VI Jornadas «Inspirados por la MusSa» (Música en Salamanca). Viviendo en la era pop 2026/11/12

VI Jornadas «Inspirados por la MusSa» (Música creada en Salamanca).

Viviendo en la era pop 2026/11/12

ESCUCHAR

Descargar

Las VI Jornadas «Inspirados por la MusSa» (Música en Salamanca) se celebran del 11 de noviembre al 11 de diciembre de 2026 con el objetivo de promover, difundir y reivindicar la calidad y diversidad de la creación musical salmantina, especialmente la música original de sus compositores e intérpretes. Organizadas por los programas A Nuestro Ritmo (Radio Oeste, ZOES) y Viviendo en la Era Pop (Radio USAL), incluyen cinco actividades abiertas al público y de entrada gratuita. El programa comienza con el estreno del videoclip «Mi Otra Orilla (RapAncestral)», una fusión de rap, rock, folclore charro y flamenco. También contempla una conferencia-homenaje al veterano músico Gabi Sánchez, pionero del pop y el rock en Salamanca, conducida por el periodista musical Víctor G. Villarroel. Se celebrará además la quinta Kedada Ñam+Jam, un encuentro de fraternidad entre músicos con comida, homenaje y actuaciones musicales. Otra actividad será una mesa redonda con realizadores salmantinos de videoclips, que abordará la relación entre música e imagen y la situación del sector audiovisual. Finalmente, las jornadas concluirán con la presentación del disco recopilatorio «Horizonte Electrónico A Nuestro Ritmo», que reúne 20 canciones de diez proyectos de música electrónica local. Esta iniciativa constituye un espacio de encuentro, reconocimiento y visibilidad para los creadores musicales de Salamanca, poniendo en valor el talento y la riqueza de su escena cultural.

Detrás de los números: tensiones no dichas en repositorios y bibliotecas digitales ante la IA en América Latina

Gutiérrez, F. G. (2026). Detrás de los números: tensiones no dichas en repositorios y bibliotecas digitales ante la IA en América Latina (Informe N.º 2, edición especial 24.ª JBDU). Observatorio de Inteligencia Artificial y Bibliotecas en América Latina (OLIAB). Zenodo. https://doi.org/10.5281/zenodo.23993436

Los grandes relevamientos internacionales sobre inteligencia artificial en bibliotecas casi no miden a los repositorios ni a las bibliotecas digitales, y lo que miden se parece poco a la realidad latinoamericana. El segundo informe del Observatorio de IA y Bibliotecas en América Latina lee esas cifras junto con la evidencia regional disponible y sostiene que la brecha principal no es tecnológica, sino de gobernanza. El texto se presentó en la 24.ª Jornada sobre la Biblioteca Digital Universitaria (24.ª JBDU), celebrada el 5 y 6 de noviembre de 2026 bajo el lema «Las bibliotecas universitarias y el futuro de la educación superior».

El punto de partida es una asimetría de fuentes. En Pulse of the Library 2026 de Clarivate, el 57 % de las respuestas proviene de Estados Unidos, y la encuesta de COAR sobre bots (2025) reunió 66 repositorios, de los cuales solo 9 son latinoamericanos. Con esos límites, Clarivate indica que el 49 % de las bibliotecas que ya evalúan o implementan IA no tiene una posición estratégica definida. En la región, además, casi ningún repositorio documenta qué hacen los modelos con sus colecciones.

El informe propone una escala de madurez documentada (0–4), que mide lo que una institución puede demostrar con documentos públicos y no su adopción real. Con ella ordena cinco tensiones: gobernanza sin política, soberanía por capas (datos, modelos, cómputo y gobernanza), lectores que ya no son humanos, derechos de autor sin norma clara y la falta de reciprocidad del acceso abierto frente a quienes entrenan modelos. También revisa casos regionales como LA Referencia, Biblat, BIREME/LILACS y Latam-GPT, y verifica cifras que circulan en la comunidad: el «60 % de LILACS procesado con IA», por ejemplo, ronda en realidad el 50 % según BIREME.

Cierra con siete paradojas, tres futuros posibles para el repositorio y trece propuestas ordenadas por plazo. La primera se puede aplicar sin presupuesto: que cada repositorio declare por escrito y en público qué hace con la IA y qué permite a terceros.Lic. Fernando Gabriel Gutiérrez

Artículos basura generados por inteligencia artificial aparecen publicados bajo los nombres de destacados investigadores

Asaf, S. (2026, 9 de noviembre). ‘AI slop’ papers published under prominent academics’ names. Times Higher Education. https://www.timeshighereducation.com/news/ai-slop-papers-published-under-prominent-academics-names

Denuncia una nueva modalidad de fraude en la comunicación científica: la publicación de artículos aparentemente generados mediante inteligencia artificial que utilizan, sin autorización, los nombres de investigadores de reconocido prestigio.

Una investigación periodística ha descubierto que varias revistas académicas poco conocidas están difundiendo trabajos de escasa calidad, con contenidos aparentemente automatizados y referencias bibliográficas cuestionables, atribuyéndolos a profesores e investigadores que aseguran no haber participado en su elaboración ni haber autorizado el uso de su identidad. El caso pone de manifiesto cómo la inteligencia artificial puede utilizarse para fabricar publicaciones científicas y, simultáneamente, apropiarse de la reputación académica de terceros.

La investigación comenzó cuando Alan Said, profesor de Informática de la Universidad de Gotemburgo, recibió una notificación de Google Scholar sobre un artículo titulado Intelligence Systems Supporting Sustainable Global Development, supuestamente publicado bajo su nombre en la revista American International Journal of Research and Innovation (AIJRI). Aunque la temática guardaba cierta relación con sus líneas de investigación sobre inteligencia artificial y sostenibilidad, el profesor comprobó que no había escrito el trabajo y que su contenido parecía generado artificialmente, con escasa consistencia científica. Tras denunciar el caso, el artículo fue supuestamente retirado, pero continuó apareciendo en línea con modificaciones en la identidad de su autor. En apenas dos días se detectaron tres versiones del mismo documento atribuidas a personas diferentes.

El análisis identificó otras dos publicaciones con características similares: American Journal of Advanced Multidisciplinary Research and Innovation (AJAMRI) y American Journal for Multidisciplinary Research (AJFMR). Las tres revistas presentan elementos comunes en sus páginas web, comparten director editorial y miembros de sus consejos científicos y utilizan una apariencia editorial que puede transmitir una falsa impresión de legitimidad. Entre los investigadores cuyos nombres aparecen asociados a sus artículos figuran personalidades destacadas de la informática y la inteligencia artificial, como Fei-Fei Li y Christopher Manning, de Stanford, y Michael I. Jordan y Stuart Russell, de Berkeley. Varios de estos académicos han confirmado que nunca escribieron los trabajos ni autorizaron su publicación.

Uno de los aspectos más preocupantes es que las revistas también utilizan nombres de investigadores para construir artificialmente sus consejos editoriales. Kanakaraju Manupati, investigador posdoctoral de Virginia Commonwealth University, manifestó que desconocía completamente la existencia de la revista en cuyo comité editorial aparecía incluido. Esta práctica plantea dudas sobre la autenticidad de los procesos de revisión por pares y sobre la utilización fraudulenta de la reputación de científicos e instituciones para generar confianza entre posibles autores y lectores.

El artículo también llama la atención sobre el modelo económico de estas publicaciones. Las revistas anuncian tarifas por publicar artículos que varían según el número y la procedencia de los autores. En uno de los casos, las cantidades oscilan entre 80 y 200 dólares, mientras que otra publicación anuncia tarifas considerablemente inferiores. Esta estructura, unida a la publicación de contenidos aparentemente generados de manera automática y a la utilización de identidades académicas sin consentimiento, apunta a un modelo editorial que podría aprovecharse de la presión existente en el ámbito universitario por publicar y acumular méritos científicos.

Las consecuencias van más allá del perjuicio reputacional para los investigadores afectados. La presencia de estos trabajos en Google Scholar puede contaminar los perfiles académicos, introducir referencias falsas en los sistemas de recuperación de información y dificultar la evaluación de la producción científica. También existe el riesgo de que estudiantes de doctorado e investigadores jóvenes interpreten estas revistas como publicaciones legítimas al encontrar en ellas los nombres de científicos reconocidos, y terminen enviando sus propios trabajos o pagando por publicar.

El caso evidencia que la inteligencia artificial generativa está ampliando las posibilidades de producción masiva de contenidos científicos fraudulentos, pero también está facilitando nuevas formas de suplantación de identidad académica. El problema no reside únicamente en la generación automática de artículos de baja calidad, sino en la creación de una apariencia de legitimidad mediante nombres de investigadores reales, consejos editoriales ficticios y plataformas de publicación que simulan cumplir los estándares de la comunicación científica.

Bibliotecas, editoriales e inteligencia artificial: la importancia de comprender a los usuarios antes de transformar los servicios y las plataformas digitales

Hinchliffe, L. J. (2026, 10 de noviembre). Libraries, publishers, and the users we both serve. The Scholarly Kitchen. https://scholarlykitchen.sspnet.org/2026/11/10/ai-and-the-users-we-serve/

La transformación de las bibliotecas mediante la inteligencia artificial debe comenzar por estudiar a las personas, no por acumular herramientas tecnológicas. El verdadero valor de la IA no reside únicamente en automatizar búsquedas, generar respuestas o incorporar nuevas funcionalidades, sino en comprender cómo modifica los comportamientos informativos de estudiantes e investigadores y cómo pueden adaptarse los servicios bibliotecarios para acompañar esos cambios.

Se plantea una reflexión sobre cómo las bibliotecas y las editoriales científicas deben afrontar la transformación que está provocando la inteligencia artificial generativa. La autora advierte de que buena parte del debate profesional se concentra actualmente en los chatbots, las nuevas herramientas tecnológicas y las funcionalidades que ofrecen las plataformas comerciales, mientras que se presta mucha menos atención a investigar cómo los estudiantes, investigadores y otros usuarios están incorporando realmente estas tecnologías a sus prácticas de búsqueda, aprendizaje y producción de conocimiento. Su argumento principal es que las instituciones no deberían diseñar sus estrategias de inteligencia artificial exclusivamente a partir de las posibilidades de las herramientas, sino desde el conocimiento de las necesidades y comportamientos de las personas a las que prestan servicio.

Para desarrollar esta idea, Hinchliffe recupera la experiencia de la aparición de las plataformas de descubrimiento bibliográfico a gran escala (discovery layers), cuando las bibliotecas comenzaron a estudiar de manera sistemática cómo buscaban información los estudiantes e investigadores, qué dificultades encontraban y qué hacían cuando las herramientas disponibles no respondían a sus necesidades. Aquellas investigaciones permitieron adaptar los servicios bibliotecarios y orientar el desarrollo de productos digitales. La autora considera que la inteligencia artificial exige recuperar esa perspectiva centrada en el usuario. No basta con incorporar asistentes conversacionales o sistemas de búsqueda inteligente: es necesario conocer qué tareas delegan los investigadores en la IA, cómo verifican sus respuestas, cuándo prefieren no utilizarla y qué esperan que siga proporcionando la biblioteca.

El texto identifica también intereses compartidos entre bibliotecas y editoriales científicas. Las primeras necesitan comprender qué lugar deben ocupar sus recursos y servicios en unos flujos de investigación cada vez más mediados por sistemas de inteligencia artificial. Las editoriales, por su parte, deben decidir qué funcionalidades incorporar a sus plataformas, cómo gestionar las licencias de utilización de contenidos por parte de los modelos de IA y qué controles ofrecer a los usuarios. Entre las cuestiones fundamentales se encuentran la posibilidad de activar o desactivar las funciones inteligentes, conocer cómo se ha generado una respuesta, comprobar las fuentes utilizadas y mantener la capacidad de realizar búsquedas tradicionales. La autora advierte de que los proveedores tecnológicos no pueden responder por sí solos a estas cuestiones, porque conocen sus productos, pero no necesariamente las prácticas y necesidades específicas de las comunidades académicas.

Uno de los apartados más interesantes propone una agenda compartida de investigación sobre los usos de la inteligencia artificial. Bibliotecas y editoriales deberían colaborar para responder a preguntas como qué tareas y decisiones confían los usuarios a la IA, en qué situaciones prefieren mantenerla al margen, cómo verifican los resultados obtenidos y qué nivel de control desean sobre las funcionalidades automatizadas. Para ello, se proponen métodos de investigación conocidos en el ámbito bibliotecario, como entrevistas, observación directa, diarios de actividad y análisis de utilización de los servicios existentes. La combinación de perspectivas permitiría obtener una visión más completa: las bibliotecas conocen las necesidades y circunstancias de sus comunidades universitarias, mientras que las editoriales disponen de datos de utilización procedentes de múltiples instituciones.

En cuanto a las actuaciones prácticas, la autora recomienda que las bibliotecas comiencen realizando pequeños estudios con grupos diversos de estudiantes e investigadores para identificar cómo utilizan la IA, qué resultados delegan en ella y cómo comprueban su fiabilidad. Los resultados deberían compartirse con los responsables de las estrategias institucionales de inteligencia artificial, especialmente con los departamentos de tecnologías de la información y unidades de apoyo a la investigación. También propone utilizar las evidencias obtenidas para evaluar las funcionalidades que ofrecen los proveedores comerciales, comprobar si responden a necesidades reales y orientar la formación del personal bibliotecario. En el caso de las editoriales, aconseja investigar las preferencias de los usuarios antes de lanzar nuevas funcionalidades, compartir los resultados de sus estudios y facilitar la participación de las bibliotecas en los procesos de diseño y evaluación.

Hinchliffe sostiene que bibliotecas y editoriales deben asumir que la transición hacia la inteligencia artificial se desarrolla en un contexto de incertidumbre y experimentación permanente. Por ello, la formación del personal y el desarrollo de productos no pueden basarse en certezas todavía inexistentes, sino en la observación continua, la experimentación y la capacidad de adaptar los servicios conforme evolucionan las prácticas de los usuarios. El éxito de las instituciones no debería medirse por la cantidad de herramientas de IA que incorporan, sino por su capacidad para responder mejor a las necesidades de sus comunidades.

Perseguir el fraude científico: las retractaciones de artículos como mecanismo de autocorrección de la ciencia

Beaudin, E. (Presentadora). (2026, 22 de octubre). Traquer la fraude scientifique [Podcast]. En Le Détecteur de rumeurs (Temporada 5, episodio 45). Science-Presse. https://sciencepresse-detecteurderumeurs.transistor.fm/s5/45

La integridad científica no consiste en evitar que se publiquen investigaciones equivocadas, sino en garantizar que los errores y los fraudes puedan detectarse, investigarse y corregirse de manera transparente. Las retractaciones, la vigilancia posterior a la publicación y la responsabilidad de autores, universidades y editoriales son elementos esenciales para mantener la confianza en la ciencia y preservar la fiabilidad de la comunicación académica.

El episodio Traquer la fraude scientifique (Perseguir el fraude científico), del podcast canadiense Le Détecteur de rumeurs, aborda uno de los problemas más preocupantes del sistema contemporáneo de comunicación científica: la aparición de publicaciones fraudulentas, la manipulación de resultados y las malas prácticas que comprometen la credibilidad de la investigación. El programa examina cómo se identifican los artículos que contienen datos manipulados, imágenes alteradas, plagio, resultados inventados o procedimientos metodológicos cuestionables, así como el trabajo de quienes se dedican a investigar y documentar estas irregularidades. La cuestión central es determinar hasta qué punto el sistema científico dispone de mecanismos suficientes para detectar los comportamientos fraudulentos y corregir sus consecuencias.

Uno de los aspectos fundamentales es el papel de las retractaciones científicas, mediante las cuales una revista académica retira formalmente un artículo cuando se comprueba que sus resultados no pueden considerarse fiables. Estas decisiones pueden producirse por fraude deliberado, manipulación de imágenes o datos, plagio, errores metodológicos graves o problemas relacionados con la autoría y los procedimientos editoriales. Las retractaciones constituyen una herramienta esencial para advertir a la comunidad investigadora de que determinados resultados no deben seguir utilizándose como fundamento de nuevas investigaciones. Sin embargo, su publicación no siempre significa que el problema haya desaparecido, puesto que los artículos retractados pueden continuar siendo citados, descargados o utilizados en revisiones bibliográficas y trabajos posteriores.

El programa permite reflexionar también sobre la transformación de las prácticas de vigilancia de la literatura científica. La revisión por pares, aunque continúa siendo un instrumento fundamental de evaluación, no garantiza por sí sola la detección de todas las irregularidades. Por ello, adquieren creciente importancia los investigadores especializados en integridad académica, los editores científicos, los revisores y las comunidades que examinan las publicaciones después de su difusión. La utilización de herramientas digitales para identificar similitudes textuales, imágenes duplicadas, patrones estadísticos anómalos y posibles manipulaciones está ampliando las posibilidades de supervisión. Esta vigilancia resulta especialmente necesaria en un contexto de crecimiento acelerado de la producción científica y de presión por publicar, obtener financiación y conseguir reconocimiento académico.

Otro elemento relevante es la necesidad de diferenciar entre el error científico y el fraude. La investigación es una actividad sometida a incertidumbre, revisión y actualización constante, por lo que no todos los resultados incorrectos implican una conducta deshonesta. Un error metodológico puede ser involuntario y formar parte del proceso de autocorrección del conocimiento, mientras que la fabricación o falsificación deliberada de datos constituye una vulneración grave de la ética investigadora. Esta distinción es fundamental para evitar tanto la impunidad ante las malas prácticas como las acusaciones injustificadas contra investigadores cuyos trabajos presentan limitaciones o resultados que posteriormente no pueden reproducirse.

La problemática adquiere una dimensión adicional por las consecuencias que el fraude puede tener sobre la confianza pública en la ciencia. Una investigación fraudulenta puede orientar incorrectamente otras investigaciones, desperdiciar recursos económicos, influir en decisiones clínicas o políticas y deteriorar la reputación de instituciones y revistas científicas. Además, la circulación de resultados incorrectos puede prolongarse durante años si no existen procedimientos transparentes para comunicar las investigaciones realizadas, publicar las correcciones y retirar los contenidos que han perdido su validez. Por esta razón, la responsabilidad no corresponde exclusivamente a los autores, sino también a las universidades, organismos financiadores, editoriales y organizaciones encargadas de garantizar la integridad de la investigación.

En definitiva, el episodio invita a considerar que la credibilidad científica no depende de que todas las investigaciones sean infalibles, sino de que existan procedimientos eficaces para identificar errores, investigar posibles fraudes y corregir públicamente los resultados que no cumplen los estándares de rigor. La retractación debe entenderse como una herramienta de transparencia y responsabilidad, no simplemente como un indicador negativo de la producción académica. En un escenario caracterizado por el crecimiento de las publicaciones, la presión por conseguir indicadores de impacto y la incorporación de herramientas de inteligencia artificial a los procesos de investigación y edición, reforzar los mecanismos de vigilancia y evaluación resulta imprescindible para proteger la calidad del conocimiento.

La regulación de la inteligencia artificial debe centrarse en medir sus riesgos y consecuencias, no en frenar su velocidad de desarrollo

Esmer, B., & Ozel, N. B. (2026, 10 de noviembre). The AI regulation fight is about speed. It should be about measurement. Knowledge at Wharton, University of Pennsylvania. https://knowledge.wharton.upenn.edu/article/the-ai-regulation-fight-is-about-speed-it-should-be-about-measurement/

El debate internacional sobre la regulación de la inteligencia artificial y plantea que la discusión no debería centrarse tanto en acelerar o ralentizar su desarrollo como en establecer mecanismos fiables para medir sus efectos y consecuencias. Los autores consideran que actualmente empresas tecnológicas, gobiernos, investigadores y ciudadanos carecen de sistemas comunes para identificar, comparar y evaluar los daños que pueden ocasionar los sistemas de IA. Aunque algunas compañías están comenzando a invertir en evaluaciones de seguridad, estas siguen dependiendo de criterios propios y procedimientos que carecen de estándares independientes.

El texto plantea que el debate sobre la regulación de la inteligencia artificial no debería centrarse en la velocidad de su desarrollo, sino en la capacidad de medir sus efectos, riesgos y consecuencias sociales. Mientras empresas como Anthropic y OpenAI defienden un desarrollo más prudente y la Administración estadounidense prioriza mantener su liderazgo frente a China, existe un punto de encuentro: la necesidad de establecer mecanismos fiables y comunes para evaluar el impacto de la IA. Actualmente, las empresas desarrolladoras establecen sus propios criterios de seguridad, pruebas y evaluaciones, sin estándares independientes ni sistemas homogéneos de información.

Los autores proponen crear un sistema estandarizado de registro de daños e incidentes relacionados con la inteligencia artificial (harm ledger), que permita documentar qué hacen estos sistemas, a quién afectan y con qué frecuencia producen errores o resultados perjudiciales. Este mecanismo debería prestar especial atención a ámbitos sensibles como la contratación laboral, la medicina, los servicios financieros y la concesión de créditos, donde las decisiones automatizadas pueden generar discriminación, exclusión o perjuicios económicos difíciles de detectar. Asimismo, defienden que las obligaciones de información sean proporcionales al alcance y al nivel de riesgo de cada sistema, evitando imponer las mismas exigencias a grandes desarrolladores que a pequeñas empresas o laboratorios de investigación.

Finalmente, proponen que el Congreso estadounidense impulse una ley de medición y notificación de incidentes de inteligencia artificial, con definiciones comunes, auditorías independientes, evaluaciones previas al lanzamiento y publicación de resultados agregados. La idea fundamental es que la supervisión no debe convertirse necesariamente en un freno a la innovación, sino en una garantía de transparencia y responsabilidad. Antes de decidir cuánto limitar la inteligencia artificial, es necesario conocer con evidencias qué efectos produce, quién asume sus riesgos y cuáles son sus consecuencias para la sociedad.

El texto plantea que el debate sobre la regulación de la inteligencia artificial no debería centrarse en la velocidad de su desarrollo, sino en la capacidad de medir sus efectos, riesgos y consecuencias sociales. Mientras empresas como Anthropic y OpenAI defienden un desarrollo más prudente y la Administración estadounidense prioriza mantener su liderazgo frente a China, existe un punto de encuentro: la necesidad de establecer mecanismos fiables y comunes para evaluar el impacto de la IA. Actualmente, las empresas desarrolladoras establecen sus propios criterios de seguridad, pruebas y evaluaciones, sin estándares independientes ni sistemas homogéneos de información.

Los autores proponen crear un registro estandarizado de daños e incidentes de inteligencia artificial (AI Harm Ledger), que permita documentar qué hacen los sistemas, a quién afectan y con qué frecuencia producen errores o consecuencias perjudiciales. Esta iniciativa resulta especialmente importante en sectores como la contratación laboral, la medicina, los servicios financieros y la concesión de créditos, donde los algoritmos pueden provocar discriminación, exclusión o decisiones injustas que actualmente apenas quedan registradas. Las obligaciones de información deberían ser proporcionales al tamaño, capacidad y nivel de riesgo de las organizaciones, evitando imponer cargas innecesarias a pequeñas empresas y laboratorios de investigación.

Asimismo, se propone que el Congreso estadounidense apruebe una ley de medición y notificación de incidentes de IA, encargando al NIST el establecimiento de definiciones, indicadores y formularios comunes. Las grandes empresas tecnológicas deberían presentar evaluaciones previas al lanzamiento de sus sistemas e informar sobre incidentes graves, mientras que hospitales, empresas y entidades financieras comunicarían los errores relevantes y las desigualdades detectadas. Los informes serían verificados por auditores independientes y sus resultados agregados se harían públicos, permitiendo establecer cuándo es necesario investigar, corregir o suspender temporalmente un sistema.

Presentación del libro «La invención de la ignorancia» de Javier Martín Prieto


Presentación del libro

«La invención de la ignorancia» de Javier Martín Prieto.

Planeta Biblioteca 11 noviembre 2026

ESCUCHAR

Descargar

El programa presenta el libro La invención de la ignorancia, de Javier Martín Prieto, publicado por la editorial Nogal, con la participación de Víctor G. Villarroel, periodista y colaborador de Radio Universidad de Salamanca; Daniel Cruz Sagredo, escritor; y Julio Alonso Arévalo, de Radio Universidad de Salamanca. La obra analiza cómo la ignorancia ha evolucionado desde la falta de acceso al conocimiento hasta convertirse en consecuencia de la sobreabundancia informativa y la influencia de los algoritmos. A partir de pensadores como Adorno, Horkheimer, Gramsci y Bourdieu, examina cómo la industria cultural, las desigualdades educativas y las formas de dominación social condicionan nuestra capacidad de pensar libremente. También aborda el papel de las redes sociales y las plataformas digitales en la difusión de contenidos superficiales, la manipulación emocional y la creación de cámaras de eco. El autor advierte que disponer de millones de datos no significa estar mejor informados ni ser más cultos. La verdadera ignorancia contemporánea surge de la dificultad para distinguir el conocimiento de la desinformación. En definitiva, el libro reivindica el pensamiento crítico, la reflexión y la autonomía intelectual como herramientas esenciales para comprender la sociedad actual.

The Librarians: los bibliotecarios que defienden la libertad intelectual y el acceso a la información

FilmiFeed Editorial. (2026, 5 de octubre). The Librarians (2025): Meet the real people behind the documentary. FilmiFeed. https://www.filmifeed.com/the-librarians-documentary-real-people-careers/

Defender una biblioteca es también defender la libertad de leer, pensar y acceder al conocimiento sin censura. The Librarians recuerda que los bibliotecarios no son simples gestores de colecciones, sino profesionales comprometidos con los derechos culturales, la libertad intelectual y la pluralidad democrática.

El artículo presenta a los profesionales reales que protagonizan el documental The Librarians (2025), dirigido por Kim A. Snyder, una película que muestra cómo los bibliotecarios estadounidenses se han convertido en protagonistas de un intenso debate social y político sobre la libertad intelectual, la censura y el acceso a los libros. A través de sus experiencias personales y profesionales, el documental refleja las presiones que afrontan las bibliotecas, especialmente en Texas, ante los intentos de retirar determinadas obras de sus colecciones.

Entre las protagonistas destaca Carolyn Foote, bibliotecaria escolar jubilada y defensora de la innovación tecnológica y la colaboración profesional; Becky Calzada, antigua presidenta de la American Association of School Librarians, que ha desarrollado su trayectoria entre la docencia y la coordinación de bibliotecas escolares; y Suzette Baker, antigua responsable de una biblioteca pública de Llano County, Texas, cuyo despido en 2022 estuvo relacionado con controversias sobre las decisiones de gestión y selección de materiales bibliográficos. Sus testimonios muestran cómo los conflictos sobre los fondos documentales pueden afectar directamente a la vida profesional de los bibliotecarios.

También aparecen Martha Hickson, bibliotecaria escolar reconocida por su defensa de la libertad de lectura; Amanda Jones, autora de That Librarian: The Fight Against Book Banning in America y activista contra la censura de libros; y Audrey Wilson-Youngblood, profesional con experiencia en bibliotecas escolares y universitarias. Todas ellas representan distintas dimensiones de una misma problemática: la responsabilidad de las bibliotecas de garantizar que los lectores puedan acceder a una pluralidad de perspectivas, experiencias e ideas.

El texto pone de manifiesto que la labor bibliotecaria trasciende la organización y conservación de colecciones. Los profesionales desempeñan una función esencial en la defensa de la libertad de expresión, la diversidad cultural, la educación y el derecho de los ciudadanos a acceder a información plural. La película conecta historias individuales que, en conjunto, muestran cómo las bibliotecas se han convertido en espacios fundamentales para defender los valores democráticos.

La inteligencia artificial ha cambiado el mundo: principales conclusiones del nuevo informe AI100 de Stanford

Lynch, S. (2026, 10 de noviembre). The world has changed: Insights from the new AI100 report. Stanford Institute for Human-Centered Artificial Intelligence (HAI).

Texto completo

La inteligencia artificial ha dejado de ser una promesa de futuro para convertirse en una fuerza que está reorganizando la sociedad. El gran desafío ya no es únicamente desarrollar sistemas más potentes, sino garantizar que su evolución responda al interés público, los derechos humanos y el bienestar colectivo.

El nuevo informe AI100, elaborado por un comité internacional de expertos y coordinado por la Universidad de Stanford, analiza la profunda transformación que está provocando la inteligencia artificial en la sociedad, la economía, la ciencia y las relaciones internacionales. El estudio constata que su desarrollo ha superado muchas de las previsiones iniciales y que sus aplicaciones están llegando a ámbitos que hasta hace poco parecían ajenos a la automatización. También señala que el crecimiento de la IA ya no dependerá exclusivamente de modelos más grandes y de una mayor capacidad de computación, sino de algoritmos más eficientes y sistemas con mejores capacidades de razonamiento.

El informe identifica importantes transformaciones en la investigación científica, donde la IA está reduciendo considerablemente los tiempos de descubrimiento, y en sectores profesionales como la programación y las industrias creativas. Al mismo tiempo, advierte sobre el enorme coste económico y energético de las infraestructuras necesarias para desarrollar estos sistemas, así como sobre la incertidumbre respecto a su rentabilidad real. La competencia tecnológica entre Estados Unidos y China constituye otro de los grandes ejes del escenario internacional.

Entre los riesgos más preocupantes destacan el uso de la IA en ciberataques, su incorporación a operaciones militares y la proliferación de contenidos sintéticos capaces de hacer indistinguibles las imágenes, los vídeos y las voces reales de los artificiales. Esta situación pone en cuestión la credibilidad de las evidencias audiovisuales y amenaza la confianza pública, el periodismo y los procesos democráticos.

Finalmente, el estudio subraya que la gobernanza de la inteligencia artificial continúa siendo insuficiente y fragmentada. Aunque miles de millones de personas están afectadas por estas tecnologías, la ciudadanía apenas participa en las decisiones sobre su desarrollo y aplicación. Por ello, reclama una mayor cooperación internacional, mecanismos regulatorios efectivos y una participación social más amplia. Su conclusión fundamental es que el futuro de la inteligencia artificial no debe considerarse un destino tecnológico inevitable, sino una decisión colectiva que exige responsabilidad, transparencia y supervisión humana.

Aspecto clave:

El escalado es el paradigma que ha impulsado los principales avances de la IA generativa durante los últimos cinco años: construir sistemas de IA utilizando cada vez más cómputo y cada vez más datos. Pero el paradigma de escalado está comenzando a enfrentarse a restricciones de datos y cómputo, desplazando la frontera hacia el razonamiento y el cómputo en el tiempo de inferencia.

Al igual que la World Wide Web, la IA es una tecnología disruptiva. Ya está transformando las industrias creativas, las matemáticas y el desarrollo de software, campos que se consideraban fuera de su alcance. Se unen a una larga lista de sectores alterados por la tecnología en los últimos 30 años, desde el periodismo y la industria musical hasta el comercio minorista. Otras áreas que se consideran inmunes a la IA también están a punto de verse alteradas a corto plazo.

La IA está transformando la ciencia a una velocidad notable, un hecho reconocido por los Premios Nobel de 2024 tanto en Física como en Química. Está reduciendo los plazos de investigación de años a meses o semanas, aunque también plantea nuevos y grandes desafíos científicos que requieren atención.

La inversión de capital en infraestructura de IA no tiene precedentes en escala y velocidad, sosteniendo partes de la economía de EE. UU., dominando los mercados de capitales, alimentando temores de una burbuja financiera y sometiendo a presión los suministros de energía y agua dulce.

El desarrollo de la IA de frontera está concentrado entre un pequeño número de actores estadounidenses y chinos, lo que plantea inquietudes internacionales sobre quién poseerá en última instancia y tendrá acceso a las tecnologías de IA más avanzadas.

La ciberseguridad se ha convertido en un área principal de riesgo para el abuso de la IA, y en una posible área en la que los sistemas de IA potentes podrían causar daños en el mundo real.

La IA militar ha pasado de ser un punto hipotético de especulación a una fuerza transformadora en conflictos activos.

Las imágenes, el audio y el video generados por IA han acabado con la suposición centenaria de que las pruebas basadas en fotografías o grabaciones de audio y video son intrínsecamente confiables.

La IA está remodelando la vida de miles de millones de personas, aunque el público ha tenido poca voz sobre cómo se desarrolla y se despliega.

Los riesgos de la IA que antes se veían como pura ciencia ficción ahora están surgiendo, mientras que las preocupaciones éticas existentes requieren cada vez más atención.

La gobernanza de la IA está fragmentada y cada vez más planteada en términos de seguridad nacional, con poco consenso internacional entre los Estados sobre su dirección.

El ritmo de desarrollo de la IA en los últimos cinco años no ha tenido precedentes, y pocas personas habrían predicho hace cinco años dónde estaría la IA hoy. Si se mantiene el ritmo actual, cabe esperar que los próximos cinco años nos sorprendan en la misma medida.

Leer antes de dormir: el poder de los libros para reducir el estrés y favorecer el descanso

Minatozaki, V. (2026, 8 de noviembre). Why reading before bed might be your best sleep hack yet. 1000 Libraries Magazine. https://magazine.1000libraries.com/why-reading-before-bed-might-be-your-best-sleep-hack-yet/

La relación entre la lectura antes de dormir y la calidad del sueño, explorando tanto las explicaciones científicas como la dimensión psicológica y cultural de este hábito. El planteamiento principal es que leer antes de acostarse puede ayudar a desconectar de las preocupaciones cotidianas, reducir la actividad mental asociada al estrés y facilitar la transición hacia el descanso. Frente a las distracciones digitales y la sobreestimulación de las pantallas, la lectura ofrece una actividad tranquila que permite concentrar la atención en una historia y alejar temporalmente los pensamientos relacionados con el trabajo, las responsabilidades y los problemas del día.

El autor recupera también la curiosa historia de la lectura en la cama. Durante los siglos XVIII y XIX, este hábito llegó a considerarse peligroso e incluso moralmente reprobable. Las preocupaciones estaban relacionadas tanto con el riesgo de incendios provocados por las velas como con la idea de que la lectura solitaria, especialmente de novelas, estimulaba la imaginación y favorecía comportamientos considerados inadecuados. A comienzos del siglo XX algunos médicos todavía advertían de sus supuestos efectos perjudiciales. Sin embargo, aquello que anteriormente se interpretaba como un problema —la capacidad de los libros para transportar al lector a un mundo imaginario— constituye precisamente una de las razones por las que la lectura puede resultar relajante.

Uno de los aspectos más interesantes del artículo es que cuestiona la conocida afirmación de que leer durante seis minutos reduce el estrés un 68 %. Esta cifra, repetida durante años en numerosos medios y publicaciones sobre bienestar, procede de un estudio realizado en 2009 por Mindlab International y encargado por la empresa chocolatera Galaxy. Según el autor, sus resultados no fueron publicados en una revista científica ni se hicieron públicos sus métodos de investigación, por lo que no debería presentarse como una evidencia científica consolidada.

En contraposición, el texto recoge un ensayo realizado en Irlanda en 2021 con 991 participantes, que comparó a personas que leían antes de acostarse con otras que no lo hacían. El 42 % de quienes leyeron manifestó que su sueño había mejorado, frente al 28 % del grupo que no había incorporado esta práctica. Aunque se trata de resultados basados en percepciones personales y no todos los participantes experimentaron mejoras, el estudio aporta indicios favorables sobre la utilidad de este hábito.

El artículo también examina las diferencias entre leer en papel y hacerlo en dispositivos electrónicos. Recupera una investigación de Harvard que encontró que la lectura en dispositivos luminosos antes de dormir podía retrasar el inicio del sueño, reducir la producción de melatonina y aumentar la somnolencia al día siguiente. No obstante, investigaciones posteriores han matizado estos resultados y sugieren que el efecto depende también de las condiciones de utilización de las pantallas y del grado de estimulación mental que producen. En este sentido, el problema no reside exclusivamente en la luz de los dispositivos, sino también en actividades digitales que mantienen el cerebro demasiado activo, como el consumo prolongado de vídeos o contenidos audiovisuales.

Desde la psicología del sueño, el autor explica que uno de los principales obstáculos para descansar es la actividad cognitiva previa al sueño: pensamientos repetitivos, preocupaciones, planificación de tareas y dificultades para desconectar mentalmente. La lectura puede funcionar como una forma de distracción positiva, porque proporciona imágenes, personajes y situaciones que ocupan la atención y desplazan temporalmente las preocupaciones. Sin embargo, conviene elegir lecturas agradables y tranquilas, evitando historias excesivamente intensas o estimulantes que puedan producir el efecto contrario.

Otra idea destacada es la importancia de establecer rutinas. Leer cada noche durante un tiempo determinado puede convertirse en un ritual que ayude al organismo a reconocer que se aproxima el momento de descansar. El artículo recomienda moderación, con sesiones de aproximadamente treinta minutos, para evitar que el deseo de continuar leyendo retrase la hora de acostarse. También advierte de que las personas con insomnio crónico pueden necesitar pautas diferentes: algunas terapias conductuales recomiendan no asociar la cama con actividades distintas del sueño y trasladar la lectura a otro espacio.

Finalmente, el autor recurre a Marcel Proust y a su obra En busca del tiempo perdido para ilustrar la capacidad de la literatura de acompañar al lector incluso durante la transición entre la vigilia y el sueño. Proust describe cómo, después de cerrar el libro, continuaba pensando en lo que había leído, hasta el punto de incorporar mentalmente personajes y situaciones de la narración. Esta experiencia literaria conecta con el concepto psicológico de inmersión narrativa (transportation), que describe cómo una historia puede absorber nuestra atención, imaginación y emociones hasta hacernos olvidar temporalmente el entorno inmediato.