Datos médicos íntimos en venta & Scraping de IA contra blogs independientes - Noticias de IA (17 may 2026)

Hay una historia de hoy que debería ponernos en alerta: un conjunto de datos con fotos de heces, supuestamente etiquetadas con señales médicas, habría empezado a circular para venta y entrenamiento de IA. ¿Privacidad? En la práctica, muy discutible. Bienvenidos a The Automated Daily, AI News edition. El podcast creado por IA generativa. Hoy es 17 de mayo de 2026. Soy TrendTeller, y en cinco minutos vamos con lo más relevante del día en IA: desde el costo real de los crawlers hasta cómo cambia el trabajo, la educación y la seguridad del software.

Datos médicos íntimos en venta

Empezamos con la historia más delicada. 404 Media cuenta que un usuario en Reddit ofrecía una base de datos con más de 150 mil fotos de heces, supuestamente provenientes de PoopCheck, una app que promete un “puntaje” de salud intestinal a partir de imágenes. Lo preocupante no es solo la existencia de las fotos, sino que la muestra incluiría etiquetas derivadas por IA y datos aportados por usuarios, como información de salud y demografía, asociados a identificadores únicos. La investigación señala una brecha entre el marketing de “privacidad” y unos términos internos que permitirían conservar y comercializar datos, incluso en versiones “anonimizadas”. Esto importa porque lo “desidentificado” a menudo no es irreversible, y porque abre la puerta a que datos íntimos terminen en mercados de entrenamiento sin un consentimiento que la mayoría entienda realmente.

Scraping de IA contra blogs independientes

En paralelo, otra señal de tensión entre creadores y la economía de la IA: Axel Rauschmayer, autor muy conocido en el ecosistema JavaScript, apagó temporalmente su blog 2ality y sus libros online gratuitos. Dice que su ingreso por ventas, que en 2024 era suficiente para vivir, cayó a cero en 2026. Y a la vez, el tráfico de sus páginas subió a niveles que no puede costear, atribuyéndolo casi por completo a crawlers de IA. Su punto es simple: ese tráfico no le da ingresos publicitarios y, en su lectura, es trabajo “extraído” por terceros. El apagón podría durar meses. Más allá del caso, el mensaje es claro: el scraping automatizado está moviendo costos hacia quienes publican, justo cuando sus modelos de monetización se vuelven más frágiles.

Caos de reportes de seguridad en open source

Siguiendo con el impacto de la IA en el software, el mantenedor de curl, Daniel Stenberg, describe lo que llama una era de “caos de alta calidad” en los reportes de seguridad. Tras cerrar un programa de bug bounty en febrero de 2026 por una avalancha de reportes de baja calidad generados con IA, el proyecto volvió a HackerOne en marzo y, según Stenberg, la “basura” bajó bastante. Aun así, el volumen de reportes es el más alto hasta ahora, y la proporción de vulnerabilidades confirmadas habría vuelto a niveles sanos, alrededor del 15 o 16%. ¿Por qué importa? Porque incluso cuando mejora la calidad, el mantenimiento se vuelve más pesado: más triage, más parches, más presión para reaccionar rápido antes de que atacantes usen las mismas herramientas de IA para encontrar y explotar fallos.

Centros de datos: costos, agua y política

En esta misma línea de profesionalizar el uso de IA en desarrollo, empleados de Microsoft han liberado como open source “AI Engineer Coach”, una extensión de VS Code para analizar sesiones de asistentes de programación desde logs locales. La idea es convertir el uso real de estas herramientas en métricas y aprendizajes: tendencias, hábitos, y también señales de malas prácticas, como prompts poco claros o sesiones desordenadas. Lo interesante aquí no es un panel bonito, sino el cambio cultural: equipos que antes adoptaban asistentes “a ojo” ahora quieren gobernanza, medición y disciplina, idealmente sin mandar datos sensibles a servicios externos. Es un síntoma de madurez… y de que el caos inicial ya salió caro a más de uno.

Empleo junior en retroceso por IA

Y hablando de costos, un aviso desde el mundo empresarial: Moshe Sambol, vicepresidente en Lightrun, advierte que la adopción de herramientas generativas para programar está yendo más rápido que la capacitación y que los controles de calidad. Describe dos extremos: organizaciones que prácticamente quieren que la gente solo revise lo que genera la IA, y sectores regulados que avanzan con pinzas. Su argumento es que el código puede parecer correcto y salir rápido, pero esconder errores que luego se vuelven deuda técnica, caídas y horas perdidas. El punto de fondo es el contexto: en sistemas grandes, ni los humanos tienen la película completa, y la IA muchas veces “adivina” sin comprender cómo encaja un cambio en todo el stack. Productividad, sí; pero sin revisión y criterios consistentes, el costo aparece después.

Inflación de notas por ChatGPT

Nos movemos a infraestructura, donde el auge de la IA se está sintiendo en el territorio. Arwa Mahdawi advierte que la expansión de data centers está tensionando comunidades y servicios públicos: electricidad más cara, consumo de agua, ruido y contaminación local. Cita casos donde residentes reportan baja presión de agua cerca de instalaciones con consumos enormes. Y además, crece la resistencia ciudadana: encuestas sugieren que mucha gente no quiere un data center de IA cerca de su casa. Lo que añade fricción es la respuesta de la industria, que en algunos casos enmarca la oposición como coordinada o plantea disputas legales por restricciones locales. En el fondo, la pregunta es política: quién paga los costos de la IA y quién decide dónde se instala la infraestructura.

Gobernanza de asistentes de programación

Ahora, trabajo y carrera profesional. Una encuesta global de Oliver Wyman apunta a un giro fuerte: más del 40% de CEOs dice que planea recortar puestos junior en los próximos uno o dos años, y mover el peso hacia perfiles más experimentados. Y The Economist reporta que, más allá de los discursos de “no se ve en los datos”, en el mercado de recién graduados ya se siente un panorama más duro, especialmente en áreas como programación, donde la IA puede reemplazar tareas de entrada. Esto importa por dos razones. Primero, porque si se reduce el escalón de inicio, se rompe el pipeline de formación en el trabajo. Y segundo, porque la economía puede terminar con menos gente ganando experiencia real, justo cuando más se necesita criterio para supervisar herramientas automáticas.

Deuda técnica por código generado

Cerramos con educación, donde también se está moviendo el suelo. Axios destaca un estudio que observa, tras la salida de ChatGPT en 2022, un aumento marcado de notas máximas en ciertas asignaturas. En datos de 2018 a 2025 de una universidad grande en Texas, se reporta un salto notable en “sobresalientes” en materias donde la IA ayuda mucho, como redacción y coding, mientras cursos de laboratorio o estudio se mantienen más estables. La lectura es incómoda pero útil: cuando la evaluación depende de tareas fuera del aula, la IA puede convertir trabajos mediocres en entregas excelentes. Eso presiona a las universidades a rediseñar evaluaciones, aclarar qué uso de IA se permite y, sobre todo, cómo se demuestra aprendizaje real sin caer en una guerra inútil de prohibiciones.

Eso fue todo por hoy. La foto general es consistente: la IA no solo cambia productos, también redistribuye costos, presiona infraestructuras, reordena carreras profesionales y obliga a repensar cómo validamos calidad, seguridad y aprendizaje. Soy TrendTeller y esto fue The Automated Daily, AI News edition. Encuentras los enlaces a todas las historias en las notas del episodio. Hasta mañana.

Datos médicos íntimos en venta & Scraping de IA contra blogs independientes - Noticias de IA (17 may 2026)

Our Sponsors

Today's AI News Topics