Domingo, 10 de mayo 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.
La jornada del 10 de mayo consolida la imagen de una IA que ya no es experimental: Google revela que el 75% de su nuevo código lo genera la IA, mientras Anthropic firma un acuerdo con SpaceX para usar el supercomputador Colossus 1 (220.000 GPUs) y escalar Claude. En ciencia, AlphaEvolve de Google DeepMind demuestra impacto verificado en genómica, predicción climática y física cuántica. En educación, la State University of New York adopta la política sistémica de IA más ambiciosa de EEUU para sus 64 campus, mientras un estudio de Springer advierte que los detectores de plagio por IA (Turnitin y Originality) no superan el 70% de precisión, cuestionando los mecanismos actuales de integridad académica. Para EurekAI, el reto más urgente es redefinir qué significa «autoría» en el trabajo universitario cuando la generación asistida por IA se normaliza también entre los ingenieros de las mejores empresas tecnológicas del mundo.
Google DeepMind publicó el 7 de mayo una actualización amplia del impacto de AlphaEvolve, su agente de codificación evolutiva impulsado por Gemini. El sistema genera, evalúa y mejora algoritmos de forma autónoma aplicando técnicas de programación evolutiva, y ha demostrado en los últimos meses resultados verificables en varios dominios científicos: en genómica redujo un 30% los errores de detección de variantes en secuenciación de ADN; en predicción de catástrofes naturales mejoró en un 5% la precisión en 20 categorías (incendios, inundaciones, tornados); en redes eléctricas elevó la tasa de soluciones factibles del problema AC Optimal Power Flow del 14% al 88%; y en computación cuántica, aplicado al procesador Willow, logró tasas de error 10 veces menores que las baselines previas.
En matemáticas, AlphaEvolve colaboró con investigadores como Terence Tao para abordar problemas abiertos de Erdős y avanzar en la teoría de la complejidad computacional. El sistema no solo automatiza la búsqueda de algoritmos: actúa como colaborador activo capaz de formular hipótesis y probar soluciones en espacios de búsqueda intratables para humanos. Google también señala aceleraciones significativas en simulaciones moleculares y apertura de nuevas líneas en neurociencia computacional.
El 6 de mayo, Anthropic anunció un acuerdo de cómputo con SpaceX que le da acceso a toda la capacidad del supercomputador Colossus 1 en Memphis, Tennessee: más de 220.000 GPUs NVIDIA y 300 megavatios de potencia. El acuerdo se hará efectivo en el plazo de un mes desde el anuncio y tiene como objetivo inmediato aumentar los límites de uso de Claude. Entre los cambios ya confirmados: se duplican los límites por hora de Claude Code en los planes Pro, Max, Team y Enterprise, y se eliminan las reducciones en horas pico para Pro y Max. Las tasas de la API para los modelos Claude Opus también suben sustancialmente.
El acuerdo tiene una dimensión adicional de largo plazo: Anthropic ha expresado interés en desarrollar con SpaceX capacidad de cómputo orbital, con satélites que funcionarían como centros de datos en el espacio (SpaceX ya tiene planes para desplegar hasta un millón de satélites con ese fin). El contexto político es llamativo: hace apenas tres meses, Elon Musk había calificado públicamente a Anthropic de "malvada"; la compañía generará entre 3.000 y 4.000 millones de dólares anuales gracias a este acuerdo.
En abril de 2026, el CEO de Google, Sundar Pichai, reveló que el 75% del nuevo código de la compañía es generado por IA y aprobado por ingenieros humanos. La cifra había pasado del 25% en octubre de 2024 al 50% en el otoño de 2025, y en apenas seis meses ha vuelto a saltar. Pichai destacó un ejemplo concreto: una migración de código compleja que habría llevado un año terminó resolviéndose seis veces más rápido con agentes de IA trabajando junto a ingenieros. Google opera ya en lo que la compañía denomina "flujos de trabajo agentivos", donde los ingenieros orquestan equipos autónomos de agentes para tareas complejas.
La cifra no implica que los ingenieros hayan desaparecido: todo el código generado pasa por revisión y aprobación humana. El rol cambia de productor a director: arquitectura, revisión, decisiones de diseño y validación siguen siendo responsabilidad humana. Microsoft y Meta reportan cifras similares (20-30% y 55-65% respectivamente en determinadas divisiones), lo que sugiere que no se trata de un caso aislado de Google sino de una tendencia sectorial en aceleración. Para algunos analistas, la ingeniería de software es solo el primer sector del conocimiento en ver este nivel de automatización parcial.
En la primera semana de mayo, el Center for AI Standards and Innovation (CAISI), adscrito al NIST del Departamento de Comercio de EEUU, anunció acuerdos renovados con Google DeepMind, Microsoft y xAI para realizar evaluaciones de seguridad de sus modelos de frontera antes de su lanzamiento público. Los acuerdos amplían los firmados bajo la administración Biden con OpenAI y Anthropic, y consolidan un esquema de supervisión previa al despliegue que supone un cambio de paradigma respecto a la regulación reactiva.
Las evaluaciones se realizan en entornos clasificados; los desarrolladores entregan versiones de los modelos con salvaguardas reducidas para que los evaluadores puedan medir sus capacidades sin interferencias. El CAISI ya ha completado más de 40 evaluaciones, incluyendo modelos que aún no son públicos. Un grupo interagencias (Taskforce TRAINS) permite que evaluadores de distintos departamentos gubernamentales participen y aporten retroalimentación. La administración Trump está considerando además hacer obligatoria la revisión gubernamental de todos los modelos de IA nuevos.
El 30 de abril de 2026, la junta de fideicomisarios de la State University of New York (SUNY) aprobó una política sistémica de inteligencia artificial que afecta a sus 64 campus y más de 400.000 estudiantes. La política establece cinco principios transversales: rendición de cuentas y gobernanza, diseño ético y mitigación de sesgos, transparencia y explicabilidad, privacidad y seguridad de datos, y educación y alfabetización en IA. Cada campus deberá publicar antes del 31 de diciembre de 2026 su propia política actualizada, incluyendo roles y responsabilidades, salvaguardas en la contratación de herramientas, gobernanza por dominio y formación obligatoria del personal.
La política no prohíbe el uso de IA en la enseñanza, sino que lo encauza: promueve la experimentación responsable e incorpora la alfabetización en IA al currículo de educación general. Entre las iniciativas concretas figuran una cohorte de 20 académicos como "AI for the Public Good Fellows" integrando IA en sus asignaturas, el consorcio Empire AI que usa el supercomputador de la Universidad de Buffalo para investigación y formación, y un programa de 11 campus liderado por UB centrado en integración responsable en aulas y laboratorios.
La Southern Illinois University Carbondale (SIU) lanzará en otoño de 2026 el Bachelor of Science en Artificial Intelligence Plus (AI+), convirtiéndose en la primera universidad pública de Illinois y una de las pocas a nivel nacional en ofrecer este título. El programa exige 49 créditos de materias de IA y aprendizaje automático, más un minor obligatorio de al menos 12 créditos en un área de aplicación elegida por el estudiante entre 12 opciones: análisis de negocio, informática, periodismo, marketing, matemáticas, sistemas de información geográfica, música, teatro, sostenibilidad y otras. La filosofía del programa es que la IA se aprende siempre en contexto: nadie aprende IA "pura" desvinculada de un campo donde aplicarla.
El modelo refleja una tendencia emergente en la educación superior estadounidense: frente a los grados tradicionales de ciencias de la computación, los programas de AI+ priorizan la formación de perfiles "puentes" capaces de conectar la tecnología con sectores no técnicos. Egresados anteriores de la Facultad de Ingeniería de SIU trabajan en Apple, Boeing, Caterpillar, Google, Lockheed Martin y Microsoft, lo que sugiere una buena capacidad de colocación incluso antes de que exista este nuevo grado específico.
La Olin Business School de Washington University (WashU) ha lanzado en mayo de 2026 dos iniciativas paralelas de formación en IA. La primera es un Master of Science in AI for Business, un programa presencial de un año que empieza en otoño de 2026 con tres itinerarios: finanzas, marketing y técnico. El plan de estudios fue diseñado junto a empresas colaboradoras y pone el énfasis en la aplicación práctica de la IA a funciones de negocio. Para hacerlo accesible, la escuela ha creado la AI Workforce Transformation Scholarship de $10.000, dirigida a candidatos que han sufrido desplazamiento laboral, cambio de rol o dificultades relacionadas con la irrupción de la IA.
La segunda iniciativa es la expansión de su oferta de educación ejecutiva bajo el nombre "AI Transformation for Business", orientada a organizaciones que quieren pasar de proyectos piloto a adopción sistémica: identificar casos de uso de alto valor, rediseñar flujos de trabajo e instalar capacidades internas de escalado. Esta doble vía —máster para individuos y formación ejecutiva para organizaciones— refleja una estrategia cada vez más común en las business schools estadounidenses: atender simultáneamente la demanda de recualificación personal y la de transformación corporativa.
Un estudio publicado en el International Journal for Educational Integrity (Springer Nature) en 2026 evaluó la precisión de los principales detectores de contenido generado por IA en contextos académicos. Los resultados son preocupantes: Originality alcanzó una precisión del 69% y Turnitin del 61%. Ambos detectores mostraron rendimiento especialmente bajo en textos híbridos —mezcla de escritura humana y de IA, la forma más frecuente de uso estudiantil real— y en textos de escritura científica frente a textos humanísticos. El estudio concluye que los detectores actuales son "inadecuados como única base para decisiones de deshonestidad académica" y que su uso exclusivo arriesga sancionar incorrectamente trabajo legítimo, especialmente el de estudiantes cuya primera lengua no es el inglés.
La investigación se enmarca en un contexto de creciente presión sobre los equipos de integridad académica: con el auge del uso de ChatGPT, Claude, Copilot y otros modelos, las instituciones buscan herramientas de detección que ofrezcan garantías legales y pedagógicas. El problema es que los modelos de lenguaje mejoran más rápido que los detectores, y la "carrera armamentista" entre generación y detección favorece sistemáticamente al generador. Instituciones como ASU ya están explorando alternativas (ver herramienta nº 11) basadas en marcas invisibles previas a la generación.
→ Leer artículo completo (International Journal for Educational Integrity · Springer)
Desde el 29 de abril de 2026, Google Gemini genera y entrega directamente archivos en múltiples formatos sin necesidad de copiar manualmente el contenido: Google Docs, Sheets y Slides; Microsoft Word (.docx), Excel (.xlsx); PDF, CSV, LaTeX, Markdown y texto plano. La función está disponible de forma gratuita para todos los usuarios de Gemini (planes free y de pago) en web y móvil. Los archivos se pueden descargar directamente o exportar a Google Drive para colaboración en equipo. La generación de PowerPoint no está disponible de forma nativa, aunque sí es posible exportar a Google Slides y de ahí a .ppt.
La función es especialmente útil para flujos de trabajo donde el usuario quiere un resultado final directamente usable: una propuesta de presupuesto en Excel, un resumen de reunión en PDF de una sola página, una guía de estudio en LaTeX o una tabla de datos en CSV para análisis. Hasta ahora, estos flujos requerían copiar el texto generado y formatearlo manualmente en la aplicación de destino, lo que suponía fricción suficiente como para que muchos usuarios usaran Gemini solo para borradores.
Microsoft Teach – Modify Content es una herramienta de IA dentro del ecosistema Microsoft 365 Copilot para Education que permite a los docentes adaptar materiales existentes en cuatro modos: Align to Standards (ajusta el contenido a los currículos de más de 35 países manteniendo el contexto original), Differentiate Instructions (adapta las instrucciones para distintos niveles de curso y añade scaffolding paso a paso), Modify Reading Level (reescribe el texto al nivel lector específico con glosario opcional), y Add Supporting Examples (enriquece el material con ejemplos reales, históricos o científicos para concretar conceptos abstractos). El flujo es sencillo: el docente pega texto o sube un archivo Word/PDF, selecciona el tipo de modificación y revisa las sugerencias antes de aceptarlas.
La herramienta alcanzó disponibilidad general en marzo de 2026 y está incluida en las licencias de Microsoft 365 for Education sin coste adicional, accesible desde la aplicación Microsoft 365 Copilot en web, Windows y Mac. El control siempre permanece en el docente: ninguna modificación se aplica sin revisión y aprobación explícita. Este enfoque "sugerencia + revisión" es el que las instituciones con políticas de IA responsable suelen exigir para herramientas que afectan a materiales curriculares.
Investigadores de la Arizona State University (ASU) han desarrollado IntegrityShield, un sistema de detección de uso de IA en trabajos académicos que invierte la lógica habitual: en vez de analizar el texto entregado por el estudiante, introduce marcas invisibles en el enunciado original de la tarea antes de que el estudiante lo reciba. Estas marcas no son perceptibles para el lector humano, pero cuando el enunciado se pega en un sistema de IA (ChatGPT, Claude, Perplexity, Grok), la respuesta generada incorpora patrones identificables ligados a esas marcas. El sistema detecta así si el trabajo fue generado con IA con aproximadamente un 90% de fiabilidad.
El enfoque es una respuesta directa a las limitaciones de los detectores convencionales (como muestra el estudio de Springer recogido en la noticia nº 8): en lugar de intentar detectar IA a posteriori —lo cual es cada vez más difícil a medida que los modelos mejoran—, IntegrityShield actúa preventivamente sobre el enunciado. El sistema ha sido probado con los principales modelos comerciales disponibles y mantiene su fiabilidad independientemente de que el estudiante reformule o edite ligeramente la respuesta. El equipo de ASU está en proceso de publicar los resultados y explorar su integración en plataformas LMS.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.