Domingo, 14 de junio 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 domingo 14 de junio está marcada por la primera colisión explícita entre seguridad nacional y difusión global de la IA: el gobierno Trump ordenó suspender el acceso de nacionales extranjeros a Fable 5 y Mythos 5 de Anthropic —solo tres días después de su lanzamiento—, abriendo un precedente que podría fragmentar el acceso mundial a modelos de frontera según la ciudadanía del usuario. Al mismo tiempo, los CEOs de OpenAI, Anthropic y Google DeepMind se dirigen juntos al G7 en Francia por primera vez, confirmando que la IA ya es un asunto de cumbres internacionales. En educación, Khan Academy admite que solo el 15% de estudiantes con acceso a Khanmigo lo usa regularmente —un dato que obliga a repensar si el problema de la adopción de IA en el aula es tecnológico o pedagógico—, mientras el informe USC confirma que el factor decisivo no es la herramienta, sino el docente. Para EurekAI, la prioridad regulatoria más urgente sigue siendo el plazo de agosto: la prórroga del AI Act para IA de alto riesgo (Omnibus) todavía no está adoptada formalmente y las obligaciones del 2 de agosto siguen siendo ley vigente.
El 12 de junio de 2026, el Secretario de Comercio Howard Lutnick remitió una carta a Dario Amodei ordenando suspender todo acceso a Fable 5 y Mythos 5 por parte de cualquier nacional extranjero, tanto dentro como fuera de Estados Unidos, incluidos los propios empleados de Anthropic con visa de trabajo. La directiva invoca autoridades de seguridad nacional y se basa, según el gobierno, en la existencia de un método para “jailbreakear” Fable 5 que habría sido demostrado por otra empresa. Anthropic cumplió el mismo viernes y los modelos quedaron desactivados globalmente para cumplir la orden, ya que no era posible aplicarla sólo a usuarios extranjeros fuera de EEUU sin desactivarlos también para los nacionales fuera del país.
La respuesta de Anthropic es crítica aunque disciplinada: en un comunicado oficial afirma que apoya la capacidad del gobierno para bloquear despliegues inseguros, pero subraya que esta acción “no se adhiere a los principios de un proceso estatutario transparente, justo, claro y fundamentado en hechos técnicos”. La evidencia presentada por el gobierno es, según Anthropic, un “jailbreak estrecho y no universal” que consiste en pedirle al modelo que lea una base de código y corrija sus fallos —una capacidad que la empresa considera legítima y no de alto riesgo. El resto de los modelos de Anthropic (Opus 4.8, Sonnet 4.6, Haiku) no están afectados. Esto es un desarrollo posterior al lanzamiento inicial de Fable 5 cubierto el 10 de junio.
El 12 de junio, medios internacionales confirmaron que los consejeros delegados de OpenAI (Sam Altman), Anthropic (Dario Amodei) y Google DeepMind (Demis Hassabis) asistirán al G7 celebrado en Évian-les-Bains (Francia) entre el 15 y el 17 de junio de 2026. Es la primera vez en la historia del foro que los líderes de los tres laboratorios de IA de mayor impacto global comparecen conjuntamente ante los jefes de Estado y de Gobierno del grupo. La invitación del presidente Macron a Altman, que será su primera asistencia a un G7, marca el reconocimiento institucional de que la IA de frontera ya es una cuestión de política exterior.
Según el director de asuntos globales de OpenAI, la empresa espera que los participantes “salgan de la cumbre habiendo acordado un paquete de compromisos voluntarios”, siendo la seguridad de los menores el tema prioritario de Altman. Los tres CEOs firmaron recientemente, junto a otros líderes del sector, una carta al Congreso de EEUU pidiendo regulación más estricta sobre el síntesis de ADN asistida por IA y las amenazas biológicas relacionadas. El G7 funcionará así como espacio de negociación informal entre el sector y los estados, en paralelo a los marcos regulatorios formales (AI Act en Europa, Gran Ley Americana de IA en EEUU).
El 7 de mayo de 2026, los legisladores de la UE alcanzaron un acuerdo político sobre las enmiendas al AI Act conocidas como “Digital AI Omnibus”, que incluyen la extensión del plazo de cumplimiento para los sistemas de IA de alto riesgo del Anexo III desde el 2 de agosto de 2026 hasta el 2 de diciembre de 2027. Para las universidades, este Anexo III es especialmente relevante porque incluye la IA usada en educación y formación profesional (decisión de acceso, evaluación de resultados de aprendizaje), en reclutamiento y gestión laboral, y en infraestructuras críticas.
El problema es que este acuerdo político aún no ha sido formalmente adoptado por el Parlamento Europeo y el Consejo. Para que la prórroga tenga efecto legal antes del 2 de agosto, el proceso de adopción formal debe completarse en las próximas semanas. Firmas legales de primer nivel como DLA Piper y Travers Smith advierten explícitamente que las organizaciones no deben asumir que la extensión llegará a tiempo: si no se formaliza, las obligaciones del AI Act original entran en vigor el 2 de agosto como estaba previsto. La incertidumbre hace que la postura más prudente sea prepararse para agosto independientemente del Omnibus.
Kristen Eignor DiCerbo, Chief Learning Officer de Khan Academy, publicó en LinkedIn los datos internos sobre el uso de Khanmigo: pese a contar con más de 108 millones de interacciones acumuladas desde el lanzamiento en 2023, solo el 15% de los estudiantes con acceso a la herramienta la usa de forma regular. La honestidad del dato contrasta con la narrativa habitual del sector EdTech, que suele publicar cifras absolutas de uso sin contextualizar la tasa de adopción. Khan Academy afrontó el problema directamente: de octubre de 2025 a abril de 2026 ejecutó una serie rigurosa de experimentos de producto para identificar qué cambios aumentarían la adherencia y la transferencia de aprendizaje real.
El rediseño resultante, que se lanza para todos los distritos en verano de 2026, introduce tres cambios sustanciales: una experiencia de estudiante que combina práctica adaptativa con celebraciones motivacionales, un panel de docente orientado a “qué hacer a continuación” (no solo informes), y una nueva métrica de impacto denominada next-item correctness, que mide si el estudiante puede resolver el siguiente problema de forma autónoma tras recibir ayuda de Khanmigo —un indicador directo de transferencia de aprendizaje en lugar de mero engagement. Es un caso ejemplar de cómo una organización EdTech puede pivotar cuando sus datos de uso contradicen sus supuestos de diseño.
El USC Center for Generative AI and Society publicó en junio de 2026 el informe “How Students and Teachers Worldwide Are Adapting to AI”, elaborado a partir de una encuesta nacional a estudiantes universitarios de EEUU, un estudio experimental de la herramienta de escritura ABE y una encuesta internacional a más de 1.500 docentes en cinco países. El hallazgo central es que la mayoría de los estudiantes usa la IA para “ayuda ejecutiva”: obtener respuestas rápidas con el mínimo esfuerzo. Sin embargo, cuando el docente guía activamente el uso de la herramienta, el comportamiento cambia hacia la “ayuda instrumental”: el estudiante usa la IA para clarificar conceptos, comprobar su compresión y fortalecer habilidades.
Los datos recogidos entre docentes son también reveladores: el 72% afirma que la IA agiliza sus tareas rutinarias, el 73% cree que puede mejorar los resultados del estudiante y el 69% que habilita un aprendizaje más personalizado. A pesar de este optimismo, los docentes siguen reportando preocupaciones reales sobre plagio y reducción de la creatividad, y el informe documenta una brecha significant de equidad: los docentes y estudiantes con menos apoyo institucional usan la IA de forma muy distinta a los que pertenecen a entornos con más recursos. El informe concluye con recomendaciones claras: herramientas con andamiaje integrado, formación docente ampliada y mecanismos de acceso equitativo.
→ Leer artículo completo (USC Institute for Creative Technologies)
El Departamento de Educación de la Ciudad de Nueva York (NYC DOE) publica este mes de junio su AI Playbook, la guía definitiva de uso de inteligencia artificial en el mayor sistema escolar de EEUU (más de un millón de estudiantes). El documento, que completa las orientaciones preliminares publicadas en marzo, establece una clasificación clara de usos: los docentes pueden usar IA para planificar lecciones, hacer brainstorming, redactar comunicaciones y organizar contenido; pero queda explícitamente prohibido usar IA para asignar calificaciones, tomar decisiones disciplinarias, elaborar IEPs (planes educativos individuales) o recopilar datos biométricos y de comportamiento sin supervisión humana estricta.
El Playbook incluye, además, un inventario público de todas las herramientas IA aprobadas para uso en el sistema escolar, un mecanismo de revisión de sesgo algorítmico e impacto en equidad, y recursos de formación docente. La política ha generado debate: algunos educadores sostienen que las prohibiciones son demasiado amplias y dejarán fuera casos de uso beneficiosos (como el apoyo automático a estudiantes con dislexia), mientras que organizaciones de derechos digitales la consideran insuficiente respecto a la privacidad de los datos estudiantiles. El modelo “lista de usos permitidos + lista de usos prohibidos + inventario público” es, en todo caso, más concreto y ejecutable que la mayoría de las políticas institucionales de IA existentes.
Un artículo publicado en Computers & Education: Artificial Intelligence (ScienceDirect, 2026) analiza un sistema de feedback automático basado en IA para trabajos escritos académicos extendidos —el tipo de informe o trabajo de fin de grado que requiere argumentación sostenida, evidencia cuidadosamente seleccionada y estructura coherente a lo largo de decenas de páginas. El sistema, desarrollado en una universidad de Hong Kong y apoyado en GPT-4 Turbo con rúbricas alineadas a la Taxonomía de Bloom, proporcionó retroalimentación automática inmediata y continua sobre estructura, argumentación, uso de evidencia y claridad expresiva.
Los resultados son positivos en términos de calidad percibida y mejora de los trabajos, pero el estudio introduce una condición crítica: el andamiaje de cómo se presenta el feedback importa tanto como el feedback mismo. Los estudiantes que recibieron el feedback en forma de sugerencias directas tendieron a aceptarlas sin reflexión crítica; los que lo recibieron como preguntas que invitaban a la revisión mostraron mayor profundidad de razonamiento y mejora más duradera. El trabajo además alerta de que la escalabilidad no debe confundirse con la mera automatización: un sistema de feedback IA requiere una inversión inicial significativa de diseño docente para ser pedagógicamente robusto. Nota: esta investigación fue publicada en las últimas semanas, ampliando la ventana temporal habitual del informe.
→ Leer artículo completo (Computers & Education: AI – ScienceDirect)
Google anunció el 8 de junio una actualización mayor de NotebookLM que lo convierte cualitativamente en un producto diferente al que existía hasta ahora. El modelo subyacente pasa a Gemini 3.5 y se integra con Antigravity, la infraestructura agéntica que Google presentó en Google I/O en mayo de 2026. El resultado son tres capacidades nuevas que transforman el flujo de trabajo de investigación: (1) chat agéntico con razonamiento visible paso a paso, (2) ejecución de código en la nube para análisis de datos y visualización directamente desde los documentos cargados, y (3) búsqueda y adición automática de fuentes web a partir de preguntas de investigación. El sistema sigue siendo source-grounded: las respuestas están ancladas en los documentos del notebook, lo que reduce alucinaciones.
Los outputs generables pasan de los clásicos resumen y podcast a 11 formatos, incluyendo informes estructurados, presentaciones, visualizaciones de datos y hojas de cálculo descargables. El acceso a las nuevas capacidades agénticas está limitado inicialmente a usuarios con suscripción Google AI Ultra y clientes de Workspace con acceso AI Ultra o AI Expanded. Google ya tenía NotebookLM disponible para educación, pero esta actualización lo posiciona como una herramienta de investigación académica de primera línea, especialmente para fases de revisión bibliográfica con corpus documentales propios.
Moonshot AI publicó el 12 de junio de 2026 Kimi K2.7-Code, un modelo de lenguaje especializado en código con arquitectura Mixture-of-Experts de 1 billón de parámetros totales (32.000 millones activos por inferencia). Los pesos completos están disponibles en HuggingFace bajo una licencia MIT modificada que permite uso comercial con atribución para despliegues a gran escala. Es el quinto lanzamiento mayor del laboratorio chino en menos de un año y el de mayor envergadura hasta la fecha. El modelo reduce el uso de tokens de razonamiento en un 30% respecto a K2.6, lo que se traduce en menor coste computacional para los usuarios y mayor velocidad de inferencia práctica.
Los benchmarks publicados por Moonshot AI muestran mejoras del 21,8% en Kimi Code Bench v2, 11% en Program Bench y 31,5% en MLS Bench Lite, y la empresa afirma superar en uso de herramientas (tool use) a modelos de pago como Opus 4.8 de Anthropic. El lanzamiento ocurre en un contexto geopolÃticamente sensible: se produce horas después de que el gobierno Trump vetara los modelos de Anthropic para nacionales extranjeros, lo que pone de relieve que la carrera de los modelos de código abierto de alto rendimiento tiene dimensiones estratégicas que van más allá de la competencia técnica.
El Center for Excellence in Teaching, Learning and Online Education de Georgia State University publicó el 8 de junio una convocatoria para docentes interesados en explorar Studiosity como herramienta de feedback escrito asistido por IA. Studiosity proporciona retroalimentación disponible las 24 horas sobre claridad, estructura y pensamiento crítico, alineada con la Taxonomía de Bloom. La plataforma combina feedback automatizado con revisores humanos para casos complejos y está diseñada para operar como extensión del servicio tutorial, no como sustituto del docente.
Lo más valioso de la noticia no es la herramienta específica, sino el modelo de despliegue: Georgia State convoca primero a un grupo acotado de “docentes innovadores” para un piloto controlado antes de escalar la herramienta. El piloto está previsto para otoño de 2026 y/o primavera de 2027 y generará evidencia sobre qué funciona, qué falla y cómo adaptar los flujos de trabajo a la realidad del campus antes de comprometer recursos institucionales en un despliegue masivo. Es exactamente el patrón que la literatura sobre adopción de tecnología educativa recomienda y que pocas instituciones ejecutan con suficiente rigor.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.