Blog

Un nuevo estudio dirigido por investigadores de la Universidad de Bristol ha descubierto que las personas que intentan resistir los antojos de comida podrían estar utilizando contenido de redes sociales con imágenes de comidas apetitosas como sustituto de comerlas realmente. Los hallazgos cuestionan la creencia arraigada de que la exposición a imágenes de comida tentadora conduce a comer en exceso.

La investigación, realizada en colaboración con la Escuela de Administración de la Universidad de Buffalo, exploró cómo la interacción visual con contenido alimentario influye en los hábitos alimenticios. A través de tres experimentos con 840 participantes de entre 19 y 77 años, los investigadores combinaron encuestas en línea con un estudio de laboratorio controlado para examinar cómo responden las personas a los medios de comunicación relacionados con la comida.

La exposición visual puede reducir el consumo real.

En uno de los experimentos, se mostraron a los participantes vídeos cortos, al estilo de las redes sociales, con postres de chocolate tanto altos como bajos en calorías. Las personas a dieta dedicaron aproximadamente un 30 % más de tiempo a ver opciones indulgentes en comparación con las personas que no estaban a dieta.

Sin embargo, cuando posteriormente tuvieron acceso a chocolate real, el mismo grupo consumió significativamente menos que aquellos que no estaban a dieta. Esto sugiere que interactuar visualmente con la comida puede reducir el deseo de consumirla en la realidad.

La autora principal, Esther Kang, explicó que este comportamiento refleja una forma de “búsqueda digital”, en la que las personas utilizan contenido visual para satisfacer antojos sin consumirlos físicamente. En lugar de provocar atracones, las imágenes pueden actuar como un sustituto psicológico.

El papel de la “saciedad intermodal”

Un segundo experimento reforzó estos hallazgos. Los participantes fueron expuestos a videos de alimentos poco saludables como pizza, hamburguesas y papas fritas, junto con opciones más saludables como ensaladas y batidos. Las personas a dieta mostraron nuevamente una clara preferencia por ver alimentos altos en calorías, dedicando hasta un 50 % más de tiempo a este tipo de contenido.

A pesar de esto, el aumento de la exposición no se tradujo en un mayor consumo. Los investigadores atribuyen esto a un concepto conocido como saciedad intermodal, en el que el cerebro satisface parcialmente los antojos a través de experiencias sensoriales como la vista, en lugar del gusto.

El coautor Arun Lakshmanan señaló que el consumo visual puede, en algunos casos, reducir las ganas de comer, ofreciendo una perspectiva diferente sobre cómo el contenido digital influye en el comportamiento.

Por qué estos hallazgos son importantes

Los resultados son significativos dada la magnitud de las dietas y los esfuerzos para controlar el peso a nivel mundial. El estudio destaca que alrededor del 60 % de las mujeres y el 40 % de los hombres en Estados Unidos intentan activamente controlar su peso, lo que contribuye a una industria global de pérdida de peso valorada en más de 250 mil millones de dólares.

Tradicionalmente, se ha considerado que la exposición a la publicidad y las imágenes de alimentos influye en los hábitos alimenticios poco saludables. Sin embargo, esta investigación sugiere que la relación entre el contenido visual y el consumo es más compleja.

Para las personas que intentan controlar su dieta, las redes sociales podrían servir como una herramienta accesible y de bajo costo para ayudar a regular los antojos sin necesidad de evitar estrictamente el contenido tentador.

Qué significa esto para los usuarios cotidianos

Para los usuarios cotidianos, los resultados sugieren que navegar por contenido relacionado con la comida no siempre es contraproducente. En algunos casos, podría ayudar a reducir la probabilidad de comer en exceso, especialmente para quienes intentan controlar conscientemente sus hábitos alimenticios.

Sin embargo, los investigadores advierten que la exposición visual no sustituye por completo la alimentación y no debe considerarse una solución aislada. Su eficacia puede variar según los hábitos individuales, el autocontrol y el contexto.

¿Qué sigue?

Los investigadores planean explorar cómo se aplican estos hallazgos a diferentes tipos de contenido alimentario y plataformas digitales. Futuros estudios también podrían examinar cuánto duran los efectos de la saciedad visual y si se observan patrones similares en entornos reales, más allá de los experimentos controlados.

A medida que los medios digitales siguen moldeando el comportamiento cotidiano, el estudio plantea nuevas preguntas sobre cómo actividades aparentemente pasivas, como ver vídeos de comida, pueden influir en la toma de decisiones de maneras sutiles pero significativas.

Además de presentar un nuevo flujo de trabajo de diseño conversacional impulsado por IA , Canva anunció hoy que se expande más allá del diseño con integraciones que buscan ayudar a los usuarios a acceder a información de herramientas de productividad de uso común sin salir de la plataforma. La actualización Canva AI 2.0 se centra en reducir la necesidad de cambiar entre aplicaciones al crear y administrar proyectos.

Extraer datos de las aplicaciones conectadas

Gracias a los nuevos conectores, los usuarios pueden vincular Canva con servicios como Slack, Gmail, Google Drive, Google Calendar, Zoom y Notion. Esto permite que su inteligencia artificial extraiga información contextual de conversaciones, archivos y agendas para generar contenido relevante.

Por ejemplo, los usuarios pueden convertir transcripciones de reuniones en resúmenes, hilos de correo electrónico en documentos estructurados o generar boletines informativos basados ​​en la actividad del equipo en Slack. Los conectores buscan simplificar la transferencia de información entre aplicaciones y garantizar que no se pierda nada importante en el proceso. Al mantener todo en una única interfaz, la plataforma también busca optimizar los flujos de trabajo y ahorrar tiempo.

Otras herramientas de IA ya ofrecen funcionalidades similares, capaces de extraer contexto de documentos y conversaciones en aplicaciones conectadas. Sin embargo, el enfoque de Canva integra esta función directamente en la creación de contenido, permitiendo a los usuarios actuar en función de esa información sin salir de la plataforma.

El contenido se mantiene coherente y estructurado en todas las tareas.

Canva también incorpora una función de investigación web integrada, que permite a los usuarios recopilar y estructurar información de toda la web directamente en sus proyectos. Además, una nueva función de «Inteligencia de marca» garantiza que todo lo que el usuario genere se ajuste al estilo, el tono y la identidad visual de su marca, reduciendo la necesidad de ediciones manuales.

Además, la nueva función "Hojas de cálculo con IA" permite generar hojas de cálculo estructuradas con datos relevantes, desde cronogramas de proyectos hasta calendarios de contenido. Estas hojas vienen prellenadas y formateadas, listas para usar sin necesidad de configuración. En conjunto, estas funciones buscan transformar Canva de una simple herramienta de diseño a un espacio de trabajo más unificado, donde la creación de contenido, los datos y el contexto están conectados en lugar de estar dispersos en varias aplicaciones.

Canva AI 2.0 se lanza hoy como una versión preliminar para investigación, disponible para el primer millón de usuarios que la descubrieron en la página principal de Canva. La compañía afirma que el acceso se ampliará a más usuarios en las próximas semanas.

Uno de los mayores problemas de los sistemas de conducción autónoma es que, si bien pueden ver perfectamente la carretera, toman decisiones precipitadas a corto plazo en el caótico tráfico urbano. Los sistemas avanzados tienen dificultades para adaptarse a situaciones viales complejas y cambiantes. Sin embargo, un nuevo estudio sostiene que estos vehículos no necesitan mejor visión, sino mejor memoria.

En el artículo revisado por pares KEPT (Knowledge-Enhanced Prediction of Trajectories from Consecutive Driving Frames with Vision-Language Models) , investigadores de la Universidad de Tongji y colaboradores desarrollaron un sistema que ayuda a los vehículos autónomos a "recordar" escenas de conducción pasadas antes de elegir qué hacer a continuación.

¿Cómo funciona esta nueva tecnología de conducción autónoma?

El método, llamado KEPT, utiliza vídeo de la cámara frontal, lo compara con una amplia biblioteca de grabaciones de conducción reales anteriores y predice una trayectoria a corto plazo más segura basándose tanto en la escena actual como en ejemplos recuperados del pasado. La idea principal es bastante intuitiva. En lugar de pedirle a un modelo de IA que reaccione a cada situación como si nunca hubiera visto nada parecido, KEPT le permite recordar momentos similares de conducción previa.

Estos ejemplos se introducen en un modelo de lenguaje visual como parte de un proceso de razonamiento estructurado. Esto es importante, ya que los investigadores afirman que, de lo contrario, los modelos de lenguaje visual complejos pueden generar ilusiones, ignorar las limitaciones físicas o sugerir movimientos que parecen plausibles en teoría, pero que no son adecuados para un automóvil real. Por lo tanto, KEPT actúa básicamente como una guía para mantener el modelo basado en cómo se ven situaciones de tráfico similares en el mundo real.

¿Es mejor que los sistemas autónomos convencionales?

Los investigadores probaron KEPT en el ampliamente utilizado benchmark nuScenes y afirmaron que superó tanto a los sistemas de planificación integrales convencionales como a los planificadores más recientes basados ​​en lenguaje de visión en métricas de bucle abierto. Incluso logró reducir el error de predicción y disminuir los indicadores de colisión potenciales, manteniendo al mismo tiempo una recuperación lo suficientemente rápida como para ser práctica para la conducción en tiempo real.

Esto podría hacer que parezca una opción obvia para los coches autónomos de próxima generación, pero aún no está listo para circular. Aun así, la idea general es atractiva. Si los coches autónomos pueden combinar la percepción en tiempo real con un recuerdo significativo de cómo se desarrollaron situaciones similares anteriormente, podrían llegar a tomar decisiones menos precipitadas y más humanas.

Si alguna vez has comprado un juego en Steam solo para verlo rebajado días después, sabes lo frustrante que es. Valve podría estar trabajando en una solución. Según NotebookCheck , datos detectados en el código interno de Steam sugieren que la plataforma incorporará un historial de precios de 30 días. Sin embargo, Valve aún no ha confirmado oficialmente su lanzamiento.

¿Cómo funcionará la función de historial de precios de Steam?

La función de historial de precios te mostraría si el precio actual de un juego es el más bajo de los últimos 30 días. También te avisaría cuando un juego esté en oferta, te mostraría el porcentaje de descuento con respecto a su precio de lanzamiento y te ayudaría a decidir si esperar a las rebajas de Steam o comprarlo de inmediato.

Actualmente, existen herramientas de terceros como SteamDB o IsThereAnyDeal para obtener este tipo de datos, pero sería muy práctico contar con un rastreador de precios integrado directamente en Steam. Dicho esto, es posible que no satisfaga las necesidades de los cazadores de ofertas más experimentados.

Las herramientas de terceros ya ofrecen datos sobre los precios mínimos históricos, lo que proporciona una visión completa de los precios. Un periodo de 30 días por sí solo no permite saber si un título ha estado alguna vez más barato, y esa es la pregunta que se hacen la mayoría de los jugadores. Para que esta función pueda competir de verdad con las opciones existentes, Valve tendría que ampliar sus filtros mucho más allá de un solo mes.

¿Qué más está desarrollando Valve para Steam?

El rastreador de precios no es la única mejora que Valve parece estar preparando. También se ha detectado una herramienta llamada "Estimador de fotogramas" en el código de Steam, que predeciría el rendimiento de la velocidad de fotogramas de tu PC en un juego determinado antes de comprarlo, basándose en datos anonimizados recopilados de otros usuarios de Steam.

Según se informa, Valve también está desarrollando SteamGPT , un sistema de IA diseñado para gestionar consultas de atención al cliente relacionadas con reembolsos, problemas de plataforma y problemas de pago. Si bien nada de esto se ha confirmado oficialmente, en conjunto, sugieren que Valve se está preparando para una importante ronda de actualizaciones, probablemente coincidiendo con el lanzamiento de Steam Machine , que actualmente se encuentra retrasado por la crisis de RAM .

En este momento, gestionar las suscripciones de streaming se parece mucho a jugar al gato y al ratón con tu cuenta bancaria. Cada pocos meses, algo sube de precio o aparece un nuevo plan. Por eso, cuando una oferta realmente vale la pena, merece la pena prestarle atención. Amazon ahora ofrece Apple TV y Peacock Premium Plus juntos por 20 dólares al mes en Prime Video, lo que supone un ahorro de 10 dólares en comparación con la suscripción a ambos por separado.

Lo que estás obteniendo

Este paquete reúne dos servicios que han creado algunas de las mejores bibliotecas de contenido en streaming. Apple TV ofrece producciones originales como Shrinking y Pluribus, mientras que Peacock abarca desde series galardonadas como The Traitors hasta contenido de NBC, Bravo y Universal Pictures. Ambos servicios son prácticamente libres de anuncios, excepto en las retransmisiones deportivas en directo, que parecen ser el único espacio sagrado al que los anunciantes nunca cederán. El plan Premium Plus de Peacock también permite descargar títulos para verlos sin conexión e incluye acceso a las cadenas locales de NBC, una ventaja realmente útil dependiendo de dónde vivas.

Comprados por separado, Apple TV cuesta $13 al mes y Peacock Premium Plus $17 al mes, para un total de $30 . El paquete reduce el precio a $20 , ahorrándote $10 al mes. Eso significa $120 al año , lo que prácticamente equivale a otro servicio de streaming.

Cómo conseguirlo

Necesitarás una suscripción activa a Amazon Prime y una dirección de facturación en Estados Unidos. Una vez que tengas esto, ve al menú de Suscripciones dentro de Prime Video y debería estar disponible allí. Amazon indica que esta función estará disponible por tiempo limitado, por lo que no permanecerá en el menú de forma permanente.

Así que, si ya estás suscrito a alguno de los dos servicios, la decisión es bastante sencilla. Pagar menos por dos cosas que ya pagabas por separado no supone una gran ventaja. Si tenías dudas sobre qué plataforma usar, el precio combinado hace que probar ambas sea mucho más fácil. El contenido de ambos servicios es tan bueno que 20 dólares al mes es una cantidad difícil de rechazar, sobre todo si tenemos en cuenta que esa misma cantidad apenas alcanza para un solo nivel premium en otras plataformas.

Los próximos chips Nova Lake de Intel acaban de aparecer en los rumores, y la última filtración revela algunos detalles interesantes sobre cómo podría ser la configuración de la familia de procesadores de escritorio Core Ultra Series 4.

La línea de procesadores de escritorio Nova Lake de la compañía podría estar basada en tres variantes de chip diferentes. Según se informa, estas se denominan Nova Lake-S 8P+16E, 8P+12E y 6P+8E, lo que nos da una idea temprana de cómo Intel podría segmentar sus próximas CPU de escritorio convencionales en gama alta, gama media y gama de entrada.

¿Por qué está recibiendo tanta atención esta filtración?

Intel no solo está renovando su línea de procesadores de escritorio, sino que posiblemente esté reorganizando la forma en que escala el número de núcleos y las gamas de productos. Según Wccftech, se espera que el chip Nova Lake-S de gama alta cuente con ocho núcleos de alto rendimiento y 16 núcleos de eficiencia, mientras que las versiones de gama media e inferior reducen el número de núcleos E y P para abarcar diferentes segmentos. De ser cierto, Intel parece dispuesta a seguir apostando por su estrategia de diseño híbrido.

¿Qué revela realmente la filtración sobre la alineación?

Las filtraciones sugieren que los tres chips podrían integrarse en la arquitectura Core Ultra Series 4, con la configuración 8P+16E probablemente destinada a las versiones de gama alta, la 8P+12E a la gama media y la 6P+8E a los chips más económicos. Se dice que cada chip incluye gráficos Xe3 integrados. Para competir mejor con los chips para juegos X3D de AMD, se rumorea la existencia de variantes con una gran LLC (o bLLC) que podrían contar con 144 MB de caché, mientras que las versiones de doble bloque podrían alcanzar los 288 MB.

Si esta filtración es cierta, Nova Lake podría ser otra señal de que Intel quiere acentuar la diferencia entre los procesadores de escritorio sin exagerar con la cantidad de núcleos exclusivos para los modelos insignia. Intel incluso podría crear un chip Nova Lake de doble arquitectura con hasta 52 núcleos, compuesto por dos matrices, cada una con 8 núcleos de alto rendimiento y 16 núcleos de eficiencia, además de 4 núcleos de bajo consumo que no se duplican.

El informe también menciona una variante de 44 núcleos que utiliza la misma idea de doble bloque. Se dice que ambas están dirigidas a usuarios entusiastas y podrían funcionar a hasta 175 W. Además, el resto de la línea de computadoras de escritorio incluirá los procesadores Core Ultra de las series 9, 7, 5 y 3, con modelos convencionales que oscilan entre 35 W y 125 W. Otra información destacable incluye hasta 74 TOPS de rendimiento de IA, DDR5-8000 de serie, Thunderbolt 5 y compatibilidad con WiFi 7, junto con la nueva plataforma LGA 1954, también conocida como Socket V.