https://pharma.intelligence-synthesis.com/es/ai-reports/De empresas de IA, universidades, institutos de investigación y consultoraseshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/145e91d47a/ir-145e91d47aSat, 17 Oct 2026 00:00:00 +0900labNVIDIA ha lanzado los portátiles RTX Spark, con eventos de lanzamiento en tiendas celebrados en todo el mundo, entre ellos uno en Berlín en el que apareció el CEO Jensen Huang. El chip combina una GPU Blackwell RTX y una CPU Grace en un solo superchip, y ofrece hasta 1 petaflop de computación de IA y hasta 128GB de memoria unificada. Los portátiles de ASUS, Dell, HP, Lenovo, Microsoft y MSI parten de $2,399, y más sistemas están en camino. https://blogs.nvidia.com/blog/local-ai-rtx-spark-windows-laptops-celebration/https://pharma.intelligence-synthesis.com/es/ai-reports/s/fc6ef85e79/ir-fc6ef85e79Sat, 17 Oct 2026 00:00:00 +0900academiaEste artículo propone una plantilla de caso de seguridad para capacidades cibernéticas ofensivas. Desglosa la afirmación principal en subafirmaciones cada vez más específicas, cada una respaldada por evidencia, y vincula modelos de riesgo, tareas sustitutivas y resultados de evaluación mediante el marco Claims Arguments Evidence. Los autores lo presentan como una prueba de concepto para fomentar el debate sobre los casos de seguridad de la IA. https://www.governance.ai/research-paper/safety-case-template-for-frontier-ai-a-cyber-inability-argumenthttps://pharma.intelligence-synthesis.com/es/ai-reports/s/fb171eb97f/ir-fb171eb97fSat, 17 Oct 2026 00:00:00 +0900academiaEste artículo ofrece una visión general de cómo el progreso en el hardware, en concreto en el cómputo, sustenta nuevas mejoras en los sistemas de IA. Explica que el progreso de la IA se apoya en el cómputo, los datos y los algoritmos, y describe métricas de cómputo comunes como FLOPS, MIPS e IOPS. Es el tercero de una serie sobre tendencias de la IA. https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-computehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/fabc33faa3/ir-fabc33faa3Sat, 17 Oct 2026 00:00:00 +0900academiaUna nueva investigación revela que los marcos de aprendizaje automático pueden perder más del 40 % de sus funciones clave al trasladarse a otro hardware. Incluso cuando las funciones siguen siendo portables, el rendimiento puede ralentizarse tanto que resulta insostenible. Los autores sugieren que la especialización del hardware podría obstaculizar la innovación en la investigación sobre aprendizaje automático. https://futuretech.mit.edu/news/the-grand-illusion-the-myth-of-software-portability-and-implications-for-ml-progresshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/f4f0a1b4e7/ir-f4f0a1b4e7Sat, 17 Oct 2026 00:00:00 +0900academiaEE. UU. y la UE utilizan umbrales de cómputo de entrenamiento, es decir, el número de operaciones computacionales empleadas en el entrenamiento, para identificar modelos de IA de propósito general que pueden plantear riesgos de daño social a gran escala. Los autores sostienen que el cómputo de entrenamiento es actualmente la métrica más adecuada para este filtro inicial, ya que se correlaciona con las capacidades y los riesgos, es cuantificable y puede verificarse externamente. Advierten que es un indicador imperfecto del riesgo y que no debe usarse por sí solo para determinar medidas de mitigación. https://www.governance.ai/research-paper/training-compute-thresholds-features-and-functions-in-ai-regulationhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/f2e2436481/ir-f2e2436481Sat, 17 Oct 2026 00:00:00 +0900academiaBasándose en estudios académicos y encuestas públicas, este informe sintetiza las actitudes del público hacia la IA, con enfoque en el Reino Unido y Estados Unidos. Abarca opiniones sobre temas como la preocupación por la pérdida de empleos, junto con tendencias emergentes, desafíos y oportunidades. También presenta la base de datos AI SHARE, que agrega datos de encuestas de más de 200 estudios realizados entre 2014 y 2023. https://www.governance.ai/research-paper/what-does-the-public-think-about-aihttps://pharma.intelligence-synthesis.com/es/ai-reports/s/f14403359b/ir-f14403359bSat, 17 Oct 2026 00:00:00 +0900academiaEl artículo sostiene que la infraestructura, las prácticas y las normas para el reporte de fallos en los sistemas de IA de propósito general (GPAI) están seriamente poco desarrolladas en comparación con la seguridad del software. Propone informes de fallos de IA y reglas de participación estandarizados, programas de divulgación de amplio alcance basados en los programas de recompensas por errores (bug bounties) con salvaguardas legales, y una mejor infraestructura para coordinar los informes de fallos entre las partes interesadas. https://www.governance.ai/research-paper/in-house-evaluation-is-not-enough-towards-robust-third-party-flaw-disclosure-for-general-purpose-aihttps://pharma.intelligence-synthesis.com/es/ai-reports/s/f130afe88a/ir-f130afe88aSat, 17 Oct 2026 00:00:00 +0900academiaA medida que los agentes de IA planifican y ejecutan tareas cada vez más en entornos abiertos, los autores sostienen que las herramientas existentes son insuficientes para gestionar sus riesgos. Proponen la «infraestructura de agentes», es decir, sistemas técnicos y protocolos compartidos externos a los agentes que median sus interacciones e impactos. Los autores identifican tres funciones: atribuir acciones a agentes o usuarios específicos, dar forma a las interacciones de los agentes, y detectar y remediar las acciones dañinas. https://www.governance.ai/research-paper/infrastructure-for-ai-agentshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/effaa42816/ir-effaa42816Sat, 17 Oct 2026 00:00:00 +0900academiaLos sistemas de IA podrían causar un daño inmenso, pero también mejorar enormemente el bienestar humano, por lo que el desafío regulatorio consiste en permitir la innovación evitando al mismo tiempo los riesgos. El artículo sostiene que la supervisión regulatoria, en la que los funcionarios cuentan con facultades para recopilar información y con una discrecionalidad significativa, debe utilizarse solo cuando ningún otro enfoque pueda alcanzar el objetivo regulatorio. Concluye que la supervisión está justificada para los desarrolladores de IA de frontera, como OpenAI, Anthropic, Google DeepMind y Meta, porque ninguna otra forma de regulación puede lograr una buena política de IA. https://www.governance.ai/research-paper/regulatory-supervision-of-frontier-ai-developershttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ed85089ac3/ir-ed85089ac3Sat, 17 Oct 2026 00:00:00 +0900academiaEsta aplicación web interactiva explora la dinámica de la competencia arriesgada en IA a través del modelo de equilibrio entre seguridad y rendimiento (SPT). Se pregunta si los avances en seguridad de la IA siempre conducirán a sistemas más seguros, incluso cuando todos saben cómo hacer que sus sistemas sean más seguros. La herramienta permite examinar por qué los sistemas de IA desplegados pueden seguir siendo tan arriesgados como antes de un avance. https://www.governance.ai/research-paper/safety-performance-tradeoff-model-web-aphttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ed8394bd48/ir-ed8394bd48Sat, 17 Oct 2026 00:00:00 +0900academiaA medida que los sistemas de IA se vuelvan más capaces, se utilizarán cada vez más para causar daño, por ejemplo, automatizando el fraude o creando imágenes falsas dañinas. El artículo sostiene que las restricciones a las capacidades están justificadas cuando otras intervenciones son insuficientes, el daño potencial es alto y es posible una intervención dirigida. Ofrece una taxonomía y un marco centrados en los pasos necesarios para que el uso indebido cause daño, y los aplica a la predicción de toxinas novedosas, la creación de imágenes dañinas y la automatización del spear phishing. https://www.governance.ai/research-paper/protecting-society-from-ai-misuse-when-are-restrictions-on-capabilities-warrantedhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ed4b9a2808/ir-ed4b9a2808Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo propone un marco para evaluar cómo los LLM y las tecnologías relacionadas pueden afectar el trabajo, basado en su relevancia para las tareas que realizan los trabajadores. Al aplicarlo con humanos y con un LLM, los autores estiman que alrededor del 1.8% de los empleos podrían tener más de la mitad de sus tareas afectadas por LLM con interfaces simples y entrenamiento general. Si se tienen en cuenta los desarrollos complementarios de software, esa proporción sube a poco más del 46%. https://www.governance.ai/research-paper/gpts-are-gpts-labor-market-impact-potential-of-llmshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ea2245c67e/ir-ea2245c67eSat, 17 Oct 2026 00:00:00 +0900academiaEsta publicación de FutureTech resume algunas ideas clave de la conferencia de 2025, «¿Con qué rapidez ocurrirá la automatización con IA?», celebrada en octubre. Entre los ponentes se contaron destacados investigadores en desarrollo de IA, economía de la IA y aplicaciones de la IA. La publicación destaca ideas seleccionadas en lugar de ofrecer un resumen completo de cada charla. https://futuretech.mit.edu/news/how-fast-will-ai-automation-happen-reflections-on-the-futuretech-conferencehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/e3a14b19e4/ir-e3a14b19e4Sat, 17 Oct 2026 00:00:00 +0900academiaEsta contribución responde a una solicitud de información de EE. UU. sobre las tareas del NIST en virtud de la orden ejecutiva sobre IA, centrada en los «modelos fundacionales de doble uso». Recomienda fomentar que los desarrolladores adopten prácticas como publicar políticas de seguridad, realizar pruebas de red teaming, elaborar estimaciones de riesgo y supervisar los modelos tras su despliegue. También sostiene que las cargas de la gestión de riesgos deben ser proporcionales al impacto de un sistema. https://www.governance.ai/research-paper/response-to-the-rfi-related-to-nists-assignments-under-the-executive-order-concerning-aihttps://pharma.intelligence-synthesis.com/es/ai-reports/s/e36a0f3452/ir-e36a0f3452Sat, 17 Oct 2026 00:00:00 +0900academiaLas actividades en línea de los agentes de IA podrían distorsionar las creencias humanas, por ejemplo, haciendo que los "me gusta" y las comparticiones sintéticos parezcan opinión genuina. El autor sostiene que el artículo 50 de la Ley de IA de la UE, cuya entrada en vigor se espera para el 2 de agosto de 2026, probablemente exige etiquetar las solicitudes web y las acciones de navegador de los agentes de IA, y que las etiquetas deberían ser verificables en cuanto a su creador y a su manipulación. El informe propone en un apéndice un posible texto para el próximo Código de Buenas Prácticas. https://www.governance.ai/research-paper/labeling-of-ai-agent-activity-in-article-50-of-the-eu-ai-acthttps://pharma.intelligence-synthesis.com/es/ai-reports/s/e086420a53/ir-e086420a53Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo se centra en los modelos de «IA de frontera»: modelos fundacionales de gran capacidad que podrían poseer capacidades peligrosas suficientes para suponer graves riesgos para la seguridad pública. Sostiene que regularlos requiere tres elementos básicos: el establecimiento de estándares, requisitos de registro y notificación, y mecanismos para garantizar el cumplimiento. También propone un conjunto inicial de estándares de seguridad, que incluye evaluaciones de riesgos previas al despliegue y el seguimiento y la respuesta ante nueva información tras el despliegue. https://www.governance.ai/research-paper/frontier-ai-regulation-managing-emerging-risks-to-public-safetyhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/dd9a29f1e1/ir-dd9a29f1e1Sat, 17 Oct 2026 00:00:00 +0900consultinghttps://www.deloitte.com/global/en/services/consulting-risk/perspectives/the-ciso-guide-to-generative-ai-opportunities-outcomes-and-the-urgency-of-now.htmlhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/dc607dd2d3/ir-dc607dd2d3Sat, 17 Oct 2026 00:00:00 +0900academiaEl informe analiza cómo afectarán a las finanzas la IA generativa, los agentes de IA emergentes y, de forma más especulativa, la inteligencia artificial general. Examina cuatro funciones: intermediación financiera, seguros, gestión de activos y pagos, junto con sus implicaciones para la estabilidad financiera y la política prudencial. También considera los efectos de contagio sobre la economía real en escenarios optimistas y disruptivos, y propone un marco para actualizar la regulación financiera basado en principios generales de gobernanza de la IA. https://www.governance.ai/research-paper/intelligent-financial-system-how-ai-is-transforming-financehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/db7d10cae9/ir-db7d10cae9Sat, 17 Oct 2026 00:00:00 +0900academiaUn ensayo controlado aleatorizado preregistrado (de junio a agosto de 2025, n = 153) no encontró una diferencia significativa en la finalización del flujo de trabajo entre principiantes que usaron asistencia de LLM y quienes tuvieron acceso a internet, en una tarea que modelaba un flujo de trabajo de genética inversa viral. El grupo con LLM tuvo tasas de éxito numéricamente más altas en cuatro de cinco tareas, lo que los autores asocian con un modesto beneficio en el rendimiento. El estudio señala una brecha entre los resultados de las pruebas de referencia y la utilidad en el mundo real, y pide una validación en el mundo físico de las evaluaciones de bioseguridad de la IA. https://www.governance.ai/research-paper/measuring-mid-2025-llm-assistance-on-novice-performance-in-biologyhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/d8e7de3025/ir-d8e7de3025Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo sostiene que los proveedores de cómputo deberían tener obligaciones legales y responsabilidades éticas en la regulación de la IA, actuando como garantes de seguridad, custodios de registros, verificadores de la actividad de los clientes y ejecutores de las normas. Examina cómo pueden llevarse a cabo estas funciones de manera focalizada y respetuosa con la privacidad, utilizando datos no confidenciales para inferir el tipo de carga de trabajo y el cómputo consumido. Tomando como caso de estudio la Orden Ejecutiva 14110 de EE. UU., describe los requisitos de conservación de registros y explora cómo la verificación y la aplicación de las normas podrían conformar un esquema de supervisión más amplio. https://www.governance.ai/research-paper/governing-through-the-cloudhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/d6e43c0d75/ir-d6e43c0d75Sat, 17 Oct 2026 00:00:00 +0900academiaUna encuesta revela que cerca de la mitad de los estadounidenses cree que el mayor uso de la IA conducirá a una mayor desigualdad de ingresos y a una sociedad más polarizada. Los economistas, en general, están menos preocupados que el público por una pérdida drástica de empleos a corto plazo, pero a menudo comparten las preocupaciones sobre la desigualdad. Varios estudios encuentran que, dentro de ocupaciones como el derecho y la ingeniería de software, los trabajadores menos cualificados o con menos experiencia son los que más productividad ganan con la IA, un resultado que algunos economistas ven como una posible vía para reducir la desigualdad. https://www.governance.ai/research-paper/ais-impact-on-income-inequality-in-the-ushttps://pharma.intelligence-synthesis.com/es/ai-reports/s/d6d581ae13/ir-d6d581ae13Sat, 17 Oct 2026 00:00:00 +0900academiaEl progreso de la IA está generando una gama creciente de riesgos y oportunidades, y las barreras para abordarlos son a menudo, al menos en parte, técnicas. El artículo explica la gobernanza técnica de la IA, que utiliza el análisis y las herramientas técnicas para apoyar una gobernanza eficaz de la IA, y presenta una taxonomía y un catálogo incompleto de sus problemas abiertos. Está concebido como un recurso para investigadores técnicos y financiadores de investigación. https://www.governance.ai/research-paper/open-problems-in-technical-ai-governancehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/d41fec63e3/ir-d41fec63e3Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo describe cuatro significados distintos de «democratización de la IA». Tres de ellos se usan casi indistintamente con «aumentar la accesibilidad», mientras que el significado relacionado con la gobernanza equilibra la accesibilidad con otras necesidades y valores de la sociedad. Los autores advierten contra el uso impreciso del término como sinónimo de «todo lo bueno», ya que su valor depende de su alineación con las personas afectadas. https://www.governance.ai/research-paper/democratising-ai-multiple-meanings-goals-and-methodshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/cc0371f85c/ir-cc0371f85cSat, 17 Oct 2026 00:00:00 +0900academiaEste documento técnico examina formas prácticas de aumentar la voz y el acceso de la Mayoría Global de la IA en la gobernanza y las capacidades de la IA, al tiempo que aborda las preocupaciones de seguridad y comerciales de los Estados de IA de frontera. Identifica barreras como la limitada infraestructura digital y de cómputo, el desarrollo de IA concentrado, los datos anglocéntricos y la distribución desigual del talento. Propone la alineación de intereses, la arquitectura participativa y la garantía de seguridad como tres enfoques. https://www.governance.ai/research-paper/voice-and-access-in-ai-global-ai-majority-participation-in-artificial-intelligence-development-and-governancehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/cb9d9704e5/ir-cb9d9704e5Sat, 17 Oct 2026 00:00:00 +0900academiaEste documento técnico propone un marco para identificar qué cuestiones de gobernanza de la IA deberían internacionalizarse, analizando nueve áreas de políticas relacionadas con los datos, la capacidad de cómputo y la gobernanza de modelos. Evalúa cuatro factores: externalidades transfronterizas, arbitraje regulatorio, capacidad de gobernanza desigual e interoperabilidad. Los beneficios de la internacionalización son mayores en la supervisión de los proveedores de cómputo, la procedencia de los contenidos, las evaluaciones de modelos, el seguimiento de incidentes y los protocolos de gestión de riesgos, y menores o mixtos en la privacidad de los datos, la procedencia de los datos, la distribución de chips y la mitigación de sesgos. https://www.governance.ai/research-paper/what-should-be-internationalised-in-ai-governancehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ca939387c9/ir-ca939387c9Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte Consulting LLP anunció AI Advantage for CFOs, una plataforma integrada de análisis y conocimientos impulsada por IA, creada con Amazon Bedrock y los grandes modelos de lenguaje de Anthropic. Incluye Finance Automation Agents para automatizar procesos financieros clave y generar conocimientos a partir de contenido estructurado, no estructurado y multimodal. Volkswagen Group Argentina se encuentra entre los primeros clientes en utilizarla. https://www.deloitte.com/global/en/about/press-room/deloitte-launches-ai-advantage-for-cfos.htmlhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ca2e08e189/ir-ca2e08e189Sat, 17 Oct 2026 00:00:00 +0900academiaUn artículo de Forbes explora la convergencia de la IA y la computación cuántica y presenta la Quantum Economic Advantage Calculator de MIT FutureTech, presentada en la Business of Quantum Summit. También señala el creciente aumento de la inversión en tecnología cuántica y startups europeas como Multiverse Computing, que ha lanzado modelos de IA comprimidos. https://futuretech.mit.edu/news/forbes-covers-mit-futuretech-quantum-advantage-calculatorhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/c966d1094b/ir-c966d1094bSat, 17 Oct 2026 00:00:00 +0900academiaRobert Trager analiza los escritos de Stuart Russell sobre armas autónomas y sugiere la no proliferación como alternativa a una prohibición total. Argumenta que es poco probable que las grandes potencias renuncien a tecnologías de importancia militar, por lo que impedir la difusión de versiones avanzadas podría ser un enfoque viable. Reconoce que es difícil e incierto, que requiere el enfoque de las grandes potencias y garantías de seguridad, pero sostiene que podría valer la pena intentarlo. https://www.governance.ai/research-paper/deliberating-autonomous-weaponshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/c94afb835b/ir-c94afb835bSat, 17 Oct 2026 00:00:00 +0900academiaAlgunas empresas de IA incluyen en sus marcos de seguridad disposiciones que les permiten reducir sus medidas de mitigación si un competidor lanza un modelo con capacidades similares pero con mitigaciones más débiles. Los autores sostienen que este enfoque podría aumentar el riesgo total, ya que las capacidades y mitigaciones de los competidores son difíciles de evaluar y los riesgos de accidentes crecen con el número de usuarios. También advierten de que los estándares de seguridad podrían erosionarse de forma repentina, si un solo infractor arrastra a otros, o gradualmente mediante un efecto de 'rana hervida'. https://www.governance.ai/research-paper/assessing-risk-relative-to-competitors-an-analysis-of-current-ai-company-policieshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/c771955ce6/ir-c771955ce6Sat, 17 Oct 2026 00:00:00 +0900academiaLa investigación y las operaciones de MIT FutureTech se presentaron en la conferencia Nvidia GTC. Tess Fagan, directora de Operaciones del MIT, realizará una sesión AMA en GTC 2025 el miércoles 19 de marzo a las 9 a. m. https://futuretech.mit.edu/news/futuretech-at-nvidia-gtchttps://pharma.intelligence-synthesis.com/es/ai-reports/s/c75bf23ceb/ir-c75bf23cebSat, 17 Oct 2026 00:00:00 +0900academiaEsta contribución responde a la solicitud de comentarios sobre la política de rendición de cuentas de la IA de la NTIA y se centra en las auditorías y evaluaciones de los modelos fundacionales. Sostiene que los modelos fundacionales deberían evaluarse, como mínimo, en cuanto a capacidades peligrosas, alineación y veracidad. También reclama un ecosistema de auditores expertos independientes con acceso a los modelos y con fuertes incentivos para encontrar fallos en lugar de limitarse a cumplir requisitos formales. https://www.governance.ai/research-paper/response-to-the-ntia-ai-accountability-policyhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/c31be07155/ir-c31be07155Sat, 17 Oct 2026 00:00:00 +0900academiaA medida que los grandes modelos de lenguaje de frontera se integran más profundamente en la sociedad y la economía, los autores sostienen que las decisiones sobre su entrenamiento, despliegue y uso no deberían recaer únicamente en los desarrolladores. Proponen un escrutinio externo mediante métodos como el red-teaming, las auditorías y el acceso de investigadores externos. El artículo organiza seis requisitos para un escrutinio externo eficaz bajo el marco ASPIRE y ofrece recomendaciones a los responsables políticos. https://www.governance.ai/research-paper/towards-publicly-accountable-frontier-llmshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/bd9b8129ac/ir-bd9b8129acSat, 17 Oct 2026 00:00:00 +0900academiaInvestigadores del MIT IDE revisan la evidencia sobre la IA en el trabajo, incluido dónde se equivocan las empresas. Concluyen que la IA no reemplaza automáticamente a los trabajadores y que a menudo genera nuevas demandas de coordinación y supervisión. Los beneficios pueden ser reales cuando las organizaciones replantean sus flujos de trabajo e invierten en la capacidad humana junto con la IA. https://futuretech.mit.edu/news/effective-ai-in-the-workplace-what-the-research-showshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/bd5ba51c40/ir-bd5ba51c40Sat, 17 Oct 2026 00:00:00 +0900academiaNeil Thompson y colegas de MIT FutureTech, The Productivity Institute y el Institute for Business Value de IBM han publicado un nuevo artículo que presenta un modelo de automatización de tareas con IA. Ofrece un marco integral que determina el rendimiento técnico que requieren las tareas, define las características de los sistemas de IA capaces de ese rendimiento y orienta las decisiones económicas sobre su desarrollo e implementación. https://futuretech.mit.edu/news/beyond-ai-exposure-which-tasks-are-cost-effective-to-automate-with-computer-visionhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ba5251860d/ir-ba5251860dSat, 17 Oct 2026 00:00:00 +0900academiaLa conferencia DRUID, que se celebrará en Niza, Francia, del 13 al 15 de junio de este verano, acogerá un debate sobre cómo el desarrollo de la IA afecta a las industrias intensivas en conocimiento, centrado en la posibilidad de una pérdida significativa de habilidades. Maria Savona (Universidad de Sussex) y Neil Thompson (MIT) defenderán la moción, mientras que Hyunjin Kim (INSEAD) y Abhishek Nagaraj (UC Berkeley) presentarán los puntos de vista contrarios. https://futuretech.mit.edu/news/druid-conference-debating-ais-impact-on-knowledge-intensive-industrieshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b91bd8e1c3/ir-b91bd8e1c3Sat, 17 Oct 2026 00:00:00 +0900academiaMIT FutureTech celebrará un taller sobre el papel de la IA en la ciencia. Reúne a científicos de distintos campos para debatir el tema. El taller es solo con invitación. https://futuretech.mit.edu/news/futuretech-announces-workshop-on-the-role-of-ai-in-sciencehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b427bcd51c/ir-b427bcd51cSat, 17 Oct 2026 00:00:00 +0900academiaEl artículo se pregunta qué papel puede desempeñar el derecho de responsabilidad civil extracontractual para garantizar un desarrollo responsable de la IA de frontera, tanto antes como después de que se establezcan regímenes regulatorios. Señala que estos sistemas pueden aportar grandes beneficios, pero también graves riesgos para el bienestar público, los derechos individuales y la seguridad nacional. Sostiene que confiar por completo en la autorregulación de la industria no es prudente, por lo que el sistema jurídico tiene un papel importante para garantizar que las empresas de IA de frontera actúen con un cuidado razonable. https://www.governance.ai/research-paper/tort-law-and-frontier-ai-governancehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b38e6cebfe/ir-b38e6cebfeSat, 17 Oct 2026 00:00:00 +0900academiaLos sistemas de IA de frontera podrían suponer riesgos crecientes para la seguridad pública, lo que plantea la pregunta de cuánto riesgo es aceptable. Los autores recomiendan que las empresas definan primero umbrales de riesgo, los usen para fijar umbrales de capacidad y luego se basen principalmente en los umbrales de capacidad para tomar decisiones, señalando que los umbrales de riesgo son más difíciles de evaluar de forma fiable. También sostienen que los reguladores deberían explorar este ámbito porque son los actores más legítimos para definir umbrales de riesgo. https://www.governance.ai/research-paper/risk-thresholds-for-frontier-aihttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b326f406b7/ir-b326f406b7Sat, 17 Oct 2026 00:00:00 +0900academiaBenjamin Manning explicó en una reciente reunión del laboratorio cómo los grandes modelos de lenguaje (LLM) podrían revolucionar la investigación en ciencias sociales. La economía suele modelar a las personas como agentes racionales idealizados ('homo economicus'), mientras que los LLM permiten modelos computacionales de los humanos ('homo silicus'). Las primeras evidencias sugieren que estos modelos pueden replicar cualitativamente experimentos con humanos, permitir una experimentación más barata y rápida, y evitar algunas barreras éticas. https://futuretech.mit.edu/news/presentation-what-can-we-learn-from-homo-silicus-how-large-language-models-llms-may-revolutionize-social-science-researchhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b213578d18/ir-b213578d18Sat, 17 Oct 2026 00:00:00 +0900academiaEl director de MIT FutureTech, Neil Thompson, presentó en la 4.ª Conferencia Anual AI in Action en el Banco Mundial en Washington, D.C. La conferencia fue un diálogo intersectorial sobre cómo la IA está transformando las empresas, los mercados laborales, las habilidades y la estrategia organizacional. Su charla se tituló 'Meek Models Shall Inherit the Earth'. https://futuretech.mit.edu/news/making-ai-work-what-firms-and-workers-needhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b1f54a2f21/ir-b1f54a2f21Sat, 17 Oct 2026 00:00:00 +0900academiaEste artículo presenta una encuesta a expertos (N = 166) y una consulta pública sobre umbrales para sistemas de IA avanzados, realizadas entre agosto y octubre de 2024. Los participantes coincidieron en general en que los umbrales deben ser establecidos por múltiples partes interesadas y en que los distintos tipos de umbral deben cumplir fines específicos. Estaban divididos sobre el papel de los umbrales de cómputo de entrenamiento y sobre cuántos umbrales debería haber. https://www.governance.ai/research-paper/survey-on-thresholds-for-advanced-ai-systemshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b07d86e79e/ir-b07d86e79eSat, 17 Oct 2026 00:00:00 +0900academiaEn un podcast de CSAIL Alliances grabado en vivo en el MIT Museum, la presentadora Kara Miller conversó con David Autor y Neil Thompson sobre la IA y el futuro del trabajo. La conversación abordó cómo la IA reconfigura las tareas y no solo los empleos, por qué las ganancias de productividad han sido desiguales y los riesgos de depender en exceso de la IA. https://futuretech.mit.edu/news/ai-and-our-time-at-work---mit-csail-podcasthttps://pharma.intelligence-synthesis.com/es/ai-reports/s/b02aad46c9/ir-b02aad46c9Sat, 17 Oct 2026 00:00:00 +0900academiaEste artículo compara las proyecciones del impacto económico de la IA generativa con las de otras tecnologías, tanto modernas como históricas. Considera el impacto según dos medidas: el PIB y la productividad. Las afirmaciones de los expertos sobre los efectos de la IA generativa van desde un impulso significativo al PIB de las economías desarrolladas hasta una reestructuración completa del mercado laboral mundial. https://futuretech.mit.edu/news/putting-the-economic-impact-of-genai-into-scalehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/af81602ec2/ir-af81602ec2Sat, 17 Oct 2026 00:00:00 +0900academiaLas grandes potencias están entrando en una era de intensa competencia por dominar tecnologías relevantes para la seguridad, como la IA, lo que puede generar riesgos compartidos como la escalada involuntaria de crisis y la proliferación incontrolada. Mediante un modelo estratégico, los autores concluyen que el hecho de que un rezagado despliegue tecnología riesgosa depende de cuán adversarios sean los competidores y de cuán cerca esté el rezagado de la capacidad del líder. También concluyen que, cuando los rivales no despliegan las tecnologías más riesgosas, las medidas de seguridad pueden debilitarse o revertirse por la compensación de riesgos. https://www.governance.ai/research-paper/safety-not-guaranteed-international-strategic-dynamics-of-risky-technology-raceshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/acbd6f9290/ir-acbd6f9290Sat, 17 Oct 2026 00:00:00 +0900academiaUna nueva investigación sugiere que los sistemas de IA creados o ejecutados con recursos limitados podrían igualar pronto a los principales modelos más grandes a un costo mucho menor, lo que podría ampliar el acceso. Los investigadores de MIT FutureTech sostienen, con base en las leyes de escalamiento neuronal, que el enfoque de «cuanto más grande, mejor» podría estar alcanzando rendimientos decrecientes. Observan que la reducción de las mejoras podría dejar finalmente a las empresas con poca ventaja por escalar más rápido que otras. https://futuretech.mit.edu/news/the-rise-of-smaller-meek-models-could-democratize-ai-systemshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/ac591734a4/ir-ac591734a4Sat, 17 Oct 2026 00:00:00 +0900academiaEl subtítulo de un artículo de The Verge dice que la iniciativa Tech Corps de Trump está convirtiendo a trabajadores no remunerados en vendedores de Silicon Valley. Meicen Sun dice que los reclutas promoverán la tecnología estadounidense en mercados emergentes, donde China ya lidera en marketing y promoción. https://futuretech.mit.edu/news/the-peace-corps-is-recruiting-volunteers-to-sell-ai-to-developing-nationshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/abba097d09/ir-abba097d09Sat, 17 Oct 2026 00:00:00 +0900academiaEste artículo describe cómo los requisitos de datos de los modelos de IA podrían estar creciendo más rápido que la oferta de datos adecuados. La creación anual de nuevos datos se multiplicó por 32 entre 2010 y 2020, pero aun así no logra seguir el ritmo de la demanda. El análisis de Epoch sugiere que varias fuentes de datos, como los datos lingüísticos de alta calidad, se agotarán en los próximos años. https://futuretech.mit.edu/news/what-drives-progress-in-ai-trends-in-datahttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a9cbccf665/ir-a9cbccf665Sat, 17 Oct 2026 00:00:00 +0900academiaEl MIT AI Risk Repository, una iniciativa de FutureTech, publicó conclusiones exhaustivas que mapean el panorama de la gobernanza de la IA. Los resultados muestran cómo se abordan los riesgos de la IA en distintos sectores y jurisdicciones, y el repositorio está pensado como herramienta para investigadores, responsables de políticas y profesionales. https://futuretech.mit.edu/news/mit-ai-risk-repository-releases-impactful-findingshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a67f1ccbb8/ir-a67f1ccbb8Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo analiza el artículo 9 de la propuesta de Ley de IA de la UE, su disposición clave de gestión de riesgos, descrita como el primer intento integral de regular la IA en una jurisdicción importante. Explica el concepto regulatorio y el propósito del artículo 9, su alcance, cómo deben interpretarse sus requisitos y cómo podrían hacerse cumplir. El artículo pretende ayudar a los proveedores de sistemas de alto riesgo a cumplir la norma y orientar las revisiones del borrador y el desarrollo de normas armonizadas de gestión de riesgos de la IA. https://www.governance.ai/research-paper/risk-management-in-the-artificial-intelligence-acthttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a5c2450a2a/ir-a5c2450a2aSat, 17 Oct 2026 00:00:00 +0900academiaFutureTech ha lanzado una publicación en Substack para compartir hallazgos de investigación y análisis sobre IA e innovación en computación. El objetivo es explicar investigaciones complejas en términos accesibles para un público más amplio. https://futuretech.mit.edu/news/futuretech-launches-substackhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a4edaf1a65/ir-a4edaf1a65Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo sostiene que la potencia de cómputo es un punto de intervención eficaz para gobernar la IA, porque es detectable, excluible, cuantificable y se produce a través de una cadena de suministro concentrada. Señala que gobiernos y empresas han comenzado a usar el cómputo en la política de IA, aunque el grado de preparación de las distintas políticas basadas en el cómputo varía. Advierte de que los enfoques mal delimitados podrían generar riesgos para la privacidad, efectos económicos y concentración del poder, y sugiere salvaguardas para minimizarlos. https://www.governance.ai/research-paper/computing-power-and-the-governance-of-artificial-intelligencehttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a4ca602958/ir-a4ca602958Sat, 17 Oct 2026 00:00:00 +0900consultingDeloitte señala que la IA y la IA generativa crean nuevas oportunidades de negocio, pero también conllevan riesgos de ciberseguridad durante el desarrollo, la implementación y el uso. La creciente superficie de ataque y el uso de la IA por parte de los atacantes exigen una defensa integral que abarque aplicaciones, datos, infraestructura y modelos. El extracto está cortado, por lo que este resumen cubre solo sus secciones iniciales. https://www.deloitte.com/global/en/services/consulting-risk/perspectives/cybersecurity-meets-ai-genai.htmlhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a283897738/ir-a283897738Sat, 17 Oct 2026 00:00:00 +0900academiaLos autores analizaron cada movimiento de 69.974 partidas profesionales de Go entre 2003 y 2021 para estudiar cómo interactúan los jugadores humanos y la IA para crear nuevo conocimiento. Después de que los programas de Go basados en IA superaran al mejor jugador humano en 2017, los profesionales cambiaron sus primeros movimientos y sus primeros movimientos de invasión, y adoptaron patrones de apertura estándar distintos. Sin embargo, este conocimiento impulsado por la IA vino acompañado de movimientos más concentrados y menos diversos, y el efecto fue mayor en los jugadores de alto nivel. https://futuretech.mit.edu/news/standing-on-the-shoulders-of-ai-pushing-the-knowledge-frontier-by-learning-from-aihttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a1d967123b/ir-a1d967123bSat, 17 Oct 2026 00:00:00 +0900academiaEste estudio de caso sigue a Modulate, una empresa cofundada en 2017 por dos exalumnos del MIT para comercializar tecnología de voz sintética en tiempo real basada en GAN. Los fundadores querían evitar el uso indebido de una tecnología capaz de igualar el timbre de casi cualquier persona, sin perder competitividad y manteniendo satisfechos a los inversores. El conjunto de herramientas, de la Biblioteca de la Facultad de Derecho de Harvard y el Berkman Klein Center, busca fomentar el debate sobre los conflictos a los que se enfrentaron. https://cyber.harvard.edu/publication/2020/modulate-case-studyhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/a0c10fc630/ir-a0c10fc630Sat, 17 Oct 2026 00:00:00 +0900academiaEl nuevo AI Risk Navigator interactivo del MIT se conecta con el AI Risk Repository, una base de datos viva de más de 1,700 riesgos de la IA clasificados por causa y dominio de riesgo, mediante una taxonomía compartida. Permite a los usuarios moverse entre los conjuntos de datos y detectar los patrones que importan. https://futuretech.mit.edu/news/mit-ai-risk-navigatorhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/9cd12c3c78/ir-9cd12c3c78Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo analiza cómo evolucionan la producción y los salarios bajo distintos escenarios de progreso tecnológico hacia la Inteligencia Artificial General, definida como una IA capaz de realizar todas las tareas que pueden hacer los humanos. Modela el trabajo humano como tareas de complejidad variable, con salarios determinados por una carrera entre la automatización y la acumulación de capital. Según la distribución de la complejidad de las tareas, los salarios pueden aumentar indefinidamente o colapsar una vez que se alcanza la automatización total. https://www.governance.ai/research-paper/scenarios-for-the-transition-to-agihttps://pharma.intelligence-synthesis.com/es/ai-reports/s/9cc2159532/ir-9cc2159532Sat, 17 Oct 2026 00:00:00 +0900consultingSegún una encuesta de Fortune/Deloitte, el 79% de los directores ejecutivos afirma que acelerar la innovación es uno de los principales casos de uso de la IA generativa. Deloitte concluye que las transformaciones digitales tienen más éxito cuando los directores ejecutivos asumen un papel de liderazgo. La serie tiene como objetivo apoyar a los directores ejecutivos en sus procesos con la IA. https://www.deloitte.com/global/en/services/consulting/research/leading-a-generative-ai-fueled-enterprise.htmlhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/9c067181df/ir-9c067181dfSat, 17 Oct 2026 00:00:00 +0900academiaExiste una preocupación creciente de que la AGI pueda plantear riesgos catastróficos, por lo que las empresas de AGI necesitan mejorar sustancialmente su gestión de riesgos. Este artículo revisa técnicas populares de evaluación de riesgos de otras industrias críticas para la seguridad y sugiere cómo las empresas de AGI podrían utilizarlas. Los autores señalan que estas técnicas por sí solas no serán suficientes para evaluar los riesgos catastróficos de la IA, pero las empresas de AGI deberían, aun así, revisar las mejores prácticas de otras industrias. https://www.governance.ai/research-paper/risk-assessment-at-agi-companies-a-review-of-popular-risk-assessment-techniques-from-other-safety-critical-industrieshttps://pharma.intelligence-synthesis.com/es/ai-reports/s/9891cd4264/ir-9891cd4264Sat, 17 Oct 2026 00:00:00 +0900academiaWashington considera que mantener el dominio de la IA frente a China es un imperativo tanto económico como de seguridad nacional, y ha endurecido los controles a la exportación de chips de IA y de equipos para fabricarlos. El documento sostiene que estas medidas no bastan y propone un tercer pilar, la promoción estratégica, que consiste en hacer de la IA y la capacidad de cómputo estadounidenses la opción predeterminada en mercados internacionales clave. Esto implicaría financiar infraestructura de cómputo, ofrecer capacitación y asistencia técnica para la adopción de la IA, y asegurar acuerdos comerciales que fomenten la dependencia de una IA estadounidense confiable. https://www.governance.ai/research-paper/export-controls-and-export-promotionhttps://pharma.intelligence-synthesis.com/es/ai-reports/s/9879483b26/ir-9879483b26Sat, 17 Oct 2026 00:00:00 +0900academiaEl artículo propone un modelo para auditar modelos de lenguaje de gran tamaño (LLM) en tres capas: auditorías de gobernanza de los proveedores de tecnología, auditorías de modelos de los LLM tras el preentrenamiento pero antes de su lanzamiento, y auditorías de aplicaciones basadas en LLM. Los autores sostienen que estas capas se complementan entre sí y pueden ayudar a gestionar algunos riesgos éticos y sociales. También analizan las limitaciones de este enfoque y de la auditoría de los LLM en general. https://www.governance.ai/research-paper/auditing-large-language-models-a-three-layered-approach