Martes, 28 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 martes 28 de abril de 2026 consolida dos narrativas paralelas que definen el momento actual de la IA. En el plano tecnológico global, la jornada confirma la madurez operativa de la IA agéntica: IBM lanza hoy Bob, su plataforma de ciclo completo de software enterprise con 80.000 empleados ya en producción, y DeepSeek V4 —el mayor modelo open-weight del mundo, con 1,6 billones de parámetros en chips Huawei— sigue expandiéndose como alternativa real a los modelos de OpenAI y Google a una fracción del coste. En educación, la jornada acumula evidencia práctica crítica: Syracuse University publica hoy las lecciones concretas de desplegar Claude AI a 30.000 personas —incluido un salto de 12 puntos en notas al reformular el prompting—; la Universidad de Wisconsin-Madison anuncia la primera nueva facultad en 40 años, dedicada a Computación e IA con $100 millones de inversión; y el debate pedagógico en español se articula en la Feria del Libro de Buenos Aires, donde el académico Martín Palazzo defiende formar "auditores" de IA en lugar de simples usuarios. Para EurekAI, la implicación más urgente es que la distancia entre instituciones que aprenden experimentando (Syracuse, UW-Madison) y las que siguen en modo deliberativo se está convirtiendo en ventaja competitiva medible.
DeepSeek publicó el 24 de abril los pesos en preview de V4-Pro y V4-Flash en Hugging Face y activó su API simultáneamente. V4-Pro es el mayor modelo de código abierto disponible hoy: 1,6 billones de parámetros totales con 49.000 millones activos por token gracias a una arquitectura de mezcla de expertos (MoE), superando a Moonshot Kimi K2.6 (1,1B) y más del doble que su predecesor V3.2. V4-Flash, su versión eficiente, tiene 284.000 millones de parámetros con 13.000 millones activos. Ambos modelos comparten una ventana de contexto de 1 millón de tokens, modos de razonamiento (thinking/non-thinking), tool calls, y compatibilidad de API con OpenAI y Anthropic, lo que permite una migración técnicamente trivial para quienes ya usan esas plataformas.
El impacto más inmediato es de coste: V4-Flash cuesta 0,14 dólares por millón de tokens de entrada y 0,28 de salida —una sexta parte del precio de GPT-5.4 Nano, Gemini 3.1 Flash y Claude Haiku 4.5—. V4-Pro se sitúa en 0,145 y 3,48 dólares, también muy por debajo de GPT-5.5 y Claude Opus 4.7. En benchmarks, V4-Pro supera a GPT-5.2 y Gemini 3.0 Pro en razonamiento y compite con GPT-5.4 en programación. El segundo gran señal estratégica del lanzamiento es la colaboración abierta con Huawei: V4 es el primer modelo importante de DeepSeek que sitúa los chips Ascend como plataforma de referencia, en contraste con la dependencia de Nvidia de versiones anteriores. El lanzamiento llega cuatro días después de que la Casa Blanca acusara formalmente a DeepSeek de "destilar" modelos de OpenAI y Anthropic mediante 24.000 cuentas proxy.
IBM ha anunciado hoy la disponibilidad global de IBM Bob, una plataforma de desarrollo de software con IA que abarca el ciclo completo de vida del software (SDLC): planificación, codificación, pruebas, despliegue y modernización. Bob no es un asistente de código: es un sistema de agentes orquestados que enruta cada tarea al modelo más adecuado según precisión, latencia y coste, combinando modelos frontier (Claude de Anthropic, Mistral), modelos de código abierto y modelos especializados propios de IBM (Granite). Un mecanismo central es la orquestación multi-modelo automática: las tareas simples van a modelos ligeros y las complejas a los más capaces, con gobernanza y controles de seguridad integrados en cada paso.
IBM arrancó el piloto interno en junio de 2025 con 100 desarrolladores; hoy lo usan 80.000 empleados de IBM en todo el mundo. La encuesta interna reporta una ganancia de productividad media del 45% en tareas de modernización, seguridad y nuevo desarrollo, con cifras más altas en tareas específicas. La plataforma incluye controles de seguridad avanzados: normalización de prompts, escaneo de datos sensibles, aplicación de políticas en tiempo real y red-teaming de IA integrado. Bob está disponible desde hoy como SaaS con prueba gratuita de 30 días en bob.ibm.com. El despliegue on-premises, previsto para organizaciones con requisitos de residencia de datos, llegará en una versión posterior.
El 7 de abril, Anthropic anunció Claude Mythos Preview, su modelo frontier más capaz hasta la fecha —y el único de los grandes laboratorios de IA que sus creadores han decidido no publicar. La razón: durante los tests internos, el equipo de red-teaming descubrió que Mythos puede identificar y explotar vulnerabilidades zero-day (desconocidas y sin parche) en todos los sistemas operativos y navegadores principales de forma autónoma. El modelo encontró miles de vulnerabilidades de alta severidad, algunas con hasta 27 años de antigüedad en sistemas como OpenBSD. Los exploits que genera no son básicos: en una prueba documentada, Mythos escribió un exploit de navegador que encadenó cuatro vulnerabilidades y escapó simultáneamente del sandbox del renderer y del sistema operativo. Anthropic concluyó que poner este modelo a disposición pública haría indefendible la infraestructura digital existente.
En lugar de publicarlo, Anthropic lanzó el Proyecto Glasswing: un consorcio de 12 socios de lanzamiento —AWS, Apple, Cisco, Google, JPMorgan Chase, Linux Foundation, Microsoft, NVIDIA, Broadcom, CrowdStrike, Palo Alto Networks y Bain— que tienen acceso controlado a Mythos exclusivamente para encontrar y parchear vulnerabilidades en sus propios sistemas. Anthropic ha comprometido 100 millones de dólares en créditos de uso para las organizaciones del consorcio y 4 millones adicionales en donaciones directas a proyectos de seguridad de código abierto. El modelo también fue briefeado a altos cargos del gobierno de EE.UU. El evento tiene implicaciones sistémicas: si Mythos puede hacerlo, los modelos de la siguiente generación —que llegarán en 6 a 12 meses en forma de Claude Opus público— tendrán capacidades similares con salvaguardas mejoradas. Nota: esta noticia corresponde al 7 de abril y no había sido cubierta en informes anteriores; se incluye por su importancia estratégica.
→ Leer artículo completo (Embertype · síntesis del anuncio de Anthropic)
Tech & Learning publica hoy una entrevista con Jeff Rubin, Chief Digital Officer de Syracuse University, sobre las lecciones del despliegue masivo de Claude AI a toda la comunidad universitaria: 30.000 estudiantes, docentes y personal. La experiencia más instructiva que comparte Rubin es la de su propio uso como docente: cuando configuró Claude para que ayudara a sus estudiantes a estudiar para los exámenes mediante preguntas de opción múltiple, las notas no mejoraron. Tras consultar con el departamento de educación de la universidad, identificó el problema: Claude estaba "dando pistas implícitas" en el modo de opción múltiple que anulaban el efecto del aprendizaje activo. Reformuló el prompt para que Claude hiciera preguntas de respuesta corta y luego dialogara sobre los errores. El resultado: las notas del primer examen subieron una media de 12 puntos.
El segundo caso de uso destacado es Clementine, un buscador de cursos impulsado por Claude Opus que consulta millones de filas de datos institucionales en tiempo real y devuelve resultados adaptados a las calificaciones, el horario y los objetivos de cada estudiante. La plataforma también tiene un piloto de Claude Code para tareas de programación, con interés inesperadamente alto por parte de miembros de la universidad fuera de la informática. Rubin es directo sobre la integridad académica: "Las políticas de sílabo son un parche, no una respuesta. La respuesta está en integrar la IA desde la pedagogía". Apunta que la transparencia del profesorado sobre su propio uso de IA —"¿usas IA para preparar tus clases o tus exámenes?"— es un paso previo necesario antes de exigir integridad a los estudiantes.
La Universidad de Wisconsin-Madison ha nombrado al Dr. Remzi Arpaci-Dusseau decano fundador del nuevo College of Computing and Artificial Intelligence, que abrirá el 1 de julio de 2026. Es la primera nueva división académica creada en la UW-Madison en más de 40 años. La decisión fue aprobada en diciembre de 2025 por la Junta Regente del sistema universitario y se respalda con 100 millones de dólares en compromisos filantrópicos del Catalyst Collective, más una inversión institucional anual de 50 millones de dólares. La nueva facultad incorporará 50 nuevos profesores y reunirá los programas existentes de ciencias de la computación, ciencia de datos, estadística, biblioteconomía y ciencias de la información bajo un mismo techo académico. Su misión es crear nuevos programas de grado y máster que reflejen el papel transversal de la IA en investigación, educación y trabajo en todos los sectores.
La fundación del college llega en un momento en que la UW-Madison refuerza su posición en el ecosistema de investigación en IA: Google acaba de anunciarla como una de las tres universidades socias de su programa de investigación afiliada en IA para educación (junto con la Universidad de Alabama y UC Riverside). El movimiento de la UW refleja una tendencia consolidada en las grandes universidades de investigación estadounidenses: crear estructuras institucionales permanentes para la IA, no grupos de trabajo ad hoc. Entre las que ya han dado pasos similares están MIT, Stanford, Carnegie Mellon, Georgia Tech y Columbia. La diferencia de la UW-Madison es la apuesta explícita por la interdisciplinariedad: el college se construye sobre ciencias de la computación y estadística, pero incorpora desde el primer momento la biblioteconomía y las ciencias de la información, lo que refleja una visión de la IA como problema de conocimiento, no solo de ingeniería.
OpenAI ha extendido los Workspace Agents, anunciados el 22 de abril para ChatGPT Business y Enterprise, a los planes Edu y Teachers: desde ayer, cualquier institución educativa con una licencia ChatGPT Edu puede crear agentes compartidos en lenguaje natural, conectarlos a herramientas aprobadas —Canva, Google Drive, Microsoft 365, Slack— y programarlos para ejecutarse de forma autónoma en segundo plano, incluso cuando el usuario no está conectado. El concepto central es sencillo: en lugar de que cada docente o administrador repita la misma tarea manualmente, el equipo describe el flujo una vez y el agente lo ejecuta de forma recurrente. Para los docentes, OpenAI ofrece hoy mismo un Build Hour online (a las 18:00 h. CEST) para aprender a construir agentes paso a paso. El precio durante el preview de investigación es cero hasta el 6 de mayo; a partir de esa fecha, el uso consumirá créditos.
Los casos de uso documentados por OpenAI para educación incluyen: un rastreador de implantación de IA para administradores de distrito, un flujo de preparación de reuniones de claustro, un sistema de seguimiento de orientación académica, un flujo de comunicación con familias, y un resumidor semanal de métricas institucionales. En educación superior, OpenAI Academy destaca usos como el procesamiento de solicitudes de software, el enrutamiento de feedback de estudiantes, y la automatización de informes de riesgos en proveedores externos. El modelo educativo tiene una restricción: los agentes están diseñados para personal docente y administrativo, no para que los estudiantes interactúen directamente con ellos. Los administradores de Edu controlan exactamente qué herramientas y acciones puede usar cada grupo de usuarios.
En la jornada de formación docente de Ticmas celebrada en la Feria del Libro de Buenos Aires, el investigador y docente Martín Palazzo (Universidad de San Andrés, UdeSA) presentó hoy un marco pedagógico que rompe con los dos extremos del debate educativo sobre IA: ni prohibición ni adopción acrítica. La propuesta central es que la universidad debe dejar de pensar en sus estudiantes como "usuarios de IA" y empezar a formarlos como "auditores" de los resultados que produce: personas capaces de entender, justificar y hacerse responsables de cada decisión tomada con apoyo de la tecnología. Su argumento es directo: "El estudiante necesita entender lo que quiere resolver para poder pedírselo a la IA". El proceso cognitivo no se puede tercerizar.
Palazzo identifica tres implicaciones prácticas para el diseño de la enseñanza universitaria. Primera: en el ámbito universitario ya no tiene sentido bloquear el acceso a la IA, pero sí exigir al estudiante que justifique sus decisiones y pueda defenderlas oralmente o por escrito. Segunda: el curado de contenidos —seleccionar qué fuentes usar, qué perspectivas incluir, qué excluir— sigue siendo una tarea del docente que la IA no puede ni debe asumir. Tercera: los fundamentos disciplinares no se vuelven menos importantes en la era de la IA; al contrario, son la base que permite evaluar si lo que genera la IA es correcto, relevante y éticamente aceptable. "No debemos relegar cosas tan fundamentales o estratégicas a la IA", concluye. La charla conecta directamente con el debate abierto en España sobre el código ético universitario en proceso de regulación.
El secretario general de Universidades de la Consejería de Universidad de la Junta de Andalucía, Antonio Posadas, ha defendido hoy en el XII Encuentro de Unidades Técnicas de Calidad de las Universidades Andaluzas (Jaén) el uso de la IA como "herramienta útil" para la evaluación y garantía de calidad universitaria. El argumento central: los sistemas actuales de acreditación están hiperformalidos —"se mide lo fácil de medir, como encuestas o indicadores, no lo importante"— y generan una carga burocrática que aleja al profesorado de la innovación docente. La IA, según Posadas, puede procesar "enormes cantidades de información que antes eran difíciles de manejar" y devolver a los sistemas de calidad su utilidad real: indicadores que reflejen el aprendizaje efectivo, no solo el cumplimiento formal.
El encuentro reúne a los técnicos de las unidades de calidad de las universidades públicas andaluzas y tiene como telón de fondo la reciente creación de la ACCUA (Agencia para la Calidad Científica y Universitaria de Andalucía), que reemplaza a la anterior Dirección de Evaluación y Acreditación. La propuesta de Posadas conecta directamente con el Real Decreto universitario en negociación a nivel nacional: si las universidades españolas deberán incorporar códigos éticos de IA y mecanismos de evaluación adaptados, la cuestión es si los organismos de acreditación existentes tienen capacidad para evaluar esos nuevos requerimientos. La IA como herramienta de garantía de calidad universitaria es un tema emergente que prácticamente ninguna agencia de acreditación europea ha abordado de forma sistemática aún.
Google for Education ha lanzado Gemini Academy, una serie de seminarios web mensuales gratuitos para docentes del Reino Unido que combina formación práctica en herramientas de IA y el examen oficial de Gemini Certified Educator en una única sesión de 60 minutos. La estructura es deliberada: los primeros 40 minutos son demostraciones en vivo de Gemini y NotebookLM a cargo de un googler y un miembro de la comunidad Google Educator; los últimos 20 minutos guían a los participantes en tiempo real a través del inicio del examen oficial de certificación. El diseño está pensado para que un centro educativo entero pueda obtener la certificación junta en una sola tarde de jueves, en lugar de formaciones individuales que dependen de la motivación de cada docente.
Las sesiones son solo en directo —sin grabación disponible— para fomentar la participación colectiva y el apoyo entre pares en tiempo real. El programa arranca el 13 de mayo (15:30-16:30 BST), seguido de junio 9 y julio 6. Luke Craig, responsable de Communities and Programs de Google for Education UKI, confirma que el objetivo es convertirlo en un formato estándar de formación docente en IA: "Claustro completo, Gemini Academy, certificados oficiales: todo en 60 minutos después del colegio". La iniciativa refleja la carrera abierta entre Google, Microsoft y OpenAI por convertir sus herramientas en la infraestructura por defecto de los centros educativos, usando programas de certificación como palanca de adopción masiva del profesorado.
Microsoft ha publicado en abril una revisión significativa de su Education AI Toolkit, el recurso de referencia para que los líderes educativos diseñen, gobiernen y escalen implementaciones de IA. La actualización más relevante es el cambio de foco: el toolkit pasa de ayudar a instituciones en fase de piloto a apoyar la transición "de pilotos a impacto". Esto se traduce en tres novedades concretas: la introducción de AI Sparks —casos de implementación a nivel de equipo o departamento que describen el impacto sistémico más allá del docente individual—, la actualización del apartado de IA agéntica con dos rutas de implementación (Copilot Studio para soluciones no-code y Microsoft Foundry para soluciones personalizadas complejas), y la integración de Microsoft Elevate for Educators como marco de crecimiento profesional continuo que une comunidades de práctica globales.
El caso de uso educativo destacado es el de la Universidad de Leicester, que desplegó un coach digital con IA para estudiantes que redujo la carga de trabajo del personal mientras proporcionaba acceso bajo demanda a información universitaria. El toolkit también incorpora recursos sobre el Hour of AI de Code.org (lanzado en otoño 2025) y los módulos de Minecraft AI Foundations, y actualiza la sección de investigación con evidencia sobre impacto de la IA en educación. El documento está disponible de forma gratuita y se actualiza periódicamente; su estructura en cinco secciones (Overview, AI Navigators, Plan, Implement y Research) sirve tanto para instituciones que empiezan como para las que ya están en fase de escala.
GitLab ha anunciado hoy una integración profunda con los modelos Claude de Anthropic —incluyendo Claude Opus 4.7— en su plataforma de DevSecOps inteligente GitLab Duo Agent Platform. La integración opera a través de Google Cloud y AWS Bedrock, lo que permite que las organizaciones accedan a los modelos de Anthropic dentro de sus flujos existentes de gobernanza de nube y datos, sin necesidad de nuevos contratos con proveedores adicionales. GitLab también se ha unido al Claude Marketplace, lo que permite a sus clientes aplicar créditos de GitLab a compromisos de gasto en Anthropic. El objetivo declarado de la alianza es garantizar que "la IA libere el potencial del desarrollador sin comprometer la gobernanza": la seguridad como requisito de diseño, no como revisión posterior.
La integración llega en un contexto de aceleración de la competencia en el espacio de DevSecOps con IA: IBM lanzó hoy Bob (una plataforma con enfoque similar pero de mayor ambición de ciclo completo), GitHub Copilot ha expandido sus capacidades agénticas este mes y los proveedores de nube compiten por ser el lugar donde las organizaciones ejecuten sus flujos de desarrollo con IA. Para los equipos de tecnología universitaria, la relevancia es creciente: el código que genera IA necesita revisión de seguridad automatizada antes de llegar a producción, y las plataformas como GitLab + Claude establecen ese estándar. La compatibilidad con los marcos de residencia de datos existentes en la UE facilita el cumplimiento normativo.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.