Martes, 16 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 está marcada por el segundo día del G7 de Évian, donde la disputa entre el impuesto digital europeo y los aranceles del 100% sobre el vino francés amenazados por Trump convierte la cumbre en un escenario de fricción transatlántica — mientras los CEOs de OpenAI, Google DeepMind y Anthropic comparten mesa con los jefes de Estado en un almuerzo de trabajo sobre gobernanza de IA. En paralelo, la publicación en GitHub del system prompt íntegro de Fable 5 (120.000 caracteres) convierte el incidente de seguridad del 12 de junio en un caso de estudio global sobre vulnerabilidad en sistemas de IA. En educación, el informe IREX/Development Gateway confirma que solo 1 de cada 3 universidades del mundo tiene estrategia de IA, y dos artículos de Inside Higher Ed de esta semana revelan una institución universitaria que sigue sin saber qué decirle a sus estudiantes. Para EurekAI, la combinación de regulación en construcción, incidentes de seguridad activos y una brecha creciente entre uso estudiantil y política institucional refuerza la urgencia de desarrollar un marco propio antes de que lo defina un incidente o una norma ext
El segundo día del 52.º G7 en Évian-les-Bains (15–17 de junio) ha elevado notablemente la tensión entre Washington y París. Donald Trump amenazó con imponer aranceles del 100% sobre vinos y champanes franceses si Emmanuel Macron no retira la digital services tax francesa, un gravamen del 3% sobre ingresos brutos digitales que afecta principalmente a empresas como Apple, Amazon, Meta y Google. Macron respondió en directo desde Évian en TF1 que “Estados Unidos no decide el Derecho europeo ni el francés”, marcando una línea clara de soberanía regulatoria.
Más allá del duelo arancelario, la jornada incluyó un almuerzo de trabajo con más de una docena de CEOs tecnológicos, entre ellos Sam Altman (OpenAI), Demis Hassabis (Google DeepMind), Dario Amodei (Anthropic), Arthur Mensch (Mistral AI) y Alex Wang (Meta). Los temas del almuerzo: regulación IA, infraestructura y la tensión entre soberanía digital y cooperación global. Esta es la primera vez que los tres grandes laboratorios de IA de frontera comparten mesa con los líderes del G7 en un contexto de gobernanza real, no meramente simbólico.
Tras el apagón forzado de Claude Fable 5 y Mythos 5 el 12 de junio por orden del gobierno de EE.UU., la fase actual del incidente es la más delicada desde el punto de vista empresarial: el investigador conocido como “Pliny the Liberator” ha publicado los detalles técnicos completos del jailbreak en GitHub, incluyendo el system prompt íntegro de Fable 5 (120.000 caracteres), los vectores de ataque utilizados (sustituciones Unicode, homóglifos, carácteres cirílicos, descomposición multi-agente) y los exploits derivados. Lo que era un incidente de seguridad se ha convertido en documentación pública.
Las implicaciones para el sector empresarial son inmediatas: Snyk, Mallory.ai y otros proveedores de seguridad han publicado análisis de lo que significa que el system prompt de un modelo frontier quede expuesto. Las empresas que tenían pipelines críticos sobre Fable 5 o Mythos 5 se enfrentan a una decisión estratégica urgente: si un solo incidente puede dejar fuera de servicio la infraestructura de IA en 24 horas, ¿hasta qué punto es prudente depender de un único proveedor en la nube? La pregunta no es ya teórica.
El 2 de junio de 2026, el presidente Trump firmó la Orden Ejecutiva “Promoting Advanced Artificial Intelligence Innovation and Security”, que establece un marco voluntario por el que los grandes laboratorios de IA pueden proporcionar al gobierno federal acceso a sus modelos frontier hasta 30 días antes del lanzamiento público. El objetivo declarado es permitir un benchmark de ciberseguridad gubernamental antes de que el modelo esté disponible para actores potencialmente adversariales, sin imponer una regulación obligatoria que frene la innovación.
La EO crea además un “AI Cybersecurity Clearinghouse” de coordinación voluntaria entre la industria y operadores de infraestructura crítica para identificar y subsanar vulnerabilidades de software a escala. El tono de la orden es deliberadamente permisivo: el gobierno como socio tecnológico, no como regulador. Analistas de Morrison Foerster y Mayer Brown destacan que la ausencia de mandatos convierte esto en un compromiso político más que en un marco jurídico vinculante, aunque refuerza la narrativa de la administración de “ganar la carrera de la IA” frente a China.
Google anunció Gemini 3.5 en su Google I/O del 19 de mayo de 2026, pero solo Gemini 3.5 Flash salió en direecto ese día. El modelo Pro — el techo de la gama Gemini y sucesor del Ultra en cuanto a capacidades de razonamiento frontera — está en preview limitado para clientes seleccionados de Vertex AI y entra en su recta final. Sundar Pichai prometió “darnos hasta el mes que viene” en el escenario de I/O, comprometiendo el lanzamiento para junio.
Las características confirmadas de Gemini 3.5 Pro incluyen una ventana de contexto de 2 millones de tokens (la más amplia disponible en un modelo de producción), el modo de razonamiento “Deep Think” para tareas de matemáticas, ciencia y análisis complejo, y comprensión multimodal avanzada. El retraso respecto a Flash se interpreta como un proceso de ajuste en razonamiento prolongado y coherencia en contextos muy largos — exactamente las áreas donde los modelos de la generación anterior mostraban debilidades.
Un artículo publicado el 10 de junio en Inside Higher Ed recoge el análisis de una investigadora en aprendizaje de Google DeepMind que advierte de que las instituciones que adoptan un enfoque binario — prohibir la IA o permitirla sin restricciones — pierden la oportunidad de construir una cultura pedagógica reflexiva. Según la experta, “prohibir cierra la conversación justo cuando más necesitamos abrirla”: el problema no es si los estudiantes usarán IA, sino si lo harán con criterio. Las instituciones que aprenden más son las que construyen espacios de experimentación docente, no las que legislan el uso.
El artículo contextualiza esta posición en el debate actual sobre integridad académica: muchos decanos y departamentos han respondido al auge de la IA generativa con políticas rígidas, a menudo sin consultar al profesorado ni a los estudiantes. El resultado, según los datos de Student Voice citados en el texto, es una brecha entre lo que los alumnos hacen y lo que sus profesores esperan, sin canales reales para resolverla. La propuesta de la experta es convertir la IA en objeto explícito del currículo, no en amenaza que gestionar.
Un análisis de Inside Higher Ed publicado el 11 de junio presenta los datos más recientes de Student Voice para explorar por qué el entusiasmo estudiantil con la IA es más matizado de lo que suelen asumir las instituciones. Los estudiantes expresan preocupación genuina por su dependencia cognitiva a largo plazo, por la inconsistencia entre las políticas de distintos profesores dentro de la misma universidad, y por la falta de orientación sobre cómo usar la IA de forma éticamente responsable. Varios testimonios apuntan a que el mayor problema no es el acceso, sino la ausencia de conversación institucional.
Lo que los estudiantes piden a sus universidades no es tecnología: es claridad, consistencia y acompañamiento. Quieren que sus profesores les muestren cómo usar la IA bien, no solo que les digan si pueden usarla. Esto contrasta con la respuesta típica institucional, que suele centrarse en normas de integridad académica sin proveer los andamiajes didácticos necesarios.
La alcaldesa Michelle Wu, la superintendenta Mary Skipper y el emprendedor Paul English anunciaron el 26 de marzo de 2026 la creación del programa Boston Public AI, que en septiembre de 2026 convertirá a Boston en la primera gran ciudad de EE.UU. en asegurar que todos los alumnos de enseñanza secundaria pública se gradúen con un nivel de competencia en IA. La iniciativa cuenta con 1 millón de dólares de financiación público-privada y un currículo desarrollado conjuntamente con UMass Boston. El programa incluye formación al profesorado, hackathons estudiantiles, pasantías en empresas tecnológicas locales y rutas hacia carreras STEM vinculadas a la IA.
A diferencia de iniciativas previas centradas en coding o STEM genérico, este programa sitúa explícitamente la fluidez en IA — no solo el uso técnico, sino el pensamiento crítico sobre la IA — como competencia de ciudadanía. El modelo curricular, informado por la industria local, distingue entre “conocer IA” y “saber qué puede y no puede hacer la IA”, un enfoque que varios expertos en educación tecnológica han destacado como más sólido que los modelos puramente operativos.
El informe “From Ambition to Adoption: Insights into University AI Readiness from Around the World”, publicado el 7 de mayo de 2026 por IREX y Development Gateway en colaboración con la Red de Soluciones de Desarrollo Sostenible de la ONU, analiza los resultados de una encuesta global a universidades realizada entre noviembre de 2025 y enero de 2026. Las cifras son reveladoras: solo el 33% de las universidades encuestadas tiene una estrategia de IA clara; menos del 20% dispone de estructuras de gobernanza para gestionarla; y solo el 37% reporta ofrecer formación continuada en IA a su personal docente y administrativo.
El informe identifica tres patrones dominantes: instituciones que describen la IA como prioridad estratégica pero no tienen estructuras operativas para implementarla; departamentos que activan herramientas de IA sin coordinación central; y un colectivo docente que recibe menos formación que los estudiantes a los que pretende guiar. El informe concluye que el mayor riesgo no es el uso excesivo de IA, sino la adopción no coordinada en un vacío de gobernanza.
La agencia 5W Public Relations ha publicado hoy, 16 de junio, el Online Universities AI Visibility Index 2026, el primer ranking que mide la presencia de las universidades de EE.UU. en los resultados de modelos de IA conversacional. La metodología consistió en ejecutar 35 prompts de un estudiante prospecto (desde búsquedas de MBA y enfermería hasta preguntas de asequibilidad y perfil de adultos que trabajan) en Claude y Google AI Overviews durante el Q2 2026. Los resultados se convirtieron en un índice de citation share para 25 universidades online de EE.UU.
Los resultados desafían la lógica del marketing digital tradicional. Western Governors University lidera con un 14% de citation share; Southern New Hampshire University y Arizona State University Online comparten el segundo puesto con un 10%. El caso más llamativo es el de University of Phoenix, que encabeza el gasto en paid search entre las universidades online del país pero apenas alcanza el 1,5% de visibilidad en IA. El análisis concluye que los modelos de IA favorecen contenido institucional denso, fuentes académicas y cobertura editorial de calidad — no volumen publicitario.
En paralelo al índice de universidades, 5WPR publicó hoy el EdTech AI Visibility Index 2026, que aplica la misma metodología de citation share al mercado de herramientas educativas. El análisis ejecutó cientos de prompts en Claude, ChatGPT, Perplexity y Google AI Overviews para identificar qué plataformas edtech son recomendadas de forma espontánea cuando un usuario pregunta por herramientas para aprender idiomas, preparar exámenes, estudiar mátemáticas o mejorar la escritura académica.
Duolingo y Khan Academy dominan con claridad el ranking — no porque sean las últimas novedades tecnológicas, sino porque llevan años construyendo una base masiva de contenido público, recursos didácticos indexables y cobertura académica y periodística. Las marcas emergentes con mejores productos pero menor trayectoria documental quedan prácticamente invisibles para los modelos. El resultado pone de manifiesto que el SEO para IA no es una extensión del SEO clásico: requiere autoridad de contenido, no volumen de keywords.
Investigadores del MIT publicaron el 3 de junio un estudio en el que demuestran que modelos de lenguaje visual pequeños, entrenados específicamente para la interpretación de gráficas académicas, superan de forma consistente a modelos comerciales de gran tamaño como GPT-4V o Gemini Ultra en tareas de comprensión de visualizaciones científicas. El sistema, denominado ChartNet, fue entrenado sobre un corpus de gráficos de publicaciones científicas con anotaciones de expertos y optimizado para tareas de extracción de datos, descripción verbal y síntesis de resultados. Los modelos pequeños ajustados para la tarea superaron a los grandes en precisión y en ausencia de alucinaciones.
La implicación práctica es significativa: no es necesario desplegar un modelo frontier de varios miles de dólares al mes para asistir a estudiantes o investigadores en la comprensión de gráficas académicas. Un modelo de código abierto ajustado, ejecutable en infraestructura propia, puede ofrecer un rendimiento igual o superior para este tipo de tarea concreta. Esto es relevante tanto por eficiencia económica como por privacidad de datos: los documentos no salen del entorno institucional.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.