Categoría: Tendencias Digitales

El generador de vídeo con IA de OpenAI, Sora, ha llegado a su fin , menos de un año después de su éxito viral. A primera vista, es fácil suponer que el cierre se debió a problemas de seguridad o a la reacción negativa de la comunidad creativa. Pero la historia real es mucho menos dramática.

Entonces, ¿por qué OpenAI cerró Sora?

Según The Wall Street Journal , la principal razón de la desaparición prematura de Sora no fue la controversia, sino la economía. La herramienta era increíblemente costosa de mantener, con un coste aproximado de un millón de dólares diarios para OpenAI debido a su enorme demanda de procesamiento. Generar vídeos realistas requiere muchos más recursos que texto o imágenes, y escalarla para millones de usuarios simplemente no era rentable para la empresa.

Al mismo tiempo, según se informa, el interés de los usuarios disminuyó en los meses posteriores al lanzamiento de Sora, con una fuerte caída en las descargas y la interacción. Esto convirtió la sensación viral de OpenAI en una herramienta costosa con rendimientos cada vez menores. En otras palabras, no solo era cara, sino que también estaba perdiendo impulso.

A pesar de los informes anteriores que sugerían que OpenAI planeaba integrar las capacidades de generación de vídeo de Sora en ChatGPT , ese plan ahora parece haber quedado descartado.

Cómo la caída de Sora refleja un cambio más amplio en la industria.

El cierre de Sora no se debe al fracaso de un solo producto, sino más bien a la dirección que están tomando las empresas de IA. Al igual que Anthropic, OpenAI se está alejando de las funciones llamativas para el consumidor y se está centrando en herramientas de productividad que prometen ingresos más claros y un impacto a largo plazo.

Esto marca un cambio sutil pero importante. En los últimos dos años, las empresas de IA se han apresurado a mostrar las capacidades de sus modelos. Ahora, la atención se centra en lo que la gente está dispuesta a pagar. Esta distinción está empezando a diferenciar las funciones experimentales de los productos sostenibles.

La estrategia reciente de OpenAI refleja esta realidad. La compañía está apostando fuerte por herramientas como Codex, que permite escribir código y automatizar tareas de software, y Deep Research, que genera informes detallados en minutos. Además, está ampliando las integraciones con herramientas de espacio de trabajo, posicionando a ChatGPT más como un asistente de productividad que como un simple chatbot que responde a consultas cotidianas.

Esto no significa que la generación de vídeo mediante IA vaya a desaparecer por completo. Pero el cierre de Sora deja algo claro: las demostraciones impresionantes no son suficientes. Si un producto no puede escalar de forma sostenible ni generar ingresos sustanciales, no perdurará.

Sora, a pesar de su innegable factor sorpresa, simplemente no encajaba en ese futuro.

A pesar de todo el revuelo en torno a la conquista de la IA en ajedrez , go e incluso programación, aún existe una debilidad bastante evidente oculta tras esos triunfos. La IA todavía tiene dificultades para manejar un videojuego nuevo que nunca antes ha visto.

El argumento central de un nuevo estudio de la Universidad de Nueva York (NYU) trata sobre cómo estos hitos que han acaparado titulares han creado una imagen engañosa de lo cerca que están las máquinas de la verdadera inteligencia general.

La distinción realmente importa.

El ajedrez y el Go son logros impresionantes, pero son juegos con reglas fijas y un entorno estructurado, en comparación con los complejos videojuegos modernos. La Universidad de Nueva York señala que la IA aún no ha alcanzado la inteligencia humana, ya que no se adapta bien.

En qué aspectos la IA sigue siendo deficiente

Según los investigadores, muchos de los mayores éxitos de la IA en videojuegos se basan en sistemas finamente ajustados a un juego específico. Dentro de esos límites definidos, la IA puede prácticamente alcanzar un nivel sobrehumano. Pero en cuanto se producen los más mínimos cambios en las reglas o el entorno, su impresionante rendimiento puede desmoronarse.

Aquí es donde los videojuegos se convierten en una verdadera prueba de inteligencia. Los juegos no son unidimensionales, sino que a menudo requieren una amplia gama de habilidades, incluyendo razonamiento espacial, planificación a largo plazo, aprendizaje por ensayo y error e incluso intuición social. El informe afirma que esta variedad hace que los videojuegos sean una medida mucho mejor de la inteligencia flexible que las tareas de referencia aisladas.

Tanto el aprendizaje por refuerzo como los modelos de aprendizaje por refuerzo (LLM) se toparon con un obstáculo.

El artículo de investigación añade que el aprendizaje por refuerzo puede producir resultados impresionantes, pero los objetivos aceptables solo se alcanzan tras millones o miles de millones de simulaciones. Así, el sistema se convierte en un experto en la situación exacta para la que fue entrenado. Sin embargo, todo esto se desmorona ante cualquier cambio. Incluso algo tan simple como un cambio de color o la reposición de objetos en la pantalla puede provocar su fallo.

Los modelos de lenguaje a gran escala (LLM, por sus siglas en inglés) tampoco solucionan este problema. Según la Universidad de Nueva York, su rendimiento es sorprendentemente bajo en juegos desconocidos. Cuando empiezan a funcionar bien, suele ser gracias a una estructura personalizada específica para cada juego, que interpreta los estados del juego, gestiona la memoria y ejecuta las acciones. Si se elimina ese soporte adicional, el rendimiento cae drásticamente.

El verdadero referente

Los investigadores argumentan que una IA capaz de jugar videojuegos de verdad necesitaría aprender un juego nuevo desde cero en aproximadamente el mismo tiempo que un jugador experto. Quizás decenas de horas, sin simulaciones masivas ni experiencia previa. Todo esto supera las capacidades de los sistemas actuales.

Y por eso esto tiene relevancia más allá de los videojuegos. Si la IA no puede adaptarse de forma fiable a un videojuego nuevo, es aún menos probable que pueda lidiar con la imprevisibilidad del mundo real. El ajedrez todavía puede generar titulares llamativos, pero los juegos modernos demuestran lo mucho que le queda por avanzar a la IA.

Investigadores de Stanford advierten que usar chatbots con IA para brindar asesoramiento personal podría ser contraproducente. El problema no radica solo en la precisión, sino en cómo estos sistemas responden ante conflictos complejos del mundo real.

Un nuevo estudio reveló que los modelos de IA suelen dar la razón a los usuarios incluso cuando están equivocados, reforzando decisiones cuestionables en lugar de cuestionarlas. Este patrón no solo influye en los consejos, sino que también cambia la percepción que las personas tienen de sus propias acciones. Los participantes que interactuaron con chatbots excesivamente complacientes se convencieron más de tener razón y mostraron menor disposición a empatizar o a enmendar la situación.

Si utilizas la IA como guía personal, es probable que recibas más tranquilidad que comentarios honestos.

El estudio encontró un claro sesgo

Investigadores de Stanford evaluaron 11 modelos de IA importantes mediante una serie de dilemas interpersonales, incluyendo escenarios que implicaban conductas dañinas o engañosas. El patrón se repitió de forma consistente: los chatbots se alinearon con la postura del usuario con mucha más frecuencia que las respuestas humanas.

En situaciones de asesoramiento general, los modelos respaldaron a los usuarios casi un 50% más a menudo que las personas. Incluso en situaciones claramente poco éticas, siguieron avalando esas decisiones en casi la mitad de los casos. El mismo sesgo se observó en casos en los que observadores externos ya habían coincidido en que el usuario estaba equivocado, pero los sistemas suavizaron o reformularon esas acciones de una manera más favorable.

Esto pone de manifiesto una disyuntiva más profunda en la forma en que se construyen estas herramientas. Los sistemas optimizados para ser útiles suelen optar por el consenso, incluso cuando una mejor respuesta implicaría resistencia.

Por qué los usuarios aún confían en él

La mayoría de la gente no se da cuenta de que esto está sucediendo . Los participantes calificaron las respuestas de la IA, tanto las agradables como las más críticas, como igualmente objetivas, lo que sugiere que el sesgo a menudo pasa desapercibido.

Parte de la razón radica en el tono. Las respuestas rara vez afirman que el usuario tiene razón, sino que justifican las acciones con un lenguaje académico y refinado que resulta equilibrado. Este enfoque hace que el refuerzo parezca un razonamiento cuidadoso.

Con el tiempo, esto crea un círculo vicioso. Las personas se sienten respaldadas, confían más en el sistema y vuelven a presentar problemas similares. Este refuerzo puede limitar la forma en que alguien aborda los conflictos, lo que lo hace menos receptivo a reconsiderar su rol. A pesar de las desventajas, los usuarios seguían prefiriendo estas respuestas, lo que complica los esfuerzos para solucionar el problema.

Lo que deberías hacer en su lugar

La recomendación de los investigadores es sencilla: no confíe en los chatbots de IA como sustituto de la opinión humana cuando se trate de conflictos personales o decisiones morales.

Las conversaciones reales implican desacuerdo e incomodidad, lo que puede ayudarte a reevaluar tus acciones y a desarrollar empatía. Los chatbots eliminan esa presión, facilitando así evitar ser cuestionado. Existen indicios tempranos de que esta tendencia puede reducirse, pero las soluciones aún no están ampliamente implementadas.

Por ahora, usa la IA para organizar tus ideas, no para decidir quién tiene razón. Cuando hay relaciones o responsabilidad de por medio, obtendrás mejores resultados de personas dispuestas a expresar sus opiniones.

Si alguna vez has jugado a Roblox , sabes lo caótica e impredecible que puede llegar a ser la plataforma. Ahora, Roblox está utilizando esa misma imprevisibilidad como excusa para renovar su sistema de moderación de contenido.

La plataforma acaba de lanzar un sistema de moderación multimodal con IA en tiempo real que no solo examina instancias individuales, sino que escanea escenas completas del juego en tiempo real para detectar contenido que se les escapó a los filtros anteriores.

¿Cómo funciona el nuevo sistema de moderación por IA de Roblox?

A diferencia de las herramientas de moderación más antiguas, que evalúan un objeto a la vez, el nuevo sistema multimodal evalúa una escena completa, incluyendo avatares, texto y objetos 3D, para determinar si la combinación completa infringe las Normas de la comunidad de Roblox.

Por ejemplo, pensemos en alguien que utiliza una herramienta de dibujo de forma libre para esbozar un símbolo ofensivo, del tipo que no activaría una verificación de un solo elemento, pero que obviamente es un problema en contexto.

Cuando se detectan infracciones repetidas en una misma partida, el sistema apaga solo ese servidor en lugar de todo el juego. Desde su lanzamiento, se han desconectado aproximadamente 5000 servidores al día.

Roblox está trabajando para monitorear el 100% del tiempo de juego con este sistema. Además de apagar los servidores, también está desarrollando herramientas para identificar y eliminar a los usuarios malintencionados sin perjudicar la experiencia de los demás.

¿Qué significa esto para los creadores de Roblox?

Los creadores tampoco se quedan a oscuras. Un nuevo gráfico dentro del Panel de control para creadores muestra ahora cuántos de sus servidores de juego se cerraron en un día determinado debido al mal comportamiento de los usuarios.

Los picos en esa cifra pueden indicar un problema que merece ser investigado, lo que da a los creadores la oportunidad de revisar y ajustar elementos como los gestos personalizados o las herramientas de construcción dentro del juego antes de que la situación empeore.

Un nuevo programa de certificación para sanear los juegos en línea.

Roblox también está abordando un problema más amplio de la industria. Junto con Keyword Studios y Riot Games, está codesarrollando el Programa de Liderazgo DLC para administradores y moderadores de comunidades en línea.

La psicóloga investigadora Rachel Kowert, directora de investigación de Games for Change, lidera la parte académica del proyecto. El objetivo es crear una formación estandarizada y basada en la evidencia para quienes gestionan comunidades de videojuegos, algo que la industria no había tenido hasta ahora.

Roblox lleva tiempo reforzando sus medidas de seguridad, desde controles parentales hasta filtros de chat basados ​​en la edad , y la última actualización es su iniciativa más ambiciosa hasta la fecha.

Si has estado pensando en actualizar tu iMac, quizás quieras ponerte cómodo, porque una de las actualizaciones más importantes no llegará pronto.

Según un nuevo informe de ZDNet Korea , Apple está trabajando activamente con proveedores de pantallas para añadir paneles OLED al iMac, y cuando llegue, podría ser la pantalla OLED más grande que la compañía haya incluido jamás en un dispositivo.

¿Qué es exactamente lo que pide Apple?

Según se informa, el gigante de Cupertino se ha puesto en contacto con Samsung Display, LG Display y otros fabricantes de paneles. ¿El motivo? Para obtener muestras de pantallas OLED de 24 pulgadas con un brillo máximo objetivo de 600 nits y una resolución de alrededor de 218 PPI (lo que, en teoría, supone una mejora respecto al panel LCD del iMac actual).

Se espera que Samsung sea el primero en actuar, ya que no querría perder un pedido gigantesco de Apple. El fabricante coreano de pantallas planea producir muestras de 220 PPI utilizando sus líneas de producción de OLED de puntos cuánticos (QD-OLED) de mayor formato.

Para quienes estén al tanto, la resolución proyectada es notablemente superior a la de los paneles externos QD-OLED de 160 PPI de Samsung. Se prevé que las primeras muestras lleguen a la sede de Apple en la segunda mitad de 2026.

Mientras tanto, LG Display también participa en la competencia, aunque sus muestras podrían tener un brillo inferior debido a un diseño de panel diferente. Aun así, según se informa, la compañía está desarrollando un diseño avanzado de cinco capas, junto con una tecnología de próxima generación llamada eLEAP que podría reducir la brecha.

Entonces, ¿cuándo llegarán finalmente los iMac con pantalla OLED?

Y aquí viene la parte menos emocionante. Según los informes, Apple planea lanzar su iMac con pantalla OLED entre 2029 y 2030. Eso sería dentro de tres años y medio o cuatro, un par de años después del lanzamiento, según los rumores, del MacBook Pro con pantalla táctil y pantalla OLED .

Por el momento, el modelo actual de 24 pulgadas recibirá una actualización más modesta con el chip M5. Así que sí, la renovación del ordenador de sobremesa de Apple está en camino, aunque no hasta dentro de unos años.

Durante años, los conductores de vehículos eléctricos que usan Android Auto han lidiado con un problema importante: consultar las sugerencias de puntos de recarga en sus teléfonos y compararlas en la pantalla del coche en plena carretera. La navegación nunca fue el problema; lo que les estresaba era la ubicación y el estado del cargador. Esa época por fin ha terminado.

Google ha implementado la planificación de viajes en vehículos eléctricos con inteligencia artificial en Google Maps para Android Auto, que abarca más de 350 modelos de vehículos eléctricos de 16 marcas. La lista de marcas incluye Audi , BMW, Hyundai , Kia, Mercedes-Benz, Chevrolet, Lucid y Volkswagen, entre otras.

¿Cómo funciona realmente esta función?

La configuración comienza en la aplicación Google Maps de tu smartphone Android . Simplemente ve a Ajustes, toca «Tus vehículos», selecciona Eléctrico e introduce la marca, el modelo, el año y la versión de tu coche. ¡Listo! Google Maps ya reconoce tu coche.

Una vez conectado mediante Android Auto e introducido el destino, la aplicación muestra el consumo de batería previsto para el viaje. Introduce el porcentaje de carga actual y el sistema generará paradas de carga recomendadas a lo largo de la ruta, un nivel de batería estimado al llegar y una hora estimada de llegada revisada que ahora tiene en cuenta el tiempo de espera en los puntos de carga.

¿Lo ves? Se acabó el tener que trastear con el móvil a mitad de camino para encontrar el cargador: Google Maps en Android Auto lo resuelve todo. De hecho, incluso hay una opción para configurar un nivel mínimo de batería al llegar, lo cual me parece muy útil, sobre todo porque nadie quiere llegar a un sitio y tener que buscar un enchufe enseguida.

¿Qué factores influyen en las predicciones sobre la duración de la batería?

Es la IA de Google . Los modelos energéticos del gigante de la IA tienen en cuenta el peso y la capacidad de la batería de tu coche y los analizan en función de los datos de tráfico en tiempo real a lo largo de la ruta, incluyendo factores como la altitud de la carretera y las condiciones meteorológicas. Imagínalo como un copiloto muy atento que siempre encuentra los puntos de recarga por ti y nunca se queja.

A pesar de todas las ventajas, hay una advertencia que conviene mencionar. Esta función no utiliza una conexión en tiempo real con tu coche; la precisión de la autonomía depende de la información que introduzcas manualmente. Tu estilo de conducción real aún no se tiene en cuenta. En cualquier caso, se requiere la versión 25.44 o posterior de Google Maps para empezar.