Observatorio Tecnológico de Hidalgo

Author: admin

  • A mexicanos les preocupa el impacto de la IA en el consumo de agua y exigen una gestión responsable

    A mexicanos les preocupa el impacto de la IA en el consumo de agua y exigen una gestión responsable

    El avance de la Inteligencia Artificial (IA) comienza a generar preocupación en México por su impacto en el consumo de agua. De acuerdo con el estudio Ecolab Watermark 2025, 54% de los mexicanos reconoce que la IA demanda grandes volúmenes de agua, mientras que 52% considera que su crecimiento está desviando recursos hídricos que deberían destinarse al consumo humano.

    El reporte advierte que el crecimiento de la IA plantea nuevos riesgos para el estrés hídrico, abre la discusión de desarrollar modelos más eficientes, apoyados en analítica avanzada, monitoreo inteligente y automatización, que permitan reducir consumos y hacer más sostenibles los procesos industriales y comerciales.

    En el país, 93% de las personas dice estar preocupada por el acceso al agua, 91% lo considera un problema actual y 81% percibe una situación de escasez, lo que revela un cambio de percepción: el estrés hídrico dejó de ser una advertencia para convertirse en una urgencia.

    “El agua ya no es un riesgo futuro, es una urgencia del presente. Las empresas y gobiernos que actúen hoy no sólo protegerán un recurso crítico, también asegurarán la confianza de los ciudadanos y la competitividad del país”, dijo Eduardo Jaramillo, vicepresidente y Market Head de Ecolab para México.

    IA: riesgo hídrico y herramienta potencial

    El informe identifica que la IA es vista como una tecnología intensiva en recursos, también se reconoce su potencial para mitigar los efectos del cambio climático y optimizar la gestión del agua. En México, 68% de los encuestados consideró que las empresas deben aplicar la IA de forma regulada y responsable para administrar los recursos naturales, y 45% confía en que el sector privado puede gestionar el agua adecuadamente, incluso sin una regulación estricta.

    “Los consumidores en México reconocen el impacto del clima y la IA en el agua, exigen responsabilidad a empresas y gobiernos, pero también mantienen optimismo en que la escasez puede resolverse mediante innovación, alianzas y hábitos sostenibles”, comentó Jaramillo.

    Una sociedad dispuesta a actuar

    El estudio revela que existe una base social favorable para avanzar. En México, 94% considera prioritario que gobiernos y empresas inviertan en la conservación del agua, 87% ve necesaria infraestructura hídrica resiliente y 83% considera clave el desarrollo de tecnologías para reducir, reutilizar y recuperar el recurso.

    Además, 85% está dispuesto a utilizar agua reciclada o reutilizada, mientras que 88% exige que la mitigación climática sea una prioridad. Sin embargo, persiste una brecha de confianza: 70% percibe que las empresas aún no cuentan con planes claros, aunque 49% reconoce que ya existen esfuerzos en reducción, reutilización y reciclaje.

    “La buena noticia es que las soluciones ya están disponibles: desde tecnologías para reutilizar el agua en procesos industriales hasta sistemas de monitoreo inteligente que optimizan consumos y reducen emisiones al mismo tiempo”, destacó Jaramillo.

    Por su parte, Bernardo Villasuso, líder de la División de Tratamiento de Agua en Ecolab, explicó que el consumo actual de la IA sigue siendo marginal en comparación con el uso humano.

    “Los seres humanos usamos alrededor de 2,500 billones de metros cúbicos de agua, mientras que la IA consume cerca de 0.5 billones. Esa es la proporción actual”, señaló. No obstante, advirtió que este escenario puede cambiar rápidamente: “Esos 0.5 billones pueden convertirse en 5 o incluso 10 billones en los próximos cinco o diez años, y ahí es donde debemos poner atención”.

    Villasuso agregó que el reto tecnológico no sólo es cuánta agua consume la IA, sino en cómo se gestiona ese consumo, particularmente en la operación de los Centros de Datos. “Uno de los temas críticos de la IA es dónde se ubican los Data Centers y la disponibilidad de agua”, indicó, al tiempo que destacó que la industria ya invierte en sistemas sofisticados de control y reutilización. “Hay un control muy fino de cada litro que enfría los sistemas; el agua no se pierde, se reutiliza varias veces y entre más ciclos tenga, mejor es la eficiencia” concluyó.

     

    Fuente.

    DPL News (2026, 26 de enero). A mexicanos les preocupa el impacto de la IA en el consumo de agua y exigen una gestión responsable. Recuperado el 26 de enero de 2026, de: https://dplnews.com/a-mexicanos-les-preocupa-el-impacto-de-la-ia-en-el-consumo-de-agua/

  • Robotaxis Tesla ya transportan personas sin supervisión humana

    Robotaxis Tesla ya transportan personas sin supervisión humana

    Tesla anunció que algunas unidades de su servicio de robotaxi ya están operando sin monitores de seguridad dentro del vehículo en la ciudad de Austin, Texas, en Estado Unidos.

    “Los viajes en robotaxi sin monitores de seguridad ahora están disponibles públicamente en Austin. Comenzando con unos pocos vehículos sin supervisión mezclados con la flota más amplia de robotaxis con monitores de seguridad, la proporción aumentará con el tiempo”, anunció Ashok Elluswamy, vicepresidente de Software de Inteligencia Artificial (IA) de Tesla, encargado de su programa de conducción autónoma.

    Desde el lanzamiento del servicio piloto en 2025, los robotaxis operaban con sistemas de seguridad que incluían a personas a bordo para tomar el control en caso de emergencia. La nueva fase permite a los pasajeros tomar viajes sin ningún acompañante humano dentro del vehículo.

    Esto representa un avance tangible hacia una visión más ambiciosa de Tesla por fortalecer su red de taxis autónomos a gran escala.

    Por el momento, Tesla no ha publicado detalles oficiales ni adicionales respecto a medidas nuevas, tarifas de los viajes, el número exacto de vehículos disponibles, fechas, ni próximos estados de expansión en Estados Unidos.

    Fuente:
    DPL News (2026, 26 de enero). Robotaxis Tesla ya transportan personas sin supervisión humana. Recuperado el 26 de enero de 2026, de: https://dplnews.com/robotaxis-tesla-ya-transportan-personas-sin-supervision-humana/
  • ¡Adiós, rayones! Investigadores crean material para que pantallas se autorreparen en 10 segundos

    ¡Adiós, rayones! Investigadores crean material para que pantallas se autorreparen en 10 segundos

    Investigadores de Corea del Surhan logrado un avance significativo en la tecnología de pantallas flexibles con el desarrollo de un material de recubrimiento de alta dureza que es capaz de autorreparar rayones superficiales en tan sólo 10 segundosa temperatura ambiente.

    El equipo conjunto, liderado por Hong Sung-woo, del Instituto Coreano de Tecnología Industrial (KITECH), y el profesor Ko Min-jae, de la Universidad de Hanyang, creó una solución duradera que, además de ser resistente a arañazos de uñas o monedas, puede soportar más de 200,000 pliegues sin sufrir daños.

    La investigación fue publicada en la revista internacional Chemical Engineering Journal el pasado mes de diciembre.

    Informaron que la motivación detrás de este desarrollo radica en la fragilidad de las pantallas plegables modernas, como las de los smartphones, cuya superficie es altamente vulnerable a abolladuras y arañazos debido al contacto externo o al estrés del plegado constante.

    La investigación señala que este daño progresivo no sólo compromete la claridad visual de la pantalla, sino que también puede reducir su sensibilidad táctil.

    Para superar esta limitación, el equipo de investigación introdujo un enfoque de diseño novedoso, logrando separar y optimizar las funciones de la superficie y del interior del recubrimiento.

    Los investigadores explicaron que desarrollaron un aditivo basado en imida que, durante el proceso de curado, se desplaza de forma espontánea hacia la superficie. Allí, se agrupa en un tamaño nanométrico para formar una capa protectora inmiscible y dura, blindando la pantalla contra estímulos físicos y químicos externos, como arañazos.

    “Esta investigación es significativa porque logra simultáneamente alta dureza, capacidad de autorreparación y fiabilidad flexible.

    “Dado que se puede implementar simplemente añadiendo el aditivo a los procesos de producción existentes, tiene aplicaciones potenciales no sólo para pantallas plegables, sino también en diversos campos de recubrimientos de protección de superficies, como en automóviles y productos electrónicos de alta gama”, comentó el investigador principal, Hong Sung-woo.

    Fuente:
    DPL News(2026, 25 de enero). ¡Adiós, rayones! Investigadores crean material para que pantallas se autorreparen en 10 segundos. Recuperado el 26 de enero de 2026, de: http://dplnews.com/crean-material-para-que-pantallas-se-autorreparen-en-segundos/
  • Anthropic y DeepMind discuten futuro impacto de la IA en el empleo y la sociedad

    Anthropic y DeepMind discuten futuro impacto de la IA en el empleo y la sociedad

    Durante una conferencia en el marco del Foro Económico Mundial, Demis Hassabis, cofundador y CEO de Google DeepMind, y Dario Amodei, CEO y cofundador de Anthropic, debatieron sobre diversos temas alrededor del impacto y la relevancia de la Inteligencia Artificial (IA). Aunque ambos coincidieron en que la tecnología estaría impactando el empleo, mostraron visiones relativamente distintas respecto al ritmo de avance de la tecnología.

    Dario Amodei, CEO y cofundador de Anthropic, apuntó que los avances que pueden lograr actualmente los modelos de Inteligencia Artificial para programación e investigación podrían acelerar el propio desarrollo de la IA que permitiría modelos con capacidades cognitivas similares a las de un Premio Nóbel. El directivo había hecho esta predicción el año pasado, afirmando que esto se lograría para el 2026 ó 2027.

    Aunque admitió que es muy difícil predecir con precisión cuándo se “cerraría el ciclo” en que la IA ayuda a mejorar la IA, aseguró que hay avances prometedores. Por ejemplo, áreas como la programación podrían registrar los cambios más impactantes en un periodo de tan sólo 6 a 12 meses, cuando los modelos hagan la mayoría o casi todo el trabajo que hacen los ingenieros de software. Según el directivo, actualmente en Anthropic hay ingenieros que solicitan todo el código a una IA, y se limitan a revisarlo y editarlo.

    El directivo se refirió también a la velocidad en que este “ciclo puede cerrarse”, en el que la IA pueda hacer prácticamente todo el trabajo. Si bien advirtió que hay áreas como la manufactura y diseño de chips que no puedan simplemente acelerarse con una IA, también consideró que es cuestión de tiempo.

    Demis Hassabis, cofundador y CEO de Google DeepMind, reafirmó su convicción de que hacia finales de esta década veremos modelos de IA con capacidades cognitivas comparables a las humanas. Sin embargo, matizó que aún existen desafíos a resolver en el camino.

    Mientras ciertas disciplinas como la ingeniería y las matemáticas son más propensas a ser automatizadas, dado que sus resultados son más fáciles de verificar, las ciencias naturales presentan mayores retos por la dificultad de validar hipótesis y realizar experimentos, así como la capacidad de la IA de presentar ideas originales o mostrar niveles de creatividad similares a las humanas.

    Hassabis abundó en que todavía faltan “ingredientes” para cerrar el ciclo virtuoso de la IA sin intervención humana, además de que se deben considerar otros factores que intervienen en este proceso, como el hardware en el caso de la “IA Física”.

    El concepto de “closing the loop”, al que se refirieron ambos directivos, describe el paso de sistemas que sólo analizan datos y recomiendan acciones (open-loop) a sistemas capaces de ejecutar decisiones, medir resultados y aprender de manera autónoma, generando un ciclo autosostenido de optimización. El avance dependerá de factores como el hardware y otros desarrollos tecnológicos, lo que hace incierta la fecha de su concreción.

    Amodei describió una relación “exponencial” entre el poder computacional, las capacidades cognitivas de los modelos y los ingresos generados. Según la propia experiencia de Anthropic, los ingresos vinculados a la IA se han multiplicado por 10 cada año en los últimos tres años, alcanzando escalas comparables a las grandes tecnológicas.

    Tanto Google como Anthropic aseguraron también que entre sus ventajas respecto a la competencia es que ambas son lideradas principalmente por investigadores, por lo que destinan importantes recursos a esta actividad.

    En cuanto al impacto sobre el empleo, Hassabis anticipó que este año se observarán efectos en los trabajos de nivel junior o de entrada, con una desaceleración en la contratación. No obstante, señaló que las herramientas disponibles permitirán a recién graduados adquirir habilidades rápidamente, lo que incluso podría ayudarlos más que programas tradicionales como pasantías o prácticas profesionales.

    Más allá de las cuestiones económicas, el directivo de Google también consideró que el debate sobre el impacto de la IA en el trabajo debe incluir reflexiones sobre el propósito y el significado que los humanos encuentran en realizar cierta actividad, y que podría verse afectada por la nueva tecnología.

    En general, los directivos también coincidieron en que se requiere de una mayor coordinación a nivel mundial respecto al ritmo en que avanza la IA, de modo que la sociedad logre adaptarse mejor a los cambios introducidos por la nueva tecnología. No obstante, admitieron las dificultades que esta labor representa, especialmente bajo los actuales conflictos geopolíticos entre múltiples regiones.

    En particular, Amodei reiteró su postura a favor de mantener las restricciones de acceso a chips estadounidenses en contra de China, lo que permitiría no sólo dar tiempo a la humanidad de ajustarse a los cambios de la IA, sino que también garantiza el liderazgo de los Estados Unidos en el desarrollo de la IA.

    Fuente:

    DPL News (2026, 25 de enero). Anthropic y DeepMind discuten futuro impacto de la IA en el empleo y la sociedad. Recuperado el 26 de enero de 2026, de: https://dplnews.com/anthropic-deepmind-futuro-impacto-ia-empleo-sociedad/

  • Computación cuántica IBM relevante tech Escala y casos de uso, principales retos que la computación cuántica debe resolver para demostrar su valor

    Computación cuántica IBM relevante tech Escala y casos de uso, principales retos que la computación cuántica debe resolver para demostrar su valor

    Durante el panel “Por qué la tecnología cuántica está a la vuelta de la esquina y por qué no”, realizado en el marco del Foro Económico Mundial en Davos, Suiza, los participantes coincidieron en que desafíos como aplicar la computación a escala y la definición de los casos de uso son algunos de los principales frenos para la comercialización de la computación cuántica. Aunque admitieron incertidumbre respecto a cuánto falta para la llegada al mercado de servicios cuánticos, recomendaron que empresas y gobiernos deben prepararse desde hoy.

    Arvind Krishna, presidente y CEO de IBM, explicó que la computación cuántica todavía no se ha comercializado porque no se ha escalado de forma que pueda ofrecer un valor útil. Asimismo, consideró que hay cuestiones matemáticas y de ingeniería que aún deben resolverse para poder llevar servicios basados en computadoras cuánticas al mercado. Adelantó que en los siguientes dos años habrá casos de uso reales para lo cuántico, pero podría no ser barato o a prueba de errores.

    John Martinis, profesor emérito de la Universidad de California en Santa Barbara y uno de los pioneros en la investigación cuántica, coincidió en que actualmente la aplicación de esta tecnología es un problema de ingeniería de sistemas en el que se buscan optimizar muchas cosas de forma simultánea.

    Los panelistas comulgaron en que el desarrollo de semiconductores cuánticos, el material y su empaque son algunos otros de los desafíos que deben resolverse para lograr la escalabilidad de las computadoras cuánticas. Krishna habló también sobre la importancia de desarrollar software y definir cómo los usuarios podrán aprovechar esta tecnología.

    Lene Oddershede, directora de ciencia en la Fundación Novo Nordisk, consideró que no es suficiente con crear qubits, sino garantizar su calidad a través del control de los materiales y los protones, su comunicación con los fotones y el posicionamiento de los átomos en el cristal, todo esto con escala y velocidad.

    Casos de uso en salud y materiales

    En cuanto a los casos de uso potenciales, Krishna apuntó a las moléculas simples, como el desarrollo de lubricantes que ayuden a otros procesos como la extracción de petróleo o la captura de dióxido de carbón, donde pequeñas mejoras pueden tener un gran impacto en la eficiencia. Nuevos fertilizantes también pueden verse beneficiados por avances en la química con computadoras cuánticas, así como algunos procesos de finanzas que incluyen múltiples factores de análisis.

    Explicó que estos casos podrían ser los más inmediatos para uso de computadoras cuánticas porque ya hay algoritmos conocidos y probados, aunque en otras áreas están todavía por descubrirse.

    Oddershede añadió que la sensórica cuántica, tecnología que mide magnitudes físicas con gran precisión, podría tener un gran impacto en áreas como salud y diagnóstico; por ejemplo, enfermedades cardíacas, desnutrición, actividad cerebral y disfunción metabólica, algunos de los cuales ya existen en prototipos.

    Brecha cuántica

    Los panelistas también debatieron respecto al riesgo de crear una nueva brecha tecnológica entre los países más y menos desarrollados, que pueda llevar a una mayor desigualdad. Doreen Bogdan-Martin, secretaria General de la Unión Internacional de Telecomunicaciones (UIT), alertó que sólo 24 Estados miembros de los 193 de la ONU tenían algún programa cuántico. En ese sentido, hizo un llamado a enfocar los esfuerzos en política pública, estándares y el desarrollo de habilidades.

    Martinis apuntó que incluso cuando algunos países no participan actualmente en el desarrollo de tecnologías cuánticas, aún pueden tener oportunidad de aprovechar la tecnología si invierten en habilidades y ciencia básica para aplicaciones prácticas o formación de teorías.

    IBM y la UIT discutieron respecto a las reglas que debe haber sobre la compartición de estas tecnologías, en el que existe equilibrio para ayudar a que los países avancen, pero evitar que algunas tecnologías se usen como arma. La UIT está buscando actualizar su estándar x509 (certificados de clave pública y certificados de atributos) para que ahora incluya la encriptación cuántica.

    Finalmente, los ponentes coincidieron en la importancia de que las compañías se preparen en la adopción de estándares para la encriptación cuántica, aun cuando en este momento las computadoras no parezcan una amenaza.

    Fuente:
    DPL News (2026, 25 de enero). Computación cuántica IBM relevante tech Escala y casos de uso, principales retos que la computación cuántica debe resolver para demostrar su valor. Recuperado el 26 de enero de 2026, de: https://dplnews.com/escala-y-casos-de-uso-retos-computacion-cuantica/

  • OpenAI se asocia con Cerebras para brindar respuestas más rápidas y naturales

    OpenAI se asocia con Cerebras para brindar respuestas más rápidas y naturales

    OpenAI y Cerebras Systems, empresa especializada en hardware de alto rendimiento para IA, anunciaron una nueva alianza estratégica que busca potenciar la velocidad y capacidad de respuesta de los modelos de Inteligencia Artificial (IA) de OpenAI, como ChatGPT

    Según el comunicado oficial divulgado por OpenAI, la alianza integrará hasta 750 megavatios (MW) de capacidad de cómputo de ultra baja latencia de Cerebras al ecosistema de OpenAI, en un despliegue progresivo que se extenderá hasta 2028.

    Esta asociación representa un paso estratégico para diversificar la infraestructura de OpenAI más allá de los proveedores tradicionales de GPU como Nvidia y AMD, agregando soluciones especializadas que pretenden mejorar la eficiencia en tiempo real. Por su parte, Cerebras refuerza su posición en el mercado como un socio clave para grandes desarrolladores de IA globales, otorgándole mayor visibilidad y potencial escalamiento ante clientes empresariales y de investigación.

    Con esta alianza, OpenAI y Cerebras prometen brindar respuestas más rápidas y experiencias más interactivas para los usuarios, especialmente en escenarios que requieren procesamiento continuo y en tiempo real, como asistentes conversacionales, agentes inteligentes y aplicaciones emergentes de IA.

    Cerebras desarrolla sistemas de IA diseñados específicamente para acelerar la generación de resultados a largo plazo a partir de modelos de IA. Su velocidad única se debe a la combinación de gran capacidad de procesamiento, memoria y ancho de banda en un único chip gigante, lo que permite eliminar los cuellos de botella que ralentizan la inferencia en hardware convencional, permitiendo que los modelos respondan más rápido y de forma más fluida.

    En este sentido, la capacidad progresiva de cómputo de Cerebras, que será activada en etapas hasta 2028, permitirá que OpenAI no sólo escale sus servicios actuales, sino que prepare el terreno para nuevas generaciones de aplicaciones de IA que demandan rendimiento extremo y latencia mínima.

    Bibliografía

    DPL News (2026, 15 de enero). OpenAI se asocia con Cerebras para brindar respuestas más rápidas y naturales. Recuperado el 22 de enero de 2025, de: https://dplnews.com/openai-se-asocia-con-cerebras-para-brindar-respuestas-mas-rapidas-y-naturales/

  • El Ouroboro de la Inteligencia Artificial

    El Ouroboro de la Inteligencia Artificial

    Ante la pregunta de ¿por qué se registran operaciones fallidas o alucinaciones de la Inteligencia Artificial (IA)? La respuesta no necesariamente es técnica, sino la prevalencia del criterio de mercado, es decir los modelos de negocio, que son los que rigen los desarrollos tecnológicos, sobre todo los de la IA .

    Para algunos especialistas, las ganancias a corto plazo, orilla a los grandes corporativos tecnológicos, a realizar el entrenamiento de sus modelos de lenguaje LLM con información barata y de baja calidad, extraídos del internet, lo que da como resultado modelos fallidos; si a los sistemas desarrollados se le sigue alimentando de información basura, generarán basura, no solo con sintaxis deficiente e imágenes distorsionadas, sino que acabarán devorándose a sí mismos (Twiss, 2026). Como el Ouroboro que es la serpiente que se devora así misma.

    El Ourobro de la IA es una metáfora técnica y filosófica, que representa el ciclo de retroalimentación destructiva, una IA entrenada con datos sintéticos por ser de otra IA; por lo que perciben erróneamente la realidad (Shumailov, Shumaylov, Z, & Z, Zhao y et al. , 2024).

    En cuanto al manejo de datos, es importante mencionar la existencia del National Institute of Standards and Technology (NIST) creado en 1901, para generar normas con capacidad de competir con las de las naciones industrializadas; actualmente tiene como objetivo el facilitar que los sistemas de medición, sean interoperables, precisando y desarrollando estándares para la IA.

    Basándose en datos de los prontuarios policiales, construyó extensas bases biométricas, integradas en su Special Database 32, que contiene miles de fotografías presentadas como datos sin historias, ni nombres, aceptándose que cualquier cosa es dato, a disposición de cualquiera, dado que fluyen en internet, con la participación de ImageNet, o se obtienen de instituciones gubernamentales, incluyendo toda la información que los usuarios de las redes sociales suben, como fotografías y textos

    Son datos sin contexto, que no requieren de consentimiento, o autorización para ser tomados; es con ésta información que se alimentan los modelos lenguaje y los sistemas de IA pre-entrenados (GPT).

    Ha sido un saqueo sin normas que lo regulen, pero ha facilitado el enriquecimiento de los corporativos tecnológicos, que desarrollan los sistemas de IA (Crawford, 2025 3ª Reimpresión, págs. 141-167).

    El factor crítico que da lugar al Ouroboro, son los datos sintéticos, que se generan con la información que generan las diversas IAs como GPT, Grok, Gemini, Llama, Claude, Deepseek y Midjourney entre otras; los desarrolladores de las nuevas IAs obteniendo los datos que fluyen en la web, los cuales utilizan para su entrenamiento, son datos que no fueron creados por humanos, sino por las IAs anteriores, lo que propicia errores, sesgos y alucinaciones, lo que deriva en el llamado Colapso del Modelo (Model Collapse).

    Investigadores de las universidades de Oxford, Cambridge, Stanford y Edimburgo, alertaron sobre un fenómeno que impacta negativamente, a los modelos de IA, privándolos paulatinamente de diversidad y fidelidad factual, a estas investigaciones se suman los análisis realizados por Semrush para MarTech.com, referentes a la alteración de la voz de marca, ya de por si contaminada, por contenidos obsoletos y sesgados, provocando una distorsión de la realidad de los sistemas y modelos de IA, entrenados con datos sintéticos (SaasAdvisor, 2026).

    De los avances tecnológicos es la IA, la que ha logrado posicionarse como el eje transversal de ésta era tecnológica, si bien ha deslumbrado a la sociedad en general, también es cierto que se somete a la máxima de que no es infalible como todo, nada es perfecto, opera con verosimilitud, pero no con veracidad, genera textos e imágenes, da respuestas, si bien rápidas, por su alta capacidad de relacionamiento de datos, con la pretensión de ser congruentes, pero están desfazados de la realidad, la cual cambia, se transforma y muta, a diversas velocidades y de manera permanente, por lo que sus resultados y respuestas son, en gran medida, impremeditadamente falsos. Es mas no sabe si es verdad o mentira, porque no tiene conciencia.

    El valor social y la trascendencia de la IA, como tecnología transversal, radica en la objetividad y la ética, y no en los criterios de rentabilidad de mercado y de represión política.

     

    El Ouroboro de la Inteligencia Artificial

     

    Bibliografía

    Crawford, K. (2025 3ª Reimpresión). Atlas de Inteligencia Artificial: Poder, Politica y Costos Planetarios. Ciudad de México, Ciudad de Méxio , México: Fondo de Cultura Económica.

    SaasAdvisor. (6 de enero de 2026). SaasAdvisor. Recuperado el enero de 2026, de saas-advisor.com: https://saas-advisor.com/es/blogs/news/ia-generativa-model-collapse-alteracion-de-los-mensajes-de-marca

    Shumailov, I., Shumaylov, Z, & Z, Zhao y et al. . (24 de julio de 2024). Los modeloe de IA colapsan cuando se entrenan con datos gemnerados recursivamente. Nature, https://doi.org/10.1038/s41586-024-07566-y(631), 755-759.

    Twiss, J. (8 de enero de 2026). IEEE Spectrum. Recuperado el enero de 2026, de spectrump.ieee.org: https://spectrum.ieee.org/ai-coding-degrades?utm_source=techalert

     

     

     

  • La era de la IA podría redefinir el tráfico de redes

    La era de la IA podría redefinir el tráfico de redes

    Un análisis de Ookla expone que la IA podría incrementar el tráfico ascendente en las redes de telecomunicaciones, por lo que los operadores tendrían que prepararse para los cambios y redirigir sus inversiones.

    A medida que la Inteligencia Artificial (IA) se expande desde casos de uso empresariales hasta aplicaciones cotidianas, las redes de telecomunicaciones podrían enfrentar un crecimiento en el tráfico ascendente que requerirá que los operadores cambien la forma en que gestionan la capacidad de sus redes.

    Un análisis de Ookla señala que la información que los dispositivos envían hacia la red está dejando de ser una preocupación marginal para las empresas de telecomunicaciones, y pronto podría convertirse en un factor central del diseño y la inversión en infraestructura digital.

    Durante años, las redes se han optimizado en torno al tráfico de descarga, debido al consumo intensivo de contenido como video y páginas web. Pero con la proliferación de aplicaciones de IA, como las gafas inteligentes o los chatbots, la balanza está cambiando.

    La calidad y capacidad de los enlaces ascendentes jugarán un papel tan decisivo como la velocidad de descarga en la percepción de usuario y en la operatividad de nuevos servicios digitales, explica Ookla.

    Muchas tecnologías de IA no sólo reciben datos, sino que generan y envían grandes volúmenes de información desde el dispositivo hacia servidores remotos para su procesamiento, una dinámica que invierte la lógica tradicional de consumo de datos.

    Las herramientas de generación de contenido, transmisión de video en tiempo real, Realidad Aumentada o sistemas de diagnóstico y automatización industrial requieren que los dispositivos suban datos continuamente, lo cual demanda mayor capacidad de subida y redes más adaptativas.

    De acuerdo con Ookla, las aplicaciones de IA transformarán la forma en que se usan las redes y también las características del tráfico de datos. Por ejemplo, una investigación de Ericsson mostró que, aunque el tráfico total generado por la IA todavía representa una fracción del volumen general, su proporción de enlaces ascendentes es significativamente más alta que la media habitual en las redes móviles.

    Además, la GSMA plantea tres escenarios para el crecimiento futuro del tráfico en las redes móviles a nivel mundial. Si bien vislumbra un panorama de bajo crecimiento, en los posibles escenarios de crecimiento medio y alto, el tráfico de subida aumentaría a alrededor del 25% y el 35%, respectivamente, para 2040 debido a la IA.

    Este cambio plantea retos concretos para la infraestructura actual. Las redes 5G, orientadas originalmente hacia la descarga, podrían enfrentar cuellos de botella si no se ajustan para soportar cargas de subida más intensas y latencias más bajas, condiciones fundamentales para aplicaciones IA sensibles al tiempo de respuesta.

    Por ello, algunos operadores ya hablan de la necesidad de rediseñar las redes, adoptan tecnologías como 5G-Advanced y apuestan por una mayor agregación de espectro y arquitecturas más flexibles, que les permita reasignar recursos en tiempo real según el perfil de tráfico generado por la IA.

    Telcos deben prepararse para la IA

    Sin embargo, Ookla puntualiza que aún existen muchas incógnitas respecto al impacto de la IA en el tráfico ascendente. Incluso, señala la firma de investigación, existe la posibilidad de que la mayoría de las futuras solicitudes de IA se respondan mediante software integrado en los teléfonos de los usuarios, eliminando así por completo la necesidad de una conexión de red.

    ”Aún existe mucha incertidumbre sobre los parámetros y el alcance del tráfico de IA en una red inalámbrica. Por ejemplo, no está claro cuánto procesamiento de IA se realizará finalmente en los dispositivos de los usuarios ni cuánto deberá enrutarse a través de una conexión de red a un servicio de computación en la Nube. Esta pregunta es fundamental para pronosticar las futuras demandas de red de la IA”, detalla Ookla.

    También son una incógnita cuestiones como el rol que desempeñará 5G en la Inteligencia Artificial, o cuántas solicitudes de IA se enrutarán a través de conexiones cableadas y redes WiFi.

    En la actualidad, los operadores chinos como China Telecom y China Unicom asignan una porción mayor de su capacidad de red a las conexiones de enlace ascendente de los usuarios. Mientras tanto, las telcos estadounidenses como Verizon, AT&T y T-Mobile probablemente asignan una porción más pequeña de su capacidad de red a las conexiones de subida.

    Pero en general, a nivel global, Ookla observa que en ningún país el porcentaje de capacidad asignada al enlace ascendente ha aumentado significativamente. Por ahora, las inversiones de los operadores se concentran en la capacidad de descarga.

    Aunque hay varias incógnitas, Ookla advierte que los operadores de 5G deben comenzar a considerar cómo la IA podría afectar el uso de sus redes, ya que necesitan garantizar conexiones de datos rápidas, eficientes y flexibles.

    Bibliografía.

    DPL News (2026, 20 de enero). La era de la IA podría redefinir el tráfico de redes. Recuperado el 20 de enero de 2026, de: https://dplnews.com/la-era-de-ia-podria-redefinir-trafico-de-redes-ookla/ 

  • Invasión a Venezuela Episodio de la Guerra Fría Tecnológica

    Invasión a Venezuela Episodio de la Guerra Fría Tecnológica

    Según Clausewitz “La guerra constituye, un acto de fuerza que se lleva a cabo para obligar al adversario a acatar nuestra voluntad” (Clausewitz, 2002, pág. 7), se interpreta como el operativo militar contra un país, como la invasión de los EEUU contra Venezuela el 3 de enero del 2026.

    Acto por demás abusivo e ilegal, desde la perspectiva del derecho internacional, es la imbricación de movimientos militares con los procesos económicos, a nivel global, en el marco del desorden del comercio mundial, provocado por las políticas agresivas del presidente Trump, regresando las guerras económicas, de la colonización (ibid. Pg. 75-78).

    La historia de la Humanidad está caracterizada por las relaciones de fuerza de naturaleza económica, es la lucha por la supervivencia, la colonización y la imposición de condiciones, de las naciones hegemónicas (Harbulot, 2013, pág. 67) como lo está haciendo los EEUU, a partir de su política arancelaria.

    La recurrencia de las multiplicidad de las crisis, se traducen en riegos interconectados frente a la opacidad de los organismos internacionales, evidenciando que la mayor crisis, más allá de los efectos climáticos, está la inacción de la ONU, propiciando un efecto multiplicador, superior a la suma de sus partes, según los informes sobre riesgos globales que presenta, desde 2006 el Foro Económico Mundial de Davos (Word Economic Fourum, 2006), donde la confrontación económica es el factor de mayor riesgo (Heading & Markovits, Gayle, 2023).

    Al contexto anterior hay que sumar la convergencia de la recomposición de la geopolítica y la Realpolitik para identificar la localización de los recursos naturales estratégicos, fundamentales para el desarrollo tecnológico que se transforma en poder político-económico de las naciones, lo que ha derivado en una trilogía hegemónica EEUU, Rusia y China, con un gran protagonismo, cada vez mayor de la India, sin dejar de lado a Corea tanto del Sur como del Norte.

    Desde la estrategia de la Realpolitik, en este 2026, la tecnología militar además de fortalecer la capacidad de intervención, a redefinido la dimensión de la soberanía y la disuasión, ante la ausencia de la aplicación de las leyes internacionales y la culminación del acuerdo New START de reducción de armas estratégicas (Albertson, 2025) en febrero de este 2026, lo que da por terminada la disuasión nuclear, marcando una nueva carrera armamentista tecnológica.

    Los recursos naturales, de mayor demanda en esta era tecnológica, son los energéticos – petróleo, gas, solar, electricidad, uranio- así como las llamadas tierras raras y los metales tecnológicos como: litio, cobalto, estaño, silicio, grafito, cobre, wolframio, cobalto, cadmio, tantalio, niobio, galio, Germanio, antimonio, disprosium (Yuksel, 2021)  y otros tantos.

    El otro riesgo es la crisis de sobreacumulación de capital en el sector tecnológico, donde se ha configurado el llamado Blob de la IA, una Red interconectada de las grandes tecnológicas, devoradora de grandes capitales, una gran amenaza para la humanidad, por el efecto multiplicador de una crisis financiera (Rosenberg, 2025).

    El panorama de crisis se ve agravado por la nueva geopolítica, marcada por la invasión de EEUU a Venezuela, con el pretexto del narcotráfico y del petróleo, siendo el motivo principal, la reconfiguración geoeconómica-geopolítica, para prevenir la formación de un enclave con la participación de Irán, Rusia y China, siendo prioritario el control de Latinoamérica, como los recursos energéticos y minerales, para los EEUU.

    La reacción de China, es optar por el estrangulamiento tecnológico a los EEUU, bloqueando el suministro de plata refinada, galio, antimonio y germanio, esenciales para industria de semiconductores, posteriormente la posibilidad de invadir Taiwán y apropiarse de la líder mundial de semiconductores TSMC (Taiwán Semiconductor Manufacturing Company).

    Detonándose una guerra fría tecnológica, la cual data desde la 2ª guerra mundial por su naturaleza política, ideológica, económica (McMahon, 2009) y hoy por su dimensión tecnológica, y la geolocalización y apropiación, de los recursos estratégicos, para el escalamiento tecnológico, particularmente la IA, tanto para el dominio de mercados, como para el despliegue de nuevas armas tecnológicas en aras de una nueva hegemonía geopolítica.

    El gran riesgo, para la humanidad, es el incremento de los arsenales, de las naciones expansionistas, con armas atómicas, digitales y ciberarmas, para atacar objetivos tanto militares como civiles, de las naciones vulnerables.

     

    Invasión a Venezuela Episodio de la Guerra Fría Tecnológica

     

    Bibliografía

    Clausewitz, K. v. (2002). De Guerra (Vol. I / Introducción). versión digital: https://lahaine.org/amauta/b2-img/Clausewitz%20Karl%20von%20-%20De%20la%20guerra.pdf: Librodot. com.

    Albertson, M. (enero/febrero de 2025). Arms Control Association. Recuperado el enero de 2026, de armscontrol.org: https://www.armscontrol.org/act/2025-01/features/life-after-new-start-navigating-new-period-nuclear-arms-control

    Harbulot, C. (2013). Capitulo II: Estudio de la guerra económica y de las problematicas relacionadas . En M. d. Estratégicos, Cuadernos de Estrategia 162 La Inteligencia Económica en un Mundo Globalizado (pág. 231). Madrid: Ministerio de Defensa .

    Heading, S., & Markovits, Gayle. (11 de enero de 2023). WORLD ECONOMIC FORUM. Recuperado el enero de 2026, de es.weforum.org: https://es.weforum.org/stories/2023/01/estos-son-los-mayores-riesgos-a-los-que-se-enfrenta-el-mundo/

    McMahon, R. (2009). La Guerra Fria, Una breve introducción. Madrid, España : Alianza Editorial S.A.

    Rosenberg, S. (8 de octubre de 2025). AXIOS LOCAL. Recuperado el enero de 2026, de axios.com: https://www.axios.com/2025/10/08/openai-amd-ai-mega-blob

    Word Economic Fourum. (2006). Global Risk 2006. Geneva: Word Economic Fourum.

    Yuksel, A. (19 de abril de 2021). Cummins. Recuperado el enero de 2026, de cummins.com: https://www.cummins.com/es/news/2021/04/19/what-are-tech-metals-and-rare-earth-elements-and-how-are-they-used

  • La Inteligencia Artificial Como arma del Cibercrimen

    La Inteligencia Artificial Como arma del Cibercrimen

    La Inteligencia Artificial (IA), como hoy la conocemos, es resultado de un proceso histórico, cuyas raíces las encontramos en los babilonios, que fueron los que desarrollaron los primeros algoritmos, mediante el método Herón, iterativo grabado en tablillas de arcilla como la BM 85200+, para resolver problemas matemáticos complejos, sentando las bases para la posterior creación de la IA (Knuth, 1972).

    La matemática Augusta Ada Byron, mejor conocida como Ada Lovelace, acuñó en 1843, el concepto de algoritmo informático, como parte del desarrollo de la máquina de Charles Babbage, abriendo la posibilidad para ir más allá del simple calculo numérico (Redaccion National Geographic, 2023).

    Alan Turing (Rodriguez, 2021) publicó en 1950 su obra “Maquinaria Informática e Inteligencia” para dar respuesta a su pregunta ¿son las máquinas capaces de pensar? conocida como la prueba de Turing, para determinar si una máquina era inteligente, al imitar las respuestas humanas, marcando la pauta para construir una máquina multipropósito (Rene, 2022).

    A mitad del siglo XVIII fue surgiendo la primera revolución tecnológica, cuyo escalamiento, después de la segunda guerra mundial marcó la ruta, para que en el siglo XXI la sociedad global viera el surgimiento de los sistemas informáticos y de la IA, con los modelos pre-entrenados (GPT).

    La ciberseguridad, es considerada como disciplina, no una ciencia, surge por la necesidad de controlar el acceso a datos sensibles, en el contexto de la guerra fría, donde se dio la creación del ARPANET, por parte del departamento de Defensa Norteamericano, con ello las primeras redes de computadoras.

    Fue con el surgimiento del primer gusano informático Creeper, desarrollado por Bob Thomas de BBN Technologies, en 1971 (Norman, 2025), si bien no era malicioso, sí evidenció que podía propagarse en los demás equipos, gracias al internet, mostrando la vulnerabilidad de las redes; por su parte Ray Tomlinson, desarrolló el antivirus Reaper, que eliminaba al Creeper (Pandora, 2024).

    Actualmente es tan diversificada la generación de malware, estimándose en más de mil millones los programas maliciosos, tan solo Kaspersky ha detectado un promedio de 500 mil malware diariamente en el 2025. (Kaspersky, 2025).

    Existe una gran diversidad de malware, virus y ransomware, (IBM, 2025), como la denegación de servicio distribuido (DDoS) (FORTINET, 2025), sin faltar los gusanos, como el stuxnet o día cero, desarrollado por EEUU en 2010, como arma de guerra cibernética (Escuela de Ingenieria Informatica, 2026), la cibercriminalidad es una industria masiva que representara 10,5 Bdd en 2025 (unico, 2025), (Morgan, 2020), Op. Cit. IBM,25.

    En la medida que la tecnología se desarrolla, se acelera la carrera armamentista digital, donde la IA juega un papel determinante, facilitando el incremento de los ciberataques, dotando de velocidad, escala y sofisticación, través de aplicaciones como el vishing (llamadas fraudulentas) y el Deepfakes clonando voz e imágenes.

    Los hackers utilizando IA, son capaces de crear código malicioso como WormGPT o FraudGPT, y el Malware polimórfico, para reescribir automáticamente el código de un virus propagándolo, además de evadir la Detección y Respuesta de Puntos de Conexión (EDR), para identificar los puntos ciegos y realizar los ataques en momentos de menor vigilancia.

    En las etapas anteriores a la era de la IA, la comunicación era humano-humano, pero a partir de la formación de la sociedad de la información, las nuevas tecnologías -como los ordenadores y la IA- han integrado a la humanidad en redes globales de instrumentalidad (Castells, 2000 4ª reimpresion, pág. 46). En la actualidad la comunicación es ordenador-ordenador preponderantemente, de forma tal que las cadenas de ordenador a ordenador, pueden funcionar sin la intervención humana (Harari, 2024, págs. 252-253).

    Los usuarios de internet, en octubre del 2025, sumaron 6 mil 40 millones de personas, equivalente al 73% de la población mundial (Depto de Investigacion de Statista, 2025), lo que da cuenta de la alta vulnerabilidad, frente a los cibercriminales, por lo que es urgente que los gobiernos, de los más de 100 países, tomen acuerdos para diseñar las estrategias pertinentes, pero la lucha por le hegemonía mundial, no facilita el combate a la cibercriminalidad, incluso las naciones que anhelan la posición hegemónica, la fomentan, creando ciberarmas para abrir frentes de guerra cibernética, como otro elemento de la geopolítica.

    La Inteligencia Artificial Como arma del Cibercrimen

     

    Bibliografía

    Castells, M. (2000 4ª reimpresion). La Sociedad Red (Vol. I / Prologo de La Red y el yo ). Madrid, España: Alianza Editorial.

    Depto de Investigacion de Statista. (1º de diciembre de 2025). statista, estadistica. Recuperado el enero de 2026, de statista.com: https://www.statista.com/statistics/617136/digital-population-worldwide/

    Escuela de Ingenieria Informatica. (1 de enero de 2026). Universidad de Oviedo. Recuperado el enero de 2026, de ingenieriainformatica.uniovi.es: https://ingenieriainformatica.uniovi.es/actualidad/noticias/-/asset_publisher/XR8d/content/stuxnet:-historia-del-primer-arma-de-la-ciberguerra?redirect=%2Factualidad%2Fnoticias%3Fp_p_id%3D101_INSTANCE_XR8d%26p_p_lifecycle%3D0%26p_p_state%3Dnormal%26p_p_mo

    FORTINET. (5 de diciembre de 2025). FORTINET. Recuperado el enero de 2026, de fortinet.com: https://www.fortinet.com/lat/resources/cyberglossary/types-of-cyber-attacks

    Harari, Y. N. (2024). Nexus Una breve historia de las redes de innformación desde la edad de piedra hasta la IA. Ciudad de México, México : Penguin Random House Grupo Editorial S.A. de C.V.

    IBM. (15 de diciembre de 2025). IBM. Recuperado el enero de 2026, de ibm.com: https://www.ibm.com/mx-es/think/topics/malware

    Kaspersky. (1 de diciembre de 2025). Kaspersky. Recuperado el enero de 2026, de kaspersky.com: https://www.kaspersky.com/about/press-releases/the-number-of-the-year-kaspersky-detected-half-a-million-malicious-files-daily-in-2025

    Knuth, D. E. (01 de julio de 1972). Ancient Babylonian algoritms. Comunications of ACM, 17(7), 671-677.

    Morgan, S. (13 de noviembre de 2020). CIBERCRIME MAGAZINE. Recuperado el enero de 2026, de cybersecurityventures.com: https://cybersecurityventures.com/hackerpocalypse-cybercrime-report-2016/

    Norman, J. (28 de diciembre de 2025). Historia de la Información. Recuperado el diciembre de 2025, de historyofinformation.com: https://www.historyofinformation.com/detail.php?entryid=2860

    Pandora, E. d. (11 de marzo de 2024). Pandora Tech Blog. Recuperado el diciembre de 2025, de pasndorafms.com: https://pandorafms.com/blog/creeper-and-reaper/

    Redaccion National Geographic. (10 de octubre de 2023). National Geografic/ ciencia. Recuperado el diciembre de 2025, de nationalgeographicla.com: https://www.nationalgeographicla.com/ciencia/2023/10/fue-la-primera-programadora-de-la-historia-y-predijo-la-existencia-de-la-inteligencia-artificial

    Rene, P. (23 de junio de 2022). NIST. EU. Recuperado el diciembre de 2025, de nist.gov: https://www.nist.gov/blogs/taking-measure/alan-turings-everlasting-contributions-computing-ai-and-cryptography

    Rodriguez, G. G. (20 de septiembre de 2021). CII.IA (Centro de Innovación Industrial e Inteligencia Artificial. Recuperado el diciembre de 2025, de ciiia.mx: https://www.ciiia.mx/noticiasciiia/la-prueba-de-turing

    unico. (19 de mayo de 2025). unico. Recuperado el enero de 2026, de unicoid.mx: https://www.unicoid.mx/post/amenaza-global-y-costo-del-cibercrimen