Satélites masivos y cielo nocturno & Drones interceptores ucranianos en combate - Noticias de Tecnología (23 mar 2026)

Empezamos en órbita, con una de esas historias que no suenan a ciencia ficción… pero casi. Astrónomos están alertando de que la propuesta de SpaceX para sumar hasta un volumen gigantesco de satélites —presentados como posibles “centros de datos” en el espacio— podría cambiar radicalmente el cielo nocturno. Ya no hablamos solo de interferencias puntuales: las simulaciones sugieren que, si se aprueban despliegues masivos a mayor altura, esos puntos brillantes serían visibles durante más tiempo y en más lugares. La preocupación no es solo estética; también es científica: más trazas en imágenes de telescopios, más riesgo de choques en órbitas saturadas y más dudas sobre el impacto ambiental de reentradas frecuentes. El mensaje de fondo es claro: la regulación va por detrás de la velocidad de despliegue.

Ahora, del espacio al terreno: en el frente oriental de Ucrania se está produciendo un tipo de innovación que rara vez vemos tan en vivo. Equipos pequeños están probando y puliendo drones interceptores fabricados localmente para derribar los Shahed, las municiones merodeadoras de diseño iraní que Rusia lanza en oleadas. Lo interesante aquí no es un modelo concreto, sino el proceso: prototipo, combate, corrección y vuelta a empezar. Unidades como una brigada en la región de Járkiv están reorganizando su defensa aérea alrededor de equipos de interceptores porque los sistemas portátiles tradicionales se quedaron cortos frente a ataques masivos y drones más ágiles. Y esa experiencia ya está atrayendo miradas fuera de Ucrania, porque muchos países buscan defensas más baratas y adaptables que depender siempre de misiles costosos.

Siguiendo con cómo los conflictos sacuden la tecnología, hay un cuello de botella industrial que vuelve a sonar: el helio. Tras ataques que afectaron un gran complejo de exportación de gas en Qatar, el país ha detenido su producción de helio. Y esto importa mucho más allá de la energía. El helio es crítico en fabricación de semiconductores, aplicaciones espaciales y equipos médicos como la imagen por resonancia. Qatar es una pieza enorme del suministro global, así que cualquier interrupción mueve nervios en varias industrias a la vez. Es un recordatorio incómodo: algunas materias primas “invisibles” sostienen una parte desproporcionada del mundo moderno.

Volvemos al espacio, pero esta vez con un calendario mucho más concreto: NASA dice estar lista para lanzar Artemis 2 el primero de abril, la misión tripulada que volverá a llevar humanos a una trayectoria lunar por primera vez en décadas. La comparación con Apollo es inevitable, pero el contexto es otro: menos carrera simbólica y más ingeniería prudente. Artemis 2 no busca aterrizar; busca validar. Probar a fondo la nave, entrenar maniobras clave y recopilar datos biomédicos para entender mejor cómo responde el cuerpo en misiones más allá de la órbita baja. En pocas palabras: antes del espectáculo, toca asegurarse de que el sistema aguanta.

En la gran batalla por la IA en la nube, Amazon está empujando fuerte una idea: que no todo tiene que pasar por GPUs de Nvidia. Un recorrido reciente por su laboratorio de chips en Austin muestra el énfasis en Trainium, sus aceleradores propios para cargas de IA. Lo más llamativo es el momento: llega poco después de que Amazon anunciara una asociación importante con OpenAI, que implica capacidad de cómputo en AWS y un rol central de Amazon como proveedor para una nueva capa de herramientas de agentes. Traducción: la guerra por capacidad —y por controlar el “dónde” se ejecuta la IA— está entrando en una fase donde el silicio propio y el diseño integrado de centros de datos pesan tanto como el modelo de lenguaje.

Y si hablamos de centros de datos, hay un componente que se está volviendo protagonista otra vez: la memoria. Micron ha presentado resultados muy por encima de lo esperado, impulsados por precios al alza y demanda fuerte de DRAM y NAND en el boom de infraestructura para IA. La lectura para el mercado es doble: por un lado, hay señales de escasez y poder de fijación de precios; por otro, la memoria siempre ha sido un negocio con ciclos bruscos, así que nadie da por hecho que esta bonanza sea eterna. Aun así, el mensaje es claro: la IA no solo es modelos; es toda una cadena de suministros que se recalienta.

Pasamos ahora a cómo la IA está reordenando el trabajo, con dos piezas que encajan. La primera: Snowflake confirmó recortes “selectivos” en equipos de documentación, y circulan reportes que sugieren un giro más agresivo hacia un flujo de documentación automatizado con IA, incluyendo transferencia de conocimiento y cambios de mano hacia contratistas. Si esto se confirma en sus detalles, sería otro caso de manual: tareas que parecían ‘seguras’ por ser especializadas —como escribir y mantener documentación técnica— se convierten en procesos que una empresa intenta estandarizar, capturar y automatizar.

La segunda pieza es más conceptual, pero igual de práctica: varios analistas están insistiendo en que es peligroso repetirse la idea de que la IA no reemplazará a los trabajadores del conocimiento. El argumento es incómodo pero plausible: en empresas donde los procesos ya son difusos, la ejecución es irregular y la visibilidad es baja, un sistema que siga instrucciones de forma consistente puede superar el promedio humano en tareas rutinarias. La clave sería cerrar la ‘brecha de articulación’: convertir know-how tácito en procedimientos claros, herramientas y automatizaciones reutilizables. Y, en paralelo, gana fuerza otra noción: cuando haya más agentes que personas trabajando en una compañía, los líderes tenderán a “gestionar por excepción”, mirando anomalías, no cada paso. Eso empuja a construir algo parecido a un modelo vivo del negocio, capaz de simular escenarios y anticipar impactos antes de tocar una palanca real.

En ciencia y bio-IA, hay una consecuencia interesante de las restricciones: cuando DeepMind limitó usos y acceso alrededor de AlphaFold 3, la reacción fue inmediata. Investigadores aceleraron alternativas abiertas para modelar cómo se unen proteínas y moléculas pequeñas, y el ecosistema se llenó de opciones. Pero aquí viene la parte importante: nuevos benchmarks sugieren que muchos modelos todavía fallan cuando salen de su zona conocida, especialmente con moléculas novedosas. El campo se está moviendo hacia más y mejor dato experimental, entrenamiento colaborativo sin compartir datos sensibles y enfoques híbridos que mezclen generación con validación física. En resumen: se avanza rápido, pero el problema duro —generalizar de verdad— sigue sin resolverse.

Cerramos con plataformas y consumo, donde la IA también está dejando efectos secundarios. TikTok prohibió varias cuentas tras una investigación que detectó redes de avatares generados por IA, hipersexualizados y presentados como “influencers”, usados para redirigir tráfico a sitios explícitos fuera de la plataforma. La polémica combina tres temas: contenido no etiquetado, explotación de estereotipos raciales y, en algunos casos, posible suplantación al superponer rostros generados sobre cuerpos de personas reales. Es un choque directo entre creatividad sintética y consentimiento, y presiona a las plataformas a demostrar que pueden aplicar reglas con rapidez, no solo prometerlas.

Y hablando de modelos de negocio, OpenAI planea mostrar publicidad a usuarios de las versiones gratuitas de ChatGPT en Estados Unidos en las próximas semanas, ampliando un piloto previo. También se ha conocido la integración con tecnología publicitaria para gestionar compra y segmentación de anuncios. Esto es relevante por una razón simple: si el chat se convierte en la nueva “pantalla principal” para informarse y decidir compras, la publicidad lo seguirá. La gran pregunta será cómo se equilibra monetización con confianza del usuario, y qué nivel de personalización se considera aceptable.

Para terminar, dos movimientos de grandes compañías que valen por lo que sugieren. Primero, Apple estaría preparando discretamente una transición de liderazgo: sube el perfil de un ejecutivo clave de hardware, John Ternus, mientras varios veteranos pasan a roles más reducidos. En un momento donde Apple necesita mostrar más velocidad en IA, quién lidere el próximo ciclo importa mucho. Segundo, se reporta que Amazon estaría explorando otra vez un smartphone, supuestamente muy centrado en IA y servicios, aunque el proyecto podría cambiar o cancelarse. La idea de un teléfono que reduzca la dependencia de apps tradicionales encaja con una tendencia más amplia: experiencias “headless”, donde haces cosas sin abrir la app de la marca, porque un asistente o el sistema operativo actúa como ventanilla única. Si eso cuaja, cambia la batalla por distribución: menos iconos, más intermediación del asistente.