Viernes, 3 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.
El 3 de julio confirma que la industria de la IA en Estados Unidos entra en una fase de ajuste institucional acelerado: la Casa Blanca ultima con OpenAI, Google y Anthropic un marco de revisión previa para modelos frontera —que ya ha obligado a restringir lanzamientos como GPT-5.6 y Claude Fable 5—, mientras OpenAI propone ceder al Gobierno un 5 % de la empresa (unos 42.600 millones de dólares) para descargar presión política antes de su salida a bolsa. En paralelo, el informe de empleo de junio certifica el coste real de la transición —solo 57.000 puestos creados, muy por debajo de lo esperado— justo cuando el panel científico independiente de la ONU advierte de riesgos catastróficos si la regulación no logra seguir el ritmo de la tecnología. En docencia universitaria, la Universidad de Wisconsin-Madison estrena su primera facultad nueva en 40 años dedicada a la computación y la IA, mientras las universidades de EE.UU. divergen radicalmente en cómo leer ensayos de admisión escritos con ayuda de IA. Para EurekAI, la lección del día es doble: la gobernanza de la IA se institucionaliza a gran velocidad en EE.UU., y la Universidad de Navarra debería adelantarse con un marco propio de evaluación de trabajos asistidos por IA antes de que la presión llegue de forma reactiva.
La Casa Blanca se encuentra en conversaciones avanzadas con OpenAI, Google y Anthropic para cerrar, posiblemente esta misma semana, un conjunto de estándares voluntarios sobre cómo y cuándo se lanzan los modelos de IA más avanzados. El marco, derivado de la orden ejecutiva sobre "Despliegue Seguro de Modelos Frontera", establece que cuando un modelo supere ciertos umbrales de capacidad —centrados por ahora en riesgo de ciberseguridad—, su desarrollador deberá someterlo a evaluación gubernamental y conceder acceso anticipado a agencias como la NSA o el CISA hasta 30 días antes de su lanzamiento comercial. La Casa Blanca lo presenta como una alternativa ordenada a lo que varias fuentes describen como un "régimen de licencia involuntaria de facto" que ya operaba sin reglas claras ni plazos definidos.
El marco no es teórico: OpenAI y Anthropic ya han limitado la distribución de sus modelos más potentes a clientes aprobados por la Administración mientras dura la revisión de ciberseguridad. Anthropic recuperó el acceso mundial a Claude Fable 5 el 1 de julio, veinte días después de que un control de exportación lo retirase el 12 de junio; OpenAI, por su parte, mantiene restringida la distribución de GPT-5.6 a socios seleccionados. Gemini 3.5 Pro, que Google lanza finalmente este mes tras el retraso de junio, evita este escrutinio por diseño: su puntuación de 70,7 % en TerminalBench 2.1 queda muy por debajo del umbral que sí ha activado la revisión de GPT-5.6 Sol (88,8 %).
Según reveló el Financial Times el 2 de julio, OpenAI ha iniciado conversaciones preliminares para ceder al Gobierno de Estados Unidos una participación del 5 % de la compañía, valorada en unos 42.600 millones de dólares según la valoración privada actual de la empresa (852.000 millones de dólares). La propuesta, impulsada por el consejero delegado Sam Altman, busca alinear los intereses del Gobierno con el éxito de la compañía justo antes de su salida a bolsa, que apunta a una valoración de entre 830.000 millones y un billón de dólares.
El plan de Altman va más allá de OpenAI: propone que otros grandes laboratorios estadounidenses —Anthropic, Google y Meta— cedan participaciones equivalentes a través de un vehículo tipo fondo soberano de IA, con el argumento de que dar al público un interés financiero directo en la industria es la mejor forma de repartir las ganancias de la IA. Por ahora, ni Anthropic ni Google se han pronunciado públicamente, y el propio Financial Times califica las conversaciones de "conceptuales y en fase temprana", señalando que cualquier acuerdo de este tipo requeriría una ley aprobada por el Congreso.
El Panel Científico Internacional Independiente sobre IA de la ONU, copresidido por Yoshua Bengio y formado por 40 expertos de distintas regiones, publicó el 1 de julio un informe preliminar que advierte de que los avances de la inteligencia artificial están superando tanto la comprensión científica como la capacidad de adaptación de los gobiernos. Según el informe, la complejidad de las tareas que la IA puede completar se duplica cada cuatro a siete meses, lo que podría permitir a estos sistemas ejecutar trabajos que a los humanos les llevan días o semanas, sin que exista garantía científica de que ese salto de capacidad no derive en daños catastróficos, ya sea de forma autónoma o por uso malicioso.
El texto señala específicamente una "evidencia creciente de comportamiento engañoso" en los modelos actuales y advierte de riesgos de uso indebido en fraude, ciberataques y amenazas biológicas. Bengio resumió el dilema de fondo: los responsables políticos necesitan pruebas sólidas para regular la IA con eficacia, pero esas pruebas no logran generarse al ritmo al que evoluciona la tecnología. Este informe preliminar alimentará el Diálogo Global de la ONU sobre Gobernanza de la IA, que se celebra el 6 y 7 de julio en Ginebra, y precede a un informe completo previsto para el próximo año.
El informe de empleo de junio publicado el 3 de julio por la Oficina de Estadísticas Laborales de EE.UU. (BLS) mostró la creación de solo 57.000 puestos de trabajo, muy por debajo del consenso de 185.000 y del promedio mensual de 2026, poniendo fin a una racha de lecturas mejores de lo esperado. Los datos oficiales muestran que los sectores de actividad financiera e información —precisamente aquellos con mayor ritmo de adopción de IA— han acelerado su pérdida de empleo hasta unos 28.000 puestos mensuales de media en lo que va de 2026, un total de 150.000 empleos destruidos en ambos sectores combinados.
El sector tecnológico concentra un tercio de todos los despidos anunciados en 2026, con una caída del empleo tecnológico total del 1,8 % en el primer semestre del año, la más pronunciada desde finales de 2023. La inteligencia artificial se ha convertido en el motivo más citado en los anuncios de despidos de 2026, aunque varios economistas advierten de un fenómeno de "AI-washing": algunas empresas podrían estar sobredimensionando el papel de la IA en recortes que habrían ocurrido de todos modos por otras razones estructurales.
La Universidad de Wisconsin-Madison puso en marcha oficialmente el 1 de julio su College of Computing & Artificial Intelligence (CAI), la primera facultad nueva que crea la institución en más de 40 años. La nueva facultad integra tres departamentos ya consolidados —Ciencias de la Computación, la Information School y Estadística—, que en conjunto suman más de 100 profesores y cerca de 5.000 estudiantes, y que hasta ahora operaban dentro del College of Letters & Science. Al frente de la nueva facultad está Remzi Arpaci-Dusseau, nombrado decano fundador, y su lanzamiento cuenta con el respaldo de 100 millones de dólares en donaciones privadas.
La creación de CAI no es un simple cambio de organigrama: convierte a la computación y la IA en un pilar institucional autónomo, con capacidad para expandir programas de grado, atraer financiación de investigación específica y coordinar de forma centralizada la oferta docente en IA que hasta ahora estaba repartida entre departamentos. Es una señal clara de hacia dónde se mueven las grandes universidades públicas de investigación de EE.UU.: tratar la IA no como una asignatura transversal más, sino como una estructura académica propia con recursos y gobernanza dedicados.
El ciclo de admisiones 2025-2026 ha traído algunos de los cambios más significativos en una generación en la forma en que las universidades estadounidenses evalúan los ensayos personales, y las políticas que se están consolidando ahora marcarán directamente el ciclo 2026-2027. Caltech exige a todos sus solicitantes revisar sus directrices éticas sobre el uso de IA antes de aplicar; Georgetown mantiene una de las prohibiciones más estrictas, que impide cualquier uso de IA incluso para lluvia de ideas, borradores o corrección gramatical básica, y exige una declaración firmada confirmando que no se ha usado; Duke ha dejado de asignar puntuaciones numéricas a los ensayos, en parte por la dificultad de calibrar el peso de la IA en el texto final.
En el extremo opuesto, Virginia Tech se ha convertido en una de las primeras grandes universidades públicas de EE.UU. en desplegar de forma sistemática puntuación de ensayos asistida por IA para todos sus solicitantes de grado. Yale y Caltech permiten explícitamente el corrector gramatical pero no la generación de contenido, mientras que la Universidad de California ejecuta comprobaciones de plagio que pueden descalificar a un aspirante si detecta generación por IA sin atribución. Un hallazgo relevante de la investigación citada por Inside Higher Ed: los estudiantes de rentas más bajas son más propensos a usar IA en sus ensayos, y también más propensos a ser rechazados, lo que abre una pregunta de equidad que ninguna universidad ha resuelto todavía.
Un artículo publicado el 2 de julio en Infobae, con declaraciones del empresario tecnológico Martín Varsavsky y de Kristen DiCerbo (directora de Aprendizaje de Khan Academy), plantea que la IA ha cambiado de raíz qué méritos merece la pena cultivar: "memorizar lo que un modelo ya sabe dejó de tener valor", mientras que el pensamiento crítico, la curiosidad y la capacidad de resolver problemas se convierten en los factores que determinarán el éxito profesional futuro. El artículo se apoya en datos concretos: según el Coursera Global Skills Report 2025, el pensamiento crítico se convirtió en el tercer trimestre de 2025 en la habilidad más demandada del mercado, desplazando por primera vez a las competencias técnicas.
El cambio ya se refleja en la contratación: IBM y Google han dejado de exigir titulación universitaria para la mitad de sus puestos en EE.UU., y reconocen certificados profesionales como equivalentes a un título. Según Forbes, el 81 % de las empresas estadounidenses usa ya criterios de contratación basados en habilidades, frente al 57 % de hace tres años, y el 96 % de los empleadores reconoce los certificados profesionales de Coursera como una señal válida de contratación. Como referencia del ritmo de adopción de herramientas de IA en el aprendizaje, el artículo cita el crecimiento de Khanmigo, el tutor de IA de Khan Academy, que pasó de 40.000 a más de 700.000 usuarios y de 45 a más de 380 distritos escolares entre 2023 y 2025.
Investigación publicada en la revista Computers and Education: Artificial Intelligence por el profesor S. Joe Qin, presidente y catedrático de Ciencia de Datos de la Universidad Lingnan (Hong Kong), describe el desarrollo del Generative AI Assessment System (GAAS), un sistema que analiza el rendimiento del estudiante en tiempo real y genera recomendaciones personalizadas. El sistema, que ha recibido una medalla de bronce en la Exposición Internacional de Invenciones de Ginebra, reduce drásticamente el tiempo dedicado a la corrección mecánica de exámenes y trabajos, permitiendo una retroalimentación casi inmediata donde antes los estudiantes esperaban semanas.
Más allá de la velocidad, el valor añadido que destaca la investigación es la consistencia: GAAS aplica los mismos criterios de corrección a todos los estudiantes, reduciendo el sesgo humano y el efecto de la fatiga del corrector en tandas largas de exámenes. Sin embargo, el propio profesor Qin matiza el alcance de la herramienta: "la educación es un proceso social y emocional", y subraya que la IA no puede replicar la empatía ni el apoyo emocional que sigue siendo un papel irreemplazable del docente. Incluimos esta investigación, publicada a finales de junio, por su relevancia directa para la gestión de la carga docente en asignaturas con matrícula numerosa.
Tras el retraso confirmado a finales de junio, Google ha dado luz verde al lanzamiento de Gemini 3.5 Pro este mes de julio, con su ventana de contexto de 2 millones de tokens y el modo de razonamiento extendido Deep Think ya estables. El dato más comentado de su llegada no es una novedad técnica, sino una lectura regulatoria: el modelo puntúa 70,7 % en el benchmark TerminalBench 2.1, una cifra que lo sitúa muy por debajo del umbral de capacidad que sí ha obligado a restringir la distribución de GPT-5.6 Sol (88,8 % en la misma prueba) bajo el nuevo marco de revisión de la Casa Blanca.
El resultado práctico es que Gemini 3.5 Pro se convierte, al menos temporalmente, en el único modelo frontera que llega al mercado sin restricciones de acceso impuestas por el Gobierno de EE.UU., mientras que Claude Fable 5 solo recuperó su disponibilidad plena el 1 de julio tras veinte días de suspensión, y GPT-5.6 permanece limitado a clientes aprobados. Para las instituciones que dependen de la disponibilidad continuada de un modelo, la situación ilustra un nuevo tipo de riesgo de proveedor que va más allá del precio o del rendimiento.
Google ha comenzado a desplegar en julio el interruptor Guided Learning en Class Tools, anunciado en ISTELive 26 y ya disponible para centros con licencia Education Plus o el complemento Teaching and Learning. La función permite al docente bloquear temporalmente los Chromebook de los estudiantes en el modo de aprendizaje guiado de Gemini durante una actividad de clase, eliminando el acceso a otras pestañas o aplicaciones y reduciendo así las distracciones mientras el alumno interactúa con contenido curricular verificado.
La novedad más relevante para el docente es la visibilidad en tiempo real del trabajo del estudiante durante la sesión: el profesor puede ver en qué punto del ejercicio guiado se encuentra cada alumno sin necesidad de recorrer el aula físicamente, lo que resulta especialmente útil en sesiones híbridas o con grupos numerosos. La función se integra con el resto de anuncios educativos de Google en ISTELive 26 —los cuadernos de estudio con IA en Gemini y NotebookLM— dentro de una misma lógica: mantener al docente al mando de la experiencia de IA del estudiante, en lugar de dejarla completamente abierta.
Mistral AI ha rebautizado su asistente conversacional Le Chat como Vibe, reconvertido en una plataforma de agentes unificada para productividad empresarial y desarrollo de software, impulsada por el nuevo modelo Mistral Medium 3.5. Vibe for Work conecta con herramientas empresariales como Google Workspace, Outlook, SharePoint, Slack y GitHub para ejecutar tareas de varios pasos —resumir correos, analizar hojas de cálculo, redactar informes— de forma autónoma. Junto a ello, la compañía francesa ha presentado una pila de IA industrial dirigida a aeroespacial, automoción e ingeniería de semiconductores, con Airbus, BMW Group y ASML ya como clientes confirmados.
Para sostener esta expansión, Mistral ha asegurado 830 millones de euros en financiación de deuda para construir un centro de datos de inferencia dedicado en Bruyères-le-Châtel, cerca de París, con 13.800 GPU Nvidia GB300 y 44 MW de capacidad, con el objetivo de alcanzar 200 MW de cómputo de IA en Europa a finales de 2027. La estrategia de Mistral no es competir con los gigantes estadounidenses en una sola dimensión, sino combinar modelos de peso abierto, infraestructura propia, despliegue local y personalización vertical profunda bajo un mismo proveedor europeo.
Investigadores de Alibaba han presentado SkillWeaver, un framework que resuelve uno de los problemas más costosos de los agentes de IA actuales: cuando se les da acceso a miles de herramientas o funciones, la mayoría de los sistemas cargan la librería completa en cada paso, disparando el consumo de tokens y degradando la precisión. SkillWeaver, en cambio, construye un grafo de ejecución para la tarea concreta y selecciona en cada nodo solo las herramientas relevantes, apoyándose en una técnica llamada Skill-Aware Decomposition que usa un bucle de retroalimentación para recuperar y validar candidatas de forma iterativa.
En los experimentos publicados, este enfoque de recuperación y enrutamiento selectivo reduce el consumo de tokens en más de un 99 % frente a exponer al agente a toda la librería de herramientas de golpe, y además mejora la precisión en tareas complejas de varios pasos. La investigación llega en un momento en que el coste real de ejecutar agentes de IA a escala —y no solo el precio por token del modelo— se ha convertido en un tema central del debate sectorial, tras las críticas públicas de directivos como Alex Karp (Palantir) al modelo de precios por tokens de los grandes proveedores.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.