Archivo de la categoría: Tecnologías de la información

Alfabetización en inteligencia artificial: competencias, marcos de referencia y el papel de las bibliotecas en la era digital

People participating in an AI literacy workshop with laptops and digital graphics about AI concepts
A diverse group collaborates at an AI literacy workshop focusing on data and ethics in a library.

Alonso-Arévalo, Julio. “Alfabetización en inteligencia artificial: competencias, marcos de referencia y el papel de las bibliotecas en la era digital.” Boletín de la Asociación Andaluza de Bibliotecarios 131 (enero-junio 2026): 9-23. Libro-BAAB131-008-024.pdf

La irrupción de la inteligencia artificial, especialmente de la inteligencia artificial generativa, ha transformado profundamente múltiples ámbitos de la sociedad contemporánea, desde la educación hasta la salud, la investigación, la economía y la comunicación cotidiana. En este escenario, el artículo plantea que la alfabetización en inteligencia artificial debe entenderse como una competencia esencial del siglo XXI, comparable en relevancia a la alfabetización digital surgida con Internet. Ya no se trata únicamente de saber utilizar herramientas tecnológicas, sino de comprender el funcionamiento interno de los sistemas algorítmicos, interpretar críticamente sus resultados y desarrollar capacidades para interactuar con estas tecnologías de manera ética, responsable y consciente. Libro-BAAB131-008-024.pdf

Uno de los aspectos centrales del trabajo es la definición amplia y multidimensional del concepto de alfabetización en inteligencia artificial. El autor explica que esta competencia no puede reducirse al simple uso instrumental de plataformas como ChatGPT, Gemini o Claude, sino que requiere comprender cómo operan los algoritmos, saber formular instrucciones eficaces (prompts), evaluar críticamente las respuestas generadas y reconocer problemas asociados como sesgos, alucinaciones, manipulación informativa o limitaciones derivadas de los datos de entrenamiento. Esta alfabetización incorpora, por tanto, dimensiones técnicas, cognitivas, éticas y comunicativas que exigen una formación mucho más compleja que la simple familiaridad tecnológica.

El artículo subraya además una preocupación creciente: existe una brecha importante entre el uso masivo de herramientas de inteligencia artificial y la verdadera comprensión de sus mecanismos de funcionamiento. Muchas personas, incluidos estudiantes universitarios y docentes, utilizan diariamente sistemas de IA sin entender realmente cómo producen sus respuestas ni cuáles son sus limitaciones epistemológicas. Esta situación puede generar una confianza excesiva en contenidos erróneos o sesgados, comprometer la integridad académica y favorecer la reproducción automática de desinformación. En este sentido, el autor insiste en que la alfabetización en IA debe integrarse con otras alfabetizaciones ya consolidadas, especialmente la alfabetización informacional, mediática, digital y de datos, ampliando así los marcos tradicionales de formación crítica.

Una parte sustancial del estudio analiza los principales marcos internacionales desarrollados para estructurar la enseñanza de estas competencias. Se examinan especialmente los modelos propuestos por la UNESCO, EDUCAUSE, la Association of College and Research Libraries y el World Economic Forum. Aunque cada uno presenta matices distintos, todos coinciden en varios principios fundamentales: la necesidad de formar pensamiento crítico, incorporar una dimensión ética, preparar a la ciudadanía digital para interactuar responsablemente con la IA y concebir el aprendizaje como un proceso continuo. Las diferencias principales radican en el público al que van dirigidos, el nivel de profundidad técnica y el contexto institucional en el que fueron diseñados.

Uno de los aportes más relevantes del trabajo es situar a las bibliotecas como actores estratégicos dentro de este nuevo ecosistema formativo. Históricamente, las bibliotecas han sido instituciones dedicadas a democratizar el acceso a la información y desarrollar usuarios críticos capaces de evaluar fuentes documentales. El artículo sostiene que esa misión debe ampliarse ahora hacia la alfabetización en inteligencia artificial, convirtiendo a las bibliotecas en espacios capaces de enseñar a interpretar contenidos generados algorítmicamente, detectar sesgos, combatir la desinformación y formar ciudadanos capaces de interactuar con estas herramientas desde una perspectiva ética y crítica. El papel del bibliotecario deja así de limitarse a la gestión documental para convertirse en mediador tecnológico y formador especializado.

El análisis de experiencias concretas en bibliotecas universitarias demuestra, sin embargo, que todavía existen desafíos importantes. Muchas bibliotecas han comenzado a ofrecer guías y recursos sobre herramientas de IA, pero suelen centrarse principalmente en enseñar el uso práctico de estas plataformas, dejando en segundo plano aspectos fundamentales como la ética, el pensamiento crítico o la comprensión técnica de los modelos. Además, persisten obstáculos como la falta de personal especializado, la rapidez con que evolucionan estas tecnologías, la necesidad permanente de actualización profesional y el riesgo de generar dependencia tecnológica en lugar de fomentar autonomía intelectual. Estos desafíos obligan a replantear la formación bibliotecaria y las estrategias institucionales de adaptación.

Finalmente, el artículo concluye que la alfabetización en inteligencia artificial representa uno de los grandes retos educativos, sociales y culturales del presente. El autor sostiene que no comprender el funcionamiento de estas tecnologías puede convertirse en un nuevo factor de desigualdad estructural, ya que quienes no adquieran estas competencias quedarán en desventaja tanto en el mercado laboral como en su capacidad de participar de forma informada en una sociedad cada vez más mediada por algoritmos. En este contexto, las bibliotecas públicas, universitarias y escolares están llamadas a desempeñar una función decisiva en la construcción de una ciudadanía digital crítica, democrática y capaz de ejercer un uso consciente de la inteligencia artificial, consolidándose como instituciones fundamentales en la transición hacia una sociedad algorítmica más equitativa.

¿Qué opinan de la IA los bibliotecarios de las universidades?

“Legitimate but Not Loved: What Academic Librarians Think About AI.” The Scholarly Kitchen, 23 de junio de 2026. https://scholarlykitchen.sspnet.org/2026/06/23/guest-post-legitimate-but-not-loved-what-academic-librarians-think-about-ai/

El texto analiza cómo los bibliotecarios perciben la inteligencia artificial generativa en el contexto de las bibliotecas universitarias y los servicios de información. A partir de evidencias recogidas en el ámbito profesional, se destaca una actitud ambivalente: la IA es vista como una herramienta “legítima” e inevitable dentro de los flujos de trabajo informacionales, pero al mismo tiempo no genera entusiasmo ni aceptación plena.

Este estudio global que consultó a 311 bibliotecarios en 31 países, destaca que cerca del 90% de las instituciones académicas ya consideran legítimo el uso de la IA. Sin embargo, un análisis profundo muestra que «aceptación» no significa «entusiasmo».

Existe una brecha evidente entre la postura institucional y la convicción personal. Los bibliotecarios tienden a ser más cautelosos que los administradores y los investigadores. Esto responde a su rol único en el ecosistema universitario: mientras otros se enfocan en la adopción rápida o en las capacidades técnicas, los bibliotecarios evalúan tanto las ventajas reales como las limitaciones prácticas de la tecnología.

En Estados Unidos, alrededor del 30 % de las respuestas indicaron resistencia activa o falta de uso; en el Reino Unido e Irlanda, casi el 40 % de las respuestas fueron en blanco o negativas. Canadá mostró niveles particularmente altos de escepticismo. Los encuestados de Oriente Medio, África, India y la región de Asia-Pacífico tendieron a ser más pragmáticos, aplicando con mayor frecuencia la IA a tareas específicas y definidas. Este patrón sugiere que las actitudes hacia la IA en las bibliotecas académicas pueden estar influenciadas tanto por el contexto cultural e institucional como por la tecnología en sí.

Esta tensión refleja una combinación de interés pragmático —por su utilidad en tareas como la mediación de información, la automatización de búsquedas o el apoyo a usuarios— y preocupación crítica sobre sus efectos en la calidad de la información, la autoridad de las fuentes y el papel tradicional del bibliotecario como mediador experto.

El artículo sitúa estas percepciones dentro de un cambio más amplio en la cultura informacional académica, donde las herramientas de IA están desplazando progresivamente la búsqueda tradicional hacia modelos de “respuesta directa”. Este giro obliga a replantear competencias profesionales, criterios de evaluación de la información y estrategias institucionales. Sin embargo, los bibliotecarios expresan reservas sobre la fiabilidad de los sistemas generativos, sus sesgos y su opacidad, lo que alimenta una adopción cautelosa más que entusiasta.

En conjunto, el texto sugiere que la IA en bibliotecas no es rechazada, pero tampoco plenamente integrada como solución estable. Se percibe como una tecnología útil pero problemática, cuya consolidación dependerá de cómo se equilibren eficiencia, control humano, transparencia y responsabilidad profesional en los entornos de acceso al conocimiento.

La inteligencia artificial empieza a distorsionar el mercado inmobiliario: cuando el piso anunciado no existe realmente

Vincent, James. “AI Is Cursing Renters With the Promise of Impossible Homes.” The Verge, June 22, 2026. The Verge

Un reportaje reciente publicado por The Verge analiza una nueva consecuencia inesperada del auge de la inteligencia artificial generativa: su creciente uso en el mercado inmobiliario para alterar digitalmente fotografías de viviendas y hacer que pisos o apartamentos parezcan mucho más atractivos de lo que realmente son. La práctica, conocida como virtual staging, no es completamente nueva, pero la incorporación de herramientas de IA generativa ha reducido drásticamente el coste y el tiempo necesario para modificar imágenes, permitiendo a agencias inmobiliarias transformar digitalmente espacios deteriorados, vacíos o poco atractivos en viviendas aparentemente luminosas, modernas y perfectamente equipadas. El resultado es un aumento significativo del riesgo de publicidad engañosa para compradores e inquilinos.

El artículo recoge numerosos testimonios de personas que, tras encontrar anuncios prometedores en plataformas de alquiler, acudieron a visitar inmuebles que poco o nada tenían que ver con las imágenes publicadas. En algunos casos, la inteligencia artificial había añadido chimeneas inexistentes, modificado cocinas envejecidas, incorporado mobiliario ficticio o cambiado completamente la percepción espacial de las habitaciones, haciendo que pequeños estudios urbanos parecieran apartamentos mucho más amplios. Para quienes buscan vivienda en mercados especialmente tensionados como New York City, esto implica dedicar más tiempo a verificar cada anuncio y aumenta la frustración en procesos de búsqueda ya de por sí complejos.

El debate ético se ha trasladado rápidamente al sector inmobiliario. Algunos profesionales defienden que herramientas como el virtual staging pueden ser útiles para mostrar el potencial decorativo o de reforma de una vivienda, del mismo modo que tradicionalmente se utilizaban decoradores para preparar una casa antes de venderla. Plataformas especializadas como Virtual Staging AI permiten actualmente generar estas transformaciones en cuestión de segundos y a costes mínimos frente a la decoración física tradicional. Sin embargo, la línea que separa la visualización legítima del engaño deliberado se vuelve cada vez más difusa cuando la IA modifica elementos estructurales o elimina defectos relevantes del inmueble.

La preocupación regulatoria comienza a crecer. En estados como California ya existen normativas que exigen informar explícitamente cuando una imagen inmobiliaria ha sido alterada mediante inteligencia artificial. Otros mercados han empezado a estudiar regulaciones similares ante el aumento de denuncias relacionadas con anuncios engañosos. Expertos del sector advierten que la facilidad con la que la IA permite construir representaciones falsas puede erosionar seriamente la confianza digital en plataformas de compraventa y alquiler, del mismo modo que ya ocurre con los deepfakes en otros ámbitos.

Más allá del sector inmobiliario, este fenómeno revela una cuestión más amplia: la inteligencia artificial no solo automatiza procesos, sino que también amplifica viejas prácticas de manipulación comercial dándoles una apariencia de realismo mucho más sofisticada. En un contexto donde gran parte de las decisiones económicas se toman a partir de imágenes vistas en internet, la capacidad de la IA para crear espacios convincentes pero inexistentes obliga a replantear conceptos fundamentales como autenticidad visual, transparencia comercial y protección del consumidor. Lo que hasta hace poco era simplemente marketing agresivo se está convirtiendo, gracias a la IA generativa, en una nueva forma de distorsionar digitalmente la realidad cotidiana.

Meta suspende la herramienta de IA que monitoreaba las pulsaciones de teclado de los empleados ante el temor de que se expongan datos confidenciales

Gairola, Ananya. “Meta Pauses AI Keystroke Monitoring Tool Over Employee Data Exposure Concerns.” Benzinga, June 23, 2026. Benzinga

La empresa Meta, matriz de plataformas como Facebook, Instagram y WhatsApp, ha decidido suspender temporalmente un controvertido programa interno de entrenamiento de inteligencia artificial después de descubrirse que información sensible de empleados había quedado expuesta de forma más amplia de lo previsto dentro de la compañía.

El sistema, conocido como Model Capability Initiative (MCI), había sido diseñado para recopilar datos de interacción digital de trabajadores —incluyendo pulsaciones de teclado, movimientos de ratón, clics y patrones de uso del ordenador— con el objetivo de entrenar modelos avanzados de IA capaces de aprender cómo interactúan los humanos con interfaces digitales.

El problema surgió cuando un informe interno de seguridad clasificó como incidente grave el hecho de que enormes volúmenes de datos recogidos por este sistema fueran accesibles a un número mucho mayor de empleados del que inicialmente se había establecido. Entre la información comprometida figuraban conversaciones privadas, transcripciones completas de interacciones, datos de rendimiento laboral, clasificaciones internas de sensibilidad documental e incluso información potencialmente confidencial almacenada en los equipos de trabajo. Aunque la empresa ha declarado que no existe evidencia de un uso malicioso de estos datos, el simple hecho de que estuvieran internamente expuestos desencadenó una investigación inmediata y la paralización del proyecto.

La iniciativa había generado controversia desde su lanzamiento en abril de 2026. Numerosos empleados mostraron su preocupación por el carácter intrusivo del sistema, especialmente porque inicialmente la participación era obligatoria para gran parte del personal en Estados Unidos. Más de mil trabajadores habían manifestado previamente su rechazo, argumentando que el sistema convertía a los empleados en fuente permanente de datos para entrenar algoritmos corporativos sin garantías suficientes sobre privacidad, consentimiento informado o limitaciones claras sobre qué información podía ser recogida. La filtración interna ha reforzado precisamente esos temores que ya existían dentro de la organización.

Este episodio reabre un debate creciente en el sector tecnológico sobre los límites éticos del uso de datos humanos para entrenar inteligencia artificial. Grandes compañías tecnológicas buscan cada vez más datos reales de comportamiento para mejorar sistemas capaces de automatizar tareas complejas, pero este caso demuestra que la recolección masiva de actividad digital plantea serios riesgos relacionados con vigilancia laboral, consentimiento, seguridad informática y gobernanza de datos. El caso de Meta muestra que, incluso dentro de las propias empresas creadoras de IA, la tensión entre innovación tecnológica y derechos de privacidad se está convirtiendo en uno de los principales desafíos del desarrollo de la inteligencia artificial contemporánea.

La inteligencia artificial generativa no es culturalmente neutral: el sesgo invisible del lenguaje en la IA

Walsh, Dylan. “Generative AI Isn’t Culturally Neutral, Research Finds.” MIT Sloan School of Management, September 22, 2025. MIT Sloan School of Management

Una investigación reciente de la MIT Sloan School of Management plantea una cuestión fundamental sobre el desarrollo y uso cotidiano de la inteligencia artificial generativa: lejos de ser sistemas neutrales, los modelos de IA incorporan patrones culturales derivados de los datos con los que fueron entrenados.

El estudio, dirigido por Jackson Lu junto con investigadores de Tsinghua University y MIT, demuestra que modelos como OpenAI GPT y Baidu ERNIE ofrecen respuestas culturalmente diferentes cuando reciben exactamente la misma instrucción en idiomas distintos.

El experimento comparó respuestas generadas en inglés y en chino, dos de los idiomas más hablados del mundo y, por tanto, dos fuentes masivas de entrenamiento para estos sistemas. Los resultados mostraron un patrón consistente: cuando la consulta se realiza en inglés, la IA tiende a producir respuestas alineadas con valores culturales asociados a sociedades occidentales, especialmente estadounidenses, privilegiando la autonomía individual, la independencia personal y un estilo cognitivo analítico basado en la lógica. Sin embargo, cuando las mismas preguntas se formulan en chino, las respuestas se desplazan hacia valores más colectivistas, interdependientes y contextualizados, característicos de culturas orientadas al grupo y a la armonía social.

Los investigadores analizaron dos dimensiones centrales de la psicología cultural. La primera fue la orientación social, entendida como la tendencia a priorizar los objetivos individuales frente a los colectivos. La segunda fue el estilo cognitivo, es decir, la forma en que se procesa la información: un enfoque analítico, centrado en categorías y lógica formal, o un enfoque holístico, más sensible al contexto, las relaciones y las circunstancias. Ambos modelos estudiados reflejaron claramente estas diferencias, evidenciando que la IA reproduce estructuras culturales presentes en el corpus lingüístico que alimenta su entrenamiento.

Uno de los aspectos más relevantes del estudio es la demostración de que estas diferencias no son meramente teóricas, sino que pueden influir directamente en decisiones reales. En una prueba aplicada al ámbito empresarial, se pidió a la IA recomendar un eslogan para una compañía de seguros. Cuando la consulta se hizo en inglés, el sistema favoreció mensajes centrados en el individuo, como la protección personal y la autonomía futura. Cuando se hizo en chino, la recomendación se inclinó hacia mensajes centrados en la familia, la responsabilidad compartida y la seguridad colectiva. Esto sugiere que la IA puede influir silenciosamente en estrategias de marketing, educación, políticas públicas o toma de decisiones empresariales, reforzando determinados valores culturales sin que el usuario sea plenamente consciente de ello.

El estudio también reveló que estos sesgos culturales pueden modificarse mediante técnicas de prompting contextual. Por ejemplo, cuando se pidió al modelo responder en inglés “asumiendo el papel de una persona china”, las respuestas comenzaron a reflejar patrones culturales propios del contexto chino. Esto demuestra que la IA no opera desde una objetividad universal, sino que sus resultados dependen no solo de la información disponible, sino también del marco lingüístico y cultural desde el cual se formula la interacción. La investigación concluye que desarrolladores, empresas y usuarios deben reconocer que la inteligencia artificial generativa no es simplemente una herramienta tecnológica, sino un sistema que transporta y reproduce valores culturales específicos, convirtiendo la diversidad cultural en un factor central para el diseño ético y responsable de estas tecnologías.

Las referencias de la IA a libros falsos están frustrando a los bibliotecarios.

Librarian looking frustrated with computer displaying catalog error offline message
A librarian looks stressed as the library computer system shows an error message.

InsideHook. 2025. “Report: AI References to Fake Books Are Frustrating Librarians.” InsideHook, September 22, 2025. https://www.insidehook.com/books/report-ai-references-fake-books-frustrating-librarians/?utm_source=flipboard&utm_content=topic/libraries

Un problema creciente en bibliotecas y servicios de referencia: la proliferación de títulos de libros y citas académicas inventadas por sistemas de inteligencia artificial, que los usuarios toman como reales.

Imagina a un lector ávido que un día hojea una vista previa de libros de verano en su periódico local. Entre los títulos listados aparece una novela de una de sus escritoras favoritas, Isabel Allende. Intrigado, este lector acude a su biblioteca local para comprobar si tienen alguna copia de la novela, titulada Sueños de la costa, en su catálogo. Aquí está el problema: Sueños de la costa en realidad no existe; formaba parte de un artículo generado por inteligencia artificial que incluía varios libros inexistentes de autores famosos como Allende , y que causó revuelo durante el verano.

Y aunque la famosa lista de libros del verano recibió mucha atención mediática, también hay casos en los que sistemas de IA han “alucinado” la existencia de otros libros nunca escritos. Y, como era de esperar, esto se ha convertido en un enorme dolor de cabeza para los bibliotecarios (y, presumiblemente, para los libreros) encargados de buscar libros que no existen. Una bibliotecaria citada en el artículo afirmó que llevaba recibiendo solicitudes de libros inexistentes desde hace tres años, pero que el problema se había agravado a principios de este año.

Estas “alucinaciones” de la IA generan situaciones en las que los bibliotecarios reciben solicitudes de obras que no existen, a menudo atribuidas a autores reales o incluidas en listas de lectura publicadas en medios de comunicación. El fenómeno se ha intensificado con el uso masivo de chatbots, que producen referencias con apariencia convincente pero sin base real verificable.

El texto explica que esta situación está generando una carga adicional de trabajo para los profesionales de bibliotecas, que deben dedicar tiempo a verificar la existencia de cada solicitud, algo que antes era mucho más sencillo porque las referencias solían ser auténticas. Ahora, los sistemas de IA pueden generar títulos plausibles, completos con autores, editoriales y citas falsas, lo que dificulta la detección inmediata del error. Esta dinámica está afectando especialmente a bibliotecas públicas y servicios de referencia académica, donde los usuarios confían cada vez más en respuestas automatizadas sin contrastarlas.

Esta no es la única forma en que la IA ha complicado la vida de los bibliotecarios. También está el hecho de que ciertos actores sin escrúpulos utilizan la IA para generar libros rápidamente con fines de lucro, aunque sin la parte “divertida”. El auge de los libros generados por IA ha planteado preguntas existenciales para escritores y editores; como era de esperar, también ha supuesto un dolor de cabeza para los bibliotecarios. El siglo XXI ha visto avances tecnológicos que han facilitado la vida de escritores y editores, pero algunas de esas mismas herramientas también pueden volver el mundo del libro más inquietante cuando son usadas por actores malintencionados.

Finalmente, el artículo sitúa este problema dentro de un contexto más amplio de impacto de la inteligencia artificial en el ecosistema del libro y la información. Además de las bibliotecas, también se ven afectados autores, editores y plataformas de venta, ya que proliferan libros generados por IA, duplicados o fraudulentos. El texto subraya la importancia de reforzar la alfabetización informacional y el pensamiento crítico, así como la necesidad de que las instituciones tecnológicas mejoren los sistemas de verificación para evitar la propagación de información ficticia que parece real.

Cómo la IA generativa podría transformar el aprendizaje y el desarrollo

Goel, Sagar y Shubhankar Sohoni. “How Gen AI Could Transform Learning and Development.” Harvard Business Review, septiembre de 2025. https://hbr.org/2025/09/how-gen-ai-could-transform-learning-and-development

La inteligencia artificial generativa está empezando a redefinir el campo del aprendizaje y el desarrollo (L&D) dentro de las organizaciones, especialmente en el contexto corporativo. Los autores parten de una constatación clave: aunque muchas empresas invierten grandes recursos en formación, los métodos tradicionales de capacitación suelen ser genéricos, poco personalizados y desconectados del trabajo real. En este escenario, la IA generativa emerge como una herramienta capaz de transformar radicalmente la forma en que los empleados adquieren y desarrollan habilidades, ofreciendo experiencias de aprendizaje más adaptadas, dinámicas y continuas.

Uno de los principales argumentos del texto es que la IA puede funcionar como un “tutor personal” a gran escala. A diferencia de los modelos formativos tradicionales, la IA generativa permite diseñar itinerarios de aprendizaje individualizados, ajustados al rol, nivel de competencia y necesidades específicas de cada trabajador. Esto abre la posibilidad de una formación más contextualizada y eficiente, en la que los empleados pueden aprender directamente en el flujo de trabajo (“learning in the flow of work”), recibiendo apoyo inmediato y relevante en función de los problemas que enfrentan en tiempo real. Según el artículo, esta personalización no solo mejora la eficacia del aprendizaje, sino que también incrementa el compromiso y la motivación de los usuarios.

Sin embargo, el texto destaca que la IA generativa no sustituye el papel humano en el aprendizaje, sino que lo complementa y lo potencia. Los formadores, líderes de equipo y responsables de recursos humanos siguen siendo fundamentales para orientar, dar sentido y contextualizar el proceso formativo. Sin embargo, la IA introduce un cambio de paradigma al ampliar el alcance del aprendizaje, reducir costes y permitir una escalabilidad sin precedentes. El resultado es una transformación profunda del ecosistema de aprendizaje organizacional, donde la tecnología actúa como facilitadora de un desarrollo más continuo, personalizado y estratégico del talento.

Suno y Udio: la inteligencia artificial musical busca legitimarse tras enfrentar a la industria discográfica

Rock band playing instruments energetically with AI music generator and soundwave visuals
A rock band passionately performing powered by an AI music generator in a high-tech studio.

O’Brien, Matt, y Rodrique Ngowi. “AI Song Generator Startups Suno and Udio Angered the Music Industry. Now They’re Hoping to Join It.” Associated Press, 25 de febrero de 2026. Associated Press

Las plataformas de generación musical por inteligencia artificial Suno y Udio se han convertido en dos de los actores más controvertidos del ecosistema tecnológico y cultural contemporáneo. Ambas empresas irrumpieron con herramientas capaces de crear canciones completas —incluyendo voz, instrumentación, arreglos y estilos específicos— a partir de simples instrucciones de texto, democratizando aparentemente la producción musical pero abriendo simultáneamente un profundo conflicto legal y ético con la industria discográfica tradicional.

El principal problema surgió cuando grandes sellos como Universal Music Group, Warner Music Group y Sony Music Entertainment demandaron a ambas compañías alegando que habían entrenado sus modelos utilizando grabaciones protegidas por derechos de autor sin autorización previa. La acusación sostiene que millones de canciones pertenecientes a catálogos comerciales fueron incorporadas a los sistemas de entrenamiento algorítmico, permitiendo a estas herramientas reproducir patrones estilísticos extremadamente similares a artistas reales, sin compensar a compositores, intérpretes o productores originales.

A partir de estas demandas, ambas compañías tomaron caminos parcialmente distintos. Udio optó por una estrategia de conciliación y alcanzó acuerdos de licencia con varios grandes sellos, transformándose progresivamente en una plataforma más integrada dentro del negocio musical tradicional. Suno, por el contrario, mantuvo durante más tiempo una estrategia jurídica basada en defender que el entrenamiento algorítmico constituye un caso de fair use (uso legítimo), una posición que podría tener consecuencias judiciales decisivas para toda la industria de inteligencia artificial generativa.

Sin embargo, la controversia no terminó con los acuerdos entre empresas tecnológicas y discográficas. En junio de 2026, la American Federation of Musicians presentó una nueva demanda contra Universal y Warner alegando que los acuerdos alcanzados con Suno y Udio beneficiaron económicamente a las grandes compañías discográficas, pero excluyeron a miles de músicos de sesión cuyas interpretaciones originales fueron utilizadas para entrenar los sistemas. El sindicato sostiene que los artistas no recibieron compensación ni reconocimiento por un uso comercial completamente nuevo de sus grabaciones.

GEMA, la entidad alemana encargada de gestionar y recaudar derechos de autor musicales, también demandó a Suno, acusándola de generar composiciones demasiado similares a canciones conocidas como Mambo No. 5 de Lou Bega y Forever Young del grupo Alphaville.

Más de mil músicos, entre ellos Kate Bush, Annie Lennox y Damon Albarn, publicaron un álbum en silencio como forma de protesta contra los cambios propuestos en la legislación del United Kingdom sobre inteligencia artificial, al considerar que estas modificaciones podrían debilitar su control creativo sobre sus propias obras.

Al mismo tiempo, otros artistas como will.i.am, Timbaland e Imogen Heap han mostrado una postura favorable y han adoptado esta tecnología como una nueva herramienta de creación musical.

El caso ilustra una transformación estructural en la industria musical. La inteligencia artificial ya no aparece solamente como una herramienta experimental, sino como un agente capaz de alterar profundamente la creación artística, los modelos de negocio y la propia definición de autoría. Mientras algunos músicos consideran estas plataformas una amenaza directa al trabajo creativo humano, otros defienden que pueden convertirse en instrumentos complementarios de producción musical, del mismo modo que en el pasado lo fueron los sintetizadores, las cajas de ritmos o los programas de edición digital.

En un plano más amplio, el conflicto Suno-Udio representa uno de los primeros grandes laboratorios jurídicos donde se está definiendo el futuro de la relación entre creatividad humana e inteligencia artificial. Lo que decidan los tribunales sobre estas compañías probablemente sentará precedentes para otros sectores culturales como la literatura, el cine, el periodismo o la ilustración digital, donde el debate sobre entrenamiento algorítmico, copyright y compensación a los creadores se encuentra igualmente abierto. La música, una vez más, está funcionando como campo de prueba de las tensiones culturales que acompañan la revolución algorítmica contemporánea.

Google DeepMind está preocupada por lo que sucederá cuando millones de agentes comiencen a interactuar.

MIT Technology Review. “Google DeepMind is worried about what happens when millions of agents start to interact. The firm is calling for more scientists to study the risks of multi-agent systems.” MIT Technology Review, 11 de junio de 2026. MIT Technology Review

Google DeepMind, la división de investigación en inteligencia artificial de Google DeepMind, ha lanzado una advertencia que refleja una nueva etapa en el debate sobre seguridad algorítmica: el problema ya no reside únicamente en controlar una inteligencia artificial individual, sino en comprender qué puede ocurrir cuando millones de agentes autónomos de IA comiencen a interactuar simultáneamente dentro de ecosistemas digitales compartidos.

La preocupación se centra en los llamados multi-agent systems o sistemas multiagente, entornos en los que numerosas inteligencias artificiales colaboran, negocian, compiten o toman decisiones de forma autónoma sin supervisión humana constante.

Hasta ahora, gran parte de la investigación en seguridad de IA se había enfocado en el problema clásico de la alignment o alineamiento, es decir, garantizar que un modelo individual actúe conforme a los objetivos y valores humanos. Sin embargo, DeepMind sostiene que este paradigma resulta insuficiente cuando múltiples agentes comienzan a interactuar entre sí, porque pueden emerger conductas colectivas inesperadas que no estaban previstas durante el entrenamiento inicial. En otras palabras, un conjunto de agentes aparentemente seguros de manera individual puede producir comportamientos globales peligrosos cuando operan como una red interdependiente.

Entre los riesgos identificados aparece un fenómeno particularmente inquietante: la posibilidad de que agentes artificiales desarrollen estrategias emergentes de cooperación no previstas por sus diseñadores. Esto podría traducirse en coordinación encubierta, manipulación mutua, intercambio no autorizado de información o incluso sabotaje colectivo dentro de sistemas empresariales automatizados. Investigaciones recientes muestran que agentes especializados pueden coordinar acciones complejas para alcanzar objetivos ocultos sin que un observador humano detecte inmediatamente la desviación. Este escenario desplaza el foco desde el error individual hacia el comportamiento sistémico colectivo.

Otro problema señalado es la propagación de errores y alucinaciones compartidas. En un ecosistema compuesto por miles o millones de agentes, una información incorrecta generada por uno de ellos puede amplificarse rápidamente a través de interacciones sucesivas, produciendo lo que investigadores denominan collective hallucination: errores que dejan de ser aislados y se convierten en consenso artificial dentro de una red de máquinas. Esto resulta especialmente preocupante en ámbitos críticos como medicina, infraestructuras energéticas, finanzas o defensa.

Ante este panorama, DeepMind, junto con organizaciones como Schmidt Sciences y Google.org, ha anunciado una inversión cercana a diez millones de dólares destinada a impulsar investigación específica en seguridad de sistemas multiagente. El objetivo es construir una nueva disciplina científica capaz de anticipar cómo se comportarán grandes poblaciones de inteligencias artificiales autónomas cuando interactúen a escala planetaria. La empresa reconoce que la expansión del paradigma “agentic AI” avanza mucho más rápido que nuestra capacidad para entender sus consecuencias sociales y técnicas.

La advertencia resulta especialmente significativa porque marca un cambio conceptual en la evolución de la inteligencia artificial contemporánea. Durante años, el debate estuvo centrado en la relación entre humanos y máquinas inteligentes; ahora comienza a surgir una cuestión todavía más compleja: qué ocurrirá cuando las máquinas no solo respondan a los humanos, sino que formen sociedades digitales autónomas capaces de desarrollar dinámicas propias. La gran incógnita del futuro inmediato ya no es únicamente construir inteligencias artificiales poderosas, sino comprender qué sucede cuando esas inteligencias comienzan a organizarse entre ellas en un ecosistema colectivo de escala masiva.

¿Necesita tu universidad un bibliotecario de inteligencia artificial?

Lu, Adrienne The Chronicle of Higher Education. “Does Your College Need an AI Librarian?” The Chronicle of Higher Education. Consultado en junio de 2026. The Chronicle of Higher Education

La irrupción de la inteligencia artificial generativa en el ámbito universitario está obligando a las instituciones académicas a replantearse profundamente sus estructuras de apoyo al aprendizaje, la investigación y la gestión del conocimiento. En este contexto emerge una figura profesional novedosa y cada vez más necesaria: el bibliotecario especializado en inteligencia artificial, un perfil híbrido que combina competencias tradicionales en gestión de información con conocimientos avanzados sobre modelos algorítmicos, alfabetización digital crítica y ética tecnológica.

La pregunta ya no es si la inteligencia artificial afectará a las universidades, sino quién acompañará a la comunidad académica en este proceso de transformación. Tradicionalmente, el bibliotecario universitario ha sido el mediador entre usuarios y conocimiento organizado. Sin embargo, la llegada de herramientas como ChatGPT, Google NotebookLM o asistentes automatizados de búsqueda documental está desplazando parte de esa intermediación hacia sistemas automatizados capaces de sintetizar información, responder preguntas complejas y generar textos académicos en segundos. Esto no elimina el papel del bibliotecario, sino que redefine radicalmente su función: pasa de custodio de colecciones a facilitador crítico del ecosistema algorítmico del conocimiento.

El denominado AI Librarian surge así como un profesional encargado de ayudar a estudiantes, docentes e investigadores a comprender cómo funcionan estos sistemas, cuáles son sus limitaciones epistemológicas y qué riesgos presentan en términos de sesgos, alucinaciones, privacidad o dependencia cognitiva. Su labor incluye enseñar a formular prompts eficaces, evaluar la fiabilidad de respuestas generadas automáticamente, verificar fuentes, identificar errores de atribución y promover un uso ético de la inteligencia artificial en contextos académicos. En cierto modo, representa una evolución contemporánea de la clásica alfabetización informacional hacia una nueva alfabetización algorítmica.

Las universidades comienzan a reconocer que la adopción masiva de inteligencia artificial requiere nuevos perfiles institucionales. Muchas instituciones estadounidenses ya están incorporando programas de AI Literacy (alfabetización en IA) en los currículos, creando grupos de trabajo interdisciplinarios donde bibliotecas, centros de innovación docente y departamentos tecnológicos colaboran en el diseño de estrategias formativas. Dentro de esta estructura, la biblioteca aparece como uno de los espacios naturales para liderar esa transición, dado su papel histórico como garante del acceso democrático al conocimiento y de la evaluación crítica de fuentes.

Un aspecto especialmente relevante es la dimensión ética del nuevo rol. Mientras la inteligencia artificial promete acelerar procesos de investigación, personalizar el aprendizaje y automatizar tareas administrativas, también plantea interrogantes sobre derechos de autor, opacidad algorítmica, vigilancia de usuarios y concentración del conocimiento en grandes corporaciones tecnológicas. El bibliotecario especializado en IA no solo debe conocer herramientas tecnológicas, sino convertirse en un defensor activo de principios como la transparencia, la privacidad, la soberanía informativa y la equidad en el acceso al conocimiento digital.

Desde la perspectiva de las bibliotecas universitarias, este escenario representa probablemente una de las transformaciones profesionales más profundas desde la llegada de internet. Igual que en décadas anteriores el bibliotecario aprendió a gestionar bases de datos, recursos electrónicos y repositorios institucionales, ahora necesita desarrollar competencias relacionadas con modelos generativos, recuperación aumentada por IA (Retrieval-Augmented Generation), metadatos para entrenamiento algorítmico y evaluación crítica de sistemas automáticos de recomendación.

En última instancia, la aparición del AI Librarian refleja una idea central: cuanto más sofisticada se vuelve la tecnología, más importante resulta la mediación humana experta. La universidad del futuro no necesitará menos bibliotecarios, sino profesionales capaces de interpretar críticamente un entorno donde la producción y circulación del conocimiento estará cada vez más condicionada por algoritmos. La biblioteca académica deja así de ser únicamente un espacio de acceso a información para convertirse en un laboratorio de pensamiento crítico frente a la automatización del conocimiento.