Saltar al contenido
El desafío medioambiental de la inteligencia artificial - Silicon 1

El desafío medioambiental de la inteligencia artificial – Silicon

El coste energético que nadie te cuenta de la inteligencia artificial

Cuando hablamos de inteligencia artificial, solemos pensar en las aplicaciones: chatbots, análisis de datos, automatización. Lo que raramente sale a la conversación es el consumo energético brutalmente alto que hay detrás de cada modelo entrenado y ejecutado. Y eso es un problema que afecta directamente a tu bolsillo y al de tu comunidad.

Los centros de datos que alojan estos sistemas consumieron aproximadamente 415 TWh de electricidad en 2024. Para dimensionarlo: eso es lo que consume un país pequeño. Pero aquí viene lo peor. Según la Agencia Internacional de la Energía, se espera que esa cifra más que se duplique hasta alcanzar 945 TWh en 2030. Es decir, en seis años el consumo se irá casi al doble. Y eso sin cambiar nada en la forma en que operamos.

¿Por qué sucede esto? Los servidores que ejecutan IA requieren electricidad continua, pero además necesitan sistemas de refrigeración extremadamente potentes para no colapsar por el calor que generan. Esos sistemas de enfriamiento gastan agua en cantidades descomunales. Estamos hablando de un impacto directo en los recursos locales de las comunidades donde se ubican estos centros.

En España la situación es particular. Ya hemos vivido olas de calor extremo. La AEMET registró julio de 2026 como el mes más cálido de la historia del país, con 25,7 °C de media. En un escenario así, meter más demanda energética e hídrica en la ecuación agrava el problema. Competimos por recursos escasos mientras la temperatura sigue subiendo.

¿Qué significa esto para ti?

No se trata solo de un tema ambiental abstracto. Si eres empresario, profesional jurídico o estás metido en inmuebles, hay varios aspectos que debes considerar:

  • La presión regulatoria solo aumentará. Los gobiernos comenzarán a fijar límites al consumo energético de tecnologías como la IA. Eso afectará a qué herramientas puedes usar y cómo.
  • El coste de la energía seguirá subiendo. Los centros de datos compiten por electricidad en mercados cada vez más tensos. Eso se trasladará a cualquier servicio que uses basado en IA.
  • El acceso al agua en zonas donde se ubican infraestructuras tecnológicas puede convertirse en un factor crítico para decisiones inmobiliarias y de inversión.

Es posible que la IA sea una herramienta clave para optimizar eficiencia energética en otros sectores y contribuir a la lucha contra el cambio climático. Pero eso solo sucede si asumimos conscientemente que la propia tecnología consume recursos que tiene un coste real. No podemos seguir discutiendo sobre capacidades técnicas sin preguntarnos de verdad cómo hacemos esto compatible con los compromisos climáticos que dice tener la sociedad.

El debate ya no es si usamos IA o no. Es cómo lo hacemos sin hipotecar recursos que otros necesitan.

Leer la noticia completa en silicon.es »

FEPEX lleva la inteligencia artificial al seguimiento de precios y tendencias hortofrutícolas 2

FEPEX lleva la inteligencia artificial al seguimiento de precios y tendencias hortofrutícolas

Automatización de datos hortofrutícolas: qué cambia en el seguimiento de mercados

FEPEX ha puesto en marcha un proyecto basado en inteligencia artificial para mejorar sus sistemas de información sobre mercados. El objetivo es claro: procesar más rápido el volumen de datos que maneja la Federación Española de Asociaciones de Productores Exportadores de Frutas, Hortalizas, Flores y Plantas Vivas, y ampliar el seguimiento de precios y tendencias comerciales en esos sectores.

El problema que intenta resolver es conocido en cualquier organización que trabaje con información dispersa. FEPEX recibe datos de mercados nacionales e internacionales, pero llegan con formatos, estructuras y criterios distintos. Esa heterogeneidad complica integrarlos y compararlos. La solución pasa por herramientas que automatizan parcialmente el tratamiento de esos registros, convirtiéndolos en datos homogéneos antes de incorporarlos a los sistemas que ofrece a sus asociados.

En términos prácticos, esto significa menos trabajo manual en tareas repetitivas (organización y actualización de información) y más capacidad para analizar cómo evolucionan los mercados. Los asociados de FEPEX tendrían acceso a información más estructurada y actualizada, lo que debería ayudar a interpretar cambios y tomar decisiones empresariales con mejor base.

Lo que todavía no sabemos

  • Qué modelos concretos de inteligencia artificial se utilizan
  • Cuáles serán las fuentes de datos integradas en la primera fase
  • El calendario de implantación completa del sistema

FEPEX presenta esto como parte de su transformación digital, con la aspiración de construir un sistema más rápido, flexible y escalable. Eso tiene sentido: los mercados internacionales se mueven cada vez más rápido, y el volumen de datos no deja de crecer.

Desde el punto de vista jurídico y empresarial, conviene fijarse en algo: cuando una organización sectorial mejora su capacidad de procesamiento y análisis de información de mercado, los datos que proporciona adquieren más valor y credibilidad. Esto afecta tanto a quienes los usan (tus decisiones de compra, venta o negociación se basarán en información supuestamente más fiable) como a cómo se pueden usar esos datos después. Merece la pena preguntarse qué garantías ofrece sobre la calidad de esa información homogeneizada, y si habrá cambios en cómo acceder a ella o en las condiciones de su uso.

También es relevante que el proyecto se enfoca en el procesamiento y gestión de datos, no en crear nuevas fuentes. Eso significa que la calidad y disponibilidad de la información seguirán dependiendo de lo que llegue desde mercados y proveedores. Automatizar su tratamiento mejora la velocidad, pero no crea información que no existe.

Leer la noticia completa en ecomercioagrario.com »

Inteligencia artificial en el reciclaje textil: ¿cómo la IA ayuda a reciclar tu ropa - BBVA 3

Inteligencia artificial en el reciclaje textil: ¿cómo la IA ayuda a reciclar tu ropa – BBVA

Cómo la inteligencia artificial transforma el reciclaje de prendas textiles

El volumen de ropa que generamos es brutal. La Unión Europea produce 12,6 millones de toneladas anuales de residuos textiles, y solo de ropa y calzado hablamos de 5,2 millones de toneladas. Eso significa que cada persona tira una media de 12 kilos al año. De toda esta cantidad, apenas se recoge el 22% para reutilizar o reciclar; el resto acaba incinerado o en vertederos. Para dimensionar el problema: 60.000 toneladas de prendas usadas se acumulan en el Desierto de Atacama en Chile.

Ante una crisis de tal magnitud, la tecnología se ha convertido en aliada imprescindible. La inteligencia artificial, en concreto, está acelerando procesos que de otro modo serían inviables a escala industrial.

El nudo gordiano: identificar y clasificar

El primer paso del reciclaje es el más crítico: conocer exactamente la composición de cada tejido. Saber si una prenda es 50% algodón y 50% poliéster, o 100% algodón, es fundamental para redirigir cada fibra al proceso correcto. El problema es que hacerlo manualmente requiere microscopio y, por ley, análisis que pueden extenderse hasta ocho horas. En una planta de reciclaje, eso es simplemente impracticable.

Aquí entra la visión artificial, un subcampo de la IA que usa sensores para que una máquina interprete e identifique objetos con precisión. Empresas como PICVISA desarrollan equipos basados en algoritmos y reglas matemáticas. Mediante técnicas de machine learning y deep learning, el sistema procesa imágenes y vídeos en tiempo real, reconociendo patrones y composiciones textiles de forma automática.

Más allá de la clasificación básica

Una vez identificada la tela, el machine learning y la automatización industrial toman el relevo en la separación de fibras. La IA no se queda en clasificar por composición o color: analiza el estado de la prenda y detecta automáticamente elementos que complican el reciclaje, como cremalleras.

Los modelos predictivos procesan información numérica y simbólica para actuar de manera eficiente. La máquina puede segregar telas según la calidad, la densidad del hilo o lo compacta que esté la prenda. Con ello determina si hay fibras de mayor calidad que deban dirigirse a un proceso de reciclaje mecánico específico.

Lo que debes tener claro

  • Toda esta automatización requiere que la IA sea previamente diseñada, entrenada y supervisada por especialistas. Sin intervención humana experta, el sistema no funciona.
  • El reciclaje textil como práctica lleva décadas; lo que cambia ahora es la velocidad y precisión gracias a la tecnología.
  • La IA potencia los dos tipos principales de reciclaje textil existentes, mejorando su esencia sin reinventar procesos ya establecidos.

En definitiva, la inteligencia artificial resuelve un cuello de botella real: permite procesar volúmenes masivos de residuos con precisión en tiempos viables. Sin ella, la circularidad en la moda seguiría siendo un objetivo prácticamente inalcanzable a escala.

Leer la noticia completa en bbva.com »

La inteligencia artificial creada por y para el sector legal que destierra (por fin) las alucinaciones de los tribunales 4

La inteligencia artificial creada por y para el sector legal que destierra (por fin) las alucinaciones de los tribunales

Cuando la inteligencia artificial se inventa sentencias: el problema que ya castiga a los despachos

Hace poco más de un año, usar ChatGPT o herramientas similares en un despacho era considerado experimental. Hoy, después de que algunos abogados hayan presentado ante juzgados sentencias que nunca existieron, el asunto se ha vuelto serio. El Tribunal Supremo ya ha sancionado a profesionales por confiar en esas «alucinaciones» tecnológicas. No es un riesgo teórico: es una realidad con consecuencias reales.

Aquí radica el principal escollo de usar sistemas de inteligencia artificial generalistas en el trabajo jurídico. Estos modelos generan respuestas plausibles pero inventadas. Para un despacho, eso es inadmisible. Necesitas certeza, trazabilidad, documentación verificable. No puedes permitirte que tu herramienta te sugiera un precedente inexistente.

Ante esa necesidad, nació Prudencia.ai en febrero de 2026. Su diferencia fundamental: en lugar de «crear» respuestas, razona sobre datos reales y verificables. La plataforma indexa diariamente el Boletín Oficial del Estado, la jurisprudencia del Poder Judicial a través del CENDOJ, normativa europea en EUR-Lex, boletines autonómicos y resoluciones de la Agencia Tributaria. Cuando cita una sentencia, el usuario accede con un clic al PDF original del juzgado para comprobar que efectivamente existe y que el contexto es el correcto.

El sistema se llama RAG (Recuperación Aumentada por Generación), y lo que hace es radicalmente distinto a lo que hace ChatGPT. No inventa: recupera, filtra y razona sobre fuentes oficiales. Eso te ahorra horas de búsqueda documental, pero también te protege de cometer un error grave que podría derivar en una sanción disciplinaria.

Los números del proyecto resultan elocuentes. En solo tres meses alcanzó más de 10.000 usuarios registrados y 500 clientes de pago, sin recurrir a financiación externa. Ha procesado más de 175.000 interacciones. Eso sugiere que el mercado legal estaba, literalmente, esperando una solución así.

Qué debes tener en cuenta si usas inteligencia artificial en tu despacho

  • Verifica siempre la fuente. Si la herramienta te cita una sentencia, busca el original. No es paranoia; es diligencia.
  • No todas las herramientas de IA son iguales para tareas legales. Las generalistas son útiles para redacción o lluvia de ideas, pero peligrosas para citar jurisprudencia.
  • La inteligencia artificial debe potenciar tu criterio, no sustituirlo. Debe ahorrarte tiempo en tareas repetitivas para que dediques más energía al análisis profundo de cada caso.
  • Ten cuidado con las sanciones disciplinarias. Los colegios de abogados y los tribunales ya están vigilantes sobre el uso irresponsable de estas herramientas.

El sector legal atraviesa una transformación real. La pregunta no es si usar inteligencia artificial, sino cómo hacerlo sin exponer tu reputación profesional ni la de tu cliente. La diferencia entre una herramienta que te ayuda y una que te compromete es, hoy por hoy, fundamental.

Leer la noticia completa en elespanol.com »

«Para aplicar inteligencia artificial al diagnóstico se debe tener el consentimiento del paciente» | Hoy 5

«Para aplicar inteligencia artificial al diagnóstico se debe tener el consentimiento del paciente» | Hoy

Consentimiento informado: el requisito fundamental antes de usar IA en diagnósticos

Cuando un algoritmo participa en tu diagnóstico médico, algo fundamental debe ocurrir antes: tienes derecho a saberlo y a decidir si aceptas. No es una recomendación opcional ni un detalle administrativo. Es una premisa ética y legal que debe cumplirse en toda aplicación de inteligencia artificial en medicina.

La tecnología avanza muy rápido en el sector sanitario. Herramientas de diagnóstico por IA, análisis de datos, sistemas de apoyo a la decisión clínica. Todas ellas son realidad hoy en consultas y hospitales. Pero ese avance tecnológico no puede ni debe ir por delante de la protección de tus derechos como paciente.

¿Por qué es tan importante el consentimiento previo? Porque en el uso de IA en medicina hay riesgos reales. Pueden existir errores en los diagnósticos realizados mediante estos sistemas. Cuando algo va mal, la responsabilidad no está clara: ¿quién responde, el médico o el algoritmo? Es un debate que todavía está abierto legalmente. Precisamente por eso, antes de que se utilice cualquier método basado en inteligencia artificial contigo, necesitas conocer la existencia de esos riesgos y poder elegir.

Tu médico debe informarte sobre qué herramientas tecnológicas va a usar en tu caso. Debe explicarte cómo funcionan y qué implicaciones tienen. Luego debes poder consentir o rechazar esa metodología. Es decir, tienes derecho a decir que prefieres el enfoque tradicional si lo consideras así.

El origen de los datos: otro punto crítico

Hay otro aspecto que complica todo esto: la procedencia de los datos con los que se entrenan estos sistemas de IA. Cuando una empresa tecnológica facilita bases de datos masivas para que los algoritmos aprendan, debe conocerse quién está detrás, cómo se ha recopilado esa información y en qué contexto. Hay países donde se han documentado abusos en la captura de datos personales y sanitarios. Los datos varían según nacionalidades y poblaciones.

Por eso, usar esas bases de datos genéricas para diagnosticar a pacientes de diferentes poblaciones requiere cautela. No puedes asumir que un algoritmo entrenado con datos de un país funcione igual en otro contexto demográfico o epidemiológico distinto.

La normativa y la realidad

La Unión Europea ya ha creado la Ley de Inteligencia Artificial. España está ahora en proceso de adaptarla y aplicarla a su sistema sanitario. Pero una norma legal, por bien hecha que esté, no basta. Su aplicación debe considerar también las implicaciones éticas reales. La ley establece marcos, pero la deontología médica y la bioética son quienes garantizan que esos marcos se respeten en la práctica cotidiana de la medicina.

Cuando vayas a una consulta y te digan que van a usar una herramienta de IA, no dejes pasar esa información como si fuera un trámite. Preguntas qué es, cómo funciona, si hay riesgos conocidos. Ese consentimiento informado no es un papel que firmes por firmar. Es tu derecho a entender qué sucede con tu salud y tu información.

Leer la noticia completa en hoy.es »

Daniel Púa, jefe de seguridad en Magnific: "Si Claude Opus 4.8 podía ser una navaja, Mythos es un machete" 6

Daniel Púa, jefe de seguridad en Magnific: «Si Claude Opus 4.8 podía ser una navaja, Mythos es un machete»

La IA en seguridad: más potencia, pero no la revolución que venden

Cuando Anthropic presentó Claude Mythos, los titulares no tardaron en hablar de un salto cualitativo en ciberseguridad. El modelo logró identificar vulnerabilidades zero-day que había pasado años sin detectarse. Suena a cambio de era. Pero la realidad es más matizada.

Mythos es efectivamente potente, pero eso no significa que sea algo sin precedentes. Según los expertos del sector, esos mismos hallazgos se habrían conseguido con modelos anteriores, simplemente invirtiendo más recursos computacionales. La diferencia es de grado, no de naturaleza. Si Claude 4.8 era una herramienta útil, Mythos es una versión mejorada de la misma herramienta. Mientras tanto, otros laboratorios como OpenAI avanzan en paralelo con sus propios modelos.

Lo que sí marca un punto de inflexión real es lo que ocurre con el código abierto. Casi todas las vulnerabilidades que Mythos descubrió estaban en software open source. Ahí el cambio es notable: un auditor humano puede tardar semanas en revisar una base de código y seguir sin encontrar nada. Un agente de IA lo hace en minutos, analizando flujos complejos a velocidades que ninguna persona alcanza. Esto invierte la lógica de la seguridad tradicional, que siempre consideró el software abierto más seguro precisamente porque cualquiera podía revisarlo.

Hay otro ángulo importante. Los modelos propietarios tienen guardarrailes, controles que limitan lo que pueden hacer. Los modelos de código abierto carecen de esos frenos. Eso sí plantea riesgos reales, aunque conviene tomar con pinzas algunos discursos apocalípticos sobre el tema. Cuando los CEOs de laboratorios privados advierten sobre peligros de la IA abierta, también defienden sus intereses comerciales.

Lo que muchos olvidan es que la IA también fortalece la defensa. En el Blue Team, en la respuesta a incidentes y en análisis forense, las capacidades de estos modelos son extraordinarias. Procesar millones de registros de sistemas, detectar patrones de ataque, filtrar información: tareas que exigirían equipos humanos trabajando indefinidamente ahora se resuelven casi al instante.

El punto clave es que la ciberseguridad tradicional no desaparece. Evoluciona. Quien siga con metodologías manuales se quedará atrás. La pregunta no es si usas IA, sino cómo la integras en tu estrategia de defensa.

Leer la noticia completa en xataka.com »

En 4 años el 90% de los videos online utilizará inteligencia artificial • Producción Audiovisual 7

En 4 años el 90% de los videos online utilizará inteligencia artificial • Producción Audiovisual

La IA en la producción audiovisual: más herramientas, más responsabilidad

Circula desde hace años una cifra que atrae mucha atención: el 90% del contenido de vídeo online será generado, modificado o producido con inteligencia artificial en los próximos años. Antes de asumirla como un dato comprobado, conviene entender de dónde viene y qué significa realmente.

Esa proyección tiene su origen en un informe de 2022 del Europol Innovation Lab sobre deepfakes y contenidos sintéticos. No es un estudio estadístico que haya medido empíricamente qué porcentaje de vídeos serán artificiales, sino una estimación sobre la evolución de internet. Además, cuando se menciona el 90%, la mayoría de referencias hablan del conjunto de contenidos digitales —textos, imágenes, audios y vídeos—, no solo de vídeo. Y aquí está lo importante: decir que un contenido está «creado con IA» no significa que una máquina lo haya generado entero de la nada.

La realidad es más matizada. La inteligencia artificial ya participa en casi todas las fases del trabajo audiovisual:

  • En preproducción: investigación, documentación, desarrollo de argumentos, storyboards.
  • Durante la grabación: fondos virtuales, modificación de interpretaciones, voces sintéticas.
  • En postproducción: subtítulos automáticos, limpieza de audio, adaptación a distintos formatos e idiomas.

Lo que está cambiando es que estas herramientas se integran en el flujo ordinario del trabajo, no que sustituyan a los equipos humanos.

Lo que esto significa para ti como productor o creador

La integración de IA bajará las barreras de entrada. Operaciones que antes exigían tiempo, equipamiento especializado y presupuesto se harán más rápidas y accesibles. Eso es una oportunidad para productoras pequeñas y creadores independientes. Pero tiene una contrapartida: si es más fácil producir, habrá mucho más contenido compitiendo por la atención del público.

En un entorno saturado de imágenes técnicamente correctas, tu valor no estará en la perfección visual. Estará en lo que la automatización no copia bien: tu mirada, tu criterio, tu conocimiento del público, tu voz reconocible como autor.

La IA automatizará las tareas repetitivas. Tú tendrás que supervisar sus resultados, detectar errores, verificar fuentes y decidir qué merece publicarse. Saber rechazar una propuesta mediocre será tan importante como saber generarla.

El tema que nadie debe ignorar: la responsabilidad legal

Aquí es donde entra en juego la parte que un despacho no puede pasar por alto. A medida que crezca el contenido sintético, surgirán preguntas que afectan directamente a tu negocio:

  • ¿Quién posee los materiales que genera la IA?
  • ¿Qué derechos tienes sobre las imágenes, voces y datos usados para entrenar el sistema?
  • ¿Cuándo debe informarse al espectador de que algo es artificial?
  • ¿Qué registro debes mantener de las transformaciones que haces con IA?

En publicidad, documentales e información, la transparencia puede llegar a ser obligatoria. Los deepfakes crean problemas reales: desinformación, fraude, suplantación de identidad. Conservar archivos originales, autorizaciones, licencias y un registro de cada transformación no es solo buena práctica. Puede ser tu mejor defensa.

Las empresas que sacarán verdadera ventaja no serán las que generen más contenido, sino las que controlen bien estas herramientas, mantengan la supervisión humana y sean capaces de demostrar qué hay detrás de cada pieza. En un internet lleno de imágenes sintéticas, la autoría y la credibilidad pueden valer más que nunca.

Leer la noticia completa en produccionaudiovisual.com »

La inteligencia artificial puede “reforzar la autonomía” de las personas con discapacidad intelectual 8

La inteligencia artificial puede “reforzar la autonomía” de las personas con discapacidad intelectual

Cuando la inteligencia artificial se diseña pensando en quien la va a usar

Existe una distancia considerable entre crear una herramienta tecnológica y crearla para que realmente funcione en la vida de personas con necesidades específicas. La diferencia radica en quién participa en el proceso de desarrollo y cuánto se escucha durante el camino.

La Fundación Álex Rivera ha desarrollado ‘Peter’, un asistente de voz pensado específicamente para adultos con discapacidad intelectual. Lo interesante no es solo qué hace, sino cómo se construyó: desde el principio, contó con la participación directa de las propias personas con discapacidad, sus familias y profesionales de apoyo. Ese enfoque de cocreación es lo que marca la diferencia respecto a otros asistentes virtuales que se adaptan después, si acaso.

El punto de partida es un problema real. Según un estudio de la Fundación PwC y la Fundación Álex Rivera, el 45,5% de estas personas quiere independizarse, pero el 72% sigue viviendo con sus familias. Las razones: dificultades económicas, acceso a la vivienda y, aquí viene lo importante, falta de apoyos adaptados. ‘Peter’ intenta ocupar ese espacio.

Técnicamente, la herramienta utiliza lenguaje claro, adapta el ritmo de las conversaciones, recuerda rutinas y preferencias, y ofrece recordatorios, ayuda con tareas domésticas, orientación para actividades de ocio, alertas de seguridad y apoyo emocional. Pero esto solo funciona si está construido para ese usuario específico.

Los números de la validación hablan: el 84% de usuarios recomendaría la aplicación, y el 90% de profesionales considera que mejora los apoyos que prestan. El 78% de estos profesionales cree que puede reducir la dependencia de apoyos externos en ciertos momentos, algo relevante cuando hablamos de autonomía.

Lo que debes tener en cuenta como profesional o como familia

  • La herramienta complementa, no sustituye. No es un sustituto de profesionales ni de la familia, sino un apoyo adicional cuando se necesita.
  • La privacidad está integrada desde el diseño. Usa datos de rutinas solo para personalizar, no para vigilar invasivamente.
  • Versiones futuras permitirán que familiares o tutores vinculen sus cuentas para colaborar en la agenda y recibir avisos, manteniendo la autonomía del usuario.
  • Está disponible gratuitamente desde julio de 2026 en Google Play y App Store para móviles y tabletas.

Es habitual cometer el error de pensar que la tecnología sustituye el acompañamiento humano. Aquí sucede lo contrario: se integra para que el acompañamiento sea más efectivo y la persona pueda desenvolverse con mayor independencia en momentos específicos. La diferencia entre vigilar y acompañar es fundamental en este tipo de soluciones, y está clara en cómo se ha concebido esta herramienta.

La clave está en que la innovación no es inclusiva por defecto. Lo es cuando se construye escuchando a quien la va a usar.

Leer la noticia completa en servimedia.es »

Los creadores de la inteligencia artificial más avanzada del mundo se han puesto de ... - 3DJuegos 9

Los creadores de la inteligencia artificial más avanzada del mundo se han puesto de … – 3DJuegos

Cuándo los gigantes de la IA empiezan a pedir freno

La historia tiene su ironía. Durante años, las grandes empresas de tecnología pidieron rienda suelta para desarrollar inteligencia artificial sin regulación que les frenase. Ahora, en 2026, algunos de sus máximos responsables —Sam Altman en OpenAI, Demis Hassabis en Google DeepMind y Dario Amodei en Anthropic— publican propuestas para que existan controles externos antes de que los sistemas más potentes lleguen al mercado.

No plantean lo mismo los tres, pero coinciden en algo clave: los modelos más avanzados necesitan supervisión. Y no cualquier supervisión, sino enfocada en aquellos sistemas capaces de causar daño real en campos como la ciberseguridad o la biología.

Tres caminos, una dirección

Amodei propone un sistema parecido al de la aviación estadounidense: un organismo federal con poder para frenar el lanzamiento de un modelo demasiado peligroso. Hassabis mira el modelo de la industria financiera: evaluaciones hechas por terceros, supervisadas desde el ámbito federal, que comenzarían siendo voluntarias para terminar siendo obligatorias. Altman va más lejos: una institución internacional inspirada en el organismo nuclear, liderada por Estados Unidos, que establezca estándares globales y use el acceso a los modelos más avanzados como incentivo para cumplir reglas.

Hassabis recibió apoyo público de Altman, Elon Musk y otros nombres relevantes del sector. El dato no es menor: muestra que el debate ha cambiado de rumbo.

Washington descubre los límites del mercado libre

La administración Trump mantiene públicamente que quiere reducir barreras para competir con China. Pero ya ha tenido que intervenir este verano por preocupaciones reales sobre las capacidades de ciertos modelos. El enfoque está dejando de ser «¿habrá regulación?» para pasar a «¿quién la hará?».

Aquí aparece una paradoja incómoda. OpenAI, Google y Anthropic tienen equipos legales, expertos en seguridad y recursos suficientes para navegar sistemas complejos de certificación. Una startup pequeña o un proyecto de código abierto lo tendría mucho más difícil. Regulación que mitiga riesgos reales, sí, pero que también levanta una barrera que protege a quien ya está dentro.

Y son precisamente los grandes quienes la piden.

Como abogados, te diremos que esto es importante. Cualquier regulación que venga tendrá dos caras. Una legítima: proteger contra daños reales. Otra menos evidente: las reglas siempre favorecen a quien puede cumplirlas más fácil. Si trabajas en tecnología o tienes intereses en este espacio, el momento es ahora para entender qué propuestas ganan tracción y qué implicaciones tendrán para tu modelo de negocio.

Leer la noticia completa en 3djuegos.com »

La inteligencia artificial dispara la demanda de centros de datos - Segre.com 10

La inteligencia artificial dispara la demanda de centros de datos – Segre.com

La explosión de la IA redefine la infraestructura digital en Cataluña

Los centros de datos llevan años siendo la espina dorsal invisible de los servicios que usas a diario: operaciones bancarias, redes sociales, historias clínicas digitales. Pero la irrupción de la inteligencia artificial ha cambiado completamente la ecuación. Entrenar los nuevos modelos de IA requiere una capacidad de cálculo tan masiva que la demanda de estas infraestructuras se ha disparado.

Barcelona aparece en el mapa como una ubicación estratégica para consolidar un hub de centros de datos en el sur de Europa. Tiene condiciones para ello. Pero hay un pero importante: la energía. El principal cuello de botella no es la tecnología ni la ubicación, sino garantizar el suministro eléctrico suficiente para que estas instalaciones funcionen. Es un tema que el sector no para de señalar como crítico.

Mientras tanto, las organizaciones ecologistas lanzan una advertencia que merece tu atención. El consumo eléctrico descomunal de estos centros puede desplazar otros usos industriales legítimos, creando lo que denominan un «ennoblecimiento energético»: priorizar la energía para datos a costa de otras actividades.

A nivel de Administración, el Gobierno ha identificado 26 proyectos potenciales de centros de datos en Cataluña como impulsables.

Ahora bien, hay una tensión más profunda aquí que va más allá de la energía. Según expertos como el catedrático Vladimir Estivill de la UPF, nos enfrentamos a un dilema: soberanía digital o impacto medioambiental.

¿Por qué importa dónde alojamos nuestros datos? Si tu información reside en Cataluña, está sometida a la legislación europea. Eso significa menos riesgo de que gobiernos extranjeros accedan a ella. Sin soberanía digital, existe el peligro real de que actores externos tengan acceso a información crítica: patrones de enfermedades de la población, datos sobre cómo se relacionan los catalanes con las administraciones públicas, historiales que debería proteger la ley.

Desde la perspectiva jurídica y de cumplimiento normativo, esta discusión es fundamental. La ubicación física y jurisdiccional de tus datos no es un detalle técnico abstracto. Determina qué leyes los protegen, qué organismos pueden acceder a ellos y bajo qué condiciones. A menudo, las empresas y particulares ignoran que la protección que ofrece la LPDGDD y el RGPD depende en buena medida de que los datos se traten dentro del espacio europeo. Delegar el almacenamiento a proveedores fuera de esta zona introduce complejidades legales que, en muchos casos, debilitan tus derechos como titular.

La expansión de centros de datos en Cataluña no es solo una oportunidad económica. Es una cuestión que afecta directamente a tu seguridad informática, tu privacidad y la continuidad de servicios esenciales. Conviene que entiendas dónde está tu información y quién puede regularla.

Leer la noticia completa en segre.com »