IA autónoma y ciberseguridad & Despidos y carrera por la IA - Noticias de Tecnología (24 abr 2026)

Empezamos por ciberseguridad e inteligencia artificial, porque aquí sí hay un cambio de etapa. Una evaluación independiente vinculada al UK AI Security Institute sostiene que un modelo avanzado, apodado Claude Mythos Preview, mostró un nivel de autonomía muy alto para planear y ejecutar ataques complejos con poca guía humana. Lo más llamativo: en las pruebas habría identificado miles de vulnerabilidades inéditas en sistemas y navegadores, y en algunos casos llegó a completar cadenas de ataque de principio a fin en tiempos que normalmente exigirían muchas horas de un especialista. La lectura para el sector financiero es evidente: si una herramienta así se usa con fines maliciosos, el riesgo se multiplica por la interconexión de pagos y servicios. Por eso varios bancos ya hablan de pruebas en entornos aislados, intentando aprovechar el lado defensivo —encontrar fallos antes— sin abrir la puerta al abuso.

Y si lo anterior te suena a futuro cercano, el Reino Unido también elevó el tono sobre amenazas presentes. El jefe del National Cyber Security Centre advirtió que los ataques más graves para el país están cada vez más asociados a estados, con menciones directas a Rusia, Irán y China. La idea central es la resiliencia: cuando el atacante es un actor estatal, pagar un rescate o “volver a levantar” sistemas no siempre resuelve el problema, sobre todo si hay un conflicto de por medio. El mensaje para empresas es sencillo y poco glamuroso: prepararse antes de la crisis, porque el volumen y la sofisticación ya no dan tregua, y la IA está acelerando tanto el hallazgo de fallos como la escala de las campañas.

En paralelo, Washington vuelve a poner la lupa en cómo se protegen —o se pierden— las ventajas en IA. La administración Trump anunció un endurecimiento contra empresas tecnológicas extranjeras, especialmente chinas, a las que acusa de extraer capacidades de modelos estadounidenses mediante técnicas como la “destilación”. Más allá del término, lo importante es el trasfondo: la brecha de rendimiento entre modelos punteros se está cerrando, y eso hace que la protección de know‑how y la capacidad de demostrar abuso se conviertan en un frente geopolítico. También hay un reto práctico: distinguir entre uso intensivo legítimo y extracción indebida no es trivial sin cooperación y señales compartidas entre laboratorios.

Y hablando de tensiones y control, otra historia que puede redefinir el mapa del sector: el juicio por la demanda de Elon Musk contra OpenAI y Sam Altman arranca con selección de jurado en California. Musk sostiene que se traicionó la misión original y que la organización priorizó intereses comerciales, mientras OpenAI lo acusa de intentar frenar a un competidor cuando él impulsa su propia empresa de IA. Con testigos de alto perfil y peticiones de gran calado, el caso no es solo una pelea de fundadores: podría influir en cómo se financian y gobiernan los grandes laboratorios, y en qué límites legales se aceptan cuando una entidad pasa de “misión” a “máquina de inversión”.

Ahora, el efecto de la IA en el empleo y en los presupuestos corporativos. Meta anunció un recorte cercano al 10% de su plantilla, con miles de puestos afectados, y además congelará contrataciones en vacantes abiertas mientras redirige recursos hacia inteligencia artificial. No es una novedad aislada: viene después de ajustes previos y de un discurso interno de “eficiencia”. Lo interesante es lo que revela del momento: la IA no solo añade equipos; también reasigna dinero, redefine prioridades y, en algunos casos, sustituye trabajo que antes hacían proveedores externos por sistemas automatizados. En la práctica, la carrera por ponerse al día frente a rivales está reescribiendo organigramas.

En Google, la historia va por el lado de la productividad… y de cómo cambia el trabajo diario. Sundar Pichai dijo que una porción muy grande del código nuevo se genera con IA y luego se revisa por ingenieros. Además, describió un giro hacia flujos de trabajo “agentivos”, donde el software no solo sugiere, sino que ejecuta tareas más completas. La señal para el mercado es doble: por un lado, velocidad —migraciones internas que se completan en una fracción del tiempo—; por otro, nuevas expectativas sobre el rol humano, cada vez más centrado en validación, dirección y responsabilidad final.

Pero ojo: cuando mides mal, incentivas mal. Una tendencia que está levantando cejas es el “tokenmaxxing”: empleados compitiendo por consumir más tokens de IA como si eso fuera sinónimo de ser más productivos o más “nativos” de IA. Se reportaron rankings internos y tableros de uso que, según críticos, empujan a prompts innecesarios, trabajo desechable y hasta degradación de calidad en código generado deprisa. La lección es antigua, solo que con otro nombre: si conviertes una métrica fácil de inflar en objetivo, terminarás pagando en coste, en ruido y en decisiones peores. Y en este caso, el recibo llega tanto en dinero como en seguridad y mantenimiento.

En esa misma línea de “ajustes finos” que terminan importando, Anthropic reconoció que algunas personas notaron peores respuestas en Claude Code durante semanas, y lo atribuyó a cambios de producto —no al modelo base— que afectaron la manera en que razonaba, recordaba contexto y respondía con demasiada brevedad. Lo relevante aquí no es el detalle interno, sino el patrón: cuando millones de desarrolladores dependen de una herramienta, pequeñas decisiones de configuración pueden sentirse como una caída de capacidad real. La empresa dice que ya revirtió esos cambios y que reforzará controles y pruebas. Buen recordatorio de que en IA, el “producto” no es solo el modelo: también son sus límites, su memoria práctica y su comportamiento bajo presión.

Cambiamos a web, con una mejora discreta pero muy bienvenida para quienes construyen sitios: se está consolidando el soporte de sizes="auto" en navegadores, lo que reduce el dolor de cabeza de indicar manualmente cómo debe calcularse el tamaño de imágenes responsivas. La gracia es que, en muchos casos —sobre todo con carga diferida— el navegador ya sabe el contexto real de la maquetación y puede elegir mejor qué imagen descargar. WordPress ya está adoptando este enfoque de forma progresiva, así que es fácil imaginar que se vuelva la norma. Menos conjeturas, mejor rendimiento y menos dependencia de ajustes a mano.

En infraestructura, dos señales en direcciones distintas, pero conectadas por el mismo tema: fricción. Por un lado, Typesense sigue ganando impulso como motor de búsqueda open source pensado para ser rápido y amigable para desarrolladores, y ahora se apoya también en búsqueda vectorial y flujos semánticos e híbridos, además de funciones más clásicas como filtros o facetas. Por otro lado, el ingeniero David Crawshaw está levantando exe.dev con una crítica frontal: que la nube moderna está “mal formada”, con abstracciones y costes que dificultan la portabilidad y castigan a quien escala. No hace falta comprar toda la tesis para ver por qué importa: si la IA hace que el mundo escriba más software, la factura y la fricción de infraestructura pasan de molestia a cuello de botella estratégico.

Vamos a ciencia aplicada, donde la robótica ya no es promesa, sino operación continua. Medra abrió una instalación grande con brazos robóticos y robots móviles ejecutando experimentos de biología las veinticuatro horas. La ambición es elevar drásticamente el porcentaje de trabajo de laboratorio que hoy sigue siendo manual y lento. Lo interesante para el ecosistema de salud es el “por qué ahora”: la IA puede proponer candidatos a fármacos más rápido, pero la validación física sigue siendo el embudo. Si automatizas ese tramo sin perder calidad, aceleras el ciclo completo de descubrimiento.

Y dos historias médicas que empujan fronteras, cada una a su manera. En Inglaterra, una niña recuperó visión tras recibir una terapia génica dentro del NHS para una condición hereditaria rara; además del impacto humano evidente, refuerza la importancia de diagnóstico temprano para aprovechar ventanas de mejora. En Estados Unidos, una startup afirma haber generado esperma funcional a partir de células madre testiculares y haber creado embriones tempranos, aunque aún falta revisión por pares e independencia en la verificación. Si se valida, abriría una vía nueva para ciertos casos de infertilidad masculina, pero también reaviva preguntas éticas y de seguridad que la ciencia todavía está lejos de cerrar.

Cerramos con energía y con cerebro, dos piezas del mismo rompecabezas: qué necesitará el mundo para sostener lo que viene. A nivel global, vuelve a crecer el impulso por la energía nuclear como fuente estable y baja en carbono, en parte por demanda eléctrica y en parte por seguridad energética. En tecnología industrial, Tesla elevó su previsión de gasto de capital para 2026, apostando fuerte por robótica humanoide, IA y su proyecto de vehículo autónomo; es una jugada que puede abrir nuevas líneas de negocio, pero también aumenta el riesgo de ejecución si el automóvil sigue flojo. Y en neurociencia, investigadores mapearon redes de astrocitos en el cerebro de ratón con conexiones de largo alcance, algo parecido a un “cableado” auxiliar que no son neuronas. Si esta capa de comunicación resulta tan relevante como sugiere el atlas, podríamos estar ante una revisión de cómo entendemos coordinación, plasticidad y, quizá, ciertas enfermedades.