La IA ya escribe cerca de un tercio del código nuevo: qué cambia en la programación y quién sale ganando

Que una máquina “ayude” a escribir software ya no es una anécdota de laboratorio. Un estudio publicado en la revista Science por un equipo del Complexity Science Hub (CSH) estima que, hacia finales de 2024, alrededor de un tercio de las nuevas funciones de software en Estados Unidos se creaban con apoyo de IA generativa. Hablamos de “funciones” en el sentido clásico de la programación: pequeñas piezas autocontenidas que hacen una tarea concreta, como una receta dentro de un recetario. No es todo el libro, pero sí muchos de los pasos que se repiten a diario.

Para llegar a esa conclusión, los investigadores analizaron más de 30 millones de contribuciones en Python realizadas por unas 160.000 personas en GitHub, y entrenaron un modelo capaz de estimar si ciertos fragmentos tenían señales compatibles con haber sido generados por herramientas como ChatGPT o GitHub Copilot. La elección no es casual: GitHub funciona como un registro de cambios global, una especie de “historial clínico” del código, donde quedan anotados los añadidos, correcciones y mejoras.

En la práctica, si tu empresa vive de software —y hoy casi cualquier sector lo hace, desde banca hasta automoción—, que una parte tan grande del código nuevo nazca con asistencia algorítmica es una pista sobre el ritmo al que cambian los hábitos de trabajo, la forma de aprender, la productividad y también la competencia entre países. Continúa leyendo «La IA ya escribe cerca de un tercio del código nuevo: qué cambia en la programación y quién sale ganando»

La programación entra en la era de los asistentes: cómo la IA generativa está cambiando el trabajo con código

Durante décadas, programar se parecía a montar un mueble con un manual: paciencia, pasos pequeños y una atención constante para no equivocarse en una pieza. Con la llegada de la IA generativa aplicada al software, el manual se ha vuelto conversacional. Hoy, muchos desarrolladores ya no empiezan desde una hoja en blanco, sino desde una propuesta de código que sugiere un asistente. El resultado es uno de los primeros casos de uso empresariales realmente tangibles de la IA: reducir fricción en tareas repetitivas como escribir funciones estándar, crear tests, refactorizar, documentar o buscar errores.

Este cambio no se limita a aficionados. Según han declarado directivos de grandes tecnológicas, la IA ya participa en una parte significativa del código que se produce internamente: se ha citado que llega a rondar el 30% en Microsoft y supera una cuarta parte en Google. En paralelo, Mark Zuckerberg ha expresado su ambición de que gran parte del código de Meta sea escrito por agentes de IA en un futuro cercano. Estas cifras, difundidas en medios como MIT Technology Review, señalan una adopción que ya no es experimental: es estratégica. Continúa leyendo «La programación entra en la era de los asistentes: cómo la IA generativa está cambiando el trabajo con código»

Centros de datos: prodigios de ingeniería que nadie quiere al lado

Hay edificios que no se construyen para ser visitados, sino para que el resto del mundo funcione. Los centros de datos de hiperescala son así: naves gigantescas repletas de GPU y otros chips especializados, alineados como estanterías de un supermercado que, en lugar de latas, guardan potencia de cálculo. Dentro, miles de procesadores trabajan en paralelo para alimentar modelos de inteligencia artificial que consumen y producen texto, imágenes o código a una velocidad difícil de imaginar. Según describía Mat Honan en MIT Technology Review, una sola instalación puede ocupar millones de pies cuadrados, contener cientos de miles de chips de gama alta conectados por kilómetros de cableado y devorar enormes cantidades de electricidad para mantener esas máquinas en marcha sin pausa.

Es fácil caer en la fascinación: la escala, la precisión logística, la refrigeración que parece sacada de una central industrial. También es fácil olvidar que, para quien vive cerca, no es “la nube”, sino un vecino nuevo, enorme, y con necesidades muy terrenales: energía, agua, suelo y permisos. Continúa leyendo «Centros de datos: prodigios de ingeniería que nadie quiere al lado»

Centros de datos hiperescalables para IA: el “nuevo cemento” de la carrera tecnológica (y su factura energética)

En muchas zonas de cultivo y polígonos industriales está ocurriendo algo que, a simple vista, parece una expansión clásica de almacenes logísticos. Solo que, en lugar de cajas y carretillas, estos edificios gigantes albergan filas interminables de servidores que funcionan como un único “cerebro” colectivo. Son los centros de datos hiperescalables orientados a IA, instalaciones pensadas específicamente para entrenar y ejecutar modelos de lenguaje y otros sistemas de IA generativa con una potencia que, hasta hace poco, se reservaba a la supercomputación científica.

Según MIT Technology Review, esta nueva ola de centros de datos está impulsada por compañías como OpenAI, Google, Amazon, Microsoft, Meta y Nvidia, con inversiones que ya se miden en cientos de miles de millones de dólares. Ese nivel de gasto no se parece a “comprar más servidores”, se parece a levantar una nueva capa de infraestructura, como si la economía digital estuviera echando más carriles a una autopista que ya va llena. Continúa leyendo «Centros de datos hiperescalables para IA: el “nuevo cemento” de la carrera tecnológica (y su factura energética)»

CytoDiffusion: la IA generativa que afina la mirada en el frotis de sangre y ayuda a detectar leucemia

Un frotis de sangre al microscopio se parece a observar el firmamento: hay miles de “puntos” aparentemente normales y, de vez en cuando, aparece uno que no encaja, una célula con un matiz extraño que puede cambiar el diagnóstico. El problema es que, tras horas de trabajo clínico, la fatiga existe y la revisión humana suele basarse en muestreos: nadie puede mirar una por una todas las células de una lámina con la misma atención sostenida. Aquí es donde entra CytoDiffusion, un sistema de IA generativa que promete ayudar a no pasar por alto esas “estrellas raras” que los especialistas a veces no ven o no interpretan igual.

La investigación, liderada por equipos de la University of Cambridge, University College London y Queen Mary University of London, se difundió en ScienceDaily y se publicó en Nature Machine Intelligence bajo el título “Deep generative classification of blood cell morphology”. El objetivo es muy concreto: leer la morfología celular con más consistencia, detectar anomalías sutiles asociadas a enfermedades como la leucemia y, algo clave, saber reconocer cuándo el propio sistema no está seguro. Continúa leyendo «CytoDiffusion: la IA generativa que afina la mirada en el frotis de sangre y ayuda a detectar leucemia»

Centros de datos hiperescalados para IA: el músculo invisible que entrena modelos gigantes… y su factura energética

Los centros de datos hiperescalados para IA se están convirtiendo en el equivalente tecnológico de una refinería o una acería: instalaciones enormes, planificadas para trabajar sin descanso y orientadas a un objetivo muy concreto, entrenar y ejecutar modelos de lenguaje y otros sistemas de inteligencia artificial a escala descomunal. Donde antes imaginábamos “la nube” como algo etéreo, aquí toma forma de edificios mastodónticos que aparecen en polígonos industriales o en áreas rurales, buscando terreno, conexión eléctrica y permisos con la misma urgencia con la que una ciudad busca agua.

Según MIT Technology Review, esta nueva infraestructura no es solo una ampliación de lo ya conocido: es una especie distinta de supercomputación, diseñada alrededor de chips especializados, redes ultrarrápidas y sistemas de enfriamiento poco habituales fuera de la industria pesada. Continúa leyendo «Centros de datos hiperescalados para IA: el músculo invisible que entrena modelos gigantes… y su factura energética»

Un “inspector” para las respuestas de los chatbots: así funciona el marco que verifica si una IA acierta

Cualquiera que haya trabajado en atención al cliente conoce el dilema: un error evidente se detecta rápido, pero una respuesta “casi correcta” puede colarse con facilidad. En los chatbots basados en modelos de lenguaje (LLM) ese riesgo se multiplica, porque suelen redactar con seguridad incluso cuando les falta un matiz, una condición o una excepción importante. El resultado es una sensación engañosa de fiabilidad: parece bien escrito, parece razonable, pero puede no ser correcto para el caso concreto.

Ese es el punto de partida de un trabajo impulsado por la Universidad de Groningen junto a la empresa neerlandesa AFAS, que buscaba acelerar un proceso muy común en empresas: el chatbot redacta la respuesta, pero un empleado la revisa antes de enviarla al cliente. La pregunta es simple y práctica: ¿se puede reducir el tiempo humano sin aumentar el riesgo de errores? Continúa leyendo «Un “inspector” para las respuestas de los chatbots: así funciona el marco que verifica si una IA acierta»

Google Classroom convierte lecciones en “podcasts” con Gemini: qué cambia para docentes y estudiantes

Hay estudiantes que se concentran mejor con auriculares puestos que mirando una diapositiva. Pensando en ese hábito, Google Classroom incorpora una herramienta que usa Gemini para convertir contenidos educativos en audio con estilo de podcast. La idea es sencilla: si el alumnado ya consume conversaciones, entrevistas y charlas mientras camina o viaja en transporte público, el aprendizaje puede “subirse” a ese mismo carril y ganar atención sin pedirle a nadie que cambie de costumbres.

Según contó TechCrunch, el objetivo es fomentar una comprensión más profunda del material al presentarlo como un diálogo, no como un texto plano. En términos prácticos, el contenido se transforma en una pieza sonora que se parece más a una conversación que a una clase magistral: una explicación que avanza con preguntas, ejemplos y repeticiones naturales, como cuando alguien te enseña una receta mientras cocinas. Continúa leyendo «Google Classroom convierte lecciones en “podcasts” con Gemini: qué cambia para docentes y estudiantes»

Adobe lanza generación de IA gratuita e ilimitada para usuarios de Creative Cloud Pro

Adobe ha reforzado su liderazgo en el sector creativo digital con una nueva estrategia que pone a la inteligencia artificial al servicio de los profesionales del diseño. Durante un periodo limitado hasta el 15 de diciembre, los suscriptores de Creative Cloud Pro podrán acceder a funciones de IA generativa gratuita e ilimitada, un movimiento que consolida a Adobe como referencia frente a las nuevas opciones que intentan ganar terreno, como el reciente plan gratuito de Affinity bajo el paraguas de Canva Continúa leyendo «Adobe lanza generación de IA gratuita e ilimitada para usuarios de Creative Cloud Pro»

¿Puede la inteligencia artificial ser verdaderamente creativa?

La aparición de modelos de inteligencia artificial generativa ha trastocado uno de los pilares que definían lo humano: la creatividad. Tradicionalmente asociada a la experiencia, la emoción y el juicio personal, la creatividad ha sido vista como un terreno exclusivo de las personas. Sin embargo, la capacidad de sistemas como ChatGPT o generadores de música y arte de producir contenido original ha despertado un debate intenso: ¿es esto creatividad real o una ilusión algorítmica?

Un ejemplo llamativo es «Pianita number 17», una pieza para piano creada por un modelo entrenado con miles de horas de vídeos de YouTube. Sus acordes en re menor y su estructura emocionalmente sugestiva evocan la tristeza del desamor, lo que lleva a preguntarse: si una máquina puede generar esa carga emotiva, ¿qué distingue la creatividad humana de la artificial? Continúa leyendo «¿Puede la inteligencia artificial ser verdaderamente creativa?»