AI Güey Blog

Imagen generada con IA Parece que hay algo profundamente extraño ocurriendo dentro de la industria de inteligencia artificial. Jacob Coxon, un investigador de 27 años que trabajó durante los últimos tres años en preentrenamiento de modelos, primero en OpenAI  y después en Anthropic , decidió renunciar. No solamente cambió de empresa, abandonó la industria y lanzó una acusación bastante seria: Que los principales laboratorios están compitiendo por desarrollar sistemas de inteligencia artificial cada vez más poderosos sin tener resuelto cómo controlarlos. Según Coxon, las compañías están avanzando hacia sistemas capaces de mejorar sus propias capacidades mientras aceptan riesgos que podrían tener consecuencias extraordinariamente graves. En este sentido, su crítica resulta particularmente interesante porque Anthropic ha construido buena parte de su identidad precisamente alrededor de la seguridad de la IA. Tomado al pie de la letra, es fácil leer algo así y caer inmediatame...

  The Microsoft Canada Excellence Centre (MCEC) (Courtesy of Microsoft) Durante los últimos años, Microsoft y OpenAI parecían inseparables; mientras una empresa desarrollaba algunos de los modelos de inteligencia artificial más avanzados del mundo, la otra aportaba la infraestructura, el capital y el acceso a millones de usuarios a través de Azure , Microsoft 365 , GitHub y Copilot . Era, probablemente, la alianza tecnológica más poderosa de esta nueva era de la IA. Por eso me llamó tanto la atención la información publicada por Investing.com , Yahoo Finanzas y otros medios : Microsoft está sustituyendo parte del trabajo que antes realizaban modelos de OpenAI y Anthropic por modelos desarrollados internamente; el objetivo es claro: reducir costos, aumentar la eficiencia y recuperar mayor control sobre su plataforma de inteligencia artificial. A simple vista, esto podría parecer una decisión técnica; sin embargo, en realidad, es una decisión profundamente estratégica, y creo ...

  Imagen generada con IA A menudo damos a los niños respuestas que recordar en lugar de problemas a resolver —Roger Lewin Ok, después de toda la polémica sobre los exámenes de admisión de la UNAM que hemos venido discutiendo, es fácil quedarse con la conclusión más sencilla: algunos estudiantes hicieron trampa utilizando inteligencia artificial, mal, muy mal. Y aunque el aspecto ético es absolutamente relevante, creo que esa lectura se queda muy corta. La verdadera historia no habla solamente de fraude, habla de una generación que está entrando a la universidad justo cuando cambia, quizá por primera vez desde la invención de Internet, el significado mismo de aprender. Y eso nos obliga a replantear casi todo lo que entendíamos por educación. Durante décadas, estudiar consistía, en buena medida, en adquirir información. Memorizar conceptos, comprender teorías, pensar, resolver ejercicios y demostrar ese conocimiento en un examen. El acceso a la información era limitado, y buena...

  Ciudad Universitaria, UNAM (Crédito: Gomnrz en es.wikipedia.org) La inteligencia artificial acaba de provocar una de las mayores crisis en la historia reciente de la universidad más importante de México, la UNAM . Lo ocurrido con el proceso de admisión 2026, que dejó en entredicho los resultados de más de 158 mil aspirantes y obligó a la universidad a revisar todo el proceso, incluyendo la aplicación de un examen de control para decenas de miles de estudiantes, no representa únicamente un escándalo universitario. Es, probablemente, el primer gran caso mexicano donde la IA puso a prueba, al mismo tiempo, la tecnología, la ética, el marco legal y la confianza en una institución pública y, desafortunadamente, en el país. Pero sería un error pensar que la tecnología es la principal responsable.   La noticia Pues bien, la UNAM enfrenta una de sus mayores crisis tras detectar resultados atípicos en su examen de admisión 2026, el cual fue realizado por primera vez completamente en ...

  Imagen creada con IA Durante meses, un par de años, quizá, hemos escuchado la misma narrativa sobre inteligencia artificial: innovación, productividad, automatización, crecimiento económico. Gobiernos y empresas compiten por atraer inversiones multimillonarias en infraestructura de IA como si se tratara de la nueva fiebre del oro digital. Pero la nota de la revista Proceso sobre agricultores que rechazaron ofertas millonarias para detener la expansión de centros de datos nos hace ver algo que rara vez aparece en la conversación tecnológica: el costo territorial y social de la inteligencia artificial. Y honestamente, si analizamos el desarrollo de la IA de manera objetiva, era inevitable que tarde o temprano llegáramos a este punto. Porque detrás de cada modelo de IA, cada chatbot y cada sistema generativo, existe una infraestructura física gigantesca. Servidores, energía, agua, terrenos, redes eléctricas, la nube nunca fue realmente una nube; siempre fue una enorme colección de ...

  Por Milton Martínez / Secretaría de Cultura de la Ciudad de México, CC BY 2.0, https://commons.wikimedia.org/w/index.php?curid=99401202 Recientemente, la Universidad Nacional Autónoma de México ( UNAM ) instaló su nuevo Consejo Coordinador de Inteligencia Artificial (CCOIA) .  A primera vista, la decisión de la UNAM de instalar CCOIA puede parecer un movimiento institucional más, dentro del auge global de la IA. Otro comité, otro consejo, otro anuncio académico en medio del ruido tecnológico actual. Pero, honestamente, creo que aquí hay algo más importante de lo que podemos apreciar a simple vista. Porque detrás de esta iniciativa hay una señal interesante: México empieza a reconocer que la inteligencia artificial ya no es únicamente un tema tecnológico o empresarial. Se está convirtiendo en un asunto de relevancia para el país. Durante el último par de años, gran parte del debate sobre IA en México ha girado alrededor de la adopción empresarial, automatización o competitivi...

Imagen creada con IA Hace apenas un par de años, muchas empresas seguían preguntándose si debían adoptar inteligencia artificial (IA); hoy, la conversación ha cambiado de manera radical. Según la nota de Xataka , el nuevo problema no es la falta de agentes de IA, sino exactamente lo contrario: hay demasiados. Y, honestamente, era cuestión de tiempo. La industria de software y tecnología pasó meses impulsando la idea de que cada área del negocio necesitaba su propio agente inteligente: agentes para ventas, para soporte, para recursos humanos, para finanzas, para análisis de datos, para automatización operativa. Todo empezó a llenarse de “copilotos”, asistentes y sistemas autónomos prometiendo eficiencia instantánea. El problema es que muchas organizaciones comenzaron a desplegarlos sin detenerse a pensar en algo fundamental: ¿Cómo conviven todos esos agentes entre sí? Porque una cosa es tener un agente útil, pero otra muy distinta es construir un ecosistema entero de agentes que termina...

  Imagen creada con IA Si, el clamor parece crecer, hay algo que no cuadra en la narrativa dominante de la inteligencia artificial (IA), mientras algunos nos han vendido la idea de que automatizar es avanzar, que optimizar es mejorar, que, si un proceso lo puede hacer una máquina, entonces necesariamente es mejor que lo haga la nota de Spanish Revolution , y el estudio que retoma ( The AI LayoffTrap ), nos hace preguntarnos: ¿y si no? ¿y si automatizar, en ciertos casos, es simplemente acelerar nuestros propios errores? Porque, al final, la IA no llega a organizaciones perfectas, no existe, llega a empresas con procesos incompletos, con datos desordenados, con decisiones históricas que nunca se cuestionaron, y cuando entra en ese entorno, no los corrige por arte de magia, de hecho, los puede empeorar. Y ahí está la trampa. Durante años vimos algo parecido con otras tecnologías, los sistemas de BI, los ERPs, la automatización de procesos… todos, si, todos, prometían eficiencia. Y sí...