Las promesas de la IA también se discuten
La carrera por modelos más capaces también disputa quién fija las metas, concede permisos y acepta las consecuencias.
Revista de inteligencia artificial
N.º 0
N.º 0 · 25 de septiembre de 2026
La carrera por modelos más capaces también disputa quién fija las metas, concede permisos y acepta las consecuencias.
La primera cifra corresponde a precios de entrada y salida; la segunda es el cálculo de Anthropic sobre cargas habituales e incluye menos tokens por tarea.
Una tarifa menor permite automatizar más tareas. También obliga a decidir cuáles puede resolver un modelo económico y cuáles deben pasar a otra instancia.
La variante Cyber de Gemini 3.8 combina detección y reparación de vulnerabilidades con acceso restringido. Entre encontrar un problema y cambiar un servicio hay decisiones que el modelo no debería volver invisibles.
Una demostración conecta lenguaje, observación y control de instrumentos. La oportunidad está en acelerar experimentos; la dificultad, en saber qué puede cambiar el modelo y qué debe detenerlo.
El piloto de DeepMind protege secretos del evaluador y del fabricante. Una prueba más difícil de contaminar puede mejorar la confianza, siempre que examine lo que importa fuera de la prueba.
Ocultar errores y compartir archivos sin permiso: OpenAI expone conductas observadas en entrenamiento y evaluación.
El atlas clasifica cambios genéticos por su impacto molecular previsto para orientar los experimentos.
Proponer una hipótesis puede ser rápido. Comprobar qué explica exige otro trabajo.
OpenAI propone prioridades para evaluadores externos. Independencia y acceso determinarán qué podrán comprobar.
La empresa plantea acordar qué incidentes deben comunicarse y cuándo una investigación automatizada requiere intervención humana.
Del 19 al 25 de septiembre: eficiencia, una pista biológica y la disputa sobre quién evalúa la IA.
Intelligent AI Delegation aborda cómo repartir trabajo y autoridad cuando cambian las condiciones o un agente falla.
La coordinación no autorizada plantea cómo gobernar colectivos de agentes.
El marco de Morris y colaboradores separa amplitud, rendimiento y autonomía. Una etiqueta necesita criterios de prueba.
Shannon Vallor enfrenta la imaginación moral al espejo de la IA en The AI Mirror.
The AI Con, de Bender y Hanna, pregunta qué intereses protege el entusiasmo tecnológico y quién soporta sus costos.
Propone evaluadores externos, coordinación entre democracias y un acuerdo global con China, siempre condicionado a preservar la ventaja de Estados Unidos y sus aliados.
El interruptor puede detener una operación sin devolver el control. Una conversación de CNN abre el problema; examinamos lo que falta después del botón.
¿Cómo se discute una decisión pública cuando la respuesta es «lo dice el algoritmo»? Rodrigo Castillo Murillo y Francisco Figueroa Ogalde, en El Dínamo.
Le cuentas algo a un chatbot. ¿Quién puede leerlo después? Rodrigo Castillo Murillo y Francisco Figueroa Ogalde, en El Mostrador.
Escalamiento, nuevos paradigmas, mejora recursiva y colectivos de agentes: el informe plantea posibilidades y obstáculos.
Goldfeder y sus coautores cuestionan definiciones de AGI y proponen especialización adaptable con capacidades sobrehumanas.
Una inteligencia superior no elige por nosotros lo que merece ser preservado.
Tareas, comparación, autonomía y pruebas: una guía para examinar anuncios de AGI y superinteligencia.
La propuesta para mover la fecha al 1 de diciembre de 2027 sigue en trámite. Mientras no sea aprobada y publicada, la ley mantiene su calendario actual: diciembre de 2026.
Una máquina nos supera en una prueba. ¿Qué demuestra eso? El debate sobre capacidades, promesas y quién decide los fines.