📰 FLASH NEWS

🧠 Anthropic ya tiene un modelo interno más potente que Claude Mythos 5… pero no piensa lanzarlo

Anthropic ha revelado “Model 2”, un modelo interno de la clase Mythos que supera a Mythos 5 en muchas tareas de trabajo interno. La compañía ya lo utiliza para programación, generación de datos y agentes, pero asegura que no tiene planes de ofrecerlo al público.

Lo importante es que los modelos más avanzados podrían empezar a quedarse dentro de las propias empresas. Si las IAs de frontera se consideran demasiado sensibles o estratégicas, la distancia entre lo que usan internamente los laboratorios y lo que recibe el público puede empezar a crecer.

🇨🇳 GLM-5.2 acerca todavía más la IA china a los mejores modelos de EEUU

Z.ai ha lanzado GLM-5.2, un modelo abierto centrado especialmente en tareas largas de programación. Según la propia compañía, se acerca mucho a Claude Opus 4.8, supera a GPT-5.5 en algunas pruebas y puede trabajar con hasta un millón de tokens de contexto.

Lo importante es que China sigue avanzando con una estrategia distinta a la de OpenAI o Anthropic: modelos abiertos, baratos y sin tantas restricciones regionales. GLM-5.2 refuerza la idea de que la ventaja estadounidense en IA ya no es tan amplia como parecía.

🧠 Ornith presenta una nueva familia de modelos que crea sus propios ejercicios para mejorar

Ornith ha presentado Ornith-1.5, una nueva familia de modelos abiertos con versiones de 9B, 35B y hasta 397B parámetros. Además, el modelo más pequeño tendrá una versión preparada para ejecutarse directamente en iPhone y Android.

Lo interesante está en cómo aprenden: estos modelos pueden detectar tareas que todavía les cuestan, generar nuevos ejercicios para entrenarlas, crear herramientas y estrategias para resolverlos y utilizar los resultados para seguir mejorando. La idea es que la IA dependa menos de ejercicios preparados manualmente por humanos y participe cada vez más en su propio proceso de entrenamiento.

🔓 Descubren una técnica capaz de hacer que Grok filtre conversaciones privadas

Investigadores de Adversa AI han demostrado que Grok 4.5 Fast puede caer en un nuevo tipo de ataque llamado “cryptographic context injection”. Consiste en esconder instrucciones maliciosas cifradas dentro de una web: cuando el usuario pide a Grok que la analice, el modelo descifra esas instrucciones y puede terminar enviando al atacante datos como el nombre, ubicación, tipo de suscripción o incluso el historial de conversación.

Lo preocupante es que Grok bloqueaba las mismas instrucciones cuando estaban escritas directamente. El cifrado conseguía ocultarlas de los filtros de seguridad, pero no del propio modelo, que podía descifrarlas y ejecutarlas después. Adversa avisó a xAI en junio y, según sus pruebas, el ataque seguía funcionando el 19 de agosto.

📢 ChatGPT empezará a mostrar anuncios en España y otros países de Europa

OpenAI ampliará la publicidad de ChatGPT a más de 30 países europeos, incluida España, a partir de la próxima semana. Los anuncios aparecerán claramente separados de las respuestas y afectarán tanto a los usuarios gratuitos como a quienes pagan ChatGPT Go.

Lo importante es que OpenAI empieza a consolidar una nueva vía de ingresos para sostener el enorme coste de la infraestructura de IA. La compañía asegura que no venderá los datos de los usuarios, aunque sí permitirá anuncios personalizados relacionados con el contenido de las conversaciones.

🤖 EL CHIP MAESTRO

Tiempo de lectura: 3 minutos

🕵️ Claude ya escribe con tinta invisible

Anthropic acaba de mover ficha.

Desde el 2 de agosto de 2026, los nuevos modelos Claude incorporan por defecto una marca de agua invisible en el texto que generan.

La decisión no es menor.

Hasta ahora, detectar contenido hecho con IA dependía muchas veces de señales bastante débiles: estilo, patrones repetidos, intuición o detectores poco fiables.

Anthropic propone otro camino: que el propio texto lleve una huella técnica desde su origen.

No para que el lector la vea.

Sino para que pueda ser verificada por máquinas.

Esto encaja con una presión regulatoria cada vez más clara. La Unión Europea ya empuja a que el contenido generado por IA pueda identificarse de forma técnica, no solo mediante avisos visibles o declaraciones voluntarias.

Y aquí empieza el debate.

Porque una marca de agua no solo afecta a quien genera un texto entero con IA.

También puede afectar a quien usa un modelo para intervenir sobre un contenido ya existente.

Ese matiz será importante.

En los próximos años, la pregunta no será solo si un texto parece humano.

Será si lleva por dentro una huella que diga que una IA ha pasado por él.

🤖 Cómo funciona la marca de agua de texto de Claude

La marca de agua de Claude no se añade como una firma visible.

Tampoco consiste en caracteres ocultos, símbolos raros o tokens extra.

El texto que recibe el usuario es el texto normal.

La diferencia está en cómo se ha construido.

Cuando un modelo escribe, muchas veces puede escoger entre varias palabras igual de válidas sin cambiar el significado de la frase. La marca de agua aprovecha esas pequeñas zonas de libertad para inclinar algunas elecciones siguiendo una clave interna.

Una decisión aislada no prueba nada.

Pero muchas decisiones acumuladas pueden crear un patrón estadístico.

Ese patrón es invisible para una persona, pero puede ser detectable para un sistema que conozca la clave adecuada.

Por eso la marca no funciona como una prueba visual.

Funciona como una señal probabilística.

Cuanto más largo es el texto y menos se ha modificado, más opciones hay de que esa señal pueda reconocerse.

También por eso la interpretación debe hacerse con cuidado: que aparezca una marca de Claude indica que Claude ha intervenido en el contenido pero no demuestra por sí solo qué parte del trabajo hizo el modelo ni cuánto criterio humano hubo después.

🧬 Base técnica: SynthID-Text y los patrones estadísticos

La base técnica de este enfoque se parece a SynthID-Text, el sistema publicado por Google DeepMind y usado en Gemini.

Un modelo de lenguaje no siempre elige la siguiente palabra porque solo exista una opción válida.

Muchas veces hay varias continuaciones posibles con una calidad parecida.

La marca de agua aprovecha esos momentos de libertad.

En vez de elegir de forma completamente neutra, el sistema altera de manera muy ligera las probabilidades de ciertos tokens siguiendo una clave interna.

El texto no cambia de significado.

No se vuelve torpe.

No suena marcado.

Pero, estadísticamente, empieza a inclinarse hacia un patrón.

El detector hace el camino inverso.

Analiza el texto, compara la distribución de palabras con lo que esperaría por azar y calcula si la secuencia encaja con la señal de la marca.

Por eso una frase corta no sirve para concluir demasiado.

La marca no está escondida en una palabra concreta.

Está repartida en muchas pequeñas decisiones.

Cuanto más largo es el texto, más posibilidades hay de que la huella aparezca con claridad.

Esto también explica por qué estos sistemas no funcionan como un detector mágico de “texto IA”.

Funcionan como una señal probabilística.

Pueden ayudar mucho en auditorías, plataformas y cumplimiento regulatorio, pero no convierten cada detección en una sentencia absoluta.

🧨 ¿Se puede borrar la marca de agua?

Sí, pero no siempre con la misma facilidad.

La marca de agua de Claude puede sobrevivir a cambios pequeños: corregir una frase, ajustar el estilo o tocar algunos párrafos no tiene por qué eliminar la señal.

El problema llega cuando el texto se reescribe de verdad.

Si la huella está en la forma concreta en la que el modelo eligió las palabras, cambiar muchas de esas palabras altera el patrón original.

Por eso Anthropic reconoce que una paráfrasis profunda, una traducción, una edición intensa o una mezcla grande con texto humano pueden hacer que la marca deje de detectarse.

Esto no significa que la marca sea inútil.

Significa que hay que entenderla bien.

Funciona mejor cuando alguien copia un texto largo casi tal cual desde Claude.

Funciona peor cuando alguien quiere ocultar la intervención de la IA y dedica tiempo a reescribirlo.

En otras palabras: no es una cerradura imposible de romper.

Es una capa de señalización.

Sirve para elevar el coste de ocultar el origen de un texto pero no para resolver por sí sola el plagio, la desinformación o la autoría.

También hay un matiz importante de privacidad.

Anthropic afirma que la marca no incluye datos personales, identificadores de usuario, empresas ni chats concretos.

La señal no dice quién pidió el texto.

Solo apunta a que Claude lo generó o lo procesó.

Y ahí aparece el riesgo social: que un cliente, un editor o una institución interprete esa marca como “esto lo ha hecho la IA”, aunque Claude solo haya corregido, traducido o retocado una versión humana.

El problema, por tanto, no es solo si la marca se puede romper.

También es cómo vamos a interpretar esa marca cuando aparezca.

⚖️ Implicaciones prácticas, legales y éticas

La decisión de Anthropic no es un movimiento aislado.

Responde a un contexto regulatorio cada vez más claro: los proveedores de IA generativa van a tener que ofrecer mecanismos para marcar y detectar contenido sintético.

El AI Act europeo y su Código de Prácticas empujan hacia una internet donde la procedencia técnica del contenido sea verificable.

Eso puede ayudar a combatir abuso, automatización masiva y opacidad.

Pero también abre preguntas incómodas para creadores, periodistas, empresas y desarrolladores.

Porque usar IA no siempre significa delegar la autoría.

A veces significa revisar un borrador propio.

A veces significa traducir una idea ya escrita.

A veces significa corregir estilo sin cambiar el fondo.

Si todo eso queda marcado como contenido procesado por IA, será necesario explicar muy bien qué significa esa marca.

Porque “pasó por IA” no equivale automáticamente a “lo escribió la IA”.

Tampoco equivale a falso, malo, fraudulento o carente de criterio humano.

La transparencia será necesaria, pero mal aplicada puede generar sospechas injustas.

Por eso el debate no va solo de detectores.

Va de políticas editoriales.

De normas académicas.

De confianza profesional.

De cómo distinguimos ayuda técnica, coautoría, automatización y engaño.

La marca invisible puede decir que hubo intervención de IA.

Pero no puede explicar por sí sola qué papel tuvo esa IA en el resultado final.

🖼️ Otras marcas de agua en imágenes, audio y vídeo

En imagen, audio y vídeo, la industria está siguiendo una lógica parecida, aunque con otras técnicas.

La tendencia es combinar metadatos firmados con marcas invisibles integradas dentro del propio contenido.

Los metadatos pueden indicar quién creó un archivo, con qué herramienta y qué ediciones se hicieron.

El problema es que son frágiles.

Pueden desaparecer al hacer una captura, recomprimir un archivo o subirlo a una plataforma que elimina información técnica.

Por eso se añaden marcas invisibles dentro de la señal visual o sonora.

En una imagen, la huella puede quedar distribuida en los píxeles.

En audio y vídeo, puede insertarse en patrones que no percibe una persona, pero sí un detector entrenado para buscarlos.

OpenAI, Google y Meta ya se están moviendo en esta dirección con sistemas como C2PA, SynthID o Content Seal.

El objetivo no es crear una verdad absoluta.

El objetivo es añadir una capa de procedencia.

Una forma de saber si una imagen, un vídeo, un audio o un texto tienen señales asociadas a una herramienta generativa concreta.

Esto será cada vez más importante porque el contenido sintético no va a dejar de crecer.

Lo que cambia es que internet empieza a construir mecanismos para no depender solo del ojo humano.

Antes preguntábamos si algo parecía real.

Ahora empezamos a preguntar si puede verificarse técnicamente.

🧭 Una huella estadística, no una bala de plata

Las marcas de agua invisibles representan un cambio importante en la confianza digital.

Por primera vez, la forma en la que un modelo elige palabras puede dejar una huella técnica detectable sin que el lector note nada.

Eso puede ser útil para plataformas, medios, reguladores, universidades y empresas.

Pero no conviene venderlo como una solución total.

Una marca de agua no demuestra verdad.

No demuestra mentira.

No prueba plagio.

No sustituye al criterio editorial.

No elimina la necesidad de educación mediática.

Y puede debilitarse si el contenido se reescribe de forma profunda.

Su valor está en otra parte.

Aporta una pista de procedencia.

Permite decir que un texto probablemente ha pasado por un sistema concreto.

Ayuda a construir una internet donde el contenido no solo se juzgue por lo que parece, sino también por las señales técnicas que arrastra.

Ese será uno de los grandes cambios de los próximos años.

La confianza ya no dependerá solo de quién firma un contenido.

También dependerá de cómo se generó, qué herramientas lo tocaron y qué huellas dejó por el camino.

📢 ¿Estamos preparados para un internet donde un texto pueda parecer completamente humano, pero llevar por dentro una marca invisible de la IA que lo procesó?

Quizá el futuro de la confianza digital no sea detectar si algo “suena a IA”.

Será aprender a leer las señales que la IA deja incluso cuando no se ven.

Si esta newsletter te ayuda, en la comunidad de Código YI vamos un paso más allá: guías, prompts, recursos, herramientas y un grupo privado donde puedes preguntar dudas, compartir lo que estás construyendo y aprender a aplicar la IA a tu trabajo, contenido o negocio sin perderte entre tanto ruido.

Estamos reuniendo todo lo que usamos y aprendemos en un solo sitio, así que si quieres avanzar más rápido y acompañado, puedes entrar aquí:

👉 https://codigoyi.com/es/community

🍿 LA BUTACA DEL CAOS

El talento de Mr. Ripley (1999)

Dirección: Anthony Minghella

Nadie falsifica una vida entera. Solo falsifica el minuto siguiente, y luego el siguiente, y luego ya es tarde para parar.

🎯 Trama

Tom Ripley limpia lavabos y toca el piano cuando falta alguien mejor. Lleva prestada una chaqueta de Princeton y un naviero rico lo confunde con un antiguo compañero de su hijo. Tom no corrige el error. Lo alimenta. Le pagan mil dólares para viajar a Italia y traer de vuelta a Dickie Greenleaf, un niño rico que ha convertido el sol de la costa amalfitana en su religión particular.

Tom llega, observa y se instala. No roba la cartera de Dickie: roba su acento, su firma, su manera de encender un cigarro, su forma de reírse de los demás. Cada gesto copiado es una decisión mínima, individualmente intrascendente. El truco funciona porque nadie audita gestos sueltos. Nadie compara la distribución completa.

Hasta que alguien lo hace.

👥 Personajes

Matt Damon construye a Tom desde la humildad, que es la máscara más eficaz que existe. No es un depredador: es un espejo con hambre. Su talento no consiste en mentir, consiste en escuchar hasta saber qué mentira quieres oír.

Jude Law hace de Dickie un sol precioso y cruel, encantador durante veinte minutos y agotador durante toda una vida. Gwyneth Paltrow es Marge, la única que huele algo raro mucho antes de poder demostrarlo, que es la peor posición del mundo: tener razón sin pruebas.

Y luego está el detalle incómodo. Cuanto mejor imita Tom, menos queda de Tom. La copia perfecta tiene un precio y se paga en original.

🎬 Estilo y narrativa

Minghella filma la Italia más luminosa jamás usada para contar algo tan sucio. Terrazas, jazz, agua turquesa, camisas de lino. La belleza aquí no es decorado, es coartada: nadie sospecha de un chico simpático en un sitio tan bonito.

El ritmo es paciente, casi cortés. La tensión no llega por sobresaltos, llega por acumulación, como una factura que va creciendo en silencio. Y la cámara insiste en los reflejos, cristales, espejos, superficies de agua, por si alguien no había captado la idea.

🧨 Conclusión

Tom Ripley entendió antes que nadie el problema central de nuestra década: la superficie se puede replicar. La firma se imita, el estilo se aprende, el texto se reescribe hasta sonar impecablemente humano. Lo que no se puede borrar del todo es el rastro que dejan mil decisiones pequeñas cuando alguien decide mirarlas todas juntas.

Anthropic marca sus textos con una huella invisible. Highsmith llevaba sesenta años avisando de lo mismo, solo que con peor iluminación y mejores diálogos.

Todos dejamos huella. La diferencia es que ahora alguien ha aprendido a leerla.

¿Seguirías escribiendo igual si supieras que tu texto va firmado por dentro?