Jueves, 2 de julio 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 2 de julio confirma que julio arranca con la IA plenamente instalada como infraestructura de Estado y de investigación, no solo como producto de consumo. California pone en marcha el mayor despliegue de IA de un gobierno estatal de EE.UU. —Claude al 50 % de descuento para todas sus agencias, ciudades y condados—, mientras Anthropic lanza Claude Science, un banco de trabajo de IA para investigación científica con una convocatoria de 30.000 dólares en créditos para 50 proyectos (plazo: 15 de julio). En paralelo, OpenAI publica GeneBench-Pro y expone que los mejores modelos apenas rozan el 31,5 % de acierto en problemas reales de biología computacional, un jarro de agua fría frente al optimismo de la semana pasada. En docencia universitaria, Princeton pone fin a 133 años de exámenes sin supervisión e impone proctores presenciales desde hoy por la crisis de trampas con IA, y la Universidad de Surrey (Reino Unido) rediseña todos sus grados para evaluar el proceso de aprendizaje, no solo el resultado. Para EurekAI, la convocatoria de becas de Claude Science y el giro de Princeton hacia el proctoring presencial son las dos piezas más accionables de hoy: una abre una vía de financiación directa para investigación en la UNAV: y la otra, un precedente concreto sobre cómo repensar la evaluación en la era de la IA.
Anthropic ha lanzado en beta abierta, disponible desde ayer 1 de julio para todos los suscriptores de pago (Pro, Max, Team y Enterprise), Claude Science: un entorno de trabajo que integra en un solo lugar las herramientas, bases de datos y recursos de computación que usan habitualmente los investigadores científicos. El producto conecta paquetes de software de uso común en genómica, análisis de célula única, proteómica, biología estructural y cheminformática, produce resultados auditables y permite a los investigadores acceder a infraestructura de cómputo que va desde su propio ordenador hasta clústeres de alto rendimiento y GPU bajo demanda. Es la mayor expansión de Anthropic hacia las ciencias de la vida desde que la compañía convirtió ese sector en prioridad estratégica el pasado otoño, y llega apenas dos días después de que Anthropic celebrase su evento AI for Science del 30 de junio, con la primera aparición pública del Nobel John Jumper y el benchmark VirBench.
La pieza más relevante para instituciones académicas es el programa de becas que acompaña al lanzamiento: Anthropic financiará hasta 50 proyectos Claude Science AI for Science, cada uno con hasta 30.000 dólares en créditos de uso de la plataforma. Las solicitudes están abiertas hasta el 15 de julio de 2026, la resolución se comunicará antes del 31 de julio, y los proyectos seleccionados se ejecutarán entre el 1 de septiembre y el 1 de diciembre de 2026. Es un calendario ajustado pero perfectamente compatible con el curso académico 2026-2027.
El gobernador de California, Gavin Newsom, anunció el pasado 29 de junio una alianza sin precedentes con Anthropic: todas las agencias del estado, y también los ayuntamientos y condados que se sumen de forma voluntaria, podrán acceder a Claude con un 50 % de descuento sobre su precio comercial. El acuerdo incluye formación gratuita de la plantilla, asistencia técnica especializada de desarrolladores de Anthropic y consultoría de diseño de flujos de trabajo. Claude se distribuirá a través del nuevo portal Statewide IT Shared Services (SITeS) del Departamento de Tecnología de California, y será la primera herramienta de productividad con IA disponible para todas las agencias estatales a través de ese canal.
El anuncio no parte de cero: agencias como el Departamento de Vehículos Motorizados (DMV) y el Departamento de Servicios de Atención Sanitaria de California ya usan Claude en producción para mejorar la atención al público y automatizar flujos internos. Con más de 39 millones de habitantes y un presupuesto estatal que supera al de la mayoría de países, la escala del acuerdo convierte a California en el mayor experimento de adopción institucional de IA generativa jamás emprendido por un gobierno subnacional en EE.UU., y marca un modelo de colaboración público-privada —descuento más formación más soporte técnico— que otros estados y administraciones probablemente estudiarán.
El consejero delegado de Palantir, Alex Karp, criticó ayer en el programa "Squawk Box" de CNBC el modelo de precios por tokens que usan tanto OpenAI como Anthropic, afirmando que "algo ha fallado por completo" en cómo los grandes laboratorios de IA cobran a las empresas. Karp argumentó que el cobro en función del volumen de texto procesado, en lugar de en función de los resultados obtenidos, genera una desconfianza creciente entre los clientes corporativos: teme que las compañías acaben "perdiendo el tiempo con tokens" sin obtener valor real a cambio, mientras ceden su propiedad intelectual a los proveedores del modelo.
La crítica llega en un momento de inflexión: según datos citados por CNBC, las empresas están abandonando el "tokenmaxxing" —maximizar el uso de tokens sin medir el retorno— en favor de una lógica de retorno de inversión, y algunas ya están adoptando modelos de peso abierto capaces de ejecutar tareas equivalentes a una fracción del coste. La declaración de Karp coincide con la noticia, esta misma semana, de que Palantir ha ampliado su alianza con Nvidia para construir modelos a medida para agencias del gobierno de EE.UU., lo que sitúa el comentario también como una maniobra competitiva frente a los grandes proveedores de modelos generalistas.
OpenAI presentó el 30 de junio GeneBench-Pro, un benchmark de 129 problemas de nivel investigador diseñado para evaluar el tipo de juicio analítico de varios pasos que ejercen los biólogos computacionales reales, no el recuerdo de conocimiento ni el razonamiento de un solo paso. Su rasgo técnico distintivo es que genera datos sintéticos a partir de una estructura causal completamente conocida, lo que permite una calificación determinista frente a una verdad de referencia verificada. Los problemas abarcan diez dominios, incluyendo genética estadística, genómica del cáncer, farmacogenómica y genética forense.
Los resultados publicados esta semana son sobrios: GPT-5.6 Sol Pro, el modelo más potente de OpenAI en modo de razonamiento máximo, alcanza solo un 31,5 % de acierto; GPT-5.6 Sol se queda en 28,7 %; Claude Opus 4.8 llega al 16,0 %; y Gemini 3.5 Flash apenas roza el 8,1 %. El contraste con el 92,8 % que Anthropic proclamó hace dos días en VirBench —logrado con acceso a herramientas determinísticas externas, no por el modelo en solitario— es revelador: confirma que el salto de rendimiento de la IA en ciencia depende críticamente del andamiaje de herramientas que la rodea, y que en tareas de razonamiento científico genuino y sin apoyo externo, incluso los mejores modelos de 2026 siguen lejos de la fiabilidad necesaria para investigación autónoma.
Desde hoy, 1 de julio de 2026, todos los exámenes presenciales de la Universidad de Princeton deben contar con supervisión de un docente, poniendo fin a 133 años de exámenes sin vigilancia bajo el histórico código de honor estudiantil, vigente desde 1893. La propuesta fue aprobada por el claustro con un único voto en contra tras meses de deliberación sobre cómo abordar la creciente preocupación por la integridad académica, con la proliferación de la IA generativa y los dispositivos electrónicos personales señalados explícitamente como los principales catalizadores del cambio. La política mantiene el sistema de comité de honor gestionado por estudiantes, pero añade la obligación de que un docente actúe como testigo presencial de lo que ocurre durante el examen.
El texto de la propuesta es explícito sobre el porqué: la facilidad de acceso a herramientas de IA desde dispositivos pequeños hace "mucho más difícil que otros estudiantes puedan observar —y por tanto denunciar— las trampas". El dato de fondo que sostiene la decisión es contundente: en la encuesta a alumnos de último año de The Daily Princetonian de 2025, el 29,9 % de los más de 500 encuestados admitió haber hecho trampa en algún trabajo o examen durante su etapa universitaria. Princeton se suma así a un movimiento más amplio en la educación superior de EE.UU. —del que Purdue y SUNY ya son referentes— hacia mecanismos de supervisión más estrictos como respuesta directa a la IA generativa.
La Universidad de Surrey (Reino Unido) ha completado un rediseño sistemático de todos sus programas de grado para incorporar IA de forma específica a cada disciplina a partir de septiembre de 2026, en lo que la institución describe como una primicia en el sector universitario británico. El cambio afecta también a los estudiantes que ya cursan sus estudios en Surrey, no solo a las nuevas cohortes. Times Higher Education, que ha tenido acceso al proceso, lo describe como una "redacción mayor" de currículos y sistemas de evaluación en toda la universidad.
El elemento más relevante del rediseño es el giro en la evaluación: Surrey pasa de valorar principalmente el resultado del trabajo del estudiante a valorar el proceso que lo genera. En la práctica, esto significa que —por ejemplo, en literatura inglesa— los estudiantes seguirán entregando ensayos, pero también deberán aportar extractos de lectura anotada elaborados durante el proceso, párrafos de borrador que muestren cambios en su argumentación, y notas de retroalimentación entre compañeros y memorandos de revisión. El principio de diseño es explícito: donde una herramienta de IA podría completar la tarea con una intervención mínima del estudiante, la evaluación se rediseña para poner el foco en el razonamiento, la creatividad, la resolución de problemas y la reflexión —no en el producto final, que la IA puede generar con facilidad.
Desde ayer, 1 de julio de 2026, todos los distritos escolares públicos tradicionales, las escuelas comunitarias y las escuelas STEM de Ohio están obligados por ley —en virtud de la House Bill 96— a contar con una política formal sobre el uso de inteligencia artificial. Los distritos pueden optar por adoptar la política modelo elaborada por el Departamento de Educación y Empleo de Ohio, o desarrollar la suya propia siempre que se alinee con el marco estatal. Es la primera vez que un estado de EE.UU. convierte una recomendación sobre IA en la escuela en una obligación legal, y no en una simple sugerencia.
La política modelo estatal fija estándares claros en tres frentes: privacidad y seguridad de los datos, prevención del acoso —incluyendo el uso indebido de imágenes generadas por IA como forma de ciberacoso escolar, ya tipificado en otros estados como Illinois— y fraude académico. Una limitación importante señalada por los analistas es que el mandato se centra en exigir que exista una política, pero no obliga a los distritos a enseñar alfabetización en IA ni a integrar herramientas de IA en la instrucción: regula el uso, no impone la adopción pedagógica.
EDUCAUSE, la principal asociación de tecnología educativa en la educación superior de EE.UU., ha publicado este mes de junio el informe "The Impact of AI on Learning Assessment", basado en una encuesta realizada entre el 2 y el 14 de marzo de 2026 a docentes y personal que diseñan o imparten evaluaciones de aprendizaje en instituciones de educación superior, con 438 respuestas válidas. El informe documenta un momento de "impulso creciente junto a una incertidumbre real": la IA generativa ya está transformando el diseño de la evaluación, las expectativas sobre su uso y la propia noción de integridad académica.
La conclusión central del informe conecta directamente con lo que están implementando de forma independiente Surrey y Princeton esta misma semana: la IA "complica cada vez más las evaluaciones tradicionales", y las instituciones se mueven hacia demostraciones de aprendizaje más auténticas y basadas en el proceso, en detrimento de los formatos que la IA generativa puede completar con facilidad. El informe está dirigido explícitamente a docentes, diseñadores instruccionales y líderes universitarios que necesitan un enfoque intencional e informado para integrar la IA en la evaluación, más allá de reacciones improvisadas caso por caso.
Un estudio de Coderhouse, plataforma de educación tecnológica con más de medio millón de estudiantes activos en América Latina, revela que el 63 % de los estudiantes identifica al docente o tutor humano como el punto más fuerte de su experiencia de aprendizaje online, por encima de cualquier herramienta de IA. El dato llega en un momento en que la propia Coderhouse y buena parte del sector EdTech han apostado fuertemente por integrar IA en sus plataformas, lo que convierte el resultado en un contrapeso significativo frente al relato de sustitución del docente por la IA.
El estudio añade un matiz relevante sobre fidelización: los estudiantes que destacan el apoyo docente completan una media de 3,68 cursos tras su primera experiencia, y un 28 % de quienes valoran la tutoría ha realizado dos o más programas. Un 22 % adicional señala las "clases en vivo" o la posibilidad de interactuar en tiempo real como el mayor valor añadido de la plataforma. El mensaje de fondo es coherente con lo que documentó la OCDE la semana pasada sobre la "pereza metacognitiva": en formación online, la IA por sí sola no genera el mismo compromiso ni los mismos resultados de continuidad que el acompañamiento humano.
Notion lanzó ayer, 1 de julio, la versión 3.6 de su plataforma, con dos novedades principales orientadas a la productividad de equipos. Las AI Meeting Notes ahora pueden transcribir y resumir archivos de audio subidos —no solo reuniones grabadas en directo dentro de la plataforma— e identifican automáticamente a cada interviniente en la conversación, generando actas estructuradas por hablante sin intervención manual. Además, los Agentes de Notion pueden ahora crear bloques HTML interactivos que viven directamente en el documento, para que los equipos los usen o los iteren sin salir de Notion.
La actualización también extiende los Agentes personalizados a Slack Enterprise Grid, y permite a desarrolladores de Windows crear "Notion Workers" mediante instalación por npm, ampliando la capacidad de automatización programática de la plataforma. El conjunto de novedades consolida a Notion como una herramienta cada vez más orientada a capturar y estructurar el trabajo colaborativo —reuniones, decisiones, documentos vivos— más allá de su origen como simple gestor de notas.
Google anunció el 30 de junio la disponibilidad general de Nano Banana 2 Lite (también conocido como Gemini 3.1 Flash-Lite Image), el modelo más rápido y económico de su familia de generación de imágenes: produce una imagen en aproximadamente 4 segundos a un coste de 0,034 dólares por cada 1.000 imágenes en resolución estándar, con mejoras notables en conocimiento del mundo, consistencia de personajes y generación de texto localizado dentro de la imagen. Junto a él, Google lanzó en vista previa pública Gemini Omni Flash, que permite convertir imágenes en vídeo y generar o editar vídeo de forma conversacional, describiendo en lenguaje natural los cambios deseados.
Ambos modelos están disponibles desde ya a través de Google AI Studio, la API de Gemini y la Gemini Enterprise Agent Platform, con despliegue progresivo hacia AI Mode en la Búsqueda, la app de Gemini, NotebookLM, Google Fotos y Google Ads. El lanzamiento llega en un contexto llamativo: Google no ha cumplido su promesa de lanzar Gemini 3.5 Pro en junio —pospuesto a julio tras la fuga de talento hacia Anthropic y problemas de consumo excesivo de tokens en tareas agénticas—, pero mientras tanto acelera con estos modelos más pequeños y de coste muy bajo, mostrando que su estrategia de producto no depende de un único lanzamiento insignia.
Mistral AI presentó a finales de junio OCR 4, un modelo de inteligencia de documentos que va más allá de la extracción de texto plano: devuelve representaciones estructuradas de documentos completos, con recuadros delimitadores, clasificación por tipo de bloque y puntuaciones de confianza por palabra. El modelo soporta 170 idiomas agrupados en diez familias lingüísticas, acepta formatos PDF, DOC, PPT y OpenDocument, y —su rasgo más relevante para instituciones académicas y sanitarias— puede desplegarse como un único contenedor sobre la infraestructura propia de la organización, sin que los documentos salgan nunca de su control.
Incluimos esta herramienta con una semana de margen respecto a su lanzamiento por su relevancia directa para instituciones que gestionan archivos históricos, expedientes académicos o documentación clínica con requisitos estrictos de soberanía del dato. El precio —4 dólares por cada 1.000 páginas procesadas (2 dólares en lote)— está pensado para procesos de contratación de TI institucional, con acuerdos de nivel de servicio y auditorías de cumplimiento, no para el usuario individual.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.