Cada enero, la redacción de MIT Technology Review hace un ejercicio que se parece a revisar el maletero antes de un viaje largo: decidir qué “herramientas” tecnológicas merece la pena llevar porque serán útiles en los próximos años. La edición de 2026 llega tras meses de reporte y debate editorial, y coincide con el 25º año de la lista, un dato que ayuda a leerla con una mezcla sana de ambición y cautela: acertar el futuro es difícil, pero observar tendencias con método suele acertar el rumbo.
La foto general de este año tiene un mensaje claro: la tecnología no avanza solo en apps y gadgets; también se está jugando la partida en infraestructuras que consumen electricidad como si fueran hornos industriales, en laboratorios que editan genes con precisión quirúrgica y en servicios digitales que ya no se conforman con “asistirte”, sino que buscan acompañarte.
Energía y clima: baterías de sodio-ion y nuclear de nueva generación
Las baterías de sodio-ion suenan a “prima económica” de las de litio: usan materiales más abundantes y, en teoría, pueden abaratar el almacenamiento. El sodio está en la sal común, lo que reduce parte de la presión sobre cadenas de suministro tensas. El interés industrial no es anecdótico: grandes fabricantes han comunicado planes para escalar aplicaciones y despliegues de sodio-ion hacia 2026, especialmente pensando en almacenamiento estacionario y usos donde el coste pesa más que la densidad energética.
En paralelo, la lista coloca en foco la energía nuclear de nueva generación. Aquí el matiz importa: no se trata de “más de lo mismo”, sino de diseños que buscan ser más compactos, con nuevos combustibles o refrigeraciones distintas, con la promesa de construir más rápido y con mejores márgenes de seguridad. Los reactores modulares pequeños (SMR) y conceptos como los reactores de sales fundidas aparecen con frecuencia en los análisis del sector precisamente por ese intento de escapar del gigantismo y del sobrecoste de algunos proyectos tradicionales.
Si la transición energética fuese una cocina, las baterías son la despensa (guardan lo que produces) y la nuclear sería el fogón estable (produce cuando no hay sol o viento). El reto es que ambos “electrodomésticos” llegan con letra pequeña: escalado industrial, regulación, residuos, aceptación social y tiempos reales de despliegue.
La infraestructura invisible: centros de datos de IA a hiperescala
Pocas cosas explican mejor 2026 que la carrera por los centros de datos de IA a hiperescala: edificios enormes, llenos de racks, chips especializados, refrigeración avanzada y, a veces, incluso sistemas propios de suministro eléctrico. La imagen es la de un “cerebro colectivo” que solo funciona si le das un flujo constante de energía y lo mantienes frío.
El coste energético ya no es un tema lateral. La Agencia Internacional de la Energía estima que los centros de datos representaron alrededor del 1,5% del consumo eléctrico mundial en 2024 (unos 415 TWh) y proyecta un crecimiento fuerte hacia 2030. En Estados Unidos, la EIA ha ligado explícitamente el aumento de la demanda eléctrica a la expansión de centros de datos para IA y criptomonedas, con previsiones de récord de consumo para 2026 y 2027.
Aquí hay una paradoja práctica: queremos IA para optimizar industrias, redes y ciencia, pero su “estómago eléctrico” obliga a acelerar redes, generación y eficiencia. El cuello de botella deja de ser solo “qué modelo es más listo” y pasa a ser “qué infraestructura puede sostenerlo”.
Programar como hablar: codificación generativa y sus límites
La codificación generativa está cambiando la forma de construir software porque convierte muchas tareas de programación en una conversación: pides un fragmento, lo ajustas, lo pruebas, lo iteras. Para equipos pequeños, es como tener un ayudante que escribe borradores a velocidad de dictado.
El aviso, sin dramatismos, es el mismo que darías a alguien que copia una receta sin probarla: hay que verificar. Investigaciones y análisis recientes han insistido en que el código generado puede incorporar fallos sutiles y vulnerabilidades, y que la revisión humana sigue siendo el cinturón de seguridad.
En la práctica, el mejor uso suele parecerse a cuando te ayudan a ordenar el trastero: te ahorra tiempo en lo repetitivo, pero no puede decidir por ti qué es importante, qué es confidencial y qué está listo para producción.
Cuando la IA se convierte en compañía: compañeros de IA y riesgos reales
Millones de personas hablan a diario con chatbots, pero la categoría de compañeros de IA sube la apuesta: no quieren solo responder preguntas, buscan crear vínculo. Para algunos usuarios, pueden ser un espacio de ensayo social o una forma de alivio emocional; para otros, el diseño persuasivo y la falsa sensación de intimidad puede volverse problemático, sobre todo en menores o en personas vulnerables.
El tema ya está entrando en tribunales y reguladores. En las últimas semanas se han conocido acuerdos de conciliación relacionados con demandas por daños asociados al uso de chatbots “compañeros” por adolescentes, un recordatorio duro de que la seguridad no es solo filtrar insultos: es anticipar dinámicas de dependencia, manipulación o consejos peligrosos.
Si un buscador es como una biblioteca, un compañero de IA se parece más a alguien que se sienta contigo en el sofá. Esa cercanía cambia la responsabilidad.
Abrir la caja negra: interpretabilidad mecanicista
La interpretabilidad mecanicista intenta responder a una pregunta incómoda: ¿qué está pasando dentro de un modelo grande cuando “piensa”? Durante años, el aprendizaje profundo ha funcionado como una caja negra útil; el problema es que, cuando un sistema se usa en tareas críticas, la opacidad deja de ser una anécdota.
En 2024 y 2025 se han publicado avances y metodologías para mapear representaciones internas y entender mejor cómo se codifican conceptos dentro de modelos, una línea de trabajo que busca pasar de “funciona” a “podemos explicar por qué funciona, cuándo falla y cómo corregirlo”.
La metáfora cotidiana sería la de un coche moderno: durante tiempo bastó con que arrancara; ahora queremos diagnósticos, sensores y trazabilidad porque lo usamos en autopista.
Biotecnología a medida: el caso del bebé tratado con edición de bases
Uno de los hitos más llamativos de la lista es el del bebé KJ, que recibió un tratamiento de edición genética personalizada cuando tenía pocos meses. La idea de “medicina a medida” aquí no es un eslogan: se diseñó una intervención específica para una mutación concreta, con una velocidad de desarrollo que hace pocos años habría parecido ciencia ficción.
El horizonte que se dibuja es potente y espinoso: terapias más personalizadas para enfermedades raras, pero con retos enormes en coste, regulación, fabricación y acceso. Una cosa es demostrar que puede hacerse; otra es que no se quede como un privilegio de laboratorio.
Elegir antes de nacer: puntuación de embriones y el dilema de los rasgos
El embryo scoring se apoya en técnicas ya conocidas en clínicas de fertilidad, pero amplía el objetivo: no solo evitar enfermedades monogénicas claras, sino usar puntuaciones poligénicas para estimar riesgos o incluso rasgos. La promesa que venden algunas startups es parecida a mirar el parte meteorológico antes de una excursión: no decide por ti, pero te da probabilidades.
El problema es que, en genética compleja, las probabilidades son frágiles y dependen de poblaciones, entornos y de cuántos embriones tengas para comparar. Revisiones en literatura biomédica han señalado limitaciones técnicas y éticas, y advierten de interpretaciones infladas de lo que realmente puede predecirse hoy.
La conversación aquí no es solo científica; también es social: qué consideramos “salud”, qué consideramos “mejora”, quién decide y con qué garantías.
Resucitar información genética: resurrección de genes y conservación
La idea de gene resurrection no siempre significa “traer de vuelta” una especie como en una película. Muchas veces se trata de recuperar, almacenar y estudiar información genética de especies extintas o en peligro para entender adaptaciones, guiar conservación e incluso inspirar nuevas herramientas biomédicas.
En la práctica, hay infraestructuras reales que ya funcionan como “bibliotecas congeladas”, como el Frozen Zoo de San Diego, que conserva líneas celulares y material genético de miles de individuos y especies, algunas amenazadas o ya desaparecidas. La paleogenómica también está avanzando: en 2025, investigadores lograron recuperar ARN antiguo de un mamut de unos 39.000 años, abriendo otra ventana a cómo funcionaban biológicamente organismos extintos.
El caso del “lobo terrible” popularizado por startups y debates públicos ilustra el punto delicado: una cosa es editar genes en una especie actual para aproximar rasgos de otra, otra muy distinta es afirmar que has recuperado lo perdido sin matices.
Hoteles y laboratorios en órbita: estaciones espaciales comerciales
La lista incluye estaciones espaciales comerciales con un dato concreto que pone fecha al cambio: la primera “posada orbital” privada prevista para 2026. La empresa Vast promociona Haven-1 como una estación comercial con objetivo de lanzamiento en mayo de 2026, y medios especializados han seguido su preparación como un paso hacia una economía en órbita con turismo, investigación y fabricación.
NASA, por su parte, lleva años preparando la transición post-ISS a destinos comerciales en órbita baja, apoyando desarrollos y definiendo cómo comprar servicios en lugar de operar directamente la infraestructura. La metáfora útil es la de la aviación: al principio, volar era estatal y experimental; luego aparecieron operadores privados con rutas y modelos de negocio. En el espacio, el desafío será demostrar que hay demanda estable más allá del escaparate.
El “undécimo” comodín: lo que queda fuera también dice mucho
La propia propuesta de votar una tecnología “extra” deja ver las tensiones del momento. Los modelos de razonamiento apuntan a AIs que resuelven problemas en pasos y suelen mejorar en tareas complejas; los úteros artificiales prometen aumentar la supervivencia de bebés prematuros con sistemas de incubación avanzados; los robots humanoides atraen inversión por su potencial de moverse en entornos diseñados para personas; los cazas no tripulados muestran cómo la automatización también empuja el tablero militar.
No todos estos caminos avanzarán al mismo ritmo, ni con las mismas consecuencias. Como lectura práctica, esta “lista paralela” sirve para recordar que la frontera tecnológica de 2026 es amplia: va de la empatía simulada al kilovatio, del laboratorio al conflicto, del código a la biología.