IA y escalada nuclear simulada & OpenAI: megarronda y alianzas cloud - Noticias de Tecnología (1 mar 2026)

Arrancamos con esa investigación que está circulando fuerte en el cruce entre IA y seguridad nacional. Kenneth Payne, profesor en King’s College London, corrió 21 “war games” con Claude de Anthropic, ChatGPT de OpenAI y Gemini de Google. Según su reporte, los modelos optaron por el uso de armas nucleares en el 95% de los casos. En su mayoría fueron decisiones de empleo táctico —de campo de batalla— y en cerca de tres cuartas partes se llegó a amenazas estratégicas. Lo más llamativo no es que una IA “quiera” la guerra —estos sistemas no tienen deseos— sino el patrón: casi nunca eligieron opciones de desescalada, aunque existían en el menú. Cuando iban perdiendo, tendían a subir la apuesta. Payne interpreta que los modelos racionalizan la escalada con argumentos que suenan coherentes, pero sin el freno emocional o político que en el mundo real suele frenar decisiones extremas. Es un recordatorio útil: automatizar asesoramiento militar no es lo mismo que automatizar una hoja de cálculo.

Y con ese contexto, pasamos a OpenAI, que hoy domina dos titulares a la vez: dinero e influencia. Sam Altman anunció que OpenAI aseguró 110.000 millones de dólares en nueva financiación, con una valoración pre-money de 730.000 millones. Amazon lidera con un compromiso de 50.000 millones —15.000 millones iniciales y 35.000 millones sujetos a condiciones en los próximos meses—, mientras Nvidia y SoftBank aportan 30.000 millones cada uno. Altman también dijo que esperan más inversores a medida que la ronda continúe. Además de la cifra, importan las pistas estratégicas: OpenAI afirma que esto refuerza su infraestructura global para llevar “frontier AI” a escala cotidiana. Y aportó un dato de tracción: ChatGPT superaría los 900 millones de usuarios activos semanales y más de 50 millones de suscriptores de consumo.

Esta ronda viene con una reconfiguración clara de alianzas. OpenAI y Amazon anunciaron una asociación plurianual en la que Amazon Web Services será el proveedor exclusivo de distribución cloud de terceros para OpenAI Frontier, orientado a empresas. También ampliarán su acuerdo existente —que ya era enorme— con 100.000 millones adicionales a ocho años, incluyendo trabajo en modelos personalizados para desarrolladores de Amazon. OpenAI, por su parte, dice que también expande su colaboración con Nvidia. Y al mismo tiempo subraya algo políticamente importante en el sector: esto no cambia los términos de su relación con Microsoft, que describen como “fuerte y central”. Traducción: se diversifica infraestructura sin dinamitar el pacto histórico.

De hecho, esta historia encaja con una tendencia más amplia: el boom paralelo de infraestructura para IA. Un análisis reciente pone números al vértigo: Jensen Huang, CEO de Nvidia, proyecta entre 3 y 4 billones de dólares de gasto en infraestructura de IA hacia el final de la década. Hablamos de centros de datos, GPUs, red, y sobre todo energía. El texto repasa cómo las grandes tecnológicas han usado acuerdos de cloud y, a veces, estructuras poco convencionales —GPUs por participación accionarial— para sostener la demanda. También describe el “capex crunch”: solo para 2026, se mencionan planes de inversión de Amazon, Google y Meta que rozan juntos los 700.000 millones en gasto de centros de datos. La gran pregunta para los mercados es sencilla y brutal: ¿habrá productos y demanda sostenida que justifiquen esa montaña de cemento, silicio y megavatios?

Ahora, el giro más sensible del día: OpenAI y el Departamento de Guerra de Estados Unidos —el Pentágono—. Según un reporte, Altman comunicó internamente que había un acuerdo en marcha, y horas después lo confirmó públicamente. La parte técnica importa menos que las condiciones: OpenAI afirma que el gobierno aceptó que la empresa mantenga control sobre su “safety stack”, que no se les obligue a saltarse negativas del modelo y que el despliegue se limite a entornos cloud, no a sistemas “edge” como aeronaves o drones. Lo más destacado es que, según Altman, el contrato incorporaría “líneas rojas”: nada de armas autónomas, nada de vigilancia masiva doméstica y nada de delegar decisiones críticas sin responsabilidad humana en el uso de la fuerza. Aun así, el movimiento ya tiene coste reputacional: se ha visto una oleada de mensajes de usuarios cancelando suscripciones y migrando a Claude, que llegó al número uno en productividad en la App Store en un momento de máxima atención. Ironías de la semana: el debate de seguridad nacional termina impactando el ranking de descargas.

Y como si hiciera falta un contraste, vamos a la noticia más peculiar —y muy real— de computación no convencional. Cortical Labs, una empresa australiana, mostró neuronas humanas vivas creciendo sobre un chip que aprendieron a interactuar con el clásico Doom en aproximadamente una semana. El sistema usa microelectrodos para estimular las células y leer su actividad eléctrica. La diferencia respecto a su demostración anterior con Pong, en 2021, es la accesibilidad: menos neuronas —aproximadamente una cuarta parte— y una interfaz nueva que permite programar y entrenar el sistema con herramientas en Python. Un desarrollador independiente, con poca experiencia en biología, pudo hacer que el conjunto “jugara” en días. No esperen un speedrun: rinde mejor que un jugador aleatorio, pero muy por debajo de humanos expertos. El punto es otro: la idea de “hardware vivo” programable se vuelve más flexible, y algunos investigadores lo ven como un paso hacia aplicaciones híbridas, por ejemplo control de brazos robóticos con sistemas bioinspirados.

Cambiamos a espacio, porque la NASA acaba de mover fichas grandes. La agencia anunció que Artemis III ya no intentará alunizar. En su lugar, se añadirá al menos un vuelo lunar adicional antes de intentar un aterrizaje tripulado en 2028. El administrador Jared Isaacman defendió el enfoque incremental para reducir riesgo y probar tecnologías críticas. Además, Artemis II vuelve a retrasarse: de un lanzamiento previsto para el 6 de marzo pasa, como mínimo, al 1 de abril. Entre los problemas citados: bloqueos en el flujo de helio y una fuga de hidrógeno en el cohete SLS. La lectura práctica: el retorno sostenido a la Luna sigue en marcha, pero con más pasos intermedios y menos margen para promesas agresivas.

Vamos con tecnología aplicada a un problema terrestre: contaminación. En Estados Unidos hay multitud de sitios con residuos peligrosos, incluidos los Superfund de la EPA. Un equipo de química de Rice University trabaja en métodos portátiles para detectar contaminantes en suelo, agua e incluso sangre, usando nanopartículas y machine learning. Su enfoque crea una “tinta” de nanopartículas sobre una lámina de vidrio. Al secarse una gota de muestra, los contaminantes se adhieren y su señal espectroscópica infrarroja se amplifica. El reto clásico es que las mezclas reales solapan firmas; ahí entra el aprendizaje automático para separar patrones sin tener que separar físicamente cada compuesto. Prometen resultados en horas y potencial de medición in situ, más barata y rápida que muchos procesos estándar. Todavía hay limitaciones —optimizar nanopartículas por tipo de contaminante y ajustar algoritmos—, pero el objetivo es claro: detectar antes para limpiar antes.

Cerramos con dos notas donde la tecnología y la geopolítica se cruzan. Primero, el U.S. Central Command dijo que EE. UU. usó por primera vez en combate drones kamikaze de “ataque unidireccional” en operaciones contra Irán, dentro de una acción conjunta con Israel. La imagen publicada muestra el dron LUCAS, descrito como un sistema de bajo coste modelado en la familia Shahed que Irán popularizó. Y segundo, un informe confidencial del OIEA —la agencia nuclear de la ONU— advierte que Irán no ha permitido acceso a instalaciones bombardeadas y que, por tanto, no se puede verificar con certeza ni la continuidad de actividades de enriquecimiento ni el tamaño y ubicación del stock de uranio en esos sitios. El OIEA estima 440,9 kilos enriquecidos al 60%, muy cerca del 90% considerado apto para armas. La agencia se apoya en imágenes satelitales para observar actividad, pero insiste: sin inspección en sitio, la verificación es incompleta. En el fondo, esta es la parte menos “tecnológica” y más estructural: sensores, satélites y datos ayudan, pero no reemplazan el acceso.