Sábado, 18 de abril de 2026 · Fuentes verificadas · Elaborado automáticamente
Usa la estrella (☆) para candidatas a tu newsletter (la primera vez se pedirá desbloquear la sesión con contraseña). La selección se guarda en este navegador.
El sábado 18 de abril marca una bifurcación entre el mundo tecnológico y el educativo: mientras la IA avanza hacia la especialización por dominio —GPT-Rosalind de OpenAI debuta como el primer modelo dedicado a ciencias de la vida, con resultados que superan el percentil 95 de expertos humanos en predicción de secuencias de RNA— el ecosistema educativo entra en su fase más decisiva de institucionalización normativa. En España, el Gobierno anuncia el primer Real Decreto que regulará el uso de IA en las aulas universitarias, con código ético obligatorio para todas las universidades antes de fin de curso; en paralelo, la UNESCO lanza en Santiago de Chile el primer Observatorio regional de IA en Educación con 33 Ministerios. En el frente de la seguridad, Capsule Security emerge con $7M revelando vulnerabilidades críticas en Microsoft Copilot Studio y Salesforce Agentforce que ya afectan a agentes en producción. Para EurekAI, la señal más urgente es clara: la regulación española no es una propuesta abstracta, sino un mandato con fecha límite que la UNAV debe comenzar a preparar ahora.
OpenAI ha lanzado GPT-Rosalind, su primer modelo de IA diseñado específicamente para investigación en ciencias de la vida: biología molecular, descubrimiento de fármacos y genómica. Nombrado en honor a la química pionera Rosalind Franklin, el modelo marca el inicio de la estrategia de OpenAI de modelos especializados por dominio, más allá de los LLM de propósito general. GPT-Rosalind está ajustado para flujos de trabajo de investigación multi-etapa: síntesis de literatura científica, generación de hipótesis, diseño experimental y análisis de datos. A diferencia de un asistente general, puede consultar bases de datos científicas especializadas, parsear literatura, interactuar con herramientas computacionales y sugerir rutas experimentales dentro de una sola interfaz. OpenAI ha lanzado además un plugin de Ciencias de la Vida para Codex que conecta el modelo con más de 50 herramientas y fuentes de datos científicas.
Los resultados de rendimiento son excepcionales. En BixBench —el benchmark que simula tareas reales de bioinformática— GPT-Rosalind alcanza un Pass@1 de 0,751, el mayor entre todos los modelos públicamente disponibles. En pruebas con Dyno Therapeutics sobre predicción de secuencias de RNA, el modelo se situó por encima del percentil 95 de expertos humanos en predicción y en el percentil 84 para generación de secuencias. En áreas como química, ingeniería de proteínas, genómica y diseño experimental, supera a GPT-5, GPT-5.2 y GPT-5.4. El lanzamiento se realiza inicialmente en EE.UU. con acceso restringido para clientes enterprise que realicen investigación científica legítima.
Google DeepMind ha lanzado Gemini Robotics-ER 1.6, una versión actualizada de su modelo de razonamiento encarnado para robótica, disponible desde el 14 de abril en la API de Gemini y en Google AI Studio. El modelo actúa como capa de razonamiento de alto nivel para robots, procesando múltiples flujos de cámara simultáneamente para construir comprensión del entorno. Las mejoras respecto a su predecesor (ER 1.5) incluyen: razonamiento espacial más preciso para señalar y contar objetos, detección de éxito para determinar si una tarea se ha completado correctamente, y una capacidad completamente nueva de lectura de instrumentos —manómetros, visores de nivel, indicadores industriales— desarrollada en colaboración con Boston Dynamics. Esta última capacidad abre a los robots la posibilidad de operar en entornos industriales reales sin necesidad de sensores digitales adicionales.
ER 1.6 es además el modelo de robótica más seguro que Google DeepMind ha publicado hasta la fecha, con un cumplimiento superior en tareas de razonamiento espacial adversariales y restricciones de seguridad física. El lanzamiento refleja el avance de la IA hacia la física: no solo modelos que razonan en texto e imagen, sino sistemas capaces de percibir, planificar y verificar acciones en el mundo físico. Los desarrolladores pueden integrar el modelo con herramientas externas como Google Search y modelos de visión-lenguaje-acción propios mediante llamadas a función nativas.
Capsule Security, startup israelí de seguridad para agentes IA, ha salido del modo stealth con una ronda de financiación inicial de $7 millones liderada por Lama Partners y Forgepoint Capital. La empresa proporciona monitorización en tiempo de ejecución e intervención para evitar que los agentes IA sean manipulados o filtren datos cuando acceden a información empresarial sensible —sin requerir modificaciones de código, gateways ni proxies. El momento del lanzamiento no es casual: Capsule ha publicado investigación sobre dos vulnerabilidades críticas en plataformas de uso masivo. ShareLeak (CVE-2026-21520, ya parcheada) era una falla de inyección indirecta de prompt en Microsoft Copilot Studio que permitía a actores maliciosos exfiltrar datos de SharePoint a través del agente. PipeLeak es una vulnerabilidad de inyección de prompt en Salesforce Agentforce que permite a entradas no confiables manipular el comportamiento del agente.
El contexto es revelador: más del 80% de las empresas Fortune 500 ya usan agentes IA activos construidos con herramientas de bajo código o sin código, lo que convierte la seguridad de agentes en un problema de producción inmediato, no futuro. El equipo asesor de Capsule incluye a Chris Krebs (primer director de CISA), Omer Grossman (ex CIO global de CyberArk) y Jim Routh (ex CISO de Fortune 500). La empresa también ha publicado ClawGuard, un enforcer de código abierto para OpenClaw que añade puntos de control previos a la ejecución de herramientas por agentes.
Microsoft ha lanzado dos nuevos modelos de la familia MAI que completan su suite de medios: MAI-Transcribe-1 y MAI-Voice-1. MAI-Transcribe-1 es un modelo de transcripción de voz a texto que soporta los 25 idiomas más hablados del mundo —incluyendo español— y ofrece rendimiento de estado del arte en el benchmark FLEURS. En velocidad de procesamiento es 2,5 veces más rápido que la oferta Fast existente de Azure y está diseñado para entornos reales con ruido de fondo. El precio es de $0,36 por hora de audio. MAI-Voice-1 genera voz sintética de alta calidad con rango emocional y preservación de identidad de voz a lo largo de contenido de formato largo. Genera 60 segundos de audio en un solo segundo y permite a los desarrolladores crear voces personalizadas con apenas unos pocos segundos de muestra de audio, a un precio de $22 por millón de caracteres.
Ambos modelos están disponibles en Microsoft Foundry y en el MAI Playground sin lista de espera. Se suman a MAI-Image-2 e Image-2-Efficient, que completan la familia de modelos multimodales de Microsoft. El conjunto representa la apuesta de Microsoft por ofrecer una suite completa de medios IA —texto, imagen, voz y transcripción— con precios competitivos y velocidad superior a las alternativas del mercado, todo integrado en el ecosistema Azure y Copilot. La disponibilidad en español y 24 idiomas adicionales elimina la barrera de idioma para instituciones que trabajan con contenido no anglófono.
El secretario general de Universidades, Francisco García Pascual, ha anunciado que el Gobierno español publicará en el BOE antes de que finalice el presente curso académico un nuevo Real Decreto de enseñanzas universitarias que incluirá por primera vez un apartado específico sobre el uso de la inteligencia artificial en el aula. La norma obligará a todas las universidades españolas a disponer de un código ético o deontológico sobre el uso académico de la IA, con alcance sobre cuatro ámbitos: el profesorado, el alumnado, la institución y la investigación. El decreto no será exhaustivo en su regulación, sino que fijará principios fundamentales y dejará a la autonomía universitaria el desarrollo de mecanismos de aplicación concretos. El límite declarado por García Pascual es la creatividad humana: la IA no puede reemplazar la generación de conocimiento genuino ni la evaluación del desarrollo intelectual del estudiante.
España se convierte así en uno de los primeros países de la UE en traducir el marco ético de la IA —la AI Act europea entró en vigor en fases desde 2024— en regulación específica para la educación superior. Los datos de contexto son relevantes: ocho de cada diez docentes en España ya usan herramientas de IA generativa, con más de la mitad usándolas varias veces por semana; el uso principal es la elaboración de planes didácticos (53%), la automatización de tareas administrativas (51%) y la preparación de exámenes (49%). La brecha entre adopción práctica y marco normativo es, por tanto, muy amplia —y el Real Decreto busca reducirla.
La UNESCO lanzó el 14 de abril de 2026, en el marco del Foro de los Países de América Latina y el Caribe sobre Desarrollo Sostenible celebrado en Santiago de Chile, el Observatorio de Inteligencia Artificial en Educación para América Latina y el Caribe: la primera plataforma regional del sistema de Naciones Unidas dedicada específicamente a la IA en educación en esta región. El Observatorio agrupa a 33 Ministerios de Educación de la región y cuenta con el respaldo de la CAF (Banco de Desarrollo de América Latina), la CEPAL, el Centro Nacional de Inteligencia Artificial de Chile (CENIA), CETIC.br de Brasil, la Fundación Santillana, el Instituto Tecnológico de Monterrey y expertos de la Universidad de Harvard. Su principio rector es que "la IA no puede gobernar la educación; la educación debe gobernar la IA".
El Observatorio operará en tres áreas: investigación y desarrollo de políticas, fortalecimiento de capacidades, e innovación y colaboración regional. Generará análisis comparativos entre países, identificará oportunidades y riesgos, diseñará marcos regulatorios y apoyará estrategias nacionales e iniciativas piloto. El lanzamiento llega en un momento crítico: más del 50% de los docentes en países como Chile y Brasil ya usa herramientas de IA, pero menos del 10% de las instituciones cuenta con directrices formales —una brecha de gobernanza estructuralmente similar a la documentada en EE.UU. por el Stanford AI Index. La diferencia es que en América Latina el contexto de desigualdad digital hace el riesgo de exclusión más agudo.
La American Federation of Teachers (AFT) y la United Federation of Teachers han anunciado la creación de la National Academy for AI Instruction, una institución de formación docente en IA dotada con $23 millones y respaldada por Microsoft ($12,5M), OpenAI ($8M más $2M en soporte técnico) y Anthropic ($500.000 en apoyo inicial). El objetivo es formar a más de 400.000 docentes —aproximadamente 1 de cada 10 profesores de EE.UU.— en competencias de IA para 2030. El campus principal se lanzó en Nueva York en otoño de 2025; el programa ofrece talleres, cursos online y formación práctica a los 1,8 millones de miembros de la AFT, comenzando por los docentes de educación K-12. El acceso se realiza a través de Share My Lesson, la plataforma educativa digital de la AFT.
La filosofía del programa es significativa: no busca que la tecnología se imponga a los educadores, sino poner a los profesores al mando del desarrollo de la IA en las aulas. Esto se traduce en que los docentes participan en el diseño de los contenidos, en la evaluación de las herramientas y en la definición de los criterios de uso ético. El hecho de que las tres empresas que compiten por liderar el mercado de IA —Microsoft, OpenAI y Anthropic— hayan financiado conjuntamente un programa sindical de formación docente es un dato relevante sobre cómo la industria percibe el papel del profesorado como nodo estratégico de adopción responsable de la tecnología en las aulas.
Student Defense (Red Nacional de Defensa Legal Estudiantil) ha publicado una Declaración de Derechos del Estudiante ante la IA en el marco de su iniciativa SHAPE AI (Salvaguardar la Educación Superior mediante Prácticas y Ética en IA) y ha llamado a las instituciones de educación superior a adoptarla formalmente. El documento establece cinco protecciones fundamentales: (1) Transparencia y notificación: los estudiantes deben saber cuándo, dónde y cómo los sistemas de IA los evalúan o toman decisiones sobre ellos; (2) Supervisión humana y derecho de apelación: ningún algoritmo puede tener la última palabra sobre admisiones, situación académica o ayudas financieras; (3) Soberanía de datos y propiedad intelectual: los estudiantes conservan la propiedad de sus trabajos académicos y datos personales, y la matrícula no implica consentimiento para comercializar sus producciones; (4) Uso seguro y libre de sesgo algorítmico; y (5) Derecho a educación sobre IA y sus beneficios.
La declaración fue desarrollada durante seis meses de consultas con docentes, estudiantes, expertos en IA, administradores y asociaciones de educación superior, lo que le da una base de legitimidad más amplia que una simple posición política. Llega en un momento en que las universidades despliegan IA en admisiones, detección de plagio, sistemas de alerta temprana de abandono y tutorías automatizadas, sin que los estudiantes siempre sepan qué datos se usan, con qué criterio ni con qué posibilidades de recurso. La iniciativa SHAPE AI busca que las universidades traduzcan estos derechos en políticas institucionales verificables.
Un webinar del 16 de abril de la AACRAO (American Association of Collegiate Registrars and Admissions Officers) presentó los resultados de su encuesta sobre adopción de IA en operaciones académicas: aunque el 85% de los profesionales de educación superior cree que la IA puede mejorar la eficiencia operativa, solo el 11% de las instituciones la usa activamente. Las tres barreras más citadas son las restricciones presupuestarias, la falta de experiencia técnica interna y las preocupaciones sobre privacidad de datos. La encuesta apunta a un patrón que se repite en el sector: alto convencimiento intelectual, baja implementación real, y la gobernanza —no la tecnología— como cuello de botella principal.
Los datos de la AACRAO complementan los del Stanford AI Index 2026 (publicado el día 17) y dibuja una imagen coherente: las instituciones de educación superior están atrapadas en un bucle donde reconocen el valor de la IA pero no disponen de los mecanismos institucionales para adoptarla de forma responsable. El cambio más significativo detectado en 2025-2026 es que las instituciones han dejado de debatir si usar IA y han pasado a debatir cómo establecer marcos de gobernanza antes de escalar —una transición que los expertos califican de madura pero lenta dado el ritmo de adopción estudiantil.
Google ha anunciado una expansión significativa de NotebookLM para el sector educativo: los usuarios con Google Workspace for Education Plus o el add-on Teaching and Learning ven duplicados —sin coste adicional— los límites de cuadernos, fuentes de contenido, consultas de chat, generación de infografías, quizzes y flashcards, así como la creación de materiales multimedia como Audio Overviews, Video Overviews y presentaciones. Esta ampliación convierte a NotebookLM en una herramienta mucho más potente para el trabajo de investigación y preparación de materiales a lo largo de un semestre completo. Adicionalmente, Google ha añadido preparación de exámenes para NEET (el examen de acceso a medicina en India) junto al SAT ya disponible, empleando los materiales subidos por el propio estudiante.
La novedad más significativa en términos de integración pedagógica es la conexión nativa entre Gemini y Moodle, disponible desde mayo de 2026 mediante el estándar LTI 1.3. Esto permite a los docentes incrustar widgets de Gemini —incluyendo NotebookLM— directamente en páginas de cursos, tareas o módulos de Moodle, sin que los estudiantes tengan que salir del entorno del LMS. Gemini puede analizar los materiales del curso, resumir textos y guiar la resolución de problemas dentro del sistema de autenticación y permisos de Moodle. En paralelo, Google lanza el 13 de mayo un programa gratuito de alfabetización en IA para 6 millones de educadores estadounidenses en colaboración con ISTE+ASCD.
La Universidad Católica de Ávila (UCAV) ha anunciado que será la primera universidad española en crear su propio sistema de inteligencia artificial para uso docente y estudiantil: IAprende. El sistema, que estará operativo a partir del curso 2026-2027, ha sido diseñado y será supervisado directamente por los propios docentes de la institución, lo que lo distingue de la adopción de herramientas externas como ChatGPT o Copilot. IAprende ofrecerá resúmenes de contenidos académicos en cuatro idiomas y permitirá personalizar la enseñanza en función de las necesidades y el ritmo de aprendizaje de cada alumno. La herramienta estará integrada en el ecosistema digital interno de la universidad y se controlará a través de políticas propias de uso, privacidad y seguridad de datos.
El caso de la UCAV ilustra una tendencia emergente en el sector universitario español: frente a la dependencia de plataformas externas cuyos modelos, datos de entrenamiento y políticas de privacidad no controla la institución, algunas universidades empiezan a explorar el desarrollo o la personalización de IA propia. El modelo de supervisión docente activa —donde son los profesores quienes definen los límites, el alcance y la revisión del sistema— responde directamente a las preocupaciones sobre autonomía pedagógica que aparecen de forma recurrente en los estudios de adopción del profesorado universitario.
Sal Khan, fundador de Khan Academy, ha reconocido públicamente en una entrevista con Chalkbeat que Khanmigo —el tutor de IA basado en GPT-4 que usa el método socrático y es gratuito para docentes en más de 44 países— no ha conseguido el impacto transformador que él mismo pronosticó. "Para muchos estudiantes fue un no-evento. Simplemente no lo usaron mucho", ha declarado. Khan añade que "Khanmigo es parte de la solución, no el todo ni el fin de todo". Esta autocrítica pública es notable viniendo del principal defensor del "súper-tutor" de IA como herramienta democratizadora del aprendizaje personalizado. Khanmigo sí muestra resultados positivos en tests controlados —23% de mejora en evaluaciones de matemáticas en edades 10-12—, pero la adopción orgánica real entre estudiantes es significativamente menor a la esperada.
Las razones que emergen del análisis son múltiples: el modelo socrático (que guía sin dar respuestas directas) es frustrante para estudiantes acostumbrados a la inmediatez de ChatGPT; la integración con el flujo natural del estudio es dificultosa; y la motivación autónoma para usar una herramienta adicional es baja cuando el estudiante ya tiene acceso a alternativas más flexibles. La lección de fondo es que la pedagogía de la IA importa tanto como la tecnología: una herramienta diseñada con los mejores principios educativos puede fracasar si no encaja en los hábitos y expectativas reales de los estudiantes a los que sirve.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.