El informe, elaborado con datos anónimos recopilados entre mayo de 2025 y abril de 2026 a través de usuarios que utilizan Kaspersky Safe Kids, muestra que las preferencias digitales de los niños han evolucionado. Aunque las redes sociales, las aplicaciones de mensajería y los videojuegos siguen ocupando un lugar importante, la inteligencia artificial pasó del sexto al tercer puesto entre las categorías más buscadas en Google.

Las consultas relacionadas con comunicación representaron el 19 % de las búsquedas realizadas por los menores. Instagram, Pinterest y TikTok encabezaron el interés dentro de las redes sociales, mientras que WhatsApp y Telegram fueron las aplicaciones de mensajería más consultadas.

Los videojuegos conservaron el segundo lugar, con un 16 % de participación. Los niños buscaron principalmente juegos gratuitos disponibles en plataformas como Poki, CrazyGames y Roblox.

Uno de los cambios más llamativos fue la disminución del interés por las plataformas de video en streaming. Esta categoría pasó del 18 % al 9 % de las búsquedas en comparación con el año anterior, una variación que coincide con el aumento del uso de herramientas digitales para resolver tareas escolares, hacer consultas, obtener explicaciones y explorar nuevos conocimientos mediante inteligencia artificial.

El aprendizaje gana espacio entre las búsquedas

El estudio también encontró que el aprendizaje en línea ya hace parte de las cinco categorías más consultadas por los niños en Google. Entre las búsquedas aparecen plataformas educativas como Google Classroom, Duolingo y GeoGebra, además de contenidos relacionados con programación, incluyendo Scratch y Python.

Los menores también mostraron interés por temas científicos. Entre las consultas registradas figuran búsquedas sobre la tabla periódica en distintos idiomas y el seguimiento de la misión Artemis II de la NASA, lo que evidencia que internet se está convirtiendo cada vez más en una herramienta para explorar contenidos educativos.

Te puede interesar: Microsoft detectó menos fallas, pero las más peligrosas se duplicaron: así afecta a usuarios de Windows y Office

A pesar de estos cambios, YouTube continúa siendo la aplicación más utilizada por los niños, con el 29 % del uso registrado. Dentro de la plataforma predominó el consumo de música y videoclips, seguido por contenidos de creadores digitales, además de películas, caricaturas y programas de televisión. El contenido animado tuvo un crecimiento importante, impulsado por búsquedas relacionadas con GLITCH, My Story Animated (MSA) y Cocomelon.

Para Kaspersky, este nuevo comportamiento también representa desafíos para las familias. La compañía advierte que muchas de las plataformas de inteligencia artificial y algunos servicios digitales no fueron desarrollados específicamente para menores de edad, por lo que requieren acompañamiento para reducir riesgos relacionados con la privacidad, la desinformación o la exposición a contenidos inadecuados.

Los especialistas recomiendan que padres y cuidadores mantengan conversaciones frecuentes sobre las actividades que realizan los niños en internet, establezcan horarios para el uso de dispositivos, enseñen a identificar información falsa y expliquen la importancia de proteger los datos personales. También sugieren utilizar herramientas de control parental que permitan supervisar la actividad digital y crear hábitos de navegación más seguros sin limitar el acceso a las oportunidades de aprendizaje que ofrece la tecnología.

El auge de los agentes de IA que negocian y realizan pagos de forma autónoma está transformando la economía digital. Según datos de Adobe, el tráfico generado por herramientas de IA a sitios de venta minorista en Estados Unidos se disparó un 4.700% interanual en julio de 2025. Además, proyecciones de McKinsey estiman que para 2030, estos agentes mediarán transacciones por un valor de entre 3 y 5 billones de dólares a nivel mundial.

Sin embargo, este crecimiento exponencial choca con una realidad. La infraestructura actual no está preparada para gestionar los inevitables desacuerdos entre máquinas. Así como los humanos tienen disputas contractuales, los agentes autónomos también las tendrán, pero a una velocidad que los sistemas judiciales tradicionales no pueden procesar.

“El comercio entre agentes está llegando a un punto de inflexión crítico, y no estamos preparados para las posibles consecuencias. Los agentes entrarán en desacuerdo a la velocidad de una máquina, y el sistema destinado a resolver dichos desacuerdos se diseñó para partes con cuerpos físicos y una tolerancia finita a la espera”, afirmó David Riudor, CEO y cofundador de la Fundación GenLayer. “Internet Court es el espacio compartido al que los agentes pueden acudir cuando un acuerdo sale mal. El dinero a la velocidad de las máquinas necesita una resolución de conflictos a la velocidad de las máquinas”.

Un ecosistema fragmentado

Actualmente, el ecosistema del comercio agéntico está altamente fragmentado. Existen protocolos como el x402 de Coinbase para pagos, el ERC-8004 para identidad de agentes, o el A2A de Google para interoperabilidad, pero cada uno resuelve una capa de la pila tecnológica por separado .

Internet Court pretende unificar estas piezas. Según Albert Castellana, cofundador y CEO de GenLayer Labs, la iniciativa convierte un “espacio fragmentado en una habilidad abierta única que cualquier agente puede usar para que los compromisos financieros se mantengan, incluso cuando están en disputa”.

¿Cómo funcionará?

El protocolo integra una serie de estándares que abarcan todo el ciclo de vida de una transacción agéntica, desde el descubrimiento y la reputación (ERC-7857, ERC-8004), la negociación (A2A), los contratos (ERC-7710), hasta la ejecución y la verificación de disputas mediante sistemas de adjudicación como GenLayer, Kleros y UMA.

GenLayer, la pieza central de este rompecabezas, utiliza un protocolo blockchain donde validadores impulsados por diversos modelos de lenguaje de IA (LLM) analizan la evidencia y emiten fallos. Si un agente compra un servicio de inferencia y el registro de actividad muestra una caída del servicio, el comprador podría recibir una compensación automática según los términos acordados.

Apoyo de la industria

El respaldo de actores clave subraya la importancia de la iniciativa. Solo por mencionar algunos de los nombres más representativos del sector, Ryan McPeck, responsable de Smart Accounts en MetaMask, destacó que su kit de herramientas ya está siendo utilizado por GenLayer como parte del Tribunal de Internet, alineándose con su desarrollo de la “MetaMask Agent Wallet”.

Por su parte, Vassilis Tziokas, VP de Growth en ZKsync (Matter Labs), dijo que “la forma natural de que los agentes transaccionen será la criptografía, dinero programable que se mueve sin intervención humana”. La cadena que potencia este sistema funcionará sobre el ZK Stack, garantizando la privacidad y el rendimiento necesarios.

Si bien la visión es ambiciosa, el proyecto enfrenta desafíos reales. Un estudio de 2026 sobre eventos disputados en Polymarket reveló que, aunque los modelos de lenguaje acertaron en el 89.58% de las resoluciones finales, no pudieron identificar de manera fiable qué mercados serían disputados. Esto resalta la necesidad de un sistema robusto de apelaciones y, posiblemente, de revisión humana en casos complejos.

A pesar de estos retos, Internet Court ya está disponible como estándar abierto para que cualquier agente lo adopte. La Fundación GenLayer espera lanzar la red principal (mainnet) en el cuarto trimestre de 2026.

Esta idea de un ‘tribunal de internet’ llega para poner orden en un mundo donde las máquinas negocian, contratan y, ocasionalmente, se enfrentarán. El éxito de este estándar determinará si la economía agéntica puede operar de manera fluida o si quedará atrapada en un limbo legal de alta velocidad.

Imagen: Foto de Conny Schneider en Unsplash

La nueva línea está compuesta por tres versiones: GPT-5.6 Sol, el modelo de mayor capacidad; GPT-5.6 Terra, pensado para tareas de uso diario con un equilibrio entre rendimiento y precio; y GPT-5.6 Luna, la alternativa más rápida y económica. Los tres ya comenzaron a desplegarse de forma global en ChatGPT, Codex y la API de OpenAI.

Según la compañía, la principal novedad de GPT-5.6 es que consigue realizar más trabajo utilizando menos tokens, lo que se traduce en un mejor rendimiento por dólar tanto para empresas como para desarrolladores. En las pruebas internas y evaluaciones independientes presentadas por OpenAI, Sol supera a GPT-5.5 y mejora los resultados de modelos rivales en diferentes tareas profesionales, especialmente en programación, automatización, navegación web y análisis de documentos.

Te puede interesar: OpenAI lanza GPT-Live: así funciona la nueva experiencia de voz de ChatGPT

Uno de los cambios más relevantes es la incorporación de un sistema que permite coordinar varios agentes de inteligencia artificial trabajando al mismo tiempo sobre una misma tarea. Esta función está diseñada para resolver proyectos complejos en menos tiempo, repartiendo el trabajo entre diferentes procesos que luego unifican los resultados.

OpenAI también afirma haber mejorado la capacidad del modelo para utilizar herramientas, revisar su propio trabajo y corregir errores antes de entregar una respuesta final. Esto permite generar documentos, hojas de cálculo, presentaciones y aplicaciones con menos intervención manual por parte del usuario.

Más funciones para empresas, desarrolladores y usuarios de ChatGPT

La compañía destacó que GPT-5.6 ofrece avances importantes en programación. El modelo puede escribir código, ejecutar programas sencillos para coordinar herramientas, procesar información intermedia y adaptar su estrategia durante una tarea sin necesidad de recibir instrucciones paso a paso.

También incorpora mejoras para el trabajo con documentos empresariales. El sistema puede transformar información procedente de plataformas como Slack, Notion, Microsoft 365 o Google Drive en informes, presentaciones y otros materiales con formatos más consistentes y editables.

En materia de ciberseguridad, OpenAI asegura que GPT-5.6 obtuvo mejores resultados que su generación anterior en pruebas de identificación de vulnerabilidades y revisión segura de código. Al mismo tiempo, el lanzamiento llega acompañado de nuevas capas de protección, monitoreo continuo y controles de acceso para reducir el uso indebido de las capacidades más avanzadas del modelo.

El despliegue ya comenzó para los usuarios de ChatGPT. Los suscriptores de los planes Plus, Pro, Business y Enterprise tendrán acceso a GPT-5.6 Sol, mientras que los usuarios de Free y Go utilizarán GPT-5.6 Terra en ChatGPT Work y Codex. Los desarrolladores también pueden acceder a los tres modelos mediante la API de OpenAI.

En cuanto a los precios para la API, OpenAI estableció una tarifa de 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida para Sol. Terra costará 2,50 y 15 dólares, respectivamente, mientras que Luna tendrá un precio de 1 dólar de entrada y 6 dólares de salida.

Con esta actualización, OpenAI apuesta por ofrecer modelos más eficientes y escalables para distintos perfiles de usuarios, desde quienes utilizan ChatGPT en tareas cotidianas hasta empresas y desarrolladores que requieren automatizar procesos de mayor complejidad.

La principal novedad de GPT-Live es su arquitectura de comunicación dúplex completa. A diferencia de las versiones anteriores, que esperaban a que el usuario terminara de hablar para responder, el nuevo sistema procesa el audio de manera permanente mientras mantiene la conversación.

Esto le permite reaccionar con mayor naturalidad, realizar pausas cuando la persona está pensando, responder a interrupciones e incluso demostrar que sigue la conversación mediante expresiones breves, similares a las que utilizan las personas en un diálogo cotidiano.

Además de mejorar la fluidez, GPT-Live incorpora una estrategia diferente para resolver consultas complejas. Cuando una conversación requiere buscar información en internet, analizar datos o ejecutar tareas que demandan mayor capacidad de razonamiento, el modelo delega ese trabajo a GPT-5.5, que opera en segundo plano mientras la conversación continúa sin interrupciones. De esa manera, el usuario no tiene que esperar en silencio hasta recibir una respuesta.

Durante su lanzamiento, GPT-Live utiliza GPT-5.5 como motor de razonamiento y OpenAI confirmó que el sistema adoptará automáticamente los modelos más avanzados que la compañía publique en el futuro.

Conversaciones más fluidas y nuevas funciones

La actualización también incorpora mejoras en la experiencia diaria de ChatGPT Voice. Ahora los usuarios pueden pedir que el asistente hable más despacio, hacer pausas sin ser interrumpidos o solicitar que permanezca en silencio mientras escucha. El sistema también ofrece una mayor capacidad para distinguir la voz del usuario cuando existe ruido ambiental, como tráfico o conversaciones cercanas.

Otra de las novedades es la integración de respuestas visuales. Mientras mantiene una conversación por voz, ChatGPT puede mostrar tarjetas con información relacionada con el clima, deportes, mercados financieros y otros temas, además de seguir siendo compatible con búsquedas web, memoria, carga de imágenes y archivos.

OpenAI explicó que las mejoras también alcanzan a las nueve voces disponibles en ChatGPT, que fueron ajustadas para ofrecer una entonación más natural y cercana.

Te puede interesar: Google presenta Nano Banana 2 Lite y Gemini Omni Flash para crear imágenes y videos con IA

La compañía asegura que GPT-Live obtuvo mejores resultados que el anterior Modo de Voz Avanzado en pruebas internas que evaluaron aspectos como la naturalidad de la conversación, la fluidez, la capacidad para manejar interrupciones y la preferencia general de los usuarios. También mostró un desempeño superior en evaluaciones relacionadas con razonamiento científico, búsquedas web mediante agentes y resolución de tareas de soporte conversacional.

La seguridad también forma parte de esta actualización. OpenAI indicó que el modelo incorpora mecanismos específicos para conversaciones de voz en tiempo real, capaces de detectar respuestas potencialmente riesgosas y redirigirlas hacia alternativas más seguras. Además, incluye protecciones especiales para adolescentes y herramientas de control parental.

GPT-Live ya comenzó a estar disponible para los usuarios de ChatGPT en iOS, Android y la versión web. GPT-Live-1 será el modelo predeterminado para las cuentas Go, Plus y Pro, mientras que GPT-Live-1 mini estará disponible para quienes utilizan el servicio gratuito. Por ahora, la nueva experiencia no admite videollamadas ni compartir pantalla, funciones que seguirán presentes en las versiones anteriores del modo de voz hasta que sean incorporadas en futuras actualizaciones.

La compañía asegura que estas novedades responden a una necesidad frecuente entre quienes desarrollan aplicaciones con IA: reducir tiempos de procesamiento sin sacrificar calidad. La propuesta consiste en combinar ambos modelos dentro de un mismo flujo de trabajo para pasar de una imagen estática a un video animado en pocos pasos.

Nano Banana 2 Lite fue presentado como la versión más rápida y económica de la familia Nano Banana. Está pensado para proyectos que requieren producir un gran volumen de imágenes o trabajar casi en tiempo real. Según Google, puede generar una imagen a partir de una descripción en aproximadamente cuatro segundos y tiene un costo de 0,034 dólares por cada imagen de resolución 1K, lo que representa una alternativa para quienes necesitan optimizar recursos.

El modelo está dirigido principalmente a desarrolladores, aunque también comenzará a integrarse en servicios para usuarios finales como la aplicación Gemini, Google Fotos, NotebookLM, Google Flow, Google Ads y el Modo IA del buscador.

Del boceto al video en una misma plataforma

La segunda novedad es Gemini Omni Flash, un modelo capaz de generar y editar videos utilizando texto, imágenes y clips como referencia. La herramienta permite modificar una escena mediante instrucciones conversacionales y mantener coherencia entre los distintos elementos visuales, una función pensada para agilizar procesos creativos que antes requerían varias aplicaciones.

Por ahora, Omni Flash admite videos de hasta diez segundos y mantiene algunas limitaciones, como la falta de soporte para referencias de audio o la dificultad para conservar completamente la apariencia de un personaje durante ciertos cambios de escena. Google indicó que estas capacidades continuarán evolucionando durante la etapa de vista previa pública.

Uno de los aspectos que la empresa busca impulsar es el uso conjunto de ambos modelos. La idea consiste en generar primero una imagen con Nano Banana 2 Lite y luego convertirla en un video mediante Gemini Omni Flash. Para demostrar estas posibilidades, Google publicó varias aplicaciones de ejemplo, entre ellas una que transforma una fotografía en un recorrido animado por distintos lugares del mundo, otra para visualizar remodelaciones de interiores y una enfocada en crear videos para comercio electrónico a partir de imágenes de productos.

Las personas interesadas en probar estas herramientas pueden acceder desde Google AI Studio o integrarlas mediante la API de Gemini. Google también puso a disposición documentación técnica, guías de uso y ejemplos para facilitar el desarrollo de proyectos basados en estos modelos. Además, el contenido generado incorpora la marca de agua SynthID, un sistema que permite identificar material creado con inteligencia artificial y reforzar la transparencia en su utilización.

El análisis identificó 8.410 edificaciones con algún nivel de daño dentro de un universo de 72.162 construcciones evaluadas en un área cercana a los 210 kilómetros cuadrados. Las cifras también muestran que poco más de 3.000 inmuebles no pudieron analizarse debido a la presencia de nubes durante la captura de las imágenes, mientras que las mayores afectaciones aparecieron en Catia La Mar y sectores de La Guaira.

Aunque los datos no sustituyen las inspecciones realizadas por ingenieros o autoridades de emergencia, sí permiten conocer rápidamente dónde concentrar los primeros esfuerzos de rescate y recuperación cuando cada minuto cuenta.

De imágenes satelitales a un mapa de daños en pocas horas

La evaluación fue desarrollada por el Laboratorio de Investigación de IA para el Bien Social de Microsoft utilizando cinco escenas satelitales captadas después de los terremotos. En lugar de revisar manualmente cada fotografía, un modelo de inteligencia artificial analizó las imágenes para reconocer edificios, identificar señales de destrucción y distinguir las zonas cubiertas por nubes.

Después, el sistema comparó esa información con bases cartográficas que muestran la ubicación de las construcciones antes del desastre. De esa manera fue posible estimar cuáles presentaban daños visibles y generar un inventario único, incluso cuando un mismo edificio aparecía en varias imágenes tomadas por diferentes satélites.

Te puede interesar: El 83 % de los colombianos vive en zonas con riesgo sísmico: esto significa

El resultado fue una evaluación capaz de ofrecer una visión amplia del territorio sin esperar a que los equipos de emergencia recorrieran cada barrio afectado. Según el informe, alrededor del 12 % de los edificios que pudieron observarse presentaban algún grado de afectación.

Una herramienta que ayuda a decidir dónde actuar primero

La utilidad de esta tecnología no está únicamente en contar edificios dañados. Su mayor aporte consiste en mostrar dónde se concentran los impactos para que las autoridades puedan definir prioridades cuando los recursos son limitados o el acceso terrestre resulta complicado.

Para comprobar la confiabilidad de los resultados, Microsoft comparó las predicciones del modelo con reportes enviados por ciudadanos desde las zonas afectadas. Esa validación permitió medir qué tan cerca coincidían las detecciones automáticas con los daños observados sobre el terreno y fortalecer el uso de la inteligencia artificial como apoyo para las labores de respuesta.

Te puede interesar: Así detectó un satélite de la NASA miles de edificios dañados tras el terremoto de Venezuela

El informe también reconoce las limitaciones de este tipo de análisis. La evaluación depende de imágenes captadas en un momento específico y algunos edificios pueden quedar ocultos por las nubes o presentar diferencias entre escenas tomadas por distintos satélites. Por esa razón, los resultados deben complementarse con verificaciones en campo antes de tomar decisiones definitivas sobre cada estructura.

Más allá del caso venezolano, la experiencia muestra cómo la inteligencia artificial empieza a convertirse en una herramienta para actuar durante las primeras horas posteriores a un desastre. En lugar de reemplazar el trabajo de rescatistas o especialistas, acelera la obtención de información crítica y permite que la ayuda llegue con mayor rapidez a los lugares donde el impacto parece haber sido más severo.

Sin embargo, mientras las compañías buscan destacar con el modelo más inteligente, hospitales y empresas tecnológicas están descubriendo que el verdadero cuello de botella para una adopción eficiente y confiable está en los datos.

Un informe reciente pone en evidencia que muchas instituciones de salud están encontrando el mismo problema. Los datos fragmentados y mal gestionados se han convertido en el mayor obstáculo para pasar de proyectos piloto a resultados reales.

Y no porque falten. De hecho, el sector salud produce enormes cantidades de información todos los días. El problema es que esa información rara vez está organizada. Una parte vive en historias clínicas escritas hace años, otra en documentos PDF, otra en resultados de laboratorio, otra en imágenes diagnósticas y otra en sistemas que ni siquiera pueden comunicarse entre sí.

En otras palabras, la inteligencia artificial puede ser muy poderosa, pero si no encuentra la información adecuada, tampoco podrá ofrecer respuestas confiables.

El verdadero reto está en los datos

La industria tecnológica se obsesionó con construir modelos cada vez más grandes y potentes. Pero en el sector salud la confianza y la precisión sí son de vital importancia.

Antes de preguntarse qué modelo utilizar, hospitales y clínicas ahora deben resolver cómo unificar millones de registros clínicos, conectar sistemas desarrollados hace décadas y garantizar que un médico reciba información actualizada sin poner en riesgo la privacidad de los pacientes.

Durante el auge de la IA generativa aparecieron decenas de asistentes conversacionales para el sector salud. Pero un médico no solo necesita un chatbot que responda preguntas generales.

Necesita una herramienta capaz de revisar el historial clínico de un paciente, consultar protocolos médicos, comparar resultados de laboratorio, encontrar antecedentes relevantes y entregar una respuesta sustentada en información real.

Por eso cada vez cobran más importancia tecnologías como RAG (Retrieval-Augmented Generation), una arquitectura que permite que un modelo consulte documentos clínicos y bases de datos antes de responder.

La diferencia puede parecer técnica, pero cambia completamente el resultado. En lugar de responder únicamente con lo aprendido durante su entrenamiento, la IA puede apoyarse en información específica de una institución médica, reduciendo el riesgo de errores y ofreciendo respuestas mucho más útiles para los profesionales.

De hecho, ahí es donde realmente se está jugando la próxima etapa de la inteligencia artificial aplicada a la medicina. “Si bien la inteligencia artificial todavía no está a la altura de los médicos reales en ciertas áreas, actualmente es capaz de superar a los humanos en algunas cosas”, asegura Mike Hoey, CEO de Source Meridian. “Hay un par de ejemplos de esto en la radiología y el diagnóstico, donde algunos signos y síntomas son muy difíciles de detectar para el ojo humano. Con algoritmos avanzados de machine learning, la IA puede detectar estas sutiles diferencias en los datos de los diagnósticos”.

La próxima revolución no será un modelo

La industria tecnológica ha dedicado los últimos años a competir por construir la inteligencia artificial más potente. Sin embargo, en salud esa competencia podría dejar de ser la más importante.

Si los datos siguen dispersos entre historias clínicas, archivos PDF y sistemas que no se comunican entre sí. Incluso el mejor modelo del mundo tendrá dificultades para generar respuestas realmente útiles.

El futuro de la IA en medicina probablemente no dependerá únicamente de algoritmos más sofisticados. Sino de algo mucho menos llamativo, pero mucho más determinante como la capacidad de convertir datos fragmentados en información confiable.

Imagen: Foto de Stephen Andrews en Unsplash

Lejos de sugerir que estos sistemas tengan una ideología propia, los estudios indican que las diferencias aparecen por la selección de datos utilizados durante el entrenamiento, las reglas de seguridad incorporadas y las decisiones humanas que moldean el comportamiento final del modelo. Para millones de usuarios que ya utilizan la IA como buscador, asesor o herramienta de trabajo, comprender este fenómeno resulta cada vez más importante.

Cuando la IA “vota”: así midieron el sesgo los investigadores

Uno de los trabajos más recientes fue desarrollado por investigadores de la Universidad Libre de Ámsterdam y la Universidad de Oslo. En lugar de hacer preguntas tradicionales a los modelos de lenguaje, utilizaron miles de votaciones reales de los parlamentos de España, Noruega y Países Bajos para analizar cómo responderían distintos sistemas de inteligencia artificial si actuaran como legisladores.

Los resultados mostraron que la mayoría de los modelos evaluados tendían a adoptar posiciones cercanas al centro o con una ligera inclinación hacia la centroizquierda. Además, el estudio encontró diferencias significativas entre modelos, lo que demuestra que la orientación de las respuestas no depende únicamente del conocimiento almacenado, sino también del proceso de alineación aplicado por cada empresa.

Hallazgos similares aparecen en una investigación publicada en el Journal of Computational Social Science, donde científicos compararon varios modelos comerciales y de código abierto. El trabajo concluye que ninguno puede considerarse completamente neutral y que la tendencia ideológica cambia según el tema consultado, desde economía hasta derechos civiles o política ambiental.

Otro análisis, conocido como PoliticsBench 2026, amplió la comparación a modelos como GPT, Gemini, Claude, Grok, DeepSeek, Llama y Qwen. En ese benchmark, siete de los ocho modelos evaluados mostraron una inclinación hacia posiciones de izquierda, mientras que Grok fue el único que presentó una tendencia más cercana a posturas de derecha.

¿Por qué importa si usas la IA para informarte?

Los investigadores coinciden en que estos resultados no significan que las empresas programen deliberadamente una postura política. Los grandes modelos de lenguaje funcionan calculando la palabra más probable que debe aparecer en una respuesta a partir de enormes volúmenes de texto extraídos de internet, libros, artículos y otras fuentes.

Después del entrenamiento inicial, los desarrolladores aplican procesos conocidos como Reinforcement Learning from Human Feedback (RLHF), mediante los cuales personas evalúan respuestas y enseñan al modelo cuáles son más útiles, seguras o apropiadas. Esa etapa también influye en el comportamiento final del chatbot.

Para el usuario, la consecuencia es sencilla: dos asistentes de inteligencia artificial pueden responder de forma distinta a una misma pregunta sin que ninguno esté necesariamente “equivocado”. Las diferencias suelen reflejar prioridades distintas al seleccionar información, resumir argumentos o presentar matices sobre asuntos controvertidos.

Por esa razón, los propios autores de estas investigaciones recomiendan utilizar la inteligencia artificial como una herramienta de apoyo y no como una fuente única para comprender temas políticos, económicos o sociales. Contrastar la información con medios de comunicación confiables, documentos oficiales y diversas fuentes sigue siendo la mejor forma de reducir el impacto de posibles sesgos.

A medida que los chatbots reemplazan a los buscadores tradicionales en muchas consultas, el debate ya no gira únicamente alrededor de qué tan inteligentes son estos sistemas, sino también de qué tan transparentes resultan sus procesos de entrenamiento. Las investigaciones publicadas hasta ahora apuntan a una misma conclusión: la inteligencia artificial puede ser extraordinariamente útil, pero sus respuestas también reflejan las decisiones humanas que la hicieron posible.

La compañía explicó que esta familia inaugura un nuevo sistema de nombres. El número 5.6 identifica la generación del modelo, mientras que Sol, Terra y Luna representan diferentes capacidades. Así, cada usuario o empresa puede elegir la opción que mejor se ajuste a sus necesidades sin depender únicamente de una versión única.

En la práctica, GPT-5.6 Sol está pensado para afrontar procesos que requieren planificación. En lugar de generar una respuesta inmediata, analiza el problema durante más tiempo antes de ofrecer un resultado. Además, puede repartir una tarea entre distintos subagentes para resolver varias partes en paralelo y después integrar toda la información.

Te puede interesar: Así funciona Jalapeño, el chip con el que OpenAI quiere reducir costos de IA y desafiar a NVIDIA

Ese cambio se refleja especialmente en programación, investigación científica y ciberseguridad. Según las pruebas publicadas por OpenAI, el modelo obtuvo mejores resultados en flujos de trabajo de programación mediante terminal, análisis biológico y evaluación de vulnerabilidades, utilizando incluso menos tokens que GPT-5.5 en algunas tareas.

Terra se presenta como una alternativa para el trabajo diario, con un rendimiento similar al de GPT-5.5 pero a menor costo. Luna, por su parte, prioriza la velocidad y un precio más bajo para aplicaciones donde la rapidez resulta más importante que la máxima capacidad de razonamiento.

Más inteligencia con nuevas capas de seguridad

El aumento de capacidades también viene acompañado de controles adicionales. OpenAI desarrolló GPT-5.6 Sol con varias capas de seguridad destinadas a detectar solicitudes relacionadas con actividades cibernéticas prohibidas y bloquearlas antes de entregar una respuesta.

El sistema combina protecciones integradas en el propio modelo con clasificadores que analizan el contenido mientras se genera. Si identifican una posible infracción, la respuesta puede detenerse temporalmente para realizar una revisión adicional. La compañía también utiliza señales asociadas a la cuenta y procesos continuos de supervisión para identificar intentos repetidos de uso indebido.

Como parte del desarrollo, OpenAI aseguró que invirtió más de 700.000 horas equivalentes de procesamiento en pruebas automatizadas para encontrar vulnerabilidades y reforzar el modelo antes de su lanzamiento. Además, continúa realizando evaluaciones con expertos externos durante el periodo de vista previa.

Por ahora, GPT-5.6 Sol, Terra y Luna estarán disponibles para un grupo reducido de socios a través de la API y Codex. La empresa prevé ampliar el acceso durante las próximas semanas hasta llegar a ChatGPT y al resto de usuarios.

Más que una actualización de rendimiento, GPT-5.6 introduce una nueva forma de organizar los modelos de inteligencia artificial. La apuesta pasa por ofrecer diferentes niveles de capacidad para distintos tipos de trabajo, mientras incorpora mecanismos adicionales para que esas funciones avanzadas puedan utilizarse con mayores garantías de seguridad.

El resultado llama la atención porque contrasta con el debate que domina buena parte de la conversación mundial. Mientras en distintos países la automatización suele presentarse como una amenaza para millones de empleos, los participantes del estudio imaginan un futuro donde la tecnología transformará la manera de trabajar, pero difícilmente eliminará el papel de las personas.

La encuesta Voces para un Futuro Digno: Colombia hacia 2046, elaborada por el Social Research Center (SRC), encontró que solo el 21 % de los encuestados ubica a la inteligencia artificial entre los principales riesgos para los próximos años. Muy por encima aparecen la crisis económica y la desigualdad, señaladas por el 65 % de los participantes, seguidas por la crisis climática con el 59 % y los conflictos geopolíticos con el 50 %.

La inteligencia artificial preocupa, pero no domina la conversación

El estudio deja ver que la percepción sobre la IA está cambiando. En lugar de pensar en una sustitución masiva de trabajadores, muchos colombianos creen que esta tecnología asumirá las tareas repetitivas mientras las personas seguirán aportando aquello que las máquinas todavía no pueden replicar con facilidad.

De hecho, el 39,5 % considera que la inteligencia artificial realizará las labores rutinarias hacia 2046. Al mismo tiempo, un 36,8 % imagina ambientes laborales más colaborativos y un 35,8 % cree que el trabajo estará apoyado por herramientas tecnológicas. La lectura que deja el estudio es que el futuro no se percibe como una competencia entre humanos y algoritmos, sino como una relación de apoyo entre ambos.

Te puede interesar: Así funciona Jalapeño, el chip con el que OpenAI quiere reducir costos de IA y desafiar a NVIDIA

Esta percepción también ayuda a explicar por qué la IA no aparece como la principal amenaza. Los encuestados parecen asumir que la tecnología hará parte de la vida cotidiana y que el verdadero desafío será aprender a convivir con ella.

El reto estará en las habilidades humanas

Si las tareas repetitivas terminan en manos de sistemas inteligentes, las capacidades que diferenciarán a los trabajadores serán otras. La creatividad, el pensamiento crítico, la comunicación, la empatía, la adaptación al cambio y el trabajo en equipo aparecen como competencias que seguirán siendo indispensables en los próximos años.

La investigación también recuerda que sus resultados corresponden a una muestra de 299 profesionales de diferentes regiones y sectores del país, por lo que no representa estadísticamente a toda la población colombiana. Su objetivo fue identificar tendencias y conocer cómo distintos perfiles imaginan el país de aquí a 2046.
Más allá de responder si la inteligencia artificial quitará empleos, la encuesta deja otra conclusión. Hoy, los colombianos parecen estar más inquietos por la estabilidad económica, el clima y los conflictos globales que por los algoritmos. La IA sigue generando preguntas, pero ya no ocupa el centro de los miedos sobre el futuro.

El encuentro se realizará del 24 al 26 de julio de 2026 en la Universidad EAFIT, en Medellín, Colombia. La organización espera cerca de 600 asistentes presenciales y una programación con más de 50 conferencistas. En sus nueve ediciones anteriores ha reunido a más de 3.000 desarrolladores, científicos de datos e investigadores, consolidándose como uno de los principales encuentros de la comunidad Python en América Latina.

PyCon Colombia 2026 refleja hacia dónde evoluciona Python

Durante años Python fue reconocido por su facilidad para desarrollar aplicaciones y automatizar procesos. Hoy es una herramienta clave para entrenar modelos de inteligencia artificial, analizar grandes volúmenes de datos y desarrollar soluciones utilizadas en investigación científica, salud, finanzas y otros sectores. La agenda del encuentro refleja esa transformación y permite entender por qué el lenguaje continúa ganando protagonismo.

Las charlas abordarán aprendizaje automático (machine learning), procesamiento de lenguaje natural, bioinformática, ciencia de datos, ciberseguridad y otras aplicaciones de la IA. Más que áreas independientes, estos temas muestran cómo una misma tecnología sirve de base para resolver desafíos muy distintos, desde el desarrollo de aplicaciones hasta la investigación biomédica.

La presencia de especialistas en bioinformática evidencia cómo este lenguaje facilita el análisis de información genética para apoyar investigaciones biomédicas. A ello se suma la ciencia abierta, un enfoque que promueve compartir datos, metodologías y herramientas para que otros equipos puedan reproducir, validar y ampliar los resultados de una investigación.

Ambas disciplinas comparten un elemento en común: el uso intensivo de datos, uno de los campos donde esta tecnología ha encontrado mayor adopción durante los últimos años. La combinación de estos enfoques demuestra que el encuentro no solo estará orientado a programadores. También resultará de interés para investigadores, científicos de datos, docentes y profesionales que la utilizan para resolver desafíos en diferentes disciplinas.

Del núcleo de Python a la investigación genética

Uno de los principales invitados será Irit Katriel, desarrolladora del núcleo de CPython y exintegrante del proyecto Faster CPython. Su trabajo influye directamente en la evolución del lenguaje, por lo que su participación permitirá conocer la visión de quienes construyen una tecnología utilizada por millones de desarrolladores en todo el mundo.

La agenda también reunirá a Luciano Ramalho, autor del libro Fluent Python; Malvika Sharan, referente internacional en ciencia abierta; Anna Pristoupilova, investigadora especializada en bioinformática; Kari L. Jordan, directora ejecutiva de The Carpentries; y Tereza Iofciu, especialista en inteligencia artificial, ciencia de datos y liderazgo tecnológico.

En conjunto, estos perfiles muestran que Python ya no se limita al desarrollo de software. Hoy también impulsa proyectos relacionados con investigación genética, ciencia abierta, alfabetización en datos e inteligencia artificial.

El respaldo de organizaciones como Universidad EAFIT, Aim Point Digital, Factored, EPAM, Nequi, Interledger Foundation, Loka, Lovelytics, Genlogs, Provectus, Licencias Online y Slalom evidencia el interés de la industria por impulsar espacios de intercambio y colaboración entre desarrolladores, investigadores y empresas.

¿Cómo inscribirse?

Las entradas ya están disponibles a través de Eventbrite, donde los interesados pueden consultar la programación, las modalidades de acceso y las actividades previstas para los asistentes.

Inscripciones: https://www.eventbrite.co/e/pycon-colombia-2026-tickets-1986172567616

Más que un encuentro para desarrolladores, PyCon Colombia 2026 ofrecerá una oportunidad para conocer hacia dónde evoluciona uno de los lenguajes de programación más utilizados del mundo. La presencia de desarrolladores del núcleo de Python, investigadores en bioinformática y especialistas en inteligencia artificial convierte esta edición en un espacio para entender cómo estas disciplinas impulsan nuevas aplicaciones en investigación científica, análisis de datos y desarrollo de software.

Imagen: PyCon Colombia 2026

El desarrollo fue realizado junto a Broadcom y marca un movimiento poco habitual para una empresa conocida principalmente por sus modelos de inteligencia artificial. Con este anuncio, OpenAI deja de depender exclusivamente de proveedores externos de hardware y empieza a participar directamente en una de las áreas más costosas y estratégicas del sector tecnológico.

La compañía asegura que las primeras pruebas muestran una mejora significativa en eficiencia energética frente a los aceleradores de IA disponibles actualmente. Aunque todavía no ha publicado cifras definitivas de rendimiento, el objetivo es claro: obtener más capacidad de procesamiento consumiendo menos electricidad.

¿Qué es un chip de inferencia y por qué importa?

Cuando haces una pregunta en ChatGPT y recibes una respuesta, ocurre un proceso conocido como inferencia. Es el momento en que un modelo ya entrenado analiza una solicitud y genera una respuesta en tiempo real.

Esa tarea requiere enormes cantidades de recursos computacionales. Actualmente gran parte de ese trabajo se realiza sobre procesadores especializados fabricados por NVIDIA, empresa que domina el mercado mundial de aceleradores para inteligencia artificial.

Te puede interesar: Huawei Cloud MaaS llega a Colombia con DeepSeek y GLM para reducir el costo de la IA

Jalapeño fue diseñado específicamente para esa función. Según OpenAI, su arquitectura reduce movimientos innecesarios de datos dentro del sistema y optimiza el uso de memoria, red y procesamiento para que los modelos funcionen de manera más eficiente.

La compañía explica que el chip fue desarrollado tomando como referencia el comportamiento real de productos como ChatGPT, Codex y su plataforma para desarrolladores. Esto significa que el hardware fue adaptado a las necesidades de los modelos de lenguaje modernos, en lugar de reutilizar diseños creados originalmente para otras cargas de trabajo.

Otro dato llamativo es la velocidad del proyecto. OpenAI afirma que el chip pasó desde el diseño inicial hasta la fabricación en apenas nueve meses, un plazo inusualmente corto para la industria de semiconductores avanzados.

Una competencia que va más allá de los modelos de IA

La presentación de Jalapeño refleja un cambio importante en la carrera tecnológica actual. Durante años, la competencia se centró en desarrollar modelos más potentes. Ahora la batalla también se libra en los centros de datos y en los chips que permiten ejecutarlos.

Google lleva años utilizando sus procesadores TPU para alimentar Gemini. Amazon cuenta con las familias Inferentia y Trainium. Microsoft desarrolla sus propios aceleradores para Azure. Con Jalapeño, OpenAI entra oficialmente en ese grupo.

La apuesta tiene implicaciones económicas importantes. Si la empresa logra reducir el costo de ejecutar modelos de IA, podría ofrecer servicios más baratos, atender a más usuarios simultáneamente y acelerar el desarrollo de nuevas generaciones de inteligencia artificial.

OpenAI afirma que este es apenas el primer integrante de una plataforma de hardware que evolucionará durante varios años y que comenzará a desplegarse a gran escala a partir de 2026.

Más allá de las especificaciones técnicas, el anuncio revela una transformación profunda. OpenAI ya no quiere limitarse a crear modelos de inteligencia artificial. También quiere controlar la infraestructura física que hará posible la próxima generación de servicios basados en IA.

La iniciativa estará orientada a jóvenes entre los 13 y los 18 años y ofrecerá espacios virtuales de formación donde podrán adquirir conocimientos básicos de programación y habilidades digitales, sin necesidad de experiencia previa.

La propuesta llega en un momento en que la participación femenina dentro de la industria tecnológica sigue siendo limitada. Según el Estudio de Empleabilidad y Talento Digital 2025 del Ministerio TIC y Fedesoft, las mujeres representan apenas el 25,4 % de los empleos del sector TI en Colombia.

Programación para niñas desde edades tempranas

Como parte de la alianza, se crearán dos clubes gratuitos de programación en América Latina. Los talleres estarán enfocados en enseñar fundamentos tecnológicos de manera accesible para niñas y adolescentes interesadas en explorar este campo.

En Colombia, la iniciativa también tendrá alcance entre las familias de los cerca de 150 colaboradores que tiene la compañía en el país.

Además de los clubes, GlobalLogic respaldará actividades relacionadas con Technovation Girls, una competencia internacional que invita a jóvenes a desarrollar soluciones tecnológicas para atender problemas reales de sus comunidades.

La apuesta apunta a despertar el interés por las áreas STEM —ciencia, tecnología, ingeniería y matemáticas— en edades tempranas, un factor que especialistas consideran determinante para aumentar la presencia femenina en profesiones digitales.

La brecha digital sigue afectando a millones de mujeres

El desafío no se limita al acceso al empleo. Datos citados por la compañía, basados en cifras de la CEPAL, indican que cuatro de cada diez mujeres en América Latina aún no están conectadas a internet, una barrera que reduce sus posibilidades de formación y acceso a oportunidades laborales.

Por su parte, ONU Mujeres estima que cerrar la brecha digital de género podría beneficiar a más de 343 millones de mujeres y niñas en el mundo, sacar a 30 millones de personas de la pobreza extrema y aportar hasta 1,5 billones de dólares a la economía global hacia 2030.

Según Chicas Programadoras, más de 13.000 niñas han participado hasta ahora en sus iniciativas de formación tecnológica, acompañadas por más de 1.500 mentores en 14 países de América Latina.

La llegada de nuevos aliados empresariales permite ampliar ese alcance en una región donde la demanda de talento digital sigue creciendo. Para miles de adolescentes, acceder a estos espacios puede convertirse en el primer contacto con una industria que aún tiene una deuda pendiente con la participación femenina.

El anuncio llega después de varios meses de pruebas con clientes del programa Frontier. Según Microsoft, más de la mitad de las empresas que hacen parte de la lista Fortune 500 probaron la tecnología antes de su lanzamiento mundial, junto con compañías de sectores como consultoría, seguros, telecomunicaciones y servicios financieros.

La propuesta representa un cambio frente a los asistentes de IA tradicionales. Mientras estos suelen generar respuestas o recomendaciones para que una persona continúe el trabajo, Copilot Cowork puede recibir una tarea completa, ejecutarla y entregar el resultado final sin que el usuario tenga que intervenir en cada paso.

De responder preguntas a ejecutar procesos

Entre los casos de uso presentados por Microsoft aparecen actividades que normalmente requieren varias herramientas y una alta carga operativa.

Por ejemplo, la plataforma puede editar grandes cantidades de hojas de cálculo de forma segura, comparar miles de archivos entre diferentes versiones de un producto, crear diagramas de flujo automáticamente después de cada modificación o analizar procesos comerciales para detectar oportunidades que podrían perderse y sugerir acciones de seguimiento.

Te puede interesar: Huawei Cloud MaaS llega a Colombia con DeepSeek y GLM para reducir el costo de la IA

La compañía explica que el agente trabaja utilizando la información disponible dentro de Microsoft 365 y respeta los permisos que ya existen en cada organización, por lo que únicamente accede a los datos autorizados para cada usuario.

Los administradores también pueden controlar quién utiliza la herramienta, definir límites de consumo, recibir alertas sobre el uso y consultar reportes detallados por usuario, grupo o toda la organización.

Costos por consumo y varios modelos de IA

Copilot Cowork funcionará bajo un esquema de pago por uso denominado Créditos Copilot. El costo de cada tarea dependerá del modelo de inteligencia artificial empleado, la cantidad de información consultada, las herramientas utilizadas y el tiempo que tome completar el proceso.

Microsoft afirma que este sistema permitirá a las organizaciones monitorear el consumo y ajustar el gasto de acuerdo con sus necesidades.

Otra de las novedades es que Copilot Cowork incorpora una arquitectura multimodelo. En esta primera versión utiliza modelos de Anthropic, entre ellos Opus 4.8 y Sonnet 4.6. Los clientes del programa Frontier también pueden acceder a GPT 5.5 y, próximamente, Microsoft incorporará Cowork 1, un modelo propio optimizado para tareas empresariales de uso cotidiano.

Con este lanzamiento, Microsoft amplía el papel de la inteligencia artificial dentro de Microsoft 365. La apuesta ya no está centrada únicamente en ayudar a redactar documentos, resumir reuniones o responder consultas, sino en permitir que las empresas deleguen procesos completos a agentes de IA manteniendo los controles de seguridad, acceso y administración que ya utilizan en sus entornos de trabajo.

La propuesta está dirigida a empresas que quieren incorporar inteligencia artificial en procesos como atención al cliente, automatización de tareas, análisis documental o desarrollo de aplicaciones, pero que encuentran una barrera en el costo que representa poner en marcha este tipo de proyectos.

Durante la presentación, Mark Chen, CEO de Huawei Cloud para América Latina, explicó que el objetivo es permitir que las compañías utilicen modelos avanzados de IA sin preocuparse por administrar la infraestructura tecnológica que normalmente requieren.

“MaaS está diseñado para hacer que la inteligencia artificial avanzada sea más accesible para las empresas”, señaló el directivo.

Huawei apuesta por su infraestructura para marcar la diferencia

Aunque la plataforma integra modelos como DeepSeek V3.2 y GLM-5.1, Huawei sostiene que su principal fortaleza está detrás de ellos. La empresa asegura que opera una infraestructura propia que abarca desde los centros de datos hasta la plataforma desde la que se consumen los modelos de inteligencia artificial.

Según la compañía, esa integración permite que las empresas mantengan sus datos dentro del ecosistema de Huawei durante el procesamiento y evita depender de diferentes proveedores para ejecutar una misma aplicación.

Otro de los aspectos que Huawei destacó fue la ubicación de buena parte de su infraestructura de cómputo en China. La empresa explicó que el país dispone de una matriz energética diversificada, un factor que considera importante debido a la alta demanda de energía que requiere la inteligencia artificial generativa.

Te puede interesar: Microsoft quiere que los agentes de IA trabajen por ti ¿Cómo?

Huawei también aseguró que la diferencia horaria entre China y Colombia representa una ventaja para distribuir las cargas de procesamiento. Mientras las empresas latinoamericanas incrementan el uso de la plataforma durante el día, parte de los centros de datos en Asia ya terminaron sus horas de mayor actividad.

De acuerdo con la compañía, ese comportamiento permite utilizar capacidad de cómputo que se encuentra disponible, mantener una mayor continuidad del servicio y reducir el riesgo de congestión cuando aumenta la demanda en esta región. Huawei afirma que este modelo también ayuda a ofrecer tarifas más competitivas al aprovechar recursos que, de otra manera, permanecerían sin utilizar.

Modelos actualizados y pago solo por lo que se utiliza

La plataforma funciona mediante un esquema de pago por tokens. En la práctica, esto significa que las empresas no necesitan adquirir infraestructura propia antes de desarrollar un proyecto basado en inteligencia artificial, sino que pagan únicamente por la capacidad de procesamiento que consumen.

Huawei explicó que MaaS reúne distintos modelos de IA dentro de una misma plataforma y que incorpora nuevas versiones tan pronto son publicadas por sus desarrolladores. Esto permite cambiar de modelo sin modificar la arquitectura de las aplicaciones y evita depender de una única tecnología.

Te puede interesar: Claude Opus 4.8 llega con mayor control, menos errores y respuestas más confiables

Durante el lanzamiento, la compañía también presentó comparaciones de costos entre GLM-5.1 y otros modelos comerciales como GPT-5.4 y Claude Opus 4.6. Según Huawei, su propuesta ofrece un menor costo por millón de tokens y resultados competitivos en pruebas de programación y desarrollo de software. Estas cifras corresponden a datos presentados por la empresa durante el evento.

Con esta apuesta, Huawei busca trasladar la conversación sobre inteligencia artificial a un aspecto que suele pasar desapercibido: la infraestructura. Para la compañía, el éxito de la IA empresarial dependerá no solo de la capacidad de los modelos, sino también de factores como el costo de ejecutarlos, la disponibilidad de los centros de datos y la facilidad para integrarlos en las operaciones diarias de las empresas.

Durante años, buscar dentro de Facebook significó navegar entre publicaciones, páginas y grupos. Ahora la experiencia será distinta. Cuando una persona consulte un tema, la plataforma podrá generar respuestas utilizando la inteligencia artificial de Meta y tomando como referencia lo que otros usuarios han compartido públicamente en espacios como grupos, comentarios y reels.

La propuesta apunta a ofrecer algo diferente a los buscadores tradicionales. En lugar de mostrar únicamente enlaces para que el usuario investigue por su cuenta, la IA sintetiza experiencias, opiniones y recomendaciones que ya existen dentro del ecosistema de Facebook.

¿Qué cambia con el Modo IA de Facebook?

La principal novedad es que Facebook incorpora una nueva experiencia de búsqueda impulsada por Meta AI. El sistema analiza contenido público disponible en la plataforma para construir respuestas más cercanas a las experiencias reales de las personas.

Por ejemplo, si alguien busca recomendaciones de viaje, consejos para comprar un producto o experiencias sobre un servicio, la IA podrá reunir información compartida por otros usuarios y presentarla de forma resumida.

La estrategia refleja una tendencia que ya se observa en varias compañías tecnológicas: transformar los motores de búsqueda en asistentes capaces de interpretar preguntas complejas y generar respuestas conversacionales.

Meta también señala que esta función se integra directamente en las experiencias cotidianas de Facebook, lo que significa que los usuarios podrán acceder a ella mientras navegan por el feed o exploran contenido dentro de la aplicación.

La inteligencia artificial también llega a las fotos y videos

La segunda gran novedad está relacionada con la creación de contenido.

Facebook amplía las herramientas creativas impulsadas por IA para facilitar la edición de imágenes y videos sin necesidad de conocimientos avanzados. Entre las nuevas opciones aparecen plantillas automáticas para crear collages y efectos de transición que convierten fotografías almacenadas en la galería del teléfono en montajes listos para compartir.

La idea es aprovechar imágenes que normalmente quedan olvidadas entre cientos de archivos.

Te puede  interesar: Corte Constitucional ordena a Meta cambiar reglas de Instagram tras caso de Esperanza Gómez

Además, llegan nuevos ajustes visuales que permiten modificar elementos como ropa, peinados o accesorios mediante inteligencia artificial. Los aficionados al deporte también podrán añadir virtualmente camisetas de sus equipos favoritos en fotografías de perfil o historias.

Estas herramientas se encuentran integradas dentro de las opciones de edición de Facebook y buscan simplificar procesos que antes requerían aplicaciones externas o edición manual.

El nuevo desafío de Meta: convertir Facebook en un asistente personal

Más allá de las funciones específicas, el lanzamiento muestra una dirección clara para el futuro de la plataforma.

Facebook ya no quiere ser únicamente un lugar para compartir publicaciones. La red social busca convertirse en un espacio donde los usuarios puedan resolver dudas, descubrir información y producir contenido con ayuda de la inteligencia artificial.

La diferencia frente a otros asistentes es que gran parte del conocimiento utilizado proviene de la actividad de la propia comunidad. Eso podría generar respuestas más cercanas a experiencias reales, aunque también abre preguntas sobre cómo se selecciona y prioriza la información dentro de la plataforma.

Por ahora, Meta apuesta a que la combinación entre inteligencia artificial y contenido generado por usuarios haga más sencilla la experiencia diaria dentro de Facebook. La verdadera prueba llegará cuando millones de personas empiecen a utilizar estas herramientas y determinen si realmente ofrecen mejores respuestas que una búsqueda tradicional en internet.

Al final, la carrera por la IA ya no se libra únicamente entre modelos y algoritmos. También se juega en quién logra convertir las conversaciones de las personas en experiencias digitales más útiles y relevantes.

La convocatoria está pensada para voces capaces de aportar valor desde distintos frentes: empleabilidad, innovación, inteligencia artificial, liderazgo, desarrollo profesional, emprendimiento, proyectos propios o aprendizajes construidos a partir de la experiencia. Más que charlas tradicionales, Next Move apuesta por sesiones dinámicas que permitan aterrizar ideas, compartir herramientas concretas y abrir conversaciones que ayuden a quienes están dando sus primeros pasos en tecnología o redefiniendo su camino profesional.

Te puede interesar: Ollie de Coursera: así funciona la app con IA para aprender en minutos

Participar como speaker en este espacio es una experiencia voluntaria, pero también una oportunidad estratégica para fortalecer la red profesional, dar visibilidad a proyectos e ideas, y conectar con una comunidad que se está preparando para asumir nuevos desafíos en el ecosistema digital. Como parte de la difusión, cada participación será promovida en las redes sociales de Holberton Coderise y publicada en Enter.co, lo que amplía el alcance de cada intervención y multiplica sus posibilidades de impacto.

Las sesiones tienen una duración aproximada de una hora y están pensadas como un punto de encuentro entre experiencia y proyección profesional. Con esta convocatoria, Holberton Coderise busca seguir construyendo puentes entre quienes ya recorren la industria y quienes están listos para entrar en ella con más herramientas, referentes e ideas claras sobre su futuro. Las personas interesadas en postular su charla o taller pueden completar el formulario de inscripción y coordinar una fecha para sumarse a próximas ediciones de Next Move by Holberton.

Formulario de inscripción para speakers: AQUÍ 

Más allá de nuevos modelos o infraestructura, el mensaje central fue otro: la próxima competencia tecnológica ya no será quién tiene acceso a la inteligencia artificial, sino quién logra convertirla en trabajadores digitales útiles para su organización.

Durante el evento, la compañía presentó nuevas plataformas, modelos y herramientas enfocadas en crear sistemas autónomos que entiendan el contexto empresarial y ejecuten tareas sin depender constantemente de instrucciones humanas.

La nueva apuesta: agentes que entienden cómo trabajas

Uno de los anuncios más llamativos fue Scout, un agente personal diseñado para entornos laborales. Según Microsoft, este sistema puede analizar cómo trabaja una persona dentro de herramientas como Teams u Outlook para preparar reuniones, resolver conflictos de agenda o asumir actividades repetitivas.

La propuesta gira alrededor de una nueva capa llamada Work IQ, que conecta correos electrónicos, documentos, reuniones, archivos corporativos y otras fuentes internas para entregar contexto a los agentes.

La compañía también presentó Web IQ, una tecnología que permite a estos sistemas consultar información web en tiempo real, y Foundry IQ, que combina datos internos y externos para enriquecer las respuestas.

La idea detrás de estas herramientas es sencilla: que los agentes no solo respondan preguntas, sino que comprendan cómo funciona una empresa y actúen dentro de ella.

Esto responde a uno de los mayores problemas actuales de la IA empresarial: muchos sistemas generan respuestas útiles, pero no conocen los procesos, reglas o información interna de las organizaciones.

De asistentes virtuales a trabajadores digitales

Microsoft también mostró que esta apuesta va mucho más allá del software conversacional.

La empresa presentó nuevos modelos propios, incluyendo MAI-Thinking-1, orientado a razonamiento y programación, además de herramientas para imágenes, voz y transcripción en múltiples idiomas.

Para desarrolladores, Build 2026 estuvo cargado de novedades: nuevas capacidades en Windows para ejecutar agentes localmente, entornos aislados para tareas automatizadas y herramientas para desplegar sistemas autónomos desde el computador hasta la nube.

Todo esto apunta hacia un mismo objetivo: que los agentes puedan operar con mayor autonomía, pero manteniendo controles de seguridad, permisos y supervisión empresarial.

El cambio podría alterar la forma en que se realizan tareas administrativas, desarrollo de software, análisis de información e investigación científica.

Microsoft incluso mostró cómo esta tecnología ya se está utilizando en investigación industrial, descubrimiento de medicamentos y desarrollo científico.

La carrera por la inteligencia artificial empezó con chatbots capaces de responder preguntas. Ahora, Microsoft apuesta a que el siguiente salto será crear sistemas que trabajen junto a las personas —o, en algunos casos, en lugar de ellas— dentro de las herramientas que ya usan todos los días.

En aquel momento, él y su socio identificaron algo que parecía simple, pues las empresas necesitaban entender la tecnología antes de adoptarla. Comenzaron enseñando marketing digital y analítica. Once años después, la conversación con sus clientes gira alrededor de una pregunta mucho más compleja, ¿qué ocurre cuando la inteligencia artificial entra a trabajar junto a las personas?

Hoy Aristizábal es cofundador y CEO de Geekboss, una consultora enfocada en transformación digital e inteligencia artificial. En conversación con ENTER.CO explicó cómo pasó de capacitar equipos en herramientas digitales a acompañar compañías que intentan reorganizarse alrededor de una tecnología que ya está modificando cargos, procesos y habilidades laborales.

La discusión sobre inteligencia artificial suele reducirse a una pregunta: ¿las máquinas reemplazarán a las personas? Para Aristizábal, esa conversación está dejando por fuera algo más importante: la relación entre tecnología y talento humano.

Te puede interesar: Comprar IA no garantiza resultados: estos son los errores que están cometiendo las empresas

“La tecnología tiene mucho poder, pero la magia todavía la estamos haciendo los seres humanos”, afirmó.

Su planteamiento parte de una idea sencilla, la inteligencia artificial puede acelerar procesos, analizar grandes cantidades de información y producir contenido, pero sigue necesitando personas capaces de interpretar contextos, entender emociones y tomar decisiones.

Ese cambio ya se siente en múltiples profesiones; hoy un comunicador puede producir piezas gráficas, un periodista puede apoyarse en herramientas para resumir entrevistas y una persona sin conocimientos técnicos puede construir parte de una página web utilizando asistentes inteligentes. Más que reemplazar funciones completas, la tecnología está expandiendo capacidades.

Del trabajo operativo al pensamiento estratégico

Durante años, las empresas usaron automatización para resolver tareas repetitivas. Programar procesos, organizar archivos, construir reportes o mover información eran parte de ese proceso. Con la llegada de la inteligencia artificial generativa, las posibilidades crecieron.

Ahora las compañías utilizan sistemas capaces de redactar documentos, generar campañas, resumir reuniones, procesar datos y proponer soluciones. Eso también cambia la manera como las organizaciones empiezan a medir el valor del trabajo humano.

“Nos van a pagar por pensar estratégicamente, por pensar creativamente y no por sentarnos a hacer cosas de cero”, aseguró Aristizábal durante la conversación.

Ese cambio ya impacta áreas como marketing, publicidad, comunicación y creación de contenido. Geekboss participó recientemente en la transformación de una agencia de publicidad colombiana que decidió revisar cada proceso para identificar qué actividades debían seguir haciendo las personas y cuáles podían apoyarse en inteligencia artificial.

Te puede interesar: Empresas colombianas aceleran automatización financiera ante incertidumbre electoral

La meta no era reducir equipos. La apuesta consistía en reorganizar funciones y liberar tiempo para actividades de mayor valor. Según explica Aristizábal, el resultado fue un aumento importante en productividad sin necesidad de despidos.

Eso también modifica cuáles habilidades empiezan a ganar relevancia. Para el CEO de Geekboss, competencias como pensamiento crítico, creatividad, empatía, liderazgo y comunicación tendrán cada vez más peso en un mercado donde las tareas operativas pueden automatizarse con mayor facilidad.

Incluso considera que colegios y universidades deberían dedicar más tiempo a enseñar capacidades humanas y pensamiento crítico. Saber preguntar, interpretar información y evaluar respuestas se está convirtiendo en una habilidad laboral tan importante como manejar herramientas digitales.

Los errores que están cometiendo las empresas con la inteligencia artificial

La rapidez con la que las organizaciones están adoptando inteligencia artificial también está generando errores frecuentes.

El primero ocurre cuando las empresas compran tecnología antes de entender qué problema intentan resolver. Muchas implementan plataformas o agentes virtuales porque sienten presión por innovar, pero después descubren que no saben dónde utilizarlos realmente.

Otro error frecuente aparece en servicio al cliente. Aunque muchas compañías intentan automatizar la atención, los usuarios siguen buscando interacción humana cuando enfrentan problemas complejos.

Después de participar en múltiples implementaciones de chatbots, Aristizábal identificó algo repetitivo: una de las palabras que más escriben las personas es “asesor”.

Te puede interesar: “La IA por sí sola no funciona”: AMD habla sobre el reto de las empresas en Colombia

“La mayoría de las veces las personas quieren sentirse escuchadas primero y después resolver el problema”, explicó.

También advierte sobre otro fenómeno: la obsesión por producir contenido masivamente. La inteligencia artificial facilita crear publicaciones, correos, imágenes y textos en minutos, pero esa facilidad está llenando internet de información repetitiva y mensajes similares.

Para Aristizábal, las marcas que se diferenciarán no serán necesariamente las que produzcan más contenido, sino las que logren conectar mejor con las personas.

La conversación también alcanza temas como polarización y desinformación. Herramientas de escucha digital permiten analizar conversaciones, identificar tendencias y detectar comportamientos sospechosos en redes sociales. Sin embargo, insiste en que ninguna tecnología reemplaza el criterio humano.

Por eso, mientras las máquinas aprenden a escribir, analizar datos y automatizar tareas, las empresas empiezan a descubrir algo inesperado: aquello que sigue siendo difícil de automatizar —la empatía, la creatividad y la capacidad de comprender a otras personas— podría convertirse precisamente en lo más valioso.

Esta desconexión queda en evidencia en el reciente estudio de IA de Slalom de 2026. Los datos revelan que el 75% de los directores de marketing priorizan el contenido generativo; y las experiencias personalizadas, pero apenas un 40% está actualizando sus métricas y procesos para reflejar verdaderamente estos resultados. La ambición por escalar choca con la falta de sistemas para medir si esa actividad aporta valor real al negocio.

Hoy en día, las plataformas de marketing no solo automatizan tareas, sino que crean tareas que antes se realizaban con mucho tiempo de anticipación. Por ejemplo, son capaces de reasignar presupuestos, generan contenido y lanzan campañas sin supervisión humana.

Sin embargo, cuando la medición está fragmentada, los sistemas suelen priorizar los números de alcance sobre la calidad del contenido. Esto puede convertir la personalización en una experiencia repetitiva y agotadora para el usuario final. Por ello, los expertos sostienen que el verdadero valor de la tecnología no está en interactuar constantemente, sino en saber cuándo hacerlo

Una estrategia verdaderamente inteligente no bombardea a un usuario inmediatamente después de ver un producto, sino que pausa y espera el momento más oportuno para enviar un único mensaje relevante. María Camila Quiñones, Delivery Director de Slalom, explica que dominar estas herramientas es un camino casi obligatorio: “Ya no es opcional, ya no es algo de quiero aprender de esto o no, ya no es algo que sea exclusivo de unos u otros roles dentro de la organización”.

Si las marcas no establecen límites a la sobrecarga digital, los consumidores terminarán haciéndolo. La inteligencia artificial ya comienza a convertirse en un intermediario del consumo. Herramientas y agentes personales filtran cada vez más mensajes comerciales antes de que estos lleguen a los usuarios.

Los riesgos del exceso de inteligencia artificial en marketing

Según Quiñones, el verdadero reto es saber navegar este trayecto corporativo. Las empresas deben evolucionar desde el uso de la IA como una herramienta básica de productividad hacia la exploración de nuevos usos, hasta el punto en el que “con la inteligencia artificial puedes llegar a hacer una disrupción de la industria”. En un entorno sobresaturado, alcanzar esa madurez exige que el juicio humano establezca límites claros sobre cuándo interactuar y cuándo no.

Durante esta nueva era, la ventaja competitiva no dependerá de quién implemente tecnología primero. Dependerá de quién combine la inteligencia artificial con criterio humano. Los expertos coinciden en que el reto no es comunicar más, sino saber cuándo hacerlo. Colombia, las empresas ya aceleran la adopción de estas herramientas en sectores como el marketing.

Finalmente, el futuro de la estrategia exigirá ganarse el acceso a los consumidores, algo que solo se logra con equipos altamente preparados. La clave está en “ser parte de ese ecosistema en el que tenemos la generación de talento interno, pero también trabajamos con los partners”. Al integrar estos recursos con redes de miles de consultores especializados en datos, las empresas podrán formar a su talento para que la tecnología vuelva a ser humana, ética e intencional.

Imagen: Brian J. Tromp / Unsplash

La apuesta llega en un momento en el que las empresas intentan integrar agentes inteligentes en procesos internos, mientras buscan evitar problemas relacionados con gobernanza, privacidad o dependencia tecnológica. Por eso, buena parte de los anuncios giraron alrededor de una pregunta simple: ¿cómo crear sistemas de IA más útiles sin sacrificar supervisión?

Uno de los movimientos más visibles fue la expansión de Microsoft Agent Platform, ahora impulsada por una nueva capa llamada Microsoft IQ. La propuesta consiste en que los agentes trabajen con información empresarial, datos internos y conocimiento externo para responder con más contexto.

Dentro de esa familia aparecen herramientas como Work IQ, orientada a entender cómo fluye el trabajo dentro de organizaciones usando datos de correos, reuniones o documentos. También llegan Fabric IQ para interpretar datos empresariales estructurados y Foundry IQ para conectar conocimiento interno con información web actualizada.

Más contexto y nuevos modelos para agentes

Microsoft también presentó Scout, un agente personal pensado para ayudar en tareas repetitivas como preparar reuniones, resolver conflictos de agenda o gestionar actividades rutinarias dentro de aplicaciones de productividad.

Junto con los agentes llegaron nuevos modelos propios agrupados bajo la familia MAI. La compañía anunció siete modelos especializados que cubren razonamiento, voz, transcripción, generación de imágenes y programación.

El más llamativo es MAI-Thinking-1, diseñado para resolver instrucciones complejas, trabajar con grandes cantidades de contexto y asistir en tareas de desarrollo de software. A este se suman modelos para imagen, transcripción multilingüe y codificación integrados en productos como PowerPoint, GitHub Copilot y Visual Studio Code.

Para quienes desarrollan aplicaciones, esto significa menos dependencia de un único modelo y más opciones para elegir herramientas según cada tarea: generar código, convertir voz en texto o construir asistentes inteligentes.

Seguridad, nube y computación cuántica en la misma apuesta

Otro de los anuncios estuvo relacionado con seguridad. Microsoft presentó nuevas capacidades para administrar agentes de IA sin importar dónde estén alojados o qué tecnologías utilicen.

Entre ellas aparece Agent 365, una plataforma para centralizar visibilidad y controles de seguridad, junto con proyectos abiertos como ASSERT y Agent Control Specification, orientados a crear reglas y evaluaciones para agentes.

La compañía también mostró nuevas herramientas para construir aplicaciones desde equipos locales hasta infraestructura cloud. Entre ellas están Surface RTX Spark Dev Box, pensada para cargas intensivas de IA, y Microsoft Execution Containers, un sistema de entornos aislados para ejecutar agentes de forma segura.

Pero Build 2026 no se quedó solo en productividad empresarial. Microsoft aprovechó el evento para mostrar cómo la IA agéntica podría extenderse a ciencia e investigación.

Con Microsoft Discovery, investigadores y compañías pueden acelerar procesos científicos apoyados en inteligencia artificial. Mientras tanto, Majorana 2, el nuevo chip cuántico de la empresa, apunta a resolver uno de los grandes retos del sector: construir computadoras cuánticas escalables y estables.

La lectura detrás de todos estos anuncios parece clara: Microsoft quiere que la próxima generación de software no esté formada únicamente por aplicaciones tradicionales, sino por sistemas inteligentes que entiendan contexto, colaboren entre herramientas y funcionen desde el dispositivo hasta la nube.

El punto de partida es concreto. Según la información entregada, ocho de cada diez escuelas rurales del país no tienen acceso a Internet. Eso deja fuera del alcance de estudiantes y profesores buena parte de las plataformas de aprendizaje que hoy dependen de servicios en la nube o conexión permanente.

¿Qué hace y cómo funciona?

A diferencia de otras soluciones de inteligencia artificial, DOROKY CORE no funciona desde la nube. Su operación depende de servidores locales instalados dentro de las instituciones educativas, una decisión técnica que le permite seguir activa incluso cuando no hay acceso estable a la red.

La plataforma incluye asistentes académicos, apoyos para lectura y escritura, tutorías de inglés, herramientas de autoaprendizaje y recursos visuales para las clases. La idea es que esos contenidos puedan usarse dentro del aula sin depender de una infraestructura que, en muchas regiones, todavía no existe o funciona de manera intermitente.

Te puede interesar: Internet rural en Colombia supera el 56 %: ahora el reto no es conectarte, sino aprovechar la conexión

Ese detalle cambia el alcance del proyecto. En lugar de pensar la inteligencia artificial como una herramienta reservada para colegios con mejor infraestructura, la propuesta apunta a que también pueda entrar a instituciones rurales que suelen quedar por fuera de la adopción tecnológica más reciente.

¿Por qué importa en la educación rural?

La aparición de una plataforma de IA offline también pone el foco sobre una brecha que sigue abierta. Mientras la discusión pública sobre inteligencia artificial avanza hacia productividad, automatización y asistentes digitales, en muchas escuelas rurales el problema sigue siendo mucho más básico: cómo acceder a cualquier herramienta tecnológica cuando no hay conexión.

En ese punto, DOROKY CORE no solo plantea una herramienta, sino una forma distinta de introducir tecnología en contextos de baja conectividad. Su posible impacto está en ampliar el acceso a recursos pedagógicos y en permitir que docentes y estudiantes usen inteligencia artificial en tareas cotidianas sin depender de Internet para hacerlo.

Te puede interesar: Colombia tiene uno de los internet más rápidos de América Latina, pero sigue rezagada en acceso

La información entregada no menciona un proceso de registro abierto para usuarios individuales. Lo que sí indica es que la plataforma está orientada a instituciones educativas rurales y comunidades con acceso limitado a conectividad. Su llegada pone una pregunta sobre la mesa: cómo se construye innovación educativa en lugares donde la infraestructura digital sigue siendo insuficiente.

A diferencia de versiones anteriores, el modelo fue entrenado para detectar con mayor frecuencia posibles anomalías durante la ejecución de una tarea y evitar afirmaciones que no cuenten con evidencia suficiente. La intención es que pueda identificar mejor sus propios límites y comunicar con más claridad cuándo existe incertidumbre sobre la información que genera. Este enfoque busca aumentar la confianza en los resultados obtenidos.

El avance resulta especialmente relevante en programación. Anthropic afirma que la nueva versión tiene muchas menos probabilidades que Opus 4.7 de pasar por alto fallos en el código que genera, una diferencia que puede traducirse en resultados más fiables para desarrolladores y equipos técnicos.

Los cambios no se limitan al desarrollo de software. La actualización también está pensada para quienes utilizan inteligencia artificial para analizar información, resolver problemas o gestionar procesos extensos. Todo ello sin modificaciones en la estructura de precios respecto a la generación anterior, que mantiene tarifas de 5 dólares por millón de tokens de entrada y 25 dólares por millón de tokens de salida.

Claude Opus 4.8 fortalece el trabajo autónomo de los agentes de IA

Los flujos de trabajo dinámicos se encuentran entre las funciones más destacadas de Claude Code. Esta capacidad divide una tarea en múltiples procesos y los distribuye entre distintos subagentes que operan de manera simultánea dentro de una misma sesión.

Gracias a este enfoque, el sistema puede gestionar proyectos más amplios y mantener el contexto durante más tiempo. La función está orientada a actividades que requieren numerosos pasos consecutivos y una menor supervisión por parte del usuario.

Junto a estas capacidades aparece un modo rápido que permite acelerar determinadas operaciones. De acuerdo con los datos difundidos por la compañía, algunas tareas pueden completarse hasta 2.5 veces más rápido respecto a configuraciones convencionales.

Otra incorporación es el pensamiento adaptativo, que permite ajustar la forma en que el modelo aborda una tarea según su complejidad. Esta función forma parte de las novedades que distinguen a Opus 4.8 dentro de la familia actual de modelos Claude.

Qué cambia frente a Opus 4.7

Frente a la versión anterior, las diferencias se concentran en tres áreas: precisión, autonomía y capacidad de razonamiento. Según la información compartida durante el lanzamiento, el sistema puede trabajar durante más tiempo en una misma tarea, ofrece una visión más clara de su progreso y registra menos errores durante la ejecución de procesos complejos.

Las pruebas difundidas muestran resultados superiores en programación mediante agentes y en evaluaciones de razonamiento multidisciplinario. En tareas de codificación agéntica alcanzó una puntuación de 69,2%, por encima del 64,3% registrado por Opus 4.7, según los datos presentados por la compañía.

En materia de seguridad, también se observaron menores tasas de comportamientos desalineados, incluidos casos relacionados con engaño o cooperación con usos indebidos. La reducción de estas conductas acompaña los ajustes destinados a aumentar la confiabilidad del sistema.

Con una ventana de contexto de hasta un millón de tokens, salidas de hasta 128.000 tokens y conocimiento actualizado hasta enero de 2026, Claude Opus 4.8 puede trabajar con documentos extensos, grandes bases de código y procesos de larga duración sin perder contexto, una ventaja para proyectos que exigen seguimiento continuo y manejo de grandes volúmenes de información.

Imagen: ENTER.CO / Generada con IA (ChatGPT)

La discusión ocurre en un momento en que la adopción tecnológica empieza a reflejarse en cifras económicas. Datos presentados durante el evento, basados en el informe AI Sprinters elaborado por el BID para Google, estiman que la inteligencia artificial podría aportar entre 7.203 y 13.599 millones de dólares anuales a la economía colombiana, con manufactura, comercio y salud entre los sectores con mayor potencial.

Más allá de las proyecciones, el evento dejó algo claro. La carrera ahora está en convertir la inteligencia artificial en productividad.

La IA deja la fase experimental

Durante el encuentro, varias empresas colombianas mostraron cómo pasaron de experimentar con modelos de IA a integrarlos dentro de operaciones diarias.

Uno de los casos presentados fue Wolkvox. La compañía aseguró que logró automatizar el 80 % de las consultas básicas de clientes mediante infraestructura basada en inteligencia artificial y servicios en la nube. La transformación también acompañó su expansión internacional, que hoy llega a 17 países.

Te puede interesar: Google I/O 2026: así es Gemini Spark, la IA que quiere reemplazar los asistentes tradicionales

En el sector de consumo masivo, Altipal implementó un agente llamado Mary para atender procesos relacionados con más de 150.000 clientes. El sistema combina capacidades de voz, análisis de datos en tiempo real y seguimiento logístico para responder solicitudes de forma automatizada.

Farmatodo también mostró avances en el uso de infraestructura de datos e inteligencia artificial para optimizar inventarios y procesos operativos, mientras ETB presentó cómo integró herramientas colaborativas y análisis inteligente para acelerar la toma de decisiones internas.

La coincidencia entre todos los casos fue evidente. La inteligencia artificial empieza a medirse menos por promesas y más por resultados operativos.

La nueva competencia está en construir agentes inteligentes

Buena parte del Summit estuvo centrada en la llamada IA agéntica, un modelo que busca ir más allá de asistentes conversacionales tradicionales.

La idea consiste en crear sistemas capaces de ejecutar tareas complejas, consultar información empresarial, interactuar con múltiples aplicaciones y resolver procesos de varios pasos sin intervención constante de personas.

Para sostener esa evolución, Google presentó nuevas capacidades de infraestructura, herramientas para conectar datos distribuidos y plataformas para crear agentes empresariales personalizados.

Te puede interesar: Google quiere reemplazar las búsquedas tradicionales con agentes de IA

Otro tema que apareció repetidamente fue la seguridad. A medida que las organizaciones integran inteligencia artificial en procesos sensibles, mantener control sobre los datos y reducir riesgos empieza a convertirse en una prioridad tan importante como desplegar modelos más avanzados.

La conversación sobre inteligencia artificial en Colombia parece haber cambiado de tono. La pregunta ya no gira únicamente alrededor de qué puede hacer la tecnología, sino qué tan rápido pueden las empresas convertirla en eficiencia, ingresos y crecimiento.

La propuesta contempla sanciones que podrían superar los 35 millones de euros, una cifra que muestra hasta qué punto Europa quiere endurecer las reglas alrededor de la inteligencia artificial generativa.

La iniciativa llega en medio de una creciente preocupación por el uso de algoritmos capaces de imitar voces, crear imágenes falsas y tomar decisiones automatizadas que afectan la vida de las personas.

Aunque muchas herramientas de IA se promocionan como apoyo para el trabajo, la educación o la productividad, las autoridades españolas consideran que algunas aplicaciones ya representan riesgos reales para la privacidad, la seguridad y los derechos fundamentales.

Los usos de IA que España quiere frenar

Uno de los puntos más sensibles de la ley tiene relación con los sistemas que intentan manipular el comportamiento humano.

La regulación pone la lupa sobre tecnologías que analicen emociones, vulnerabilidades o hábitos digitales para influir en decisiones personales. Un ejemplo mencionado por el Gobierno es el de chatbots que detecten usuarios con problemas de ludopatía y los empujen a apostar en plataformas online.

También entran en la lista negra los deepfakes sexuales creados sin consentimiento. Este tipo de contenido, generado mediante inteligencia artificial, se ha convertido en uno de los mayores problemas recientes en internet, especialmente por su impacto sobre mujeres y menores de edad.

Te puede interesar: Solo 22% de colombianos usa IA y ya está cambiando la administración de conjuntos residenciales

La normativa además prohíbe sistemas de clasificación biométrica masiva basados en características como raza, religión, orientación sexual o ideología política.

Las compañías que incumplan estas reglas podrían recibir multas equivalentes al 7 % de su facturación global anual. Para empresas tecnológicas de gran tamaño, eso puede representar sanciones multimillonarias.

La IA seguirá creciendo, pero con más vigilancia

La ley española también establece controles para los llamados “sistemas de alto riesgo”, es decir, herramientas que influyen en sectores delicados como empleo, educación, justicia o administración pública.

Si una empresa utiliza inteligencia artificial para tomar decisiones sin supervisión humana adecuada, podrá enfrentar sanciones de hasta 15 millones de euros.

Uno de los casos que más inquieta a las autoridades es el uso de IA en procesos judiciales. La regulación advierte sobre herramientas capaces de elaborar borradores de sentencias o recomendaciones legales sin revisión de un juez.

Además de las multas, el proyecto obliga a crear mecanismos de control dentro de las instituciones públicas. Entre ellos aparece la figura del “delegado de IA”, responsable de supervisar el uso correcto de estas tecnologías.

Te puede interesar: ENTER entrevistó a Patrick McGinnis, creador del FOMO: “La IA ya mueve decisiones por miedo”

España también reforzará el papel de la Agencia Española de Supervisión de Inteligencia Artificial (AESIA), que tendrá competencias sobre áreas como biometría, empleo y educación.

La decisión marca un nuevo capítulo en la relación entre gobiernos y tecnología. Mientras empresas de todo el mundo compiten por lanzar herramientas de IA más avanzadas, Europa intenta establecer límites antes de que los problemas crezcan más rápido que las regulaciones.

Para usuarios comunes, esto podría traducirse en plataformas digitales con mayores obligaciones de transparencia y controles más estrictos sobre el contenido generado por inteligencia artificial.

Aunque Colombia aparece entre los países latinoamericanos con mayor adopción de inteligencia artificial, apenas el 22% de la población utiliza este tipo de herramientas de manera consciente. Aun así, la tecnología comienza a ganar espacio en sectores donde la carga operativa se volvió difícil de manejar para una sola persona.

Uno de ellos es la propiedad horizontal. Administradores de conjuntos y edificios enfrentan hoy jornadas cada vez más saturadas por tareas repetitivas: responder PQRS, redactar comunicados, enviar convocatorias, organizar actas y hacer seguimiento a cartera o mantenimientos.

La presión aumentó en muchos casos por la reducción de personal administrativo. Eso dejó a miles de administradores asumiendo solos procesos que antes se repartían entre varios cargos.

La IA empieza a aparecer en la vida diaria de los conjuntos

La llegada de asistentes basados en inteligencia artificial busca aliviar parte de ese trabajo operativo. Algunas plataformas del sector ya permiten generar borradores automáticos de comunicados, responder solicitudes frecuentes o crear actas de reuniones en pocos minutos.

El cambio puede parecer menor, pero termina impactando directamente a los residentes. Una administración con menos carga manual puede responder más rápido, organizar mejor la información y reducir retrasos en comunicaciones o procesos internos.

Te puede interesar: ENTER entrevistó a Patrick McGinnis, creador del FOMO: “La IA ya mueve decisiones por miedo”

El uso de estas herramientas también toca un punto sensible para quienes viven en propiedad horizontal: la trazabilidad de la información. En Colombia, muchos procesos deben dejar evidencia de cuándo se enviaron, quién recibió el mensaje y qué contenido fue notificado.

Por eso, la discusión ya no gira únicamente alrededor de si la IA reemplazará empleos. El debate se mueve hacia otro lado: cómo usarla sin perder control humano ni respaldo legal.

Daniel Laverde, vocero de la plataforma Properix Colombia, aseguró que la automatización no elimina la responsabilidad del administrador. Según explicó, la intención es reducir tiempo invertido en tareas repetitivas para que las personas puedan concentrarse en decisiones y gestión de la comunidad.

El verdadero reto no es tecnológico

La expansión de la IA en este sector también deja ver una brecha más amplia. Aunque millones de personas usan herramientas impulsadas por inteligencia artificial sin notarlo —como motores de búsqueda, filtros de correo o recomendaciones en plataformas digitales— el uso activo todavía sigue siendo bajo.

En propiedad horizontal, el desafío no parece estar en aprender a usar un chatbot, sino en cambiar hábitos de trabajo que llevan años funcionando de la misma manera.

Las nuevas herramientas incluso permiten que un administrador dicte por voz el tipo de comunicado que necesita y la plataforma genere un primer borrador automáticamente. Luego, el texto puede revisarse, corregirse y enviarse dentro del mismo sistema.

Te puede interesar: La IA colombiana que detecta cáncer de mama en menos de un minuto ganó reto nacional

Eso reduce el tiempo frente a una hoja en blanco, pero también abre preguntas sobre dependencia tecnológica, protección de datos y revisión humana de documentos sensibles.

La tendencia empieza a tomar fuerza especialmente en ciudades con alta concentración de conjuntos residenciales como Bogotá, Medellín, Cali y Barranquilla, donde la administración de copropiedades mueve miles de procesos diarios.

Para quienes viven en edificios o conjuntos, el cambio podría sentirse primero en algo simple: respuestas más rápidas, menos demoras administrativas y comunicaciones más organizadas. La inteligencia artificial, al menos en este sector, empieza a dejar de verse como una tecnología lejana y se acerca cada vez más a problemas cotidianos.

McGinnis creó el término FOMO —Fear of Missing Out— en 2004, mientras estudiaba en Harvard Business School. Lo hizo para describir una sensación que observaba entre estudiantes obsesionados con asistir al mejor evento, conocer a la persona correcta o no perder ninguna oportunidad social o profesional.

Dos décadas después, ese concepto se convirtió en parte del lenguaje global. Pero para McGinnis, el problema actual ya no se limita a las redes sociales. Ahora atraviesa la inteligencia artificial, el liderazgo empresarial, las inversiones y el emprendimiento.

En conversación con ENTER.CO, el autor e inversionista explicó cómo el FOMO evolucionó hasta convertirse en una fuerza que afecta decisiones multimillonarias y por qué la IA está acelerando ese fenómeno a una velocidad inédita.

“Las redes sociales no crearon el FOMO; simplemente le dieron un motor de combustión infinita”, aseguró.

Según McGinnis, el origen del concepto nació observando algo aparentemente simple: personas incapaces de disfrutar el presente porque siempre existía la posibilidad de que algo mejor estuviera ocurriendo en otro lugar.

Esa sensación, dice, hoy se amplificó gracias a plataformas que convierten cada minuto en una comparación permanente.

Pero el propio McGinnis admite que él también cayó en esa dinámica. Contó que tomó decisiones profesionales impulsadas más por presión externa que por interés real. Entró a trabajar en Wall Street porque era el camino que parecía correcto para alguien ambicioso de su entorno académico.

El resultado fue desastroso.

“Fui, sin exagerar, uno de los peores banqueros de la historia de Wall Street”, afirmó durante la entrevista.

Ese episodio terminó llevándolo al mundo del venture capital, donde comenzó a entender cómo el FOMO también domina las inversiones y la toma de decisiones corporativas.

La ansiedad que ahora mueve a las empresas

Para McGinnis, el FOMO empresarial es mucho más peligroso que el de redes sociales porque tiene consecuencias económicas reales.

Dice que muchos líderes terminan persiguiendo tendencias solo porque otros lo hacen. Eso incluye inversiones, contratación de personal y, especialmente, la adopción acelerada de herramientas de inteligencia artificial.

“El razonamiento es simple: si no lo hacemos nosotros, lo hará la competencia. Eso es FOMOAI puro”, explicó.

Ese concepto, FOMOAI, es el nuevo término que McGinnis utiliza para describir la ansiedad empresarial relacionada con la IA generativa.

Según él, muchas compañías están implementando inteligencia artificial sin entender realmente qué problema buscan resolver. La presión por no quedarse atrás terminó convirtiendo a la IA en una especie de tendencia tecnológica permanente.

Por eso ve comportamientos repetitivos en empresas y profesionales: saltar de ChatGPT a Gemini, luego a Claude y después a cualquier modelo nuevo que aparezca.

“La IA se convirtió en moda, y la moda no permite lealtad”, señaló.

El problema, asegura, es que esa velocidad genera decisiones impulsivas y poco estratégicas.

McGinnis cree que muchas startups latinoamericanas están viviendo justamente esa presión. Y menciona a Colombia como un caso especialmente interesante.

Afirma que el ecosistema emprendedor colombiano atraviesa un momento de crecimiento y visibilidad internacional, pero todavía carece de suficiente madurez para filtrar el ruido tecnológico.

Por eso advierte que muchas empresas terminan adoptando IA, expandiéndose a otros países o levantando capital antes de tiempo únicamente por miedo a perder una oportunidad.

“Levantar capital antes de estar listo no es un logro, es una deuda de expectativas”, aseguró.

El problema ya no es perderse algo, sino decidir

Durante la entrevista también habló del FOBO, otro concepto que creó al mismo tiempo que el FOMO.

FOBO significa Fear of Better Options, o miedo a comprometerse con una decisión porque podría existir una alternativa mejor.

Para McGinnis, internet y la inteligencia artificial potenciaron ese comportamiento hasta niveles inéditos. Hoy las personas tienen acceso a demasiadas opciones, demasiada información y demasiadas herramientas.

Eso produce una sensación constante de indecisión.

“Más opciones no significa más claridad, significa más parálisis”, explicó.

Esa parálisis, según él, ya afecta tanto a jóvenes profesionales como a ejecutivos y emprendedores.

Por eso insiste en que el FOMO no debe eliminarse, sino entenderse.

Considera que esa emoción puede servir como una señal útil para identificar intereses, oportunidades o áreas donde una persona quiere crecer. El problema aparece cuando el miedo empieza a dirigir las decisiones sin ningún tipo de reflexión.

“El FOMO positivo te hace preguntas. El destructivo te da respuestas falsas”, dijo.

Su recomendación para quienes trabajan en tecnología, negocios o emprendimiento es simple: definir primero qué quieren construir antes de dejarse arrastrar por tendencias externas.

Porque, según McGinnis, el verdadero riesgo no es perderse algo.

El verdadero riesgo es perseguir absolutamente todo al mismo tiempo.

Actualmente, la tecnología aplicada al deporte dejó de ser una herramienta experimental para convertirse en parte de la estrategia competitiva de equipos y selecciones. Sistemas de análisis predictivo cruzan información sobre lesiones, desgaste físico, efectividad ofensiva y comportamiento defensivo para recalcular probabilidades en tiempo real mientras avanza un torneo.

Entre los distintos modelos predictivos internacionales aparecen selecciones como Argentina, Francia, Brasil, España e Inglaterra como algunos de los equipos con mayores probabilidades de disputar el título. Variables como estabilidad táctica, profundidad de plantilla y rendimiento reciente siguen teniendo un peso decisivo dentro de los algoritmos deportivos.

Frente a los análisis tradicionales, una de las principales diferencias es la capacidad de actualización inmediata. Un gol, una expulsión, una lesión o una baja física pueden modificar automáticamente los cálculos de los modelos. Las predicciones deportivas basadas en inteligencia artificial evolucionan constantemente a medida que aparecen nuevos datos competitivos.

Además de las estadísticas históricas, los sistemas actuales incorporan métricas como goles esperados, eficiencia ofensiva, comportamiento táctico, historial entre selecciones y estado físico de los jugadores. El objetivo es ejecutar miles de simulaciones para calcular probabilidades de clasificación, avance de ronda o conquista del campeonato mundial.

Cómo funcionan los modelos predictivos en el fútbol moderno

Los modelos utilizados en el fútbol moderno combinan machine learning, redes neuronales y sistemas estadísticos capaces de detectar patrones difíciles de identificar mediante análisis humano tradicional. Entre las metodologías más utilizadas aparecen simulaciones Monte Carlo y modelos bayesianos que recrean miles de escenarios posibles dentro de un torneo.

Cada partido genera una enorme cantidad de información que convirtió al fútbol en uno de los escenarios más atractivos para el desarrollo de inteligencia artificial aplicada al deporte. Los encuentros producen datos relacionados con velocidad, posesión, presión, recuperación, ubicación táctica, intensidad física y comportamiento individual de los jugadores.

Por otra parte, el crecimiento de sensores inteligentes amplió las capacidades de análisis dentro de los equipos profesionales. Muchas selecciones utilizan chalecos con GPS, acelerómetros y sensores cardíacos para medir carga muscular, distancia recorrida y niveles de fatiga en tiempo real. La IA interpreta esos datos para detectar riesgos físicos y optimizar decisiones tácticas durante un partido.

Mientras tanto, esta tecnología ya no se limita a transmisiones deportivas o plataformas de apuestas. Los cuerpos técnicos comenzaron a incorporar sistemas predictivos para planificar entrenamientos, prevenir lesiones y entender comportamientos competitivos con mayor profundidad. El análisis de datos se convirtió en un componente central dentro del fútbol de alto rendimiento.

A nivel económico, el avance de este mercado también empieza a reflejarse en cifras relevantes. Proyecciones internacionales estiman que la industria global de analítica deportiva podría superar los 31.000 millones de dólares hacia 2034 gracias al crecimiento de herramientas de inteligencia artificial aplicadas al rendimiento y análisis táctico. Empresas especializadas como OlimpIA forman parte de esta transformación tecnológica dentro del deporte profesional.

El Mundial 2026 será uno de los torneos más tecnológicos de la historia

De cara a la próxima Copa del Mundo, el torneo podría marcar un punto de inflexión en la relación entre tecnología y fútbol profesional. Más allá del VAR o las estadísticas televisivas, la inteligencia artificial empieza a influir directamente en entrenamientos, recuperación física, análisis de rivales y simulaciones utilizadas antes y durante cada partido.

Otro aspecto relevante es la capacidad de los algoritmos para detectar posibles selecciones sorpresa con potencial de alterar las proyecciones tradicionales. Equipos con nuevas generaciones de jugadores, estabilidad táctica o rendimientos colectivos sólidos pueden convertirse en candidatos inesperados dentro de torneos cortos donde pequeños detalles modifican el panorama competitivo.

Sin embargo, especialistas coinciden en que la IA en el Mundial 2026 no elimina el componente impredecible que define al fútbol. Factores emocionales, decisiones arbitrales, errores individuales o momentos inesperados todavía escapan a la precisión absoluta de los modelos predictivos.

Finalmente, todo indica que el Mundial 2026 será uno de los escenarios más visibles de cómo la inteligencia artificial pasó de ser una tecnología secundaria a convertirse en una herramienta estratégica dentro del deporte moderno. Mientras millones de aficionados siguen las eliminatorias, los algoritmos ya comenzaron a calcular qué selecciones tienen más posibilidades de llegar a la final.

Imagen: Generada con IA (ChatGPT)

Hasta ahora, quienes utilizaban el sistema para revisar gastos o planificar presupuestos debían subir manualmente capturas, PDFs o extractos bancarios. Con esta nueva integración, el chatbot puede sincronizar movimientos automáticamente y detectar patrones de consumo sin depender de archivos externos. El objetivo es simplificar tareas relacionadas con ahorro, organización económica y planificación mensual.

La empresa aclaró que el acceso será únicamente de lectura y no permitirá operar cuentas bancarias. La herramienta podrá visualizar balances, transacciones, inversiones y deudas, pero no tendrá permisos para realizar pagos, compras ni transferencias. Además, la plataforma no podrá acceder a números completos de cuentas bancarias ni modificar información vinculada dentro del servicio.

También será posible realizar consultas más específicas utilizando información bancaria sincronizada en tiempo real. La herramienta identificará suscripciones innecesarias, detectará gastos elevados en determinadas categorías y sugerirá estrategias de ahorro según hábitos mensuales. Además, generará planes personalizados utilizando contexto económico compartido durante las conversaciones.

Cómo funcionará la integración financiera de ChatGPT

Para activar la herramienta, será necesario ingresar a la sección “Finanzas” dentro de ChatGPT y conectar cuentas mediante Plaid. OpenAI confirmó además una futura integración con Intuit para ampliar compatibilidad bancaria. Plaid es un servicio utilizado por aplicaciones financieras para vincular cuentas bancarias con plataformas digitales mediante conexiones seguras y automatizadas

Además de analizar movimientos bancarios, el sistema podrá recordar objetivos compartidos durante conversaciones anteriores. Será posible indicar metas de ahorro para comprar un carro, adquirir una vivienda o pagar préstamos pendientes. Esa información quedará almacenada como “recuerdos financieros” para ofrecer respuestas más contextualizadas sobre ahorro, gastos y planificación económica personal futura.

La integración forma parte de una tendencia más amplia dentro del mercado tecnológico. Empresas como Google, Apple y Microsoft llevan años desarrollando asistentes digitales conectados con servicios personales. El desarrollador de ChatGPT ahora busca ampliar el alcance de su plataforma hacia tareas relacionadas con dinero y administración económica.

La privacidad aparece como uno de los puntos más sensibles de esta nueva herramienta. OpenAI indicó que será posible desconectar cuentas cuando se desee y que los datos sincronizados serán eliminados dentro de un plazo de 30 días. Además, los chats temporales no tendrán acceso a información bancaria vinculada ni quedarán almacenados en el historial.

Disponibilidad y próximos pasos de la plataforma

Otro aspecto importante será la precisión de las respuestas generadas por el sistema. La compañía aseguró haber trabajado junto a más de 50 especialistas para evaluar el rendimiento de GPT-5.5 Thinking en tareas relacionadas con presupuestos, ahorro y análisis económico personal. Según pruebas internas, el modelo obtuvo mejores resultados que versiones anteriores en escenarios complejos.

Con esta integración, la empresa busca que ChatGPT deje de funcionar únicamente como un chatbot conversacional. La plataforma apunta ahora a comprender hábitos, contexto y necesidades económicas reales para participar de forma más activa en decisiones relacionadas con ahorro, consumo y organización económica dentro de una misma conversación personalizada.

Por el momento, la nueva función solo está disponible para cuentas Pro en Estados Unidos y funciona tanto en web como en iOS. La compañía explicó que esta etapa inicial servirá para ajustar el funcionamiento antes de expandir la herramienta a más personas y posteriormente a otros mercados internacionales durante los próximos meses.

Imagen: ENTER.CO / Generada con IA (Gemini)

La Gobernación de Boyacá firmó una carta de intención con Amazon Web Services para integrar al departamento en el programa AWS Entrena Colombia. La iniciativa fue anunciada durante el Gran International Digital Summit Boyacá y contempla la entrega de 15.000 cupos gratuitos en cursos de inteligencia artificial y servicios en la nube.

Los interesados ya pueden registrarse y comenzar las rutas de aprendizaje en español desde la plataforma oficial de AWS Entrena Colombia.

Cursos gratuitos de IA y nube para estudiantes y emprendedores

La propuesta está dirigida a mayores de 18 años y busca acercar herramientas digitales a personas que normalmente no tienen acceso a este tipo de formación especializada.

Los cursos están divididos según el perfil de cada participante. La ciudadanía en general podrá aprender fundamentos de inteligencia artificial y computación en la nube. Los estudiantes encontrarán rutas enfocadas en IA, agentes inteligentes y desarrollo tecnológico, mientras que emprendedores y pequeñas empresas tendrán contenidos orientados al uso práctico de herramientas de IA en negocios.

Uno de los puntos más llamativos es que los estudiantes que completen los programas recibirán credenciales oficiales de AWS. Estas certificaciones podrán agregarse a hojas de vida o compartirse en plataformas profesionales y redes sociales.

Te puede interesar: Gobierno abre cursos gratis con certificación de Microsoft, IBM y Cisco: así puede inscribirse

La apuesta también responde a una necesidad creciente del mercado laboral colombiano. Datos citados por el programa, basados en estudios del Consejo Privado de Competitividad y el Ministerio TIC, indican que más del 68 % de las empresas del país tienen dificultades para contratar talento tecnológico.

A eso se suma otro dato que explica por qué compañías y gobiernos están acelerando este tipo de programas: según cifras de FTI Consulting mencionadas durante el anuncio, los servicios de nube ya generan 1,4 millones de empleos en Colombia y podrían crecer un 64 % hacia 2038.

Por qué Boyacá apuesta por formación en inteligencia artificial

La iniciativa llega en un momento en el que departamentos y ciudades del país intentan fortalecer perfiles digitales fuera de Bogotá y Medellín.

Desde la Gobernación de Boyacá, la Secretaría TIC y Gobierno Abierto señaló que la intención es facilitar el acceso a herramientas tecnológicas usadas actualmente en compañías globales y mejorar las oportunidades laborales de jóvenes y profesionales.

AWS, por su parte, insiste en que la educación en inteligencia artificial y nube ya no debe limitarse a perfiles técnicos avanzados. El modelo de cursos abiertos apunta justamente a personas que quieren comenzar desde cero o fortalecer conocimientos para proyectos personales y empresariales.

El acceso al programa será completamente gratuito y estará disponible desde cualquier municipio del departamento. Esto significa que los participantes solo necesitan conexión a internet para avanzar en las rutas de aprendizaje.

Con este movimiento, Boyacá se suma a la estrategia nacional de AWS Entrena Colombia, que tiene la meta de impactar a más de 500.000 personas en el país mediante programas de capacitación tecnológica.