📰 FLASH NEWS

🤖 Meta compra una red social… para IAs

Meta ha adquirido Moltbook, una plataforma creada para que agentes de inteligencia artificial publiquen, conversen e interactúen entre sí como si estuvieran en una red social. Sus fundadores se unirán ahora a Meta Superintelligence Labs para trabajar en el desarrollo de agentes autónomos.

La idea es que las IAs colaboren entre ellas para realizar tareas para personas y empresas. Suena futurista… pero también inquietante: ¿y si dentro de poco las redes sociales ya no están llenas de humanos, sino de bots hablando entre sí?

⚠️ China advierte a EE.UU.: la IA militar puede acabar en un “Terminator” real

China ha advertido a Estados Unidos de que el uso descontrolado de inteligencia artificial en el ámbito militar podría provocar un escenario similar al de Terminator, donde las máquinas toman decisiones de vida o muerte. Pekín critica especialmente la presión de Washington para eliminar límites éticos en sistemas de IA usados en guerra.

El aviso llega en plena tensión tras sanciones a Anthropic por negarse a permitir el uso sin restricciones de su IA por parte del ejército. Mientras EE.UU. quiere más libertad para usar estos sistemas, China habla de riesgo tecnológico global. ¿Estamos entrando en una carrera armamentística… pero con algoritmos?

🖥️ Perplexity lanza “Personal Computer”: un PC con IA trabajando 24/7

Perplexity presentó en su conferencia Ask 2026 Personal Computer, un sistema que funciona en un Mac mini dedicado y mantiene agentes de IA activos de forma continua para automatizar tareas, conectar apps y gestionar archivos del usuario.

Además, la compañía lanzó Agent API y Sandbox API para que desarrolladores creen agentes inteligentes y flujos de trabajo automatizados. La apuesta es clara: que tu ordenador ya no sea solo una máquina… sino un equipo entero de IAs trabajando para ti.

🤖 MACROHARD: Musk se burla de Microsoft con su nuevo agente de IA

Elon Musk ha presentado MACROHARD, un agente que combina el “cerebro” de Grok con el sistema Digital Optimus para ejecutar tareas directamente en un ordenador: mover el ratón, escribir o gestionar procesos completos.

Según Musk, ninguna otra empresa puede hacerlo gracias al uso del chip AI4 de Tesla y su integración con xAI. Mucho nombre provocador… pero ahora toca demostrar si es revolución real o solo otro troleo a Microsoft.

🧠 NVIDIA quiere dominar también el software de la IA

NVIDIA prepara NemoClaw, una plataforma open source para crear agentes de IA empresariales que se presentará en el GTC 2026. La empresa que domina los chips ahora quiere controlar también el software que coordina a los agentes.

La jugada recuerda a Meta con Llama: regalar el software para impulsar la demanda de su hardware. Pero competiría directamente con Google, Microsoft o Salesforce. La pregunta es clara: ¿será el estándar de los agentes… o solo otro proyecto más en GitHub?

🏭 España y Portugal compiten por la gigafactoría europea de IA

Europa quiere construir gigantescos centros de datos para entrenar inteligencia artificial y reforzar su soberanía tecnológica. España y Portugal han decidido unir fuerzas para atraer una de estas gigafactorías, destacando su gran capacidad de energía renovable y nuevas infraestructuras como Sines o Aragón.

El plan forma parte de InvestAI, que moviliza hasta 200.000 millones de euros, con 20.000 millones reservados para estas instalaciones con más de 100.000 chips de IA. La decisión llegará pronto… y podría convertir la península ibérica en uno de los grandes hubs europeos de inteligencia artificial.

🤖 EL CHIP MAESTRO

Tiempo de lectura: 3 minutos

🧠 La escuela prometía respuestas. La IA acaba de hundir esa promesa

Durante años, estudiar era una escena muy simple.

Un alumno delante de un examen. Una hoja en blanco. Y una pregunta flotando en el aula: ¿cuánto llevas dentro?

Fechas. Fórmulas. Reglas. Procedimientos.

Tenía lógica. La información no estaba siempre a mano.

Si querías resolver algo, tenías que llevarlo contigo. La escuela, en el fondo, entrenaba para eso: para tener respuestas dentro cuando fuera no las había.

Y entonces llegó la IA generativa.

De repente, una máquina podía resumirte un tema, explicarte un concepto difícil, redactar un texto decente o resolver un ejercicio en segundos.

Desde finales de 2022, con la explosión pública de ChatGPT, esa sensación se volvió masiva: el conocimiento ya no parecía algo que hubiera que llevar encima, sino algo que podías pedir al instante.

Y ahí apareció la gran pregunta: si ya puedo saberlo todo al momento, qué sentido tiene seguir estudiando como antes.

La respuesta fácil es: ninguno.

La respuesta buena es más incómoda: depende de qué llamabas estudiar.

🧱 El fin de estudiar como lo entendíamos

La escuela tradicional nació en un mundo de escasez. El saber costaba conseguirlo, copiarlo y transmitirlo. Por eso estudiar era, muchas veces, acumular.

No era absurdo. Era práctico.

Si eras médico, abogado, ingeniero o profesor, necesitabas tener mucho conocimiento “dentro” porque no ibas a sacar el móvil en mitad de cada decisión.

La memoria era una herramienta de trabajo.

La IA rompe ese viejo trato.

No porque vuelva inútil todo lo aprendido, sino porque hace visible que una parte del sistema estaba montada para otra época.

Andreas Schleicher, de la OCDE, lo resumió con una idea potente: muchas de las cosas más fáciles de enseñar son también las más fáciles de automatizar.

No se está acabando el estudio; se está acabando una forma antigua de justificarlo.

🧠 Cuando saber ya no es recordar

Aquí está la confusión central.

Una cosa es encontrar una respuesta. Otra muy distinta es entenderla.

Tú puedes pedirle a una IA que te explique la Revolución Francesa, una derivada o la fotosíntesis. Incluso puedes recibir una explicación bastante buena. Pero eso no significa que ya lo sepas.

Saber de verdad es poder usar una idea, relacionarla con otras, detectar un error, explicarla con tus palabras y reconocer cuándo encaja y cuándo no.

Por eso la memoria no desaparece del mapa. Cambia su papel.

Ya no tiene tanto sentido memorizar listas interminables de datos triviales.

Pero sigue teniendo sentido recordar conceptos clave, vocabulario, principios, ejemplos, estructuras y marcos mentales.

Son las piezas con las que luego piensas.

Recordar no es todo el saber, pero sin una base recordada pensar bien se vuelve mucho más difícil.

⚠️ El riesgo cognitivo: ¿qué pasa si dejamos de entrenar ciertas capacidades?

Aquí viene la parte delicada.

Delegar en herramientas no es nuevo. Ya lo hacíamos con la calculadora, las notas o el GPS.

La diferencia es que ahora la herramienta no solo guarda: también produce.

Y eso puede crear una ilusión peligrosa: parecer más competente de lo que realmente eres.

Ya se conoce el llamado “efecto Google”: cuando sabemos que una información estará disponible fuera, tendemos a recordar menos el contenido y más dónde encontrarlo.

Y con la IA aparece otro riesgo: la falsa sensación de dominio. El alumno entrega algo correcto, pero no puede defenderlo, adaptarlo ni reconstruirlo solo.

Pasa con la escritura.

Pasa con el cálculo.

Pasa con la lectura atenta.

Si dejas que una herramienta haga demasiado pronto el trabajo duro, puede que ganes tiempo hoy, pero pierdas entrenamiento para mañana.

La IA puede ayudarte mucho, pero también puede quitarte práctica justo en lo que te estaba formando.

🚀 Lo que ya está cambiando en la educación

Esto no va de futurismo. Ya está pasando.

La IA ya no está entrando en la educación como una sola cosa. Está entrando de varias maneras a la vez.

En algunos casos aparece como tutor: una herramienta que no solo da respuestas, sino que guía al alumno con pistas, preguntas y ayuda paso a paso. Ahí encajan casos como Khan Academy.

En otros entra como compañero de práctica: Duolingo, por ejemplo, ha usado GPT-4 para que el estudiante converse, falle y reciba explicaciones inmediatas.

Y en otros aparece como parte de una apuesta más grande: Arizona State University convirtió la IA en un tema institucional, no anecdótico.

Estonia lanzó AI Leap para dar acceso y formación en IA a alumnado y profesorado; y Corea del Sur ha impulsado libros digitales con IA para adaptar mejor el aprendizaje al ritmo de cada estudiante.

España también está en ese movimiento, pero no va sola. Aquí INTEF publicó en 2024 una guía para integrar la IA de forma ética y útil en etapas no universitarias, y la CRUE hizo recomendaciones para la universidad.

Eso ya nos dice algo importante: la IA no está llegando solo para “hacer deberes más rápido”.

Está entrando como tutor, como herramienta de apoyo, como infraestructura y como pieza de política educativa.

Y quizá el cambio más importante no está en la herramienta, sino en la forma de enseñar y evaluar.

Cada vez gana más peso lo que una máquina no puede fingir tan bien: defender una idea en voz alta, explicar el proceso, justificar decisiones, trabajar con ejemplos reales, conectar conceptos y demostrar que entiendes lo que entregas.

Menos ejercicio fácil de automatizar. Más pensamiento visible.

La IA no solo está entrando en clase; está empujando a escuelas y universidades a decidir qué merece seguir enseñándose igual, qué hay que rediseñar y qué ya no tiene sentido pedir como antes.

🔄 La paradoja de la IA: cuanto más sabe la máquina, más importante es pensar

Esta es la gran ironía de todo esto.

Cuanto más fácil es conseguir una respuesta, más importante se vuelve saber qué hacer con ella.

Si todo el mundo tiene acceso al mismo resumen, al mismo borrador y a la misma explicación rápida, el valor cambia de sitio.

Ya no está tanto en producir un texto aceptable. Está en formular una buena pregunta, detectar una respuesta floja, contrastar, decidir y conectar ideas.

Por eso el pensamiento crítico deja de ser una frase decorativa y se convierte en una habilidad práctica.

También por eso el AI Act europeo considera de alto riesgo ciertos usos de IA en educación, como admisión o evaluación: porque una mala decisión automatizada puede afectar la vida real de una persona.

Cuanto más puede hacer la máquina, más importante es no dejar de juzgar por ti mismo.

🌱 Aprender en la era de la inteligencia aumentada

Quizá el futuro no sea estudiar menos.

Quizá sea estudiar de otra manera.

Menos obsesión con almacenar trivialidades.

Más trabajo con ideas clave.

Menos premio al resultado limpio.

Más valor al proceso, al criterio y a la explicación.

Menos miedo a usar IA.

Más exigencia sobre cómo se usa.

La dirección que se dibuja es bastante clara: usar la IA como apoyo, como tutor, como herramienta para practicar, contrastar o recibir feedback; no como atajo para saltarse el aprendizaje.

La conclusión, en el fondo, es sencilla.

Si estudiar era guardar respuestas, la IA lo empequeñece.

Si estudiar es entrenar comprensión, criterio y capacidad de actuar con sentido, la IA lo vuelve más necesario que nunca.

La escuela ya no puede prometer solo respuestas.

Tiene que enseñar algo más difícil:

Qué merece ser entendido, qué merece ser recordado y qué no deberíamos delegar nunca del todo.

💬 Y aquí está la conversación:

¿Qué debería seguir memorizando cualquier estudiante? ¿Qué métodos clásicos ya no tienen sentido? ¿La IA está ayudando a pensar mejor o está maquillando el esfuerzo que ya no hacemos?

🍿 LA BUTACA DEL CAOS

El indomable Will Hunting (1997)

Dirección: Gus Van Sant

Will Hunting resolvía en minutos lo que a los mejores les costaba meses. Lo hacía en un pasillo, de noche, sin que nadie se lo pidiera. Hoy llevamos años preguntándonos si la IA nos va a superar. Nadie se pregunta cuántos Will Hunting hay ahí fuera, fregando suelos porque el sistema nunca supo hacerles la pregunta correcta.

🎯 Trama:

Will Hunting tiene 20 años, vive en South Boston y trabaja como conserje en el MIT. Por las noches, resuelve de memoria problemas de teoría de grafos que los mejores matemáticos del país tardan meses en descifrar. Lo hace sin esfuerzo. Sin permiso. En una pizarra del pasillo, como quien garabatea en una servilleta.

Cuando el profesor Lambeau lo descubre, el conflicto no es matemático. Es existencial: ¿qué haces con alguien que sabe todo lo que debería saber pero no entiende nada de lo que debería entender?

El chip de esta semana pregunta qué sentido tiene estudiar si una máquina puede saberlo todo al instante. Will Hunting es la respuesta en carne y hueso. Él ya era esa máquina. Tenía acceso instantáneo al conocimiento acumulado de siglos. Y aun así no podía defender una idea en voz alta sin que se le cerrara la garganta. No porque le faltara información. Porque le faltaba comprensión. Las dos cosas no son lo mismo.

👥 Personajes:

Will usa el talento como escudo. Sabe más que nadie en la sala, y por eso nadie puede herirle. Mientras permanezca en el territorio de los datos, está a salvo.

Sean Maguire, Robin Williams en una de sus actuaciones más contenidas y devastadoras, es el terapeuta que entiende que el problema no está en la cabeza de Will, sino en el espacio entre su cabeza y el mundo. No le enseña nada nuevo. Le obliga a usar lo que ya sabe para enfrentarse a lo que no quiere saber.

Lambeau es el sistema. Ve en Will un recurso que optimizar. Un cerebro desperdiciado. La metáfora es transparente: la institución que mide el talento por lo que produces, no por lo que comprendes.

🎬 Estilo y narrativa:

Van Sant filma Boston como un estado de ánimo. Frío, concreto, sin artificios. La cámara no busca la poesía; la deja caer donde aparece sola. El guion de Damon y Affleck tiene la rara virtud de sonar como personas reales hablando, incluso cuando dicen cosas que ninguna persona real diría jamás con tanta precisión.

El ritmo es pausado sin ser lento. Cada conversación entre Will y Sean es una partida de ajedrez donde ninguno revela sus piezas hasta que ya no queda otra opción. La escena del banco del parque es uno de esos momentos en que el cine recuerda que aún puede hacer lo que ningún otro arte hace igual.

🧨 Conclusión:

La gran ironía de Will Hunting es que el personaje más inteligente de la película es también el que menos sabe vivir con lo que sabe. Acumula. No comprende. Y la diferencia entre ambas cosas es exactamente la diferencia entre tener acceso a una respuesta y poder hacer algo útil con ella.

Si estudiar era guardar respuestas, Will las tenía todas. Y aun así necesitó a alguien que le preguntara lo correcto, no que le explicara lo correcto, para aprender algo que ningún libro podía darle. Gracioso, ¿no? El sistema lleva décadas preguntando cuánto sabes. Y cuando aparece alguien que lo sabe todo, de verdad todo, lo manda a terapia porque no encaja.

La IA puede darte el diagnóstico. El teorema. El borrador de tu propia vida. Pero no puede decirte si estás preparado para defenderla.

El sistema te preguntó durante años cuánto sabías. Nunca te preguntó si sabías para qué.