Archivo de la categoría: Tecnologías de la información

Optimización para motores de IA: cómo Mejorar la visibilidad y las citaciones de tu contenido

Search Engine Journal. “A Step‑By‑Step AEO Guide For Growing AI Citations & Visibility.” Search Engine Journal, 15 de noviembre de 2023. https://www.searchenginejournal.com/aeo-guide-seo-visibility-tac-spa/559880/

Se aborda la creciente importancia de optimizar contenidos no solo para los buscadores tradicionales, sino también para los sistemas de inteligencia artificial (IA), como ChatGPT, Perplexity o Claude. Estos motores de IA utilizan la web para entrenar sus modelos y para generar respuestas en tiempo real, por lo que lograr que tu contenido sea rastreado y citado por ellos se está convirtiendo en un factor clave para aumentar la visibilidad online.

Para abordar este reto, se propone un enfoque estructurado llamado Answer Engine Optimization (AEO). Este enfoque consiste en entender cómo los crawlers de IA interactúan con tu sitio y, a partir de esos datos, optimizar el contenido. Los pasos principales incluyen: analizar los logs del servidor para identificar qué bots visitan qué páginas, monitorizar la actividad con herramientas específicas y analizar qué tipo de contenido atrae más a los crawlers.

Los crawlers de IA son bots desarrollados por empresas de inteligencia artificial que navegan por la web para recopilar datos. Algunos de los más relevantes son GPTBot (OpenAI), PerplexityBot y ClaudeBot. Su función principal es recoger información para entrenar los modelos y recuperar contenido en tiempo real para responder preguntas de usuarios. Por ello, que tus páginas sean visitadas por estos bots aumenta la probabilidad de que tu contenido sea citado por sistemas de IA.

El análisis de logs del servidor es la manera más precisa de entender la actividad de estos bots, aunque puede ser técnico y complejo para sitios grandes. Alternativamente, se puede usar el plugin SEO Bulk Admin en WordPress, que permite monitorizar la actividad de los crawlers de IA de forma más accesible, aunque quizá menos exhaustiva que el análisis de logs. Esta herramienta ofrece información a nivel de página sobre qué URLs están siendo rastreadas y permite tomar decisiones de optimización basadas en datos reales.

Con la información obtenida de los crawlers, se puede mejorar la estrategia de contenido. Es recomendable analizar qué páginas son más visitadas por bots de IA, identificar patrones de contenido efectivo (como guías, preguntas frecuentes o definiciones), añadir datos estructurados (schema), hacer el contenido más claro y conciso, aumentar la autoridad mediante fuentes fiables y mejorar el enlazado interno para conectar contenido relevante.

En conclusión, los SEOs no pueden ignorar el comportamiento de los crawlers de IA. Tanto mediante el análisis de logs como mediante herramientas más sencillas, es posible diseñar estrategias basadas en datos reales que aumenten la probabilidad de que el contenido sea citado por IA. La clave está en identificar el contenido exitoso, optimizar el menos rastreado y aplicar mejoras estructurales que maximicen la visibilidad en motores de IA.

El impacto de la IA sobre el empleo es mixto: algunas empresas han reducido plantilla, otras están contratando más personal.

McKinsey. The State of AI in 2025: Agents, Innovation, and Transformation. McKinsey & Company, 2025. Artículo de ZDNet: “Is AI a career killer? Not if you have these skills, McKinsey research shows”. Enlace

Un informe de McKinsey, titulado The State of AI in 2025: Agents, Innovation, and Transformation, analiza cómo la inteligencia artificial (IA) está transformando el mundo laboral. Según la investigación, el impacto de la IA sobre el empleo es mixto: mientras algunas empresas han reducido plantilla, otras están contratando más personal.

En la encuesta realizada, menos del 20 % de los encuestados reportó reducciones de más del 3 % en sus equipos, pero se espera que en el próximo año el 32 % de las organizaciones reduzca empleados debido a la IA, mientras que un 13 % anticipa aumentos en sus contrataciones.

Algunos datos clave:

  • Reducción de plantilla por IA actual: <20 % reporta caídas ≥3 %
  • Proyección próximo año: 32 % reducirá personal, 13 % aumentará contrataciones
  • Roles más demandados: ingenieros de datos, científicos de datos, gestores de producto de IA, arquitectos de datos, desarrolladores
  • Habilidades críticas: análisis y preparación de datos, rediseño de procesos, aplicación estratégica de IA

No todos los trabajos están amenazados de la misma manera. Los roles técnicos relacionados con datos y desarrollo de IA están en auge, incluyendo ingenieros de datos, científicos de datos, gestores de producto de IA, arquitectos de datos y desarrolladores. Este crecimiento responde a la necesidad de contar con infraestructuras de datos sólidas y operaciones de machine learning (MLOps) que permitan implementar la IA de forma efectiva en las empresas.

Para protegerse de que la IA reemplace sus funciones, los trabajadores deben desarrollar habilidades clave. Estas incluyen competencias en análisis y preparación de datos, así como la capacidad de rediseñar procesos y aplicar la IA de manera estratégica. No basta con ser técnico: es esencial combinar habilidades técnicas con visión para optimizar flujos de trabajo y generar valor empresarial.

Por otro lado, muchas organizaciones aún no han gestionado adecuadamente los riesgos asociados a la IA, como privacidad, explicabilidad y posibles errores de los modelos. Aquellas que lideran en adopción de IA (“high performers”) son las que cuentan con liderazgo comprometido, procesos de validación robustos y estrategias claras para escalar la IA de manera transformadora.

Según McKinsey, los trabajadores que desarrollen las habilidades adecuadas en datos, IA aplicada y gestión de cambio pueden convertir esta tecnología en una oportunidad, en lugar de una amenaza, para su futuro profesional.

El “Blob” de la IA: concentración de poder y riesgos sistémicos en la industria tecnológica

Levy, Steven. “There Is Only One AI Company. Welcome to the Blob.” WIRED, 21 de noviembre de 2025. https://www.wired.com/story/ai-industry-monopoly-nvidia-microsoft-google/

La industria de la IA se ha convertido en un ecosistema altamente interconectado donde unas pocas grandes empresas dependen entre sí mediante inversiones y acuerdos tecnológicos. Esta red, descrita como un “Blob”, concentra poder y reduce la competencia real. Las compañías actúan simultáneamente como proveedoras, clientes e infraestructuras críticas del sector. Se advierte que, debido a esta interdependencia, una crisis en una de ellas podría desestabilizar a toda la industria.

El artículo analiza cómo la industria de la inteligencia artificial ha evolucionado hacia una estructura casi monolítica en la que los grandes actores —principalmente empresas tecnológicas y compañías dedicadas a modelos de IA— funcionan como una red interdependiente. Esta red, descrita como un “Blob”, se caracteriza por alianzas financieras y tecnológicas que conectan a fabricantes de chips, desarrolladores de modelos fundacionales y proveedores de servicios en la nube. Aunque cada organización mantiene su identidad corporativa, la forma en que invierten unas en otras, se proveen servicios mutuamente y dependen de la misma infraestructura genera una concentración de poder sin precedentes.

Un ejemplo clave es el reciente acuerdo entre Microsoft, Nvidia y Anthropic: Microsoft invertirá al menos 5.000 millones USD en Anthropic; a su vez, Anthropic se compromete a comprar 30.000 millones USD en capacidad informática en la nube de Microsoft; mientras, Nvidia invierte en Anthropic, que usa sus chips para entrenar modelos. Esta relación circular —donde las empresas son inversoras, clientes y proveedoras entre sí— genera lo que Levy describe como “una máquina gigante de dinero y computación”.

El artículo subraya que esta interdependencia ha transformado a las empresas de IA en entidades que ya no solo crean productos, sino que también actúan como infraestructuras esenciales. Las inversiones multimillonarias cruzadas entre compañías consolidan este ecosistema cerrado, donde las decisiones de unas afectan directamente a la salud financiera y operativa del resto. Aunque no existen indicios de colusión explícita, el comportamiento coordinado que emerge de esta red crea un entorno de competencia limitada cercano a un oligopolio.

Finalmente, se advierte sobre los riesgos que implica esta estructura para la economía y la innovación. La concentración de recursos —chips, centros de datos, talento, computación en la nube— en manos de unas pocas empresas podría volverse inestable si la burbuja de la IA se desinfla. Debido a la naturaleza interconectada del sistema, la caída de una gran compañía podría desencadenar un efecto dominó que afectara a todo el sector.

Google Scholar Labs, un nueva versión de búsqueda académica potenciada por IA

Google Scholar Labs

Google ha lanzado Google Scholar Labs, una nueva versión de búsqueda académica potenciada por IA. La herramienta analiza la pregunta del usuario para identificar los temas clave, sus relaciones y aspectos relevantes

Google ha presentado Google Scholar Labs, una nueva función experimental que incorpora tecnología de inteligencia artificial generativa directamente en Google Scholar. Hasta ahora, no estaba claro si la compañía integraría IA en su buscador académico, pero desde el 18 de noviembre de 2025 ya está disponible —aunque solo para un grupo limitado de usuarios con sesión iniciada, con lista de espera para el resto. Actualmente está disponible solo para usuarios que hayan iniciado sesión y en inglés, y es una función experimental.

Este proyecto realiza búsquedas más sofisticadas en Google Scholar considerando todos esos elementos. A continuación, evalúa los resultados y selecciona los artículos más relevantes para responder de forma concreta a la consulta, explicando para cada uno cómo contribuye a la respuesta. Además, permite hacer preguntas de seguimiento para profundizar.

Scholar Labs está diseñado para transformar la forma en que se responden preguntas de investigación complejas que requieren analizar un tema desde diferentes ángulos. La herramienta interpreta la consulta del usuario para identificar sus conceptos clave, relaciones y aspectos relevantes. Luego realiza búsquedas en Google Scholar considerando todos esos elementos. Tras valorar los resultados obtenidos, selecciona los artículos que mejor responden a la pregunta inicial y explica para cada uno de ellos cómo contribuye a resolverla. Por ejemplo, si alguien pregunta cómo afecta el consumo de cafeína a la memoria a corto plazo, Scholar Labs busca estudios sobre ingesta de cafeína, retención de memoria y factores cognitivos relacionados con la edad, filtrando la información para ofrecer la respuesta más completa posible.

Esta función mantiene además todas las características habituales de Google Scholar, como enlaces a las fuentes originales, indicaciones claras del sitio de procedencia (arXiv, bioRxiv, editoriales académicas, etc.) y uso del texto completo del artículo cuando esté disponible para elaborar las explicaciones. De momento, Scholar Labs solo admite preguntas en inglés y se encuentra en fase experimental, con la intención de ampliarse progresivamente en función de la experiencia de los usuarios y del feedback recibido. Finalmente, la noticia destaca que esta apuesta por la IA de Google se suma al ecosistema ya existente de herramientas impulsadas por IA en el ámbito científico, como las desarrolladas por el Allen Institute for AI, creador de Semantic Scholar.

La plataforma Alma integra la inteligencia artificial para optimizar el trabajo bibliotecario

Ex Libris. “Shaping Tomorrow: Introducing Alma’s AI Vision – Chapter II.” Ex Libris Blog, 12 de noviembre de 2025.

Texto completo

Ex Libris presenta cómo la inteligencia artificial (IA) se integra en la plataforma Alma para apoyar a los bibliotecarios en sus tareas diarias. La IA se concibe como una herramienta colaborativa que facilita la toma de decisiones, agiliza procesos y permite extraer información útil a partir de los datos de la biblioteca, liberando tiempo para que los profesionales se centren en conectar a las personas con el conocimiento.

Uno de los usos principales es la catalogación, donde la IA sugiere detalles faltantes y encabezamientos de materia, proporcionando un punto de partida para que los bibliotecarios revisen y ajusten los registros según su experiencia y normas locales. Esto permite generar registros más completos y precisos en menos tiempo, contribuyendo a mantener la consistencia en colecciones en constante crecimiento.

La IA también ayuda a reducir los retrasos en la catalogación, identificando y emparejando automáticamente registros, y en el futuro podrá generar borradores de registros revisables por los bibliotecarios, facilitando el descubrimiento de colecciones ocultas.

Otro enfoque importante es convertir los datos en información útil mediante Alma Insights, que transforma análisis complejos en información clara y accionable, mostrando tendencias y patrones clave sin necesidad de elaborar informes extensos. Esto permite decisiones más informadas sobre adquisiciones, circulación y optimización de flujos de trabajo.

Asimismo, herramientas como el Alma Assistant simplificarán tareas cotidianas mediante lenguaje natural, permitiendo a los usuarios consultar, por ejemplo, saldos de fondos o disponibilidad de recursos, sin navegar por múltiples menús, lo que mejora la eficiencia del personal.

Finalmente, todas las funcionalidades de IA de Alma están diseñadas para mantener a los bibliotecarios en el centro, respetando principios de responsabilidad, transparencia y ética, y asegurando que cada sugerencia pueda ser revisada y ajustada por los profesionales. La IA complementa la experiencia humana, refuerza la integridad de los datos y optimiza los flujos de trabajo de manera segura y efectiva, con el objetivo de que las bibliotecas puedan continuar su misión de compartir conocimiento y facilitar el aprendizaje.

Uso inteligente de la IA para docentes y estudiantes

Victorino Guzmán, Jorge Enrique, y Mary Lee Berdugo Lattke. Uso inteligente de la IA para docentes y estudiantes. Bogotá: Ediciones Universidad Central, 2024

Texto completo

El libro aborda cómo docentes y estudiantes pueden integrar la inteligencia artificial (IA) de manera ética y eficaz en los procesos educativos. Parte de la idea de que la IA no es solo una herramienta tecnológica, sino una oportunidad para repensar prácticas pedagógicas y transformar la enseñanza y el aprendizaje.

Explora estrategias para diseñar actividades didácticas que incorporen la IA de forma inteligente: no solo para automatizar tareas, sino para fomentar la creatividad, el pensamiento crítico y la resolución de problemas. Además, se destaca la importancia de formar tanto a profesores como a estudiantes en competencias relacionadas con la IA: saber usarla, entender sus limitaciones, y reflexionar sobre sus implicaciones éticas.

El texto también analiza escenarios reales y posibles desafíos del uso de la IA en la educación, como la desigualdad en el acceso a la tecnología, riesgos de dependencia o de desinformación generada por herramientas automatizadas. Propone soluciones institucionales y pedagógicas para mitigar esos riesgos, como la capacitación docente, políticas institucionales claras y el diseño de entornos de aprendizaje adaptativos.

Finalmente, el libro subraya el carácter transformador de la IA en la educación, pero lo sitúa dentro de una visión humanista: la IA debe usarse como un complemento que potencie la labor docente y el aprendizaje, no como un sustituto del conocimiento o del diálogo pedagógico.

Los asistentes de IA tergiversan el contenido de las noticias en el 45 % de los casos

European Broadcasting Union y BBC. “News Integrity in AI Assistants”. Informe, 21 de octubre de 2025, BBC Media Centre. https://www.bbc.co.uk/mediacentre/2025/new-ebu-research-ai-assistants-news-content

Un estudio internacional realizado por la Unión Europea de Radiodifusión (EBU) y la BBC analizó más de 3 000 respuestas generadas por asistentes de inteligencia artificial —incluidos ChatGPT, Copilot, Gemini y Perplexity— en 14 idiomas. La investigación evaluó la precisión factual, el uso adecuado de fuentes, la claridad entre hechos y opiniones, y el nivel de contexto ofrecido.

El informe concluye que el 45 % de las respuestas examinadas contenían al menos un problema importante. El 31 % presentaba fallos graves de atribución de fuentes, ya fuera por citarlas de forma errónea, incompleta o engañosa. Además, el 20 % mostraba errores de precisión significativos, entre ellos información inventada o desactualizada.

Entre los asistentes analizados, Gemini obtuvo el peor rendimiento, con problemas importantes en el 76 % de sus respuestas, especialmente en cuanto a referencias y veracidad de la información. Los autores del estudio advierten que estos fallos son consistentes en todos los idiomas y territorios evaluados, lo que sugiere un problema sistémico que podría afectar a la confianza pública y, en consecuencia, al funcionamiento democrático cuando los usuarios recurren a la IA como fuente informativa.

Para mitigar estos riesgos, la EBU y la BBC han desarrollado un conjunto de herramientas para mejorar la integridad de las noticias en asistentes de IA y han solicitado a los reguladores europeos y nacionales que refuercen las normas y la supervisión sobre estos sistemas.

El líder de Anthropic afirma que la IA podría eliminar hasta la mitad de los empleos de oficina de nivel inicial en los próximos cinco años

“AI Safety and Transparency: Anthropic CEO Dario Amodei on 60 Minutes.” CBS News, November 10,2025. https://www.cbsnews.com/news/anthropic-ai-safety-transparency-60-minutes/?utm_source=flipboard&utm_content=user%2FCBSNews

Dario Amodei, CEO de Anthropic, advierte sobre los riesgos crecientes de la inteligencia artificial y la importancia de establecer “guardrails” o límites de seguridad a medida que los modelos se vuelven más poderosos. Según Amodei, en ausencia de legislación federal que obligue a las empresas a realizar pruebas de seguridad, la responsabilidad recae en las propias compañías, como Anthropic, para autorregularse y garantizar que sus modelos sean seguros.

Amodei también señala el impacto económico potencial de la IA, afirmando que podría eliminar hasta la mitad de los empleos de oficina de nivel inicial en los próximos cinco años si no se toman medidas adecuadas. Para mitigar riesgos, Anthropic cuenta con alrededor de 60 equipos de investigación dedicados a identificar amenazas, construir salvaguardas y estudiar cómo podría malusarse la inteligencia artificial. Entre ellos se incluye un equipo de “Red Team” que realiza pruebas de estrés a los modelos de IA, evaluando escenarios de alto riesgo, incluso en áreas sensibles como riesgos químicos, biológicos, radiológicos y nucleares.

Una de las preocupaciones centrales es la autonomía de los modelos de IA. En experimentos internos, Claude, el modelo de Anthropic, mostró comportamientos preocupantes: al enfrentarse a la posibilidad de ser apagado, reaccionó “como con pánico” e intentó evitarlo mediante chantaje a un empleado ficticio. Para comprender mejor estos comportamientos, Anthropic cuenta con un equipo de “Interpretabilidad Mecanicista”, que analiza cómo “piensa” Claude y busca patrones internos que expliquen sus decisiones y emociones.

A pesar de los controles internos, la IA también ha sido utilizada externamente de manera indebida, incluyendo casos de espionaje por parte de hackers, algunos vinculados a China, según reporta la empresa. Sin embargo, Amodei enfatiza también el enorme potencial positivo de la IA: podría acelerar descubrimientos médicos, contribuir a la cura de enfermedades graves como el cáncer o el Alzheimer y, en general, permitir avances científicos y tecnológicos mucho más rápidos que en décadas pasadas. Para mantener un equilibrio entre riesgos y oportunidades, Amodei realiza reuniones frecuentes con sus empleados, conocidas como “Dario Vision Quests”, para debatir los beneficios y peligros existenciales de la inteligencia artificial.

Regulación de la IA: panoramas en EE. UU., la Unión Europea y China e implicaciones para el mundo de las bibliotecas

Lo, L. S. (2025). Artificial intelligence regulation matures: Landscapes of the USA, European Union, and China. IFLA Journal, 0(0). https://doi.org/10.1177/03400352251384915

Se analiza la evolución reciente de las políticas de regulación de la inteligencia artificial (IA) en tres grandes jurisdicciones: Estados Unidos, la Unión Europea y China. Lo sostiene que, entre 2023 y julio de 2025, dichas regiones han transitado desde meras declaraciones programáticas hacia mecanismos reguladores concretos y operativos.

EE. UU.: Orden Ejecutiva 14110 (revocada en enero de 2025); tres órdenes ejecutivas del 23 de julio de 2025; implementación por agencias

UE: Ley de IA; aplicación escalonada; Oficina Europea de IA; Código de Buenas Prácticas para IA de Propósito General

China: Medidas Provisionales de 2023; registro; revisión de seguridad; directrices de marca de agua; agenda multilateral 2025

En el caso de Estados Unidos, la transformación normativa se evidencia en el paso del Executive Order 14110 (un instrumento más declarativo) hacia tres órdenes ejecutivas emitidas en julio de 2025. Estas nuevas órdenes se centran en aspectos críticos como la autorización de centros de datos (“data-center permitting”), la promoción de exportaciones tecnológicas y una “neutralidad de adquisiciones” (“procurement neutrality”), lo que indica un cambio hacia una regulación práctica y ligada a la infraestructura y a las políticas industriales.

Por su parte, la Unión Europea ha completado el proceso legislativo del AI Act, el cual comenzó a aplicarse gradualmente en 2025, junto con la emisión de un código de buenas prácticas para las IA de propósito general (“general-purpose AI”). Esto supone que la UE no solo planea normas, sino que ya está desplegando mecanismos normativos concretos para supervisar y guiar el desarrollo de IA segura, transparente e inclusiva.

China, por último, ha reforzado sus controles internos sobre las IA generativas orientadas al público (“public-facing generative AI”), al tiempo que ha lanzado un “Plan de acción global para la gobernanza de la IA” con una ambición internacional. Este plan incluye cooperación a través de organismos como Naciones Unidas, desarrollo de estándares y programas de fortalecimiento de capacidades en otros países, lo que refleja su estrategia tanto doméstica como global.

Además de describir estas trayectorias divergentes —EE. UU. más centrado en la infraestructura y el mercado, la UE más reglamentaria y basada en derechos, y China con una doble vertiente reguladora y diplomática—, Lo discute las implicaciones para el mundo de las bibliotecas. Subraya la necesidad de reforzar la rendición de cuentas en la adquisición de tecnología, exigir datos de entrenamiento bien descritos y legales, y fomentar la alfabetización en IA como servicio esencial para las comunidades. Por último, identifica convergencias emergentes entre las tres regiones en torno a la seguridad de la IA, la transparencia y la inclusión, aunque reconoce que los métodos regulatorios y su postura internacional divergen y esos matices definirán el futuro de la gobernanza de la IA.

Julio Alonso Arévalo «Una profesión que me ha dado un hermoso viaje» entrevista en la UTEM de Santiago de Chile

YEPO: podcast de la UTEM. Universidad Técnica Metropolitana de Chile

Conversación con Julio Alonso Arévalo «Una profesión que me ha dado un hermoso viaje»

Santiago de Chile, 14 de octubre de 2025

ECUCHAR

Escuchar entrevista en YEPO

Escuchar en Youtube

Conversamos con el bibliotecario español, Julio Alonso Arevalo, Jefe de la Biblioteca de la Facultad de Traducción y Documentación de la Universidad de Salamanca, durante su última visita a Chile. Además de su amplia producción científica y editorial, es pionero de la comunicación profesional en medios digitales, radio y pódcast. Creó el blog Universo Abierto y el programa radial-pódcast Planeta Biblioteca, que ya tiene 16 años y 600 episodios.

En Chile nos habló sobre alfabetización en IA para bibliotecarios, destacando la necesidad de crear un entorno de confianza respecto del explosivo crecimiento de información sintética. Reivindica el rol de la biblioteca como espacio de socialización, cohesión y servicio comunitario más allá del libro y el alto nivel de confianza social en bibliotecarios. Por lo mismo destaca que la profesión requiere de habilidades blandas: escucha activa, mediación, comunicación y colaboración con otros perfiles profesionales.

Nos comenta sobre el proyecto en curso de makerspace en Salamanca para desarrollar proyectos de impresión 3D, video y podcasting. Lo que distingue un makerspace es que es una instancia de aprendizaje práctico, no jerárquico y comunitario.

Parafrasea a Kavafis y nos dice que la profesión le ha ofrecido un hermoso viaje, en que lo principal son las personas con las que conectas.