Informe diario · EurekAI

Actualidad sobre Inteligencia Artificial

viernes, 2 de octubre 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.

🗓 Resumen ejecutivo del día

La actualidad del 30 de septiembre al 1 de octubre combina modelos con más autonomía, investigación verificable y adopción institucional. Google lleva el razonamiento largo a un millón de tokens, Anthropic cuantifica qué trabajo físico pueden realizar ya los robots y Microsoft muestra cómo mantener inspeccionable un flujo científico asistido por agentes. En educación, las iniciativas pasan de la recomendación a programas financiados, microcredenciales y aprendizaje aplicado. Para EurekAI, la pauta común es clara: capacidad y velocidad importan, pero deben ir acompañadas de trazabilidad, límites y evaluación humana.

1 M
tokens de salida admite Gemini 4 Argon, frente a 64.000 en la generación anterior
74%
de las tareas físicas puede realizar un robot actual en alguna circunstancia, según Anthropic
60
idiomas cubre el nuevo modelo de transcripción en tiempo real de Microsoft
🌐

Mundo de la IA – Panorama general

1
Google presenta Gemini 4 Argon con hasta un millón de tokens de salida El modelo se dirige a programación, trabajo empresarial y ciberdefensa, con un despliegue inicial restringido.
▼

Google anunció el 30 de septiembre Gemini 4 Argon, un modelo de frontera orientado a flujos complejos de ingeniería de software, conocimiento empresarial y ciberseguridad defensiva. La compañía eleva el límite de salida de 64.000 a un millón de tokens y comunica un 77,9% en DeepSWE v1.1, su referencia para tareas largas de ingeniería de software.

Argon se probará primero con especialistas en ciberdefensa y evaluadores de confianza antes de llegar a clientes de pago de la API y suscriptores de Google AI Ultra. El precio introductorio anunciado es de 2 dólares por millón de tokens de entrada y 10 por millón de salida.

Relevancia para EurekAI: Un contexto de salida tan amplio permite proyectos y análisis extensos, pero también aumenta el coste de revisar errores acumulados. Las pruebas educativas deben medir coherencia, trazabilidad y calidad final, no solo longitud.

→ Leer anuncio completo (Google)

2
Anthropic calcula que los robots ya alcanzan el 74% de las tareas físicas La exposición potencial es amplia, aunque solo una fracción mínima resulta competitiva en costes hoy.
▼

Anthropic publicó el 30 de septiembre una medida de exposición laboral basada en tareas observables y robots que ya existen. Su análisis concluye que los robots pueden realizar el 74% de las tareas físicas en alguna circunstancia, equivalente al 34% del tiempo de trabajo total en Estados Unidos; al sumar LLM y robótica, la exposición teórica alcanza el 81% del empleo.

La capacidad no equivale a sustitución: solo el 0,3% del trabajo sería competitivo en costes con la tecnología actual. El estudio identifica la manipulación, el precio, la regulación y la preferencia por interacción humana como límites decisivos, y advierte que sus cifras miden exposición, no pérdida automática de puestos.

Relevancia para EurekAI: La formación debe separar posibilidad técnica, viabilidad económica e impacto real. Esta distinción ayuda a diseñar competencias profesionales sin convertir una cifra de exposición en una predicción determinista.

→ Leer investigación completa (Anthropic)

3
Solo el 6% de las finanzas empresariales está preparado para escalar IA, según IBM Una encuesta a 1.500 directores financieros muestra más responsabilidad estratégica, pero poca transformación operativa.
▼

IBM presentó el 30 de septiembre un estudio global con 1.500 directores financieros. El 62% afirma que su función se ha ampliado hacia la estrategia tecnológica o de IA y el 56% declara más autoridad sobre cartera y reasignación de capital, pero solo el 6% considera que finanzas ha llegado a un estado preparado para transformar procesos con IA a escala.

Para 2030, el 56% espera asumir más responsabilidad en el diseño de barreras financieras y éticas para la IA. IBM identifica además que apenas el 8% lidera objetivos empresariales de valor de IA con activadores automatizados de inversión.

Relevancia para EurekAI: Los proyectos académicos también necesitan responsables de valor, riesgo y continuidad. Vincular presupuesto, indicadores y salvaguardas desde el inicio evita pilotos llamativos que nunca llegan a una adopción sostenible.

→ Leer estudio y resultados (IBM)

4
Microsoft prueba agentes inspeccionables para diseñar terapias con fagos El sistema organiza evidencia, herramientas y validación para buscar virus contra bacterias resistentes.
▼

Un equipo multidisciplinar de Microsoft describió el 30 de septiembre un flujo bioinformático construido con Microsoft Discovery para localizar fagos candidatos frente a bacterias resistentes. La aplicación convirtió la pregunta científica en un árbol de tareas revisable, conectó literatura, genómica y predicción estructural, e incorporó seis servidores MCP para consultar fuentes como PubMed, NCBI BLAST, AlphaFold y ClinicalTrials.gov.

El sistema partió de una biblioteca curada de 170 artículos y produjo en menos de cuatro horas un borrador de informe y una arquitectura de seis módulos con controles positivos, negativos y de seguridad. Microsoft subraya que no obtuvo un tratamiento validado: el resultado es un plan reproducible que aún exige revisión experta y validación de laboratorio.

Relevancia para EurekAI: El caso ilustra una buena práctica transferible: hacer visibles la descomposición del problema, las fuentes y los puntos de aprobación humana. La velocidad solo es útil si el proceso puede auditarse y enseñarse.

→ Leer caso completo (Microsoft Discovery)

🎓

IA y Educación – Enseñanza y Aprendizaje

5
Google.org financia tres vías para preparar a la educación superior ante la IA Las iniciativas abarcan alumnado adulto, aprendizaje conectado con el empleo y planificación de community colleges.
▼

Google.org anunció el 30 de septiembre apoyo a tres iniciativas de educación superior. La Coalition of Urban Serving Universities integrará recursos de IA en la formación de docentes y asesores, con pruebas en 30 universidades; otra línea analizará durante 15 meses diez modelos de aprendizaje comunitario conectado con el empleo.

La tercera iniciativa, liderada por Education Design Lab, trabajará con centros de dos años para transformar la planificación estratégica y preparar al alumnado para el futuro laboral. El anuncio pone el foco en instituciones y estudiantes con menos recursos para adoptar IA.

Relevancia para EurekAI: La combinación de pilotos, casos documentados y réplica entre instituciones ofrece un modelo más sólido que desplegar una herramienta aislada. Conviene diseñar desde el principio cómo se compartirá la evidencia.

→ Leer anuncio completo (Google.org)

6
SDSU recibe 750.000 dólares para alfabetización en IA de toda la comunidad El programa combinará microlecciones, evaluación oral asistida y resultados comunes para cada titulado.
▼

South Dakota State University comunicó el 30 de septiembre una subvención de 750.000 dólares y tres años del Departamento de Educación de Estados Unidos para desarrollar alfabetización y competencia en IA entre estudiantes, profesorado y personal. El nuevo Center for AI Innovation and Emergent Technologies concentrará buena parte del programa.

La propuesta incluye 30 días de microlecciones para docentes, un itinerario de 15 días para estudiantes y una herramienta para crear exámenes orales interactivos con IA cuya calificación sigue en manos del profesor. SDSU trabaja además en resultados de aprendizaje comunes para que todo graduado adquiera competencias fundamentales.

Relevancia para EurekAI: La iniciativa combina formación breve, rediseño de evaluación y estándares institucionales. Es una secuencia útil para pasar de talleres voluntarios a capacidades que puedan comprobarse.

→ Leer noticia completa (South Dakota State University)

7
Syracuse lanza una microcredencial de alfabetización en IA para Artes y Ciencias La insignia gratuita y autogestionada conecta IA con información, ética y pensamiento disciplinar.
▼

Las bibliotecas de Syracuse University y su College of Arts and Sciences anunciaron el 1 de octubre una insignia digital gratuita, autogestionada y exclusiva para estudiantes de grado de la facultad. El programa surgió de conversaciones con alumnos que pedían aprender a usar IA en su disciplina sin perder una perspectiva crítica de humanidades y ciencias.

Los módulos explican cómo funciona la IA generativa, cómo evaluar información producida por modelos y cómo se aplica en distintas áreas. La evaluación se realiza con Microsoft Forms y el diseño se apoya en el marco de alfabetización informacional de la ACRL.

Relevancia para EurekAI: Tratar la alfabetización en IA como parte de la alfabetización informacional integra fuentes, juicio y ética. La microcredencial también ofrece un formato escalable que puede convivir con asignaturas disciplinares.

→ Leer anuncio completo (Syracuse University Libraries)

8
Estudiantes de Evansville aplican visión artificial a la accesibilidad urbana Un robot, un modelo de aula y una aplicación ciudadana cartografían barreras en las aceras.
▼

La Universidad de Evansville presentó el 30 de septiembre Sidewalks4All, un proyecto interdisciplinar en el que estudiantes de informática, ingeniería civil, ingeniería eléctrica y ciencia de datos construyen un robot con GPS para inspeccionar aceras y detectar rampas, cruces, obstáculos y problemas de superficie.

El modelo de visión artificial desarrollado en la asignatura CS 480 cartografía infraestructura peatonal con una confianza superior al 90%, según la universidad. Una aplicación móvil permite que la ciudadanía comunique incidencias y aporte datos que alimentan los modelos.

Relevancia para EurekAI: Es un ejemplo de aprendizaje basado en retos con impacto público y datos reales. La calidad del proyecto puede evaluarse a la vez por desempeño técnico, accesibilidad, participación comunitaria y utilidad de la solución.

→ Leer proyecto completo (University of Evansville)

🛠️

Herramientas y Recursos Educativos

9
Microsoft lanza modelos de voz y transcripción en tiempo real MAI-Transcribe-2-Streaming cubre 60 idiomas y devuelve hipótesis parciales en poco más de 100 milisegundos.
▼

Microsoft presentó el 1 de octubre MAI-Transcribe-2-Streaming, un modelo de transcripción de baja latencia con detección continua de idioma y cobertura de 60 lenguas. Genera las primeras hipótesis en algo más de 100 milisegundos y se ofrece a un precio introductorio de 0,54 dólares por hora de audio hasta final de año.

La compañía añadió MAI-Voice-2.1 y su variante Flash, compatibles con 23 idiomas y 26 configuraciones regionales. Flash puede generar 45 segundos de audio con una latencia total de 150 milisegundos; los modelos están disponibles en Microsoft Foundry, MAI Playground y Vercel, entre otros canales.

Para docentes y EurekAI: La transcripción rápida y multilingüe puede mejorar accesibilidad, subtitulado y tutoría oral. Los pilotos deben revisar consentimiento, exactitud por acento y lengua, y mecanismos para corregir transcripciones.

→ Leer anuncio completo (Microsoft AI)

10
IBM Bob puede desplegarse dentro de entornos aislados y soberanos La plataforma de desarrollo agéntico llega a instalaciones locales, nubes privadas y redes sin conexión exterior.
▼

IBM anunció el 1 de octubre una modalidad autogestionada de IBM Bob, su plataforma agéntica para desarrollo y modernización de software. Las organizaciones pueden ejecutarla en infraestructura local, nube privada, nube soberana e incluso entornos aislados de la red, manteniendo código, contexto y datos bajo su control.

La solución admite modelos licenciados que se ejecutan dentro de la organización o conexiones híbridas con servicios externos compatibles. IBM la orienta a sectores regulados y sistemas críticos que necesitan cumplir requisitos de residencia, seguridad y gobernanza.

Para docentes y EurekAI: El despliegue controlado puede ser decisivo para proyectos con código institucional o datos sensibles. Aun así, la soberanía técnica no sustituye una política de accesos, registros, evaluación y responsabilidad.

→ Leer anuncio completo (IBM)

11
ChatGPT incorpora un probador virtual de ropa y carpetas de favoritos La actualización permite usar una foto de referencia, conservarla y eliminarla desde los ajustes.
▼

OpenAI actualizó el 1 de octubre la experiencia de compras de ChatGPT con un botón «Try on» en fichas de ropa y accesorios. El usuario puede tomar o subir una fotografía para generar una prueba virtual mediante ChatGPT Images y guardar productos en Favoritos o en carpetas.

La foto de referencia queda guardada para usos posteriores y puede cambiarse o borrarse en Ajustes, dentro de Personalización. La función está disponible en web y móvil; la nota de versión no detalla países, comercios compatibles ni precisión de las representaciones.

Para docentes y EurekAI: El caso permite trabajar alfabetización visual, privacidad y consumo crítico. Una actividad puede comparar la imagen sintética con el producto real y analizar qué datos personales se conservan y con qué controles.

→ Consultar notas de versión (OpenAI)

Fuentes consultadas