Category: Inteligencia Artificial

Día a día | Dental Roca, inteligencia artificial en la salud dental – 03/08/2026 – TeleElx

Cuando la tecnología se cruza con lo inesperado en el sector sanitario

La noticia que llega sobre inteligencia artificial aplicada a la salud dental nos invita a reflexionar sobre cómo la transformación digital está alcanzando profesiones tan específicas como la odontología. Aunque el titular sugiere una clínica dental que incorpora estas herramientas, lo interesante para ti como usuario es entender qué significa realmente esta incorporación y cómo afecta a tu experiencia como paciente.

Cuando un centro sanitario integra sistemas de inteligencia artificial, el cambio no es solo tecnológico. Afecta directamente a diagnósticos más precisos, a reducción de tiempos de espera, a la conservación de datos clínicos de manera más segura. Es un salto importante respecto a los métodos tradicionales, aunque muchos todavía desconfíen de confiar en máquinas para decisiones sobre salud.

Desde el punto de vista jurídico y de cumplimiento normativo, un centro que adopta estas tecnologías debe estar en regla con:

• Protección de datos personales y especialmente de datos de salud, donde la normativa es particularmente exigente
• Responsabilidad civil en caso de error o mal funcionamiento del sistema
• Consentimiento informado del paciente, que debe saber que está siendo atendido con apoyo de inteligencia artificial
• Auditoría y trazabilidad de las decisiones que toma la máquina

Un error frecuente es asumir que introducir IA en un proceso automáticamente lo hace mejor. La realidad es más matizada. Estas herramientas son tan buenas como los datos con los que fueron entrenadas y como la supervisión que reciben después. Un profesional sanitario debe mantener siempre el criterio final.

Otro aspecto que pasa desapercibido: cuando una clínica integra sistemas de este tipo, genera información muy sensible sobre pacientes. Esa información debe estar protegida bajo estándares internacionales. Si alguna vez tienes que reclamar por un tratamiento o si tus datos resultan comprometidos, la responsabilidad legal debe estar perfectamente delimitada entre el centro y los proveedores de tecnología.

Si eres paciente en una clínica que usa estas tecnologías, tienes derecho a conocer cómo funcionan, a pedir una segunda opinión humana y a que se te explique cualquier tratamiento recomendado, aunque provenga de un diagnóstico asistido por máquina. No es desconfianza; es ejercer tus derechos fundamentales.

Leer la noticia completa en teleelx.es »

La inteligencia artificial impulsa la mayor ofensiva inversora de Air Liquide en el negocio de los semiconductores

Cuando la cadena de suministro de semiconductores exige infraestructura química de precisión

El boom de la inteligencia artificial está provocando inversiones masivas en capacidad productiva de chips. Air Liquide, empresa francesa especializada en gases industriales, acaba de anunciar inversiones por encima de 480 millones de dólares en tres estados estadounidenses: Indiana, Arizona e Idaho. El objetivo es claro: suministrar gases ultrapuros a nuevas plantas y ampliaciones de fabricantes como SK hynix y otros líderes globales.

¿Por qué esto importa? Porque la fabricación de semiconductores avanzados no es simplemente una cuestión de máquinas. Requiere suministros especializados: nitrógeno, oxígeno, argón, hidrógeno y mezclas complejas en niveles de pureza extraordinarios. Estos gases son críticos en procesos como el grabado de circuitos, la limpieza de superficies o el tratamiento térmico de obleas. Sin ellos, no hay chip de calidad.

Hay algo importante que muchos pierden de vista: cuando hablas de relocalización industrial —mover la fabricación de semiconductores desde Asia hacia Estados Unidos—, no se trata solo de construir una fábrica. Implica crear un ecosistema completo de proveedores. Por eso Air Liquide está invirtiendo ahora. Los fabricantes de chips necesitan garantías de suministro estable y de máxima calidad. No pueden correr riesgos.

Las tres inversiones anunciadas tienen características distintas:

• Indiana: más de 170 millones para abastecer a SK hynix, especializada en memorias para IA.
• Arizona: más de 160 millones, con entrada prevista en 2028, incluyendo tecnología de captura y reutilización de CO₂.
• Idaho: más de 150 millones para suministro masivo a otro fabricante internacional.

Observa un patrón: sostenibilidad. La inversión en Arizona menciona explícitamente hidrógeno ultrapuro de baja huella de carbono. No es marketing. Es que la industria seminconductora enfrenta presión regulatoria creciente sobre emisiones, y los proveedores que no lo integren quedarán fuera de la jugada.

Desde el punto de vista del análisis industrial, esto refleja algo más amplio: la carrera geopolítica por la soberanía tecnológica. Estados Unidos está invirtiendo billones en atraer fabricación de chips. Pero esos millones de dólares en plantas de semiconductores solo funcionan si hay proveedores locales fiables de insumos críticos. Air Liquide lo sabe. Por eso actúa ahora, mientras las decisiones de ubicación de nuevas fábricas aún están en marcha.

Un error común es pensar que esto solo afecta a gigantes tecnológicos. No. Afecta a toda la cadena: desde proveedores de equipos hasta empresas de logística y servicios. Si inviertes o planificas negocios relacionados con semiconductores, manufactura avanzada o tecnología en zonas donde ocurren estas expansiones, el suministro de insumos críticos será un factor determinante para tu viabilidad.

Leer la noticia completa en industriaquimica.es »

Inteligencia Artificial en Educación: cómo evitar la deuda cognitiva y aprender mejor

La trampa oculta de la inteligencia artificial en el aprendizaje

La IA está en todas partes, también en aulas y empresas. Pero hay algo que los estudios recientes revelan y que pocas personas tienen en cuenta: usar herramientas como ChatGPT puede mejorar tu rendimiento inmediato hasta un 127 %, pero reduce un 17 % tu capacidad para resolver la misma tarea sin ayuda. La OCDE lo llama la «paradoja rendimiento-aprendizaje». En otras palabras, parece que sabes más, pero en realidad has aprendido menos.

Esto no es un fallo de la tecnología. Es una consecuencia directa de cómo la utilizas. Detrás de este fenómeno está el concepto de «deuda cognitiva»: cada vez que delegas en la IA para evitar esfuerzo, obtienes un beneficio inmediato pero acumulas un coste que se paga después. Es como tomar dinero prestado. La deuda no desaparece sola. Quien depende continuamente de estas herramientas sin pensar por sí mismo experimenta una pérdida progresiva de autonomía cognitiva.

El verdadero problema no es que la IA sea mala para aprender. Es que la mayoría de las organizaciones y centros educativos la integran sin cambiar nada más. Compran la herramienta y esperan resultados. Eso no funciona. Las organizaciones que mejor adoptan la IA no son las que más tecnología incorporan, sino las que rediseñan cómo sus personas usan esa tecnología.

Tres cambios que marcan la diferencia

• Primero: pide al usuario que elabore una respuesta propia antes de consultar a la IA. El esfuerzo inicial preserva el aprendizaje real.
• Segundo: orienta hacia el proceso. La IA debe explicar, contrastar, razonar contigo. No resolver por ti.
• Tercero: evalúa competencias con y sin IA. Así distingues entre tener un buen resultado y haber entendido realmente algo.

Aquí es donde muchos se equivocan: creen que es un problema de tecnología. No lo es. La IA es un proyecto fundamentalmente humano. La resistencia al cambio, la falta de habilidades para usarla bien o aplicarla sin criterio son barreras más importantes que cualquier limitación técnica.

Estamos en un punto de inflexión. La inteligencia artificial puede democratizar el acceso al conocimiento y personalizar la educación. Pero también puede reducir tu autonomía, generar dependencia y homogeneizar tu pensamiento. Todo depende de cómo decidas integrarla.

Cuando se usa bien, la IA libera tiempo para lo que realmente importa: creatividad, criterio, innovación. Cuando se usa mal, sustituye el pensamiento y debilita el aprendizaje. Por eso la ventaja competitiva ya no será quién sabe más datos, sino quién aprende mejor. Y aprender bien, en la era de la IA, requiere estructura, intención y pensamiento crítico sobre cómo usas la tecnología. No es suficiente aprender rápido. Hay que aprender bien.

Leer la noticia completa en telefonica.com »

El CSIC lidera un proyecto que combina biorremediación, sensores e inteligencia artificial tras las inundaciones

Cómo la tecnología ayuda a limpiar los daños de las inundaciones

Cuando una riada arrasa un territorio, no solo desplaza el agua. También moviliza contaminantes que llevaban años acumulados en suelos y sedimentos: metales pesados, restos de medicinas, pesticidas, microplásticos, compuestos químicos industriales. La mezcla resultante es compleja, peligrosa, y difícil de tratar con métodos convencionales.

Un consorcio de investigación europeo ha puesto en marcha una iniciativa de cuatro años para resolver precisamente esto. El proyecto combina tres líneas de trabajo: técnicas de biorremediación (usar organismos vivos para limpiar contaminación), sensores que monitoricen en tiempo real qué hay en el agua y los sedimentos, e inteligencia artificial para procesar esos datos y decidir qué tratamiento aplicar en cada caso.

El presupuesto destinado ronda los cuatro millones de euros. Se probarán las soluciones en tres zonas europeas golpeadas recientemente por inundaciones: la Albufera de Valencia (tras la DANA de octubre de 2024), una cuenca en Silesia, Polonia (septiembre de 2024), y otra en Eslovenia (agosto de 2023). La razón es clara: cada región tiene características distintas, climas diferentes, y tipos de contaminantes específicos. Una solución que funciona en un lugar no necesariamente sirve en otro.

Qué te importa saber

Si tu negocio, propiedad o actividad está en una zona propensa a inundaciones, esto afecta directamente a la recuperación posterior. Normalmente, después de una riada, la administración tarda meses en evaluar qué contamina realmente el terreno, qué acuíferos están afectados, y cuáles son los riesgos reales. El proyecto busca reducir ese tiempo a la mitad.

Además, el objetivo de la plataforma es eliminar más del 80 por ciento de las mezclas de contaminantes presentes. Eso influye en:

• El tiempo que tarda un terreno en recuperarse para uso agrícola o residencial.
• El coste de la remediación.
• La fiabilidad de los análisis sobre la calidad del suelo y el agua.
• La seguridad para habitantes y usuarios posteriores.

Un error frecuente es asumir que el agua que desaparece es señal de que todo está limpio. No es así. Los sedimentos contaminados permanecen, los lodos se reparten en las márgenes, y los contaminantes continúan en circulación durante años. Los sensores inteligentes identifican precisamente eso: lo que no ves a simple vista.

Por último, ten en cuenta que estos sistemas no son solo para científicos. El proyecto incorpora deliberadamente a comunidades locales, administraciones y empresas en el diseño de las soluciones. El objetivo es que sean prácticas, económicamente viables, y que las puedan adoptar realmente quienes gestiona el territorio. No es investigación de laboratorio aislada: es investigación aplicada a problemas reales que afectan a tu entorno.

Leer la noticia completa en retema.es »

Inteligencia artificial y productividad | El Topo Express | Michael Roberts

Las megaempresas tecnológicas apuestan todo a la IA, pero los números no cierran

Cuando Alphabet publicó sus últimos resultados, la cifra de ganancias por acción saltó a los 9,11 dólares. Pero aquí está el problema: más de dos tercios de esa cifra provenían de ganancias que no son reales. Eran valoraciones teóricas de sus participaciones en empresas de inteligencia artificial como Anthropic, equivalentes a 77.000 millones de dólares. Esto significa que si esas acciones bajan de valor, esas ganancias desaparecen.

Google forma parte de lo que se conoce como las «hiperescaladoras»: los gigantes tecnológicos que están invirtiendo sumas colosales en infraestructura de IA. Estamos hablando de centros de datos enormes, chips caros de Nvidia, y participaciones accionariales en startups de IA. El resultado es que, por primera vez en su historia, el flujo de caja libre de Alphabet se ha vuelto negativo. Los gastos en capital superan lo que la empresa ingresa en efectivo.

No es un problema aislado de Google. Meta, Microsoft y Amazon están haciendo lo mismo. Los cuatro gigantes de la nube se espera que gasten más de 725.000 millones de dólares en infraestructura de IA durante 2026. Para financiar esto, Alphabet ya ha adquirido casi 100.000 millones de dólares en deuda y hace poco levantó 85.000 millones mediante una venta de acciones, la primera en más de veinte años.

Aquí surge una pregunta incómoda: ¿y si todo esto no sale como se espera?

Un riesgo sistémico para la economía

El valor de mercado de estos gigantes tecnológicos representa actualmente el 40% de la capitalización total del S&P 500. Eso significa que su suerte es la suerte de todo el mercado. Si sus acciones se desplomasen, arrastrarían consigo a la bolsa entera.

El escenario de éxito es claro: la IA debe convertirse en una herramienta tan productiva que revolucione la economía estadounidense e impulse un crecimiento real de la productividad. Eso es lo que necesita ocurrir para justificar las inversiones colosales que se están realizando y para que esas ganancias «teóricas» se conviertan en dinero real.

Pero el riesgo es evidente. Si la IA no genera los retornos esperados, si las empresas siguen gastando sin obtener beneficios tangibles, el modelo se quiebra. Y cuando algo que representa el 40% de tu bolsa se quiebra, el mercado entero sufre.

Como abogados que trabajan en el sector inmobiliario y empresarial, vemos cómo los ciclos económicos afectan a nuestros clientes. Las burbujas tecnológicas no son nuevas. Lo que importa es que entiendas dónde está tu dinero, qué riesgo sistémico existe en tu cartera y cómo proteger tu patrimonio si las cosas cambian de dirección. No es paranoia; es diligencia debida.

Leer la noticia completa en elviejotopo.com »

'Bezzle': la riqueza invisible de la inteligencia artificial – El Conciso

Cuando la promesa de rentabilidad se convierte en incertidumbre

El concepto de «bezzle» —acuñado por el economista John Kenneth Galbraith para referirse a una riqueza que parece real pero no lo es— cobra especial relevancia cuando observas lo que está ocurriendo en el sector tecnológico. No se trata de fraude contable tradicional, sino de algo más sutil: empresas que gastan ingentes cantidades en infraestructuras cuyo retorno sigue siendo nebuloso.

Los grandes gigantes tecnológicos apostaron fuerte por la inteligencia artificial. Invirtieron miles de millones en centros de datos para proporcionar la capacidad de cálculo necesaria. El ejemplo más visible fue la ampliación de capital de Alphabet por 80.000 millones de dólares a principios de 2026, movimiento que diluyó el valor de sus acciones y encendió las alarmas entre inversores.

El punto crítico es que el flujo de caja libre —el dinero real que genera una empresa después de gastos operativos— comenzó a deteriorarse e incluso a volverse negativo en varias compañías del sector. Los inversores se preguntan cuándo esos enormes desembolsos se traducirán en beneficios tangibles. Esa duda cristalizó el 23 de julio de 2026: los llamados «Siete Magníficos» perdieron casi 900.000 millones de dólares de capitalización en una sola sesión.

Ahora bien, aquí es donde la prudencia te obliga a no confundir todo con una burbuja al uso. La diferencia con la crisis puntocom de 1999-2001 es fundamental:

• Internet en sus orígenes era infraestructura sin aplicación clara. La IA genera valor desde ya: automatiza tareas, asiste en programación, redacta documentos, mejora toma de decisiones.
• Las puntocom eran principalmente promesas. La IA tiene producto, clientes reales y genera caja.
• Las grandes tecnológicas actuales tienen balances sólidos y reservas de efectivo —aunque comienzan a flaquear— a diferencia de las startups de entonces.

Esto no significa que no haya riesgo de sobrevaloración. Lo hay. Pero es un riesgo diferente: no es una burbuja vacía, sino un caso donde la rentabilidad es incierta y el timing de retorno desconocido.

Lo que debes observar es el flujo de caja libre. Si sigue deteriorándose sin señales creíbles de recuperación, la presión sobre los inversores será cada vez mayor. La paciencia tiene límite. Además, el contexto geopolítico —donde Estados Unidos considera estas empresas activos estratégicos— puede jugar un papel para evitar un desplome ordenado. Pero eso no garantiza nada.

Como profesionales del asesoramiento, vemos cómo estos ciclos de inversión tecnológica impactan también en el sector inmobiliario. Los grandes parques de oficinas tecnológicas, los edificios de centros de datos, los proyectos de expansión: todo depende de que ese dinero invertido hoy genere retornos claros mañana. Por eso merece atención constante.

Leer la noticia completa en elconciso.es »

Washington y Silicon Valley chocan por el posible veto a la inteligencia artificial china

La tensión entre regular y prohibir: qué está en juego en el debate sobre la IA china

El conflicto que se está fraguando entre Washington y las grandes tecnológicas estadounidenses no trata solo de geopolítica. Toca un dilema real sobre cómo regular sin asfixiar la innovación. Y si eres abogado, asesor empresarial o trabajas en cumplimiento normativo, entender dónde está el punto de ruptura es fundamental.

La polémica arranca con una acusación concreta: Moonshot AI, una compañía china, habría utilizado masivamente las respuestas de Claude Fable, un modelo de Anthropic, para entrenar su propio sistema (Kimi K3) de forma más rápida y barata. Esta técnica se llama destilación. Cuando hay autorización, es normal. El problema es cuando se extraen millones de resultados violando los términos de servicio.

Aquí viene lo interesante: Moonshot ha publicado los pesos abiertos de Kimi K3. Es decir, ha liberado los parámetros matemáticos del modelo para que cualquiera pueda descargarlo, instalarlo en su propia infraestructura y modificarlo. No necesita depender de los servidores de Moonshot. Eso es muy diferente a los modelos cerrados de OpenAI o Meta.

La Administración Trump estudia cómo restringir estos modelos abiertos chinos, pero más de 230 empresas (Meta, Microsoft, Google, Amazon, OpenAI, Nvidia) se han posicionado en contra. Su argumento: perseguir conductas ilegales sí, pero no cerrar un formato que permite mayor autonomía y reducción de costes.

¿Por qué importa esto más allá de la política internacional? Porque los pesos abiertos tienen ventajas reales para quien los usa:

• Menor dependencia de un único proveedor y de sus términos de servicio.
• Control total sobre dónde se procesan los datos. Un hospital o una administración puede garantizar que documentos sensibles no salgan de sus servidores.
• Costes significativamente más bajos que pagar por cada consulta a un modelo propietario.
• Capacidad de adaptación: puedes entrenarlo para tareas específicas.

El dilema para los reguladores es evidente. Puedes sancionar al fabricante chino, cortarle el acceso a chips estadounidenses o prohibir que empresas locales contraten sus servicios. Pero una vez liberados los pesos, no puedes retirar las copias ya instaladas. Las restricciones ralentizarían su expansión, pero no la detendrían completamente.

Aquí entran en juego dos visiones enfrentadas. Una propone levantar barreras comerciales: si prohíbes los modelos chinos, proteges a tus empresas de la competencia. La otra argumenta que sin regulación interna de obstáculos, las compañías estadounidenses no tendrán incentivos para mejorar. Es decir: compite, no cierres puertas.

Hay un tercer camino, más quirúrgico: perseguir abusos concretos (como la destilación sin permiso), mantener los chips más potentes fuera de alcance y exigir pruebas de seguridad a todos los modelos avanzados, sean abiertos o cerrados. Pero exige más precisión y menos populismo.

La lección: en cualquier regulación, la prohibición genérica casi siempre tiene efectos secundarios que no previste. Y en un mercado de tecnología tan dinámico, lo que hoy parece una barrera defensiva mañana puede ser una cadena que lastra tu propio negocio.

Leer la noticia completa en theobjective.com »

La inteligencia artificial y tu sistema nervioso, por Mireia Garcia Roca – VIA Empresa

La IA en tu empresa necesita coordinación, no solo uso

Probablemente ya estés usando inteligencia artificial en tu negocio. Tu equipo comercial experimenta con herramientas, finanzas prueba automatizaciones, operaciones integra asistentes. Cada departamento aprende cosas valiosas. El problema es que ese aprendizaje se queda encapsulado, sin llegar al resto de la organización. Tienes mucha actividad, pero poca coordinación. Movimiento sin dirección.

La adopción de IA sin una estructura que la vertebre no produce transformación. Produce caos. Lo que te falta es un mecanismo que integre todas esas iniciativas, que recoja lo que funciona en un lugar y lo conecte con el resto. No se trata de que alguien centralice las decisiones o controle cómo cada equipo usa la tecnología. Es más sutil que eso.

Ese mecanismo integrador combina a los líderes de negocio, finanzas, personas, tecnología y operaciones. Su función es crear formas ligeras pero consistentes de escalar lo que funciona. Insiste en eso: ligeras. No un nuevo aparato burocrático que ralentice todo. No un tablero de control que frene la iniciativa de primera línea.

¿Qué hace en la práctica ese núcleo coordinador?

• Establece una métrica común de adopción: todos saben qué miden y qué consideran éxito.
• Define economía: cada experimento debe saber qué resultado busca y cómo se sostiene. Un experimento que nadie mide es solo una intuición con presupuesto.
• Reimagina el trabajo: no se conforma con añadir IA a los procesos de siempre. Se pregunta qué roles seguirán siendo críticos, dónde debe seguir habiendo una persona profundamente implicada, y cómo podría rediseñarse el flujo completo.
• Documenta y comparte el aprendizaje: escribe una historia por cada experimento importante. Qué se probó, qué se aprendió, cómo conecta con tu cultura. Cuando el aprendizaje se cuenta, deja de ser un archivo muerto y se convierte en cultura.

Las organizaciones que avanzan más rápido son mucho más rigurosas con esta última pregunta: cómo se rediseña el trabajo. No se conforman con ajustar lo que ya existe. Se atreven a imaginar cómo sería el trabajo si lo diseñaran de cero, aprovechando lo que la IA puede hacer.

El detalle más importante es que casi todo el mundo está concentrado en la adopción. En que la herramienta se use. Eso es necesario, pero es solo el principio. La verdadera ventaja no la conseguirá quien primero despliegue la tecnología, sino quien antes entienda que una persona alcanza su máximo potencial cuando trabaja rodeada de máquinas que también aprenden.

Muchas empresas están entrenando músculo. Casi ninguna ha construido el sistema que lo coordina. Y sin él, por mucha inteligencia artificial que sumes, la organización no avanza. Solo se agita.

Leer la noticia completa en viaempresa.cat »

La Inteligencia Artificial impulsa el éxito de la radioterapia en Cartagena – La Verdad

Cuándo la tecnología adapta el tratamiento a tu cuerpo, no al revés

La radioterapia tradicional funciona como una fotografía: los médicos planifican el tratamiento basándose en imágenes estáticas del paciente, calculan dónde debe llegar la radiación y aplican márgenes amplios de seguridad para compensar los movimientos naturales de los órganos. Entre el primer escáner y el inicio del tratamiento pasan alrededor de siete días. El problema es evidente: tu cuerpo no es una foto fija. Los órganos se desplazan, la anatomía cambia, y esa radiación pensada para una geometría que ya no existe puede dañar tejidos sanos.

Desde hace dos años, un acelerador lineal llamado Ethos está reformulando este enfoque en el hospital Santa Lucía de Cartagena. La diferencia fundamental es que incorpora inteligencia artificial para replanificar el tratamiento cada día, adaptándose a cómo está tu cuerpo en ese momento concreto. No se trata solo de tecnología por tecnología: esto cambia la realidad clínica, especialmente en tumores de abdomen y pelvis, donde el movimiento es más pronunciado.

¿Cómo funciona? El sistema captura una imagen diaria del paciente, identifica cómo se mueven cada uno de tus órganos, recalcula la distribución de dosis en minutos y permite que el médico y el fisioterapeuta verifiquen que todo es correcto antes de administrar el tratamiento. Las sesiones rondan los 15 minutos y son más cómodas. Hasta ahora se ha aplicado principalmente a tumores ginecológicos y prostáticos, aunque se están explorando otras oncologías.

Los resultados preliminares indican menor toxicidad en los tejidos sanos. En otras palabras: menos radiación innecesaria significa menos efectos secundarios como cistitis o diarreas. Unos 150 pacientes ya se han beneficiado de esta técnica desde su implantación. En total, la unidad ha atendido alrededor de 1.800 nuevos pacientes.

Lo que debes saber si te enfrentas a un tratamiento radioterápico

Si alguna vez necesitas radioterapia, pregunta si el centro dispone de sistemas adaptativos. No todos los hospitales cuentan con esta tecnología, y las diferencias en resultados y comodidad pueden ser significativas. Verifica también qué certificaciones tiene el servicio de oncología radioterápica: el estándar ISO 9001 es un indicador de que los procedimientos están sistematizados y se revisan continuamente.

Un error frecuente es asumir que todos los tratamientos de radioterapia son iguales. No lo son. La experiencia del equipo, los equipos disponibles y los protocolos de planificación generan diferencias reales en efectividad y en calidad de vida durante y después del tratamiento.

La inversión en tecnología de esta envergadura —3,7 millones de euros en este caso— requiere justificación. Ese dinero se invierte porque el cambio en la precisión del tratamiento tiene un impacto medible en los pacientes. Los próximos años determinarán si ese beneficio observado en toxicidad se traduce también en mayor control de la enfermedad a largo plazo.

Leer la noticia completa en laverdad.es »

Europa endurece las reglas de la inteligencia artificial: así te afectarán las nuevas obligaciones

Qué cambia ahora en el uso de inteligencia artificial en Europa

La Unión Europea activa desde ahora las primeras obligaciones del Reglamento europeo de inteligencia artificial. No es el final del proceso normativo, sino el comienzo de una aplicación escalonada que te afectará según el tipo de herramienta que uses o despliegues. Conviene que entiendas qué entra en vigor hoy y qué viene después.

En esta fase inicial, las prioridades son la transparencia y la identificación de contenidos generados o alterados por IA. Los chatbots y asistentes conversacionales deben informarte claramente de que hablas con una máquina. Las herramientas que crean imágenes, vídeos, audios o textos tienen que incorporar marcas legibles por máquina que permitan detectar esa procedencia artificial. Si una empresa publica contenido generado o manipulado por IA sobre asuntos de interés público —política, justicia, salud, economía, seguridad—, debe revelarlo. La excepción existe si hay revisión humana real y alguien asume responsabilidad editorial, pero correcciones ortográficas o gramaticales no cuentan como revisión.

Paralelamente, la Comisión Europea comienza a supervisar los modelos de propósito general, es decir, aquellos capaces de hacer múltiples tareas y que sirven de base a muchas aplicaciones. Puede requerir información, acceder a estos sistemas para evaluarlos, imponer correcciones e incluso restringir su uso si detecta incumplimientos. Este control es compartido: la Oficina Europea de IA se encarga de los proveedores y los modelos más relevantes; cada Estado vigila el resto en su territorio.

El calendario no termina aquí. El 2 de diciembre de este año entrarán en vigor prohibiciones sobre contenido sexual explícito no consentido y material de abuso infantil. En diciembre de 2027 llegarán las normas para IA de alto riesgo, aplicada en sanidad, educación o empleo. En agosto de 2028, las disposiciones para sistemas integrados en productos médicos o vehículos.

¿Qué error comete mucha gente? Creer que esto afecta solo a grandes plataformas. Si desarrollas contenido con IA, si despliegas chatbots, si usas generadores de imágenes en contextos profesionales, estas obligaciones te tocan. Las sanciones pueden alcanzar 15 millones de euros o el 3% de facturación anual, según cuál sea mayor. Para pymes existe cierta flexibilidad en proporción, pero la responsabilidad existe.

Otro malentendido frecuente es pensar que la revisión humana resuelve todo. No. Una persona que corrija errores de ortografía no está cumpliendo con revisión editorial. Debe haber control real sobre el contenido y alguien que responda de él ante la ley.

Las autoridades nacionales de vigilancia del mercado serán quienes supervisen el cumplimiento. Así que dependiendo de dónde operes, tendrás interlocutores diferentes. En España, la AEPD y otras autoridades autonómicas jugarán papel clave.

Leer la noticia completa en ondacero.es »