Viernes, 24 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 combina infraestructura soberana, adopción medible y controles para agentes. NVIDIA y KAIST crean un laboratorio para modelos adaptados a Corea, mientras Google publica ATLAS sobre 15 millones de interacciones y OpenAI abre Health a datos médicos conectados. En educación, los marcos de National University, Bryant y East West insisten en pasar del uso informal a reglas explícitas, comprensión técnica y formación docente; para EurekAI, la prioridad es escalar con evidencia, permisos y revisión humana.
Google presentó el 23 de julio ATLAS v1.0, un estudio longitudinal construido con 15 millones de interacciones agregadas y desidentificadas de Gemini App, AI Mode y Gemini API. La muestra cubre más de 150 países, 140 idiomas, 800 ocupaciones y 4.000 tareas.
El análisis encuentra uso de IA en el 68% de las ocupaciones que representan el 90% del empleo estadounidense, aunque en un trabajo típico se aplica solo al 21% de las tareas. La colaboración domina sobre la sustitución: menos del 10% de las interacciones laborales automatiza por completo una tarea, y el 86% del uso observado ocurre fuera del trabajo.
NVIDIA y el Korea Advanced Institute of Science and Technology anunciaron el 23 de julio un laboratorio conjunto en la escuela de IA Kim Jaechul de KAIST, en Seúl. Investigará modelos y sistemas agénticos ajustados al idioma, las industrias y las necesidades nacionales de Corea.
El programa combina modelos abiertos Nemotron, infraestructura de socios cloud locales, aportaciones de cómputo y financiación para al menos diez investigadores de KAIST cada año. Cada participante tendrá acceso a prácticas en NVIDIA, y la empresa prevé contratar a investigadores destacados.
Amkor Technology comunicó el 23 de julio un acuerdo plurianual con NVIDIA valorado en 1.500 millones de dólares para ampliar en Estados Unidos el empaquetado avanzado y las pruebas de semiconductores. NVIDIA adelantará fondos para apoyar la expansión, incluida la capacidad de Arizona.
Las compañías desarrollarán conjuntamente técnicas de empaquetado y prueba para plataformas de IA y computación acelerada, con especial atención a combinar diferentes tipos de chips en un único paquete. La operación cubre un cuello de botella menos visible que las GPU, pero esencial para escalar la infraestructura.
Databricks anunció el 23 de julio que ampliará su relación con Microsoft hasta la década de 2030. Usará más Azure para sus operaciones y analítica internas y aumentará el consumo de procesadores Cobalt, diseñados por Microsoft, en cargas intensivas de datos e IA agéntica.
Microsoft seguirá integrando capacidades de Databricks, incluida la herramienta conversacional de analítica Genie. La plataforma sirve a más de 20.000 organizaciones, entre ellas el 70% de las empresas Fortune 500, y fue valorada recientemente en 188.000 millones de dólares.
National University presentó el 23 de julio RAISE 5, un marco probado en su Sanford College of Education para acordar de antemano cómo puede usarse la IA en cada actividad. Sus cinco niveles abarcan desde una integración alentada hasta la prohibición completa.
La institución quiere extenderlo a otros programas y ofrecerlo como referencia para educación superior y escolar. El objetivo es sustituir reglas genéricas por decisiones ligadas al propósito de aprendizaje, de modo que la IA acompañe la comprensión sin convertirse en sustituto del pensamiento.
Bryant University explicó el 23 de julio su asignatura Introducción a la IA, convertida en requisito común para todos los estudiantes de negocios desde el curso 2025–2026. El programa aborda fundamentos de modelos, aplicaciones, implicaciones éticas y sociales, y el consumo de recursos de los centros de datos.
Los equipos identifican un problema y construyen una solución con herramientas institucionales como BryantGPT, Copilot y Gemini. La docente subraya que el objetivo no es poder decir «sé hacer prompts», sino comprender los grandes modelos lingüísticos y conversar con criterio sobre sus casos de uso.
East West University, en Bangladés, informó el 23 de julio de la conclusión de un programa docente de seis semanas sobre IA en educación superior. La iniciativa fue organizada por su unidad de garantía de calidad y su centro de investigación y formación durante junio y julio.
Los seis módulos combinaron tendencias y preparación institucional con fundamentos de aprendizaje automático y modelos generativos, análisis de datos, fiabilidad, reproducibilidad e integridad académica. La universidad presenta la formación como desarrollo profesional aplicado, no como una sesión aislada de herramientas.
Una prepublicación depositada el 20 de julio —incluida al ampliar esta sección a la ventana de tres a cinco días— presenta Physics AI-Replication, un ciclo para que el alumnado identifique un problema difícil, pida a la IA explicación conceptual y solución, genere uno similar, practique sin ayuda y revise después la respuesta.
En 39 estudiantes de Física universitaria introductoria, la confianza media fue de 7,03 sobre una escala de 9. La claridad conceptual y la utilidad de la réplica mostraron una asociación de Spearman de 0,582 (p<0,001). El trabajo no ha sido revisado por pares y su muestra limita la generalización.
OpenAI lanzó el 23 de julio Health in ChatGPT para usuarios autenticados mayores de 18 años en Estados Unidos, inicialmente en web e iOS. Permite conectar Apple Health, historiales compatibles de hospitales estadounidenses, One Medical y Function Health para contextualizar consultas y comparar cambios.
OpenAI afirma que más de 300 millones de personas hacen cada semana preguntas de salud en ChatGPT. Los datos médicos conectados y las conversaciones que los usan no sirven para entrenar modelos ni segmentar anuncios; por defecto, la aplicación pide permiso antes de incorporar esos datos a una respuesta y advierte que no sustituye al profesional sanitario.
GitHub anunció el 23 de julio la disponibilidad general del agente cloud de Copilot para Linear. Al asignarle una incidencia, analiza el contenido, trabaja de forma autónoma en un entorno efímero basado en GitHub Actions, abre un pull request en borrador y solicita revisión al terminar.
Desde Linear se puede elegir el modelo, usar un agente personalizado del repositorio, fijar ramas base y de trabajo y redirigir la sesión mediante comentarios. La integración está incluida en Copilot Pro, Pro+, Business y Enterprise, pero requiere permisos administrativos para instalarse.
GitHub puso en vista previa pública tres controles para automatizaciones de Issues: aprobación, nivel de confianza y justificación. Los agentes pueden aplicar acciones de alta confianza y retener como sugerencias las de confianza media o baja, mientras registran por qué propusieron o realizaron cada cambio.
El sistema cubre inicialmente etiquetas, campos, tipo, cierre y asignaciones, tanto en Agentic Workflows como en Copilot cloud agent y mediante API. GitHub aclara que la aprobación es una comodidad de flujo, no una barrera de seguridad del servidor.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.