos y uso de sistemas generativos en campañas de desinformación.
Investigación en Francia sobre X: registro y citación por presunta manipulación del algoritmo
La Fiscalía de París realizó actuaciones en oficinas de la plataforma X en Francia dentro de una investigación vinculada a la posible manipulación del algoritmo para favorecer determinados contenidos y a riesgos asociados (incluida la sospecha de injerencia o distorsión del debate público). La información publicada habla de un registro llevado por la unidad de delitos informáticos con apoyo de Europol, y de citaciones para declarar a responsables de la empresa. El caso también menciona controversias relacionadas con Grok (un sistema de IA asociado al ecosistema de la plataforma) en el marco de la investigación descrita.
Más allá del detalle procesal, la importancia está en el precedente: si los reguladores y fiscalías tratan el “algoritmo” como un elemento susceptible de investigación penal o cuasi-penal, la presión sobre transparencia, auditoría y acceso a datos aumenta. En la práctica, esto podría acelerar exigencias de trazabilidad de decisiones de recomendación, controles sobre amplificación y pruebas de que los cambios de ranking no facilitan contenido ilegal o dañino
La justicia española fija reglas: Instrucción 2/2026 sobre uso de IA por jueces
Se aprueba una instrucción que establece principios y límites para el uso de sistemas de IA en la actividad jurisdiccional, insistiendo en el control humano efectivo: la IA no puede operar de forma autónoma para decidir, valorar pruebas o interpretar el Derecho. El texto delimita que, para el trabajo judicial, solo se podrían utilizar herramientas facilitadas por las administraciones competentes o por el órgano de gobierno judicial, con controles de calidad y auditoría. También fija criterios para usos permitidos (por ejemplo, como apoyo) y exige que cualquier borrador generado mediante IA sea revisado y validado de forma personal, completa y crítica por el juez o jueza responsable.
Esta noticia es importante porque aterriza algo muy concreto: la IA puede ayudar con tareas de asistencia (resúmenes, organización, búsqueda, borradores), pero no puede reemplazar la responsabilidad jurídica ni convertirse en “caja negra” decisoria. Además, anticipa debates sobre privacidad, manejo de datos sensibles, conservación de confidencialidad y riesgos de “alucinaciones” o errores de modelos generativos.
EE. UU. publica una estrategia militar “AI-first” (memorando de enero de 2026)
Un memorando de enero de 2026 difunde una estrategia de inteligencia artificial para orientar cómo se adopta la IA en el ámbito militar: prioridades, proyectos “marca-ritmo”, eliminación de barreras internas y exigencias de acceso a datos. El texto insiste en acelerar la capacidad de desplegar IA en operaciones, logística, análisis y toma de decisiones, con un enfoque de “AI-first” (primero IA) para mantener ventaja competitiva. En la lectura pública, esto suele implicar: mejores pipelines de datos, evaluación continua de modelos, integración en sistemas existentes y compra/contratación más ágil.
La noticia es relevante porque la adopción militar tiende a empujar el mercado: cuando defensa fija estándares (seguridad, robustez, explicabilidad operativa), esos requisitos acaban filtrándose a contratistas, industria y, a veces, al sector civil. También abre preguntas delicadas: cómo se controlan los errores, cómo se gestiona la responsabilidad, qué límites se aplican a autonomía, y cómo se evita que sistemas se desplieguen sin pruebas suficientes en entornos críticos. A nivel geopolítico, refuerza la idea de “carrera” por integrar IA en capacidades estratégicas.
Corea del Sur activa su “AI Basic Act”: etiquetado y supervisión para IA de alto impacto
Corea del Sur puso en marcha su AI Basic Act, presentada como un marco amplio para elevar seguridad y confianza, sin frenar su ambición de liderazgo tecnológico. Según lo publicado, la norma exige supervisión humana en aplicaciones de “alto impacto” (por ejemplo, ámbitos críticos) y establece requisitos de etiquetado o señalización para contenidos generados por IA, además de obligaciones de notificación a usuarios en ciertos contextos. El debate público se centra en el equilibrio: cómo proteger a la sociedad y, a la vez, no cargar a startups con requisitos vagos o costosos.
La noticia es importante por dos motivos. Primero, porque muestra una tendencia global: ya no basta con principios voluntarios; muchos países están creando reglas que combinan transparencia (marcar lo generado por IA) y obligaciones reforzadas donde el daño potencial es alto. Segundo, porque el “etiquetado” se vuelve un frente técnico-político: ¿qué se etiqueta exactamente?, ¿cómo se verifica?, ¿qué pasa con contenido transformado o remix?, ¿y con modelos abiertos? La forma concreta en que se implementen multas, periodos de gracia y guías técnicas influirá en cómo operan plataformas,
Brecha en Moltbook: investigadores detectan un fallo que expuso correos y mensajes privados
Investigadores de seguridad describieron una brecha en Moltbook, una plataforma que se popularizó por alojar cuentas y actividad asociada a “agentes” automatizados. Según lo publicado, un problema de configuración permitió acceder a datos sensibles (como correos y mensajes privados) y a grandes volúmenes de tokens/credenciales que podrían facilitar suplantaciones o acciones maliciosas. También se criticó que el proyecto habría nacido con poca revisión de seguridad, en un contexto donde el desarrollo asistido por IA puede acelerar lanzamientos pero, si no se acompaña de controles, aumenta el riesgo de fallos básicos.
Esta noticia es especialmente importante para 2026 porque conecta dos tendencias: (1) la explosión de productos “agentic” (agentes que ejecutan tareas con cierta autonomía), y (2) la fragilidad real de las prácticas de seguridad cuando el objetivo es “salir rápido”. Si un sistema permite que terceros roben tokens o “tomen control” de identidades automatizadas, el daño no es solo privacidad.
Un “agente de IA” detecta una campaña real de phishing que imitaba briefings diplomáticos
Una investigación de ciberseguridad describe una campaña de phishing lanzada alrededor de Navidad que imitaba supuestos briefings de política exterior de EE. UU. para engañar a diplomáticos y personal relacionado con procesos internacionales. Lo más llamativo es que, según el reportaje, la campaña fue descubierta por un agente de IA creado por una empresa de ciberseguridad, y se presenta como uno de los primeros casos públicamente conocidos en los que un agente detecta “en el mundo real” una operación atribuida a un actor vinculado a espionaje.
La noticia importa porque ilustra un cambio de fase: la IA ya no es solo un instrumento para generar correos de phishing más convincentes; también está empezando a usarse como defensa autónoma/semiautónoma que identifica patrones, correlaciona señales y levanta alertas con rapidez. Esto puede mejorar la detección temprana, pero también abre preguntas: ¿qué sesgos tiene el agente?, ¿qué falsos positivos introduce?, ¿cómo se valida que la alerta es correcta?