La falta de habilidades de decodificación de la lectura podría ser la causa de las dificultades de muchos estudiantes mayores

Schwartz, Sarah. “One Reading Skill Might Be Responsible for Many Older Students’ Struggles.” Education Week, marzo de 2026. https://www.edweek.org/teaching-learning/one-reading-skill-might-be-responsible-for-many-older-students-struggles/2026/03

El artículo analiza un problema creciente en la educación secundaria: muchos estudiantes mayores siguen teniendo dificultades significativas de lectura, incluso después de haber superado los primeros años de escolarización donde se enseñan las habilidades básicas de decodificación.

La investigación presentada sugiere que una parte importante de estas dificultades no está relacionada únicamente con la comprensión general o el vocabulario, sino con una habilidad más específica y menos atendida en cursos superiores: la capacidad de decodificar palabras complejas y multisilábicas.

A partir de estudios recientes impulsados por el programa Reading Reimagined y el AERDF, el texto explica que existe una especie de “umbral de decodificación”. Este umbral representa el nivel de dominio necesario para que los estudiantes puedan seguir progresando en la lectura a medida que los textos se vuelven más complejos en primaria superior y secundaria. Cuando los estudiantes no han alcanzado este nivel, pueden leer palabras simples, pero se bloquean ante términos largos y estructuralmente complejos, lo que limita su fluidez y comprensión global.

El artículo detalla que en los grados intermedios las palabras cambian radicalmente en estructura: se vuelven más largas, morfológicamente complejas y con raíces de distintos orígenes lingüísticos. Esto implica que las estrategias de lectura aprendidas en los primeros años (como la decodificación fonética básica) ya no son suficientes. Muchos estudiantes que parecen leer con normalidad en realidad están “adivinando” o fragmentando incorrectamente palabras complejas, lo que genera errores sistemáticos que afectan la comprensión del texto completo.

Uno de los hallazgos más relevantes es que este problema no está suficientemente diagnosticado en las evaluaciones tradicionales de lectura en secundaria, ya que estas suelen centrarse en la comprensión global y no en los procesos subyacentes de decodificación. Como resultado, muchos estudiantes que fracasan en comprensión lectora en realidad tienen dificultades no detectadas a nivel de palabra, especialmente con términos multisilábicos que son clave en los textos académicos.

El texto también subraya que esta dificultad no es marginal. Se estima que una proporción significativa de estudiantes de secundaria —al menos alrededor del 40% según algunos datos preliminares— presenta problemas con la decodificación avanzada, aunque no necesariamente con la decodificación básica de palabras simples. Esto sugiere que el problema no desaparece en los primeros cursos escolares, sino que evoluciona y se manifiesta de forma más compleja en etapas posteriores.

A partir de estos resultados, el artículo plantea la necesidad de replantear la enseñanza de la lectura en los cursos intermedios. En lugar de asumir que las habilidades fundamentales se consolidan en los primeros años, los investigadores proponen continuar enseñando explícitamente estrategias de análisis de palabras complejas, incluyendo morfología, estructura de palabras y descomposición de términos largos dentro del contexto de la lectura real.

El texto abre un debate pedagógico importante: si la enseñanza de habilidades fundamentales de lectura se está abandonando demasiado pronto. La conclusión general es que la alfabetización no es un proceso cerrado en primaria, sino un continuo que debe extenderse a lo largo de toda la educación obligatoria, integrando tanto la comprensión como la decodificación avanzada en los niveles superiores para evitar que las dificultades queden ocultas hasta etapas tardías.

Informe Índice de Inteligencia Artificial 2026

Spencer, Michael. “Summary of the AI Index Report 2026 (HAI, Stanford).” AI Supremacy, April 20, 2026. https://www.ai-supremacy.com/p/summary-of-the-ai-index-report-2026-hai-stanford

Una visión panorámica del ecosistema de la inteligencia artificial en 2026, caracterizado por una rápida evolución tecnológica, una fuerte concentración de poder en pocas empresas, una creciente competencia geopolítica y una transformación profunda de los modelos de negocio. Sin embargo, la reflexión final es más crítica: pese al entusiasmo y el crecimiento del sector, persiste una duda fundamental sobre la capacidad de las instituciones, los gobiernos y la sociedad para gestionar adecuadamente una tecnología que avanza más rápido que las estructuras encargadas de regularla.

Se ofrece una síntesis comentada del AI Index Report 2026 del Stanford Institute for Human-Centered AI, enmarcándolo dentro de una reflexión más amplia sobre el estado actual de la inteligencia artificial. La idea central que atraviesa todo el contenido es que la IA está avanzando a una velocidad extraordinaria en términos de capacidad técnica, mientras que los sistemas de gobernanza, regulación y seguridad que deberían acompañarla no evolucionan al mismo ritmo. Esta asimetría entre innovación tecnológica y capacidad institucional de control se presenta como uno de los grandes desafíos estructurales del momento actual.

El autor explica que el AI Index nació como parte del proyecto “One Hundred Year Study on AI” de Stanford, con el objetivo de ofrecer una visión anual, más ágil y basada en datos, sobre el progreso de la inteligencia artificial. Frente a otros informes procedentes del capital riesgo, que tienden a enfatizar el potencial positivo de la tecnología, este índice académico aspira a proporcionar una visión más rigurosa y analítica, aunque el propio texto reconoce que no está completamente libre de sesgos. En cualquier caso, se presenta como una de las fuentes más completas para entender la evolución global del sector.

Uno de los aspectos más destacados del informe es la consolidación de la llamada era de la IA generativa. Durante los últimos años, los modelos de frontera han mejorado de forma significativa en tareas como programación, razonamiento lógico, escritura, análisis multimodal y resolución de problemas complejos. Sin embargo, este progreso no es homogéneo: el rendimiento de la IA se describe como una “frontera irregular”, donde los sistemas pueden alcanzar resultados sobresalientes en ciertas tareas y mostrar limitaciones importantes en otras. Esta irregularidad refleja tanto el potencial como las debilidades estructurales de los modelos actuales.

El texto también enfatiza el papel determinante de la inversión privada en el desarrollo de la IA durante 2025 y 2026. Grandes empresas como OpenAI, Anthropic y xAI han concentrado una parte significativa del capital, lo que ha influido directamente en la aceleración del sector. Al mismo tiempo, se observa un cambio en la madurez del mercado: tras años de experimentación, el ecosistema de la IA empieza a consolidarse con modelos de negocio más estables, crecimiento de ingresos en startups y un aumento de las fusiones, adquisiciones y expectativas de salidas a bolsa. Esto sugiere una transición desde la fase experimental hacia una etapa de industrialización de la IA.

En el plano global, el informe destaca una creciente competencia entre Estados Unidos y China en el desarrollo de inteligencia artificial. Estados Unidos mantiene el liderazgo en modelos cerrados, inversión de capital riesgo y grandes laboratorios privados, mientras que China destaca en robótica industrial, sistemas humanoides y modelos de código abierto. Sin embargo, el texto matiza que las cifras oficiales pueden no reflejar completamente la inversión real china, debido al peso de los fondos estatales, que habrían destinado enormes recursos al sector durante las últimas décadas. Además, se señala que China cuenta con una ventaja estratégica en disponibilidad energética, un factor clave para sostener la infraestructura de IA a gran escala.

Otro elemento importante del artículo es la descripción de nuevos modelos avanzados, como Claude Opus 4.7, presentado como un “empleado digital” más que como un simple chatbot. Este tipo de sistemas representa una evolución hacia modelos más autónomos, capaces de realizar tareas complejas, mantener memoria, trabajar durante largos periodos y adaptarse a distintos contextos profesionales. Se subraya su aplicación en ámbitos como programación, finanzas, diseño, generación de contenido y trabajo empresarial, lo que refuerza la idea de que la IA está empezando a integrarse de forma estructural en el mundo laboral.

El texto también recoge la creciente relevancia de herramientas y startups de IA, reflejada en la lista Forbes AI 50, donde aparecen empresas que han pasado de fases experimentales a modelos de negocio rentables. Estas compañías abarcan sectores muy diversos, como generación de imágenes, vídeo, voz, educación, derecho, medicina, búsqueda de información, robótica o infraestructura tecnológica. Este panorama evidencia la expansión transversal de la IA en prácticamente todos los ámbitos económicos y profesionales.

¿Deberían las escuelas prohibir la IA? La pregunta que no podemos ignorar ahora mismo

The AI School Librarian. “Should Schools Pause AI? The Question We Cannot Ignore Right Now.” The AI School Librarians Newsletter, April 17, 2026. https://aischoollibrarian.substack.com/p/should-schools-pause-ai-the-question

El artículo analiza la propuesta de pausar durante cinco años la inteligencia artificial en las escuelas por riesgos relacionados con aprendizaje, privacidad, salud mental y falta de evidencias sólidas sobre sus beneficios. Aunque reconoce esos peligros, sostiene que prohibirla no evitará su uso fuera del aula y dejaría al alumnado sin orientación crítica ni formación adecuada. Concluye que la mejor opción es una integración prudente: regulación clara, protección de datos, capacitación docente y alfabetización digital crítica.

El artículo aborda uno de los debates más relevantes y urgentes en el ámbito educativo contemporáneo: si las escuelas deberían suspender temporalmente el uso de la inteligencia artificial generativa. El texto parte de una propuesta impulsada por una coalición liderada por Fairplay, que reclama una pausa de cinco años en el uso de herramientas de IA orientadas al alumnado en centros de educación infantil, primaria y secundaria. Esta petición representa una de las críticas públicas más contundentes hasta la fecha contra la expansión de la IA en la enseñanza, y refleja un cambio importante en la conversación pública: ya no se discute solo qué puede hacer la IA, sino qué efectos reales está teniendo sobre los estudiantes.

La coalición justifica su propuesta señalando múltiples riesgos todavía insuficientemente comprendidos. Entre ellos destacan las posibles consecuencias sobre el desarrollo cognitivo, ya que una dependencia excesiva de herramientas automáticas podría debilitar habilidades como el pensamiento crítico, la resolución de problemas o la capacidad de redacción autónoma. También se mencionan impactos potenciales sobre el desarrollo social y emocional, dado que el aprendizaje escolar no consiste únicamente en adquirir contenidos, sino en interactuar con docentes y compañeros, debatir, equivocarse y construir conocimiento en comunidad. Además, el artículo recoge inquietudes relativas a la salud mental, la integridad académica y la privacidad de los datos estudiantiles.

Uno de los argumentos más sólidos que reconoce el autor es la falta de evidencia empírica robusta. Aunque la IA se presenta con frecuencia como una revolución educativa, todavía existen escasos estudios longitudinales que demuestren mejoras sostenidas y consistentes en los resultados de aprendizaje gracias a estas herramientas. Gran parte del entusiasmo actual se basa en promesas, hipótesis y potencialidades, más que en pruebas consolidadas. En otras palabras, se está implantando una tecnología a gran escala antes de comprender plenamente sus consecuencias pedagógicas.

El texto también critica la forma desigual y precipitada con la que muchas instituciones educativas están adoptando estas herramientas. Algunos centros han desarrollado marcos claros, objetivos definidos, protocolos de uso y criterios éticos. Sin embargo, otros han introducido la IA sin suficiente formación docente, sin políticas transparentes y sin tiempo para reflexionar sobre su integración. Esta implantación improvisada genera incertidumbre y puede aumentar desigualdades entre estudiantes y escuelas. A ello se suma el problema persistente de la privacidad: muchas plataformas de IA no explican con claridad cómo almacenan, procesan o utilizan los datos de los menores.

No obstante, el autor considera que una pausa total de cinco años presenta serias limitaciones. Señala que prohibir la IA en la escuela no impediría que los estudiantes la utilicen fuera del aula. Por el contrario, los jóvenes ya interactúan con estas herramientas en sus hogares, teléfonos móviles y redes digitales, y seguirán haciéndolo. Si la escuela se retira del debate, la IA no desaparece: simplemente pasa a utilizarse en espacios sin supervisión adulta, sin orientación crítica y sin acompañamiento pedagógico. Desde esta perspectiva, excluir la IA del entorno escolar puede dejar a los estudiantes más vulnerables y menos preparados.

El artículo establece además un paralelismo con lo ocurrido años atrás con las redes sociales. Plataformas como Facebook, Instagram o TikTok se convirtieron en elementos centrales de la vida juvenil mientras muchas escuelas optaban por ignorarlas o restringirlas sin enseñar realmente cómo funcionan. No se explicó de forma sistemática cómo operan los algoritmos, cómo capturan la atención o cómo circula la desinformación. Como resultado, muchos estudiantes aprendieron por ensayo y error, a veces sufriendo daños. El autor sugiere que con la IA podría repetirse ese mismo error histórico si las escuelas responden únicamente con prohibiciones.

En el fondo, el texto plantea una tensión compleja entre dos verdades simultáneas. La primera es que la IA introduce riesgos reales en el aprendizaje, la privacidad y el desarrollo de los estudiantes. La segunda es que esta tecnología se está integrando rápidamente en la sociedad y en el mundo laboral al que los jóvenes accederán en el futuro. Por ello, el verdadero dilema no es simplemente si la IA pertenece o no a la escuela, sino cómo evitar tanto una adopción precipitada como un rechazo absoluto.

Como conclusión, el artículo defiende una posición intermedia basada en prudencia, regulación y alfabetización crítica. En lugar de acelerar sin control o prohibir sin alternativa, propone que las escuelas diseñen políticas claras, formen al profesorado, evalúen evidencias, protejan datos y enseñen a los estudiantes a comprender las limitaciones y riesgos de estas herramientas. La cuestión no sería “usar o no usar IA”, sino cómo integrarla responsablemente en beneficio del aprendizaje humano.

La censura de libros en EE. UU. sigue en máximos históricos: bibliotecas bajo presión política

Associated Press. “Book Bans and Attempted Bans Remain at Record Highs, with ‘Sold’ Topping the List.” Associated Press, April 20, 2026. https://apnews.com/article/5403280786cf95111d4c9eb4b587c4be

La censura de libros y los intentos de retirar obras de bibliotecas en Estados Unidos continúan en niveles históricamente altos, según el informe anual de la American Library Association. La organización señala que, aunque el número total de incidentes descendió ligeramente respecto a 2023, la cantidad de títulos afectados sigue siendo extraordinariamente elevada. En 2025 se registraron impugnaciones contra 4.235 obras distintas, apenas por debajo del récord de 4.240 alcanzado dos años antes. Esto confirma que la batalla cultural en torno a las colecciones bibliotecarias no es un episodio pasajero, sino una tendencia consolidada.

El dato más llamativo del informe es que las prohibiciones efectivas superaron ampliamente el número de desafíos formales. Más de 5.600 títulos fueron finalmente retirados o restringidos en bibliotecas y centros educativos. Esto sugiere que muchas campañas no se limitan a protestas simbólicas, sino que logran resultados concretos mediante presión política, decisiones administrativas o autocensura preventiva de las instituciones.

La American Library Association distingue entre “challenge” (solicitud de retirada o restricción) y “ban” (eliminación efectiva o limitación severa de acceso). Esa diferencia es importante porque muestra cómo funciona la censura contemporánea: no siempre se prohíbe de manera abierta, sino mediante reubicaciones, restricciones por edad, exclusión curricular o retirada temporal mientras se revisa el contenido.

Entre los libros más cuestionados de 2025 encabezó la lista Sold, novela publicada en 2006 sobre tráfico sexual en India. También figuran The Perks of Being a Wallflower, Gender Queer: A Memoir y Empire of Storms. Las objeciones suelen centrarse en temas LGBTQ+, violencia sexual, lenguaje explícito, consumo de sustancias o representaciones consideradas inapropiadas por determinados grupos.

Lista de la ALA de los libros más censurados de 2025

1. “Sold” by Patricia McCormick

2. “The Perks of Being a Wallflower” by Stephen Chbosky

3. “Gender Queer: A Memoir” by Maia Kobabe

4. “Empire of Storms” by Sarah J. Maas

5. (tie) “Last Night at the Telegraph Club” by Malinda Lo

5. (tie) “Tricks” by Ellen Hopkins

7. “A Court of Thorns and Roses” by Sarah J. Maas

8. (tie) “A Clockwork Orange” by Anthony Burgess

8. (tie) “Identical” by Ellen Hopkins

8. (tie) “Looking for Alaska” by John Green

8. (tie) “Storm and Fury” by Jennifer L. Armentrout

Uno de los cambios más significativos detectados por la ALA es el origen de las denuncias. Durante décadas, las quejas procedían sobre todo de padres o miembros concretos de una comunidad local. Ahora, más del 90 % de los desafíos provienen de activistas organizados, cargos públicos o campañas coordinadas a escala estatal y nacional. Según la asociación, esto demuestra una profesionalización de la censura, donde circulan listas de libros objetivo y estrategias replicadas en múltiples territorios.

Estados como Florida, Texas, Utah e Iowa aparecen citados como escenarios de leyes o medidas restrictivas sobre contenidos relacionados con identidad de género, orientación sexual o diversidad racial. El conflicto ya no se limita a decisiones escolares aisladas, sino que forma parte de debates legislativos y judiciales sobre qué pueden leer estudiantes y ciudadanos en instituciones públicas.

Para las bibliotecas, la cuestión es de fondo: si deben actuar como espacios plurales de acceso al conocimiento o como instituciones sujetas a vetos ideológicos coyunturales. El informe recuerda que las bibliotecas existen para acoger múltiples experiencias humanas y garantizar el derecho a leer. En ese sentido, la controversia actual no trata solo de libros concretos, sino del papel de la cultura en una democracia.

Un proyecto de ley de Illinois impediría que las editoriales cobren a las bibliotecas más que al público por los libros electrónicos y audiolibros.

Chicago Tribune. “Illinois Bill Would Stop Publishers From Charging Libraries More Than Public for E-Books and Audiobooks.” Chicago Tribune, April 23, 2026 https://www.yahoo.com/news/articles/illinois-bill-stop-publishers-charging-100000843.html

El estado de Illinois debate una propuesta legislativa que podría transformar el acceso digital en bibliotecas públicas. El proyecto de ley busca impedir que las editoriales cobren a las bibliotecas más dinero que al público general por el mismo libro electrónico o audiolibro. La medida responde a una queja creciente del sector bibliotecario: las instituciones públicas pagan licencias temporales mucho más caras que el precio minorista, pese a financiarse con fondos públicos y prestar un servicio esencial de acceso a la cultura.

Según responsables bibliotecarios citados en la cobertura periodística, una parte cada vez mayor de los presupuestos de adquisiciones se destina a licencias digitales. Algunas bibliotecas estarían empleando cerca del 50 % de sus fondos de colecciones en e-books y audiolibros. Esto provoca listas de espera prolongadas para los usuarios y limita la capacidad de mantener colecciones equilibradas entre formatos impresos y digitales. En la práctica, cuanto más popular es un título, más costoso resulta ofrecerlo al público mediante préstamo electrónico.

La iniciativa legislativa no solo aborda los precios. También pretende prohibir restricciones contractuales consideradas abusivas por los bibliotecarios, como límites en el número de préstamos permitidos por licencia, obstáculos al préstamo interbibliotecario o topes al número de copias digitales que una biblioteca puede adquirir. El objetivo es equiparar las funciones tradicionales de las bibliotecas en el entorno digital y evitar que los contratos privados vacíen de contenido su misión pública.

Frente a ello, asociaciones de editores y autores se oponen con firmeza. Argumentan que el actual sistema de licencias protege la remuneración de escritores, creadores y pequeñas librerías, y que una regulación demasiado estricta podría hacer inviable la oferta digital a bibliotecas. Sostienen que, si no pueden operar bajo condiciones sostenibles, algunas editoriales podrían retirar catálogos o reducir la disponibilidad de títulos para préstamo público.

El conflicto refleja un debate más amplio sobre propiedad intelectual y acceso público en la era digital. Mientras que un libro impreso comprado por una biblioteca puede prestarse repetidamente, los libros electrónicos suelen venderse bajo licencia y con condiciones específicas impuestas por las plataformas. Esto cambia radicalmente la economía del préstamo bibliotecario y coloca a las instituciones en una posición negociadora débil frente a grandes grupos editoriales y distribuidores tecnológicos.

Si Illinois aprueba finalmente esta ley, podría convertirse en referencia para otros estados norteamericanos. No sería solo una cuestión presupuestaria, sino un precedente sobre quién controla el acceso a la lectura digital: las bibliotecas como servicio público o los titulares privados de los catálogos. El resultado será observado con atención por bibliotecarios, editoriales y legisladores de todo el país.

Resultados de la encuesta sobre el uso de la IA en la industria editorial norteamericana

BookNet Canada. “Results from the AI Use Across the North American Book Industry Survey.” BookNet Canada, April 27, 2026. https://www.booknetcanada.ca/blog/2026/4/27/results-from-the-ai-use-across-the-north-american-book-industry-survey

BookNet Canada y BISG anuncian una nueva edición de la encuesta para el verano de 2026, lo que demuestra que consideran la inteligencia artificial un fenómeno dinámico cuyo impacto debe seguir midiéndose periódicamente.

BookNet Canada publicó los resultados de una encuesta elaborada junto con el grupo de trabajo sobre inteligencia artificial de la Book Industry Study Group (BISG), con el objetivo de medir cómo se está incorporando la IA en la cadena del libro de habla inglesa en Estados Unidos y Canadá. El estudio parte de una constatación clara: la inteligencia artificial generativa ha irrumpido con fuerza en múltiples sectores, pero en el mundo editorial genera tensiones especiales, ya que se trata de una industria basada precisamente en la creatividad humana, la autoría y la gestión del conocimiento.

La encuesta reunió 559 respuestas, con una tasa de finalización del 90 %, lo que indica un alto grado de interés del sector por comprender el fenómeno. Los datos muestran una adopción relevante pero todavía parcial: el 46 % de las personas encuestadas afirmó usar IA a título individual, mientras que el 48 % señaló que sus organizaciones ya emplean estas tecnologías de algún modo. Esto sugiere que la IA ha dejado de ser una curiosidad experimental para convertirse en una herramienta presente en el trabajo editorial cotidiano, aunque todavía no universalizada.

En cuanto a los usos concretos, la inteligencia artificial se concentra sobre todo en tareas administrativas y operativas. Entre los individuos, un 24 % la utiliza para este tipo de funciones, mientras que en las organizaciones la cifra asciende al 29 %. También destaca su aplicación en actividades de marketing, igualmente con un 29 % de adopción organizativa, y en análisis de datos o elaboración de informes, donde ronda el 21 % en empresas y el 20 % en usuarios individuales. El patrón es significativo: la IA no está penetrando prioritariamente en la creación literaria, sino en áreas de apoyo, automatización y eficiencia empresarial.

Uno de los aspectos más relevantes del informe es la dimensión ética y jurídica. La principal preocupación de los encuestados —compartida por un contundente 86 %— se refiere a la falta de controles adecuados sobre el uso de materiales protegidos por copyright. Esto revela que, para el ecosistema del libro, el debate sobre la IA no gira solo en torno a productividad o innovación, sino sobre todo alrededor de la propiedad intelectual, la legitimidad del entrenamiento de modelos y la protección de autores y editores frente al uso no autorizado de sus contenidos.

El informe también deja entrever una industria dividida en tres grandes grupos: organizaciones que adoptan activamente la IA, otras que la rechazan frontalmente y un amplio sector intermedio que observa con cautela antes de tomar decisiones. Esa prudencia responde, según BookNet Canada, a un contexto de márgenes económicos ajustados y recursos limitados, donde cualquier inversión tecnológica debe justificarse con claridad. En otras palabras, la IA interesa, pero no a cualquier precio ni sin garantías.

La evolución futura probablemente mostrará si la IA se consolida como infraestructura silenciosa de la edición —mejorando procesos internos— o si avanza hacia funciones más sensibles, como la selección editorial, la recomendación cultural o incluso la creación de contenidos. Por ahora, el mensaje central del estudio es claro: la industria del libro ya está entrando en la era de la IA, pero lo hace con reservas, vigilancia y una fuerte exigencia de responsabilidad ética.

Las estafas en redes sociales provocaron pérdidas de 2.100 millones de dólares en 2025

Whittaker, Zack. «Consumers Lost $2.1 Billion to Social Media Scams in 2025, FTC Reports.» TechCrunch, 27 abr. 2026, https://techcrunch.com/2026/04/27/consumers-lost-2-1-billion-to-social-media-scams-in-2025-ftc-reports/


Según el informe más reciente de la Comisión Federal de Comercio (FTC), las redes sociales se han convertido en la vía más costosa para el fraude al consumidor, alcanzando pérdidas récord de 2.100 millones de dólares en 2025. Esta cifra representa un alarmante incremento de ocho veces respecto a los niveles registrados en 2020, lo que demuestra que los delincuentes están aprovechando la accesibilidad y el bajo costo de las plataformas digitales para alcanzar a miles de víctimas potenciales con gran facilidad.

El reporte destaca que Facebook lidera las estadísticas como la plataforma donde se inician más fraudes, seguida por WhatsApp e Instagram. Casi el 30% de todas las personas que reportaron pérdidas financieras por estafas el año pasado señalaron que el contacto inicial ocurrió en una red social. Estas plataformas permiten a los estafadores hackear cuentas para suplantar identidades, utilizar herramientas publicitarias para segmentar víctimas por intereses y crear perfiles falsos que parecen legítimos.

En cuanto a las modalidades de fraude, las estafas de inversión fueron las más lucrativas, sumando 1.100 millones de dólares (más de la mitad del total). Estas suelen involucrar promesas de altos rendimientos mediante criptomonedas o falsos asesores financieros. Por otro lado, las estafas de compras en línea fueron las más frecuentes: miles de usuarios pagaron por productos anunciados en redes sociales que nunca fueron entregados. Asimismo, las estafas románticas siguen siendo una amenaza significativa, con casi el 60% de los casos iniciados a través de interacciones sociales digitales.

Finalmente, la FTC advierte que todos los grupos de edad son vulnerables, aunque existe una ligera excepción en los mayores de 80 años, quienes siguen siendo contactados principalmente a través de llamadas telefónicas. Para mitigar estos riesgos, las autoridades recomiendan encarecidamente ajustar las configuraciones de privacidad, limitar quién puede ver los contactos y desconfiar de cualquier solicitud de dinero o consejos de inversión que provengan de conocidos o extraños exclusivamente a través de mensajes digitales..

El cuento de Roald Dahl que anticipó la inteligencia artificial y la muerte del escritor

Dahl, Roald. “The Great Automatic Grammatizator.” 1954. PDF. Accedido en 2026. https://gwern.net/doc/fiction/science-fiction/1953-dahl-thegreatautomaticgrammatizator.pdf

Leer en español

Relato de Roald Dahl en el que un ingeniero frustrado diseña una máquina capaz de generar literatura mediante reglas gramaticales y combinatorias. El invento se industrializa y permite producir textos en masa, sustituyendo progresivamente a los escritores humanos en el mercado editorial. La historia satiriza la deshumanización de la creatividad y anticipa debates actuales sobre la automatización de la escritura y la inteligencia artificial.

Adolph Knipe, un joven ingeniero que trabaja en una empresa tecnológica, pero que en realidad esconde una ambición frustrada: quiere ser escritor. Sin embargo, su experiencia con el rechazo editorial y su formación técnica le llevan a una idea radicalmente distinta de la literatura: en lugar de ver la escritura como un acto creativo humano, la concibe como un proceso mecánico basado en reglas combinatorias del lenguaje.

A partir de esta intuición, Knipe desarrolla la idea de construir una máquina capaz de generar textos automáticamente. Su jefe, Bohlen, inicialmente desconfiado, termina aceptando financiar el proyecto al percibir su enorme potencial económico. La lógica es clara: si la máquina puede producir relatos aceptables de forma continua y barata, podría revolucionar el mercado literario.

La máquina, denominada el “Gran Gramaticador Automático”, se basa en un sistema de reglas gramaticales y combinaciones de palabras que permite generar historias de manera sistemática. Aunque los textos resultantes no son de gran calidad literaria, sí son coherentes, comprensibles y, sobre todo, infinitamente reproducibles. Esto convierte al sistema en una herramienta extremadamente rentable.

El éxito del invento lleva a Knipe y Bohlen a dar un paso más ambicioso: intervenir directamente en el mundo editorial. Su estrategia consiste en convencer a escritores reales —incluidos autores reconocidos— para que firmen contratos en los que ceden el uso de su nombre a cambio de una compensación económica. A partir de ese momento, la máquina escribe los textos que se publican bajo esos nombres. El prestigio del autor humano se mantiene como marca, pero el contenido es producido por el sistema automatizado.

Este modelo de negocio se expande rápidamente. Muchos escritores aceptan, seducidos por la estabilidad económica y la ausencia de esfuerzo creativo. Poco a poco, la figura del autor individual empieza a diluirse, sustituida por una producción industrial de literatura firmada con nombres humanos pero generada por la máquina.

A medida que el sistema se consolida, la industria editorial se transforma por completo. La abundancia de textos producidos por el gramaticador hace que los libros se vuelvan un producto barato y masivo. La calidad literaria deja de ser un criterio central; lo importante es la cantidad, la rentabilidad y la eficiencia del sistema automatizado.

Sin embargo, esta expansión tiene un efecto colateral inquietante: los escritores que se niegan a participar en el sistema quedan progresivamente marginados. Sus obras ya no pueden competir en un mercado inundado por producción automática. El relato muestra así un proceso de desplazamiento silencioso de la creatividad humana por la lógica industrial de la máquina.

El desenlace adquiere un tono oscuro e irónico. El mundo literario queda dominado por el gramaticador, mientras la escritura humana sobrevive solo de forma residual o marginal. La autoría deja de ser un acto de creación individual para convertirse en una etiqueta comercial aplicada a productos generados automáticamente.

¿Quién es el autor cuando las máquinas pueden escribir?

McCray, W. Patrick. “What Is Authorship When Machines Can Write?” MIT Press Reader, 27 de abril de 2026. https://thereader.mitpress.mit.edu/what-is-authorship-when-machines-can-write/

El artículo aborda una cuestión central en la era de la inteligencia artificial generativa: qué significa ser autor cuando las máquinas pueden producir textos coherentes, creativos y aparentemente humanos. A partir del auge de sistemas como los modelos de lenguaje tipo ChatGPT, el autor explora cómo la noción de autoría —tradicionalmente vinculada a la creatividad, la intención y la originalidad humanas— se está volviendo cada vez más difusa.

McCray sitúa el debate en un contexto histórico amplio. Señala que la preocupación por máquinas capaces de escribir no es nueva, sino que tiene antecedentes en la literatura y la cultura del siglo XX. Ejemplos como el cuento de Roald Dahl The Great Automatic Grammatizator (1954) ya imaginaban un mundo en el que las máquinas producían literatura en masa, desplazando a los escritores humanos. Asimismo, menciona experimentos tempranos de generación automática de texto, como los de Christopher Strachey también en los años cincuenta, que producían cartas de amor mediante algoritmos simples, o el programa RACTER en los años ochenta, que llegó a publicar textos atribuidos a una “máquina escritora”. En 1981 apareció un relato firmado por una entidad llamada RACTER, un programa informático desarrollado por William Chamberlain y Thomas Etter. Publicado en la revista Omni, el texto “Soft Ions” se presentó como el primer experimento de ficción generada por ordenador. Strachey logró que un ordenador Ferranti Mark 1 generara cartas de amor mediante un algoritmo. Aunque los resultados eran pobres literariamente, eran comprensibles y mostraban enormes posibilidades combinatorias. RACTER seleccionaba palabras al azar y las organizaba según reglas gramaticales codificadas. Más tarde produciría incluso un libro de poemas, The Policeman’s Beard Is Half-Constructed, con frases absurdas pero ocasionalmente sugerentes.

A partir de estos antecedentes, el autor muestra que la idea de la escritura como proceso mecánico o combinatorio ha sido discutida también por pensadores como Italo Calvino, quien sugirió que la literatura podía entenderse como un sistema de reglas y combinaciones, lo que abría la posibilidad teórica de que una máquina pudiera generar textos literarios. La historia describe a un ingeniero brillante pero frustrado que construye una máquina capaz de producir ficción aceptable. El dispositivo genera relatos mediocres en masa, que su creador vende a gran escala, desplazando a los escritores humanos. Finalmente, el inventor ofrece contratos a autores para que dejen de escribir a cambio de dinero, y el relato culmina con la imagen de un escritor pobre que se niega a firmar y reza: “Danos fuerza, Señor, para dejar que nuestros hijos pasen hambre”.

El núcleo del artículo se centra en la irrupción de los modelos de lenguaje actuales, basados en aprendizaje profundo y entrenamiento con grandes volúmenes de datos. Estas tecnologías no “comprenden” el lenguaje en sentido humano, sino que generan texto mediante predicción estadística de palabras. Sin embargo, sus resultados pueden ser sorprendentemente coherentes, lo que plantea una tensión: si el resultado es indistinguible del texto humano, ¿importa cómo se produce?

McCray analiza también las implicaciones éticas, legales y laborales de esta transformación. Destaca conflictos recientes en el ámbito editorial y audiovisual, como huelgas de guionistas preocupados por el uso de IA en la escritura de guiones, así como demandas de autores que denuncian el uso no autorizado de sus obras para entrenar modelos de IA. También introduce el concepto de “textpocalypse”, la idea de una sobreproducción de textos generados por máquinas que podría saturar el ecosistema informativo.

El artículo plantea que la autoría no es solo una cuestión técnica, sino también social y cultural. La figura del autor implica intención, responsabilidad, creatividad y reconocimiento, elementos que la IA no posee en el mismo sentido que un ser humano. Sin embargo, la creciente calidad de los textos generados por máquinas obliga a reconsiderar estas categorías.

McCray no ofrece una respuesta cerrada, sino que subraya la incertidumbre del momento actual. La historia de la tecnología muestra que las fronteras entre lo humano y lo mecánico en la escritura han sido siempre móviles. Por ello, la pregunta sobre qué significa ser autor en la era de la IA sigue abierta y en evolución constante, dependiente tanto del desarrollo tecnológico como de las decisiones culturales y legales que se tomen en el futuro.

Los chatbots de IA superan a médicos en algunos diagnósticos, pero el mejor resultado llega cuando trabajan juntos

Cohen, Shy. “Chatbots Outperform Doctors in Diagnosing Many Diseases, Study Finds.” The Brighter Side of News, April 26, 2026.

Dos investigaciones dirigidas por Stanford Medicine han reavivado el debate sobre el papel de la inteligencia artificial en la medicina al mostrar que los chatbots avanzados pueden igualar e incluso superar a los médicos en determinadas tareas diagnósticas y de toma de decisiones clínicas complejas. Los estudios, publicados en las revistas Nature Medicine y npj Digital Medicine, no plantean la sustitución del profesional sanitario, sino una nueva forma de colaboración entre médicos y sistemas de IA. Según los autores, la mejor atención no surge cuando trabaja solo el humano ni cuando actúa sola la máquina, sino cuando ambos combinan sus fortalezas.

Los investigadores se centraron en un tipo de situaciones muy frecuentes en la práctica médica: casos donde el diagnóstico no basta para decidir qué hacer después. Saber qué enfermedad tiene un paciente es solo una parte del problema; luego hay que elegir si operar o esperar, si cambiar una medicación, si hacer una biopsia o si solicitar nuevas pruebas. Estas decisiones dependen de múltiples factores, como el historial del paciente, los riesgos del tratamiento, la disponibilidad del sistema sanitario o incluso las preferencias personales del enfermo. En esa “zona gris” de la medicina, donde no existe una respuesta única y automática, la IA mostró un rendimiento notable.

En el primer estudio se compararon tres grupos: un chatbot funcionando por sí solo, médicos apoyados por un chatbot y médicos que solo podían consultar internet y fuentes médicas convencionales. A todos se les presentaron cinco casos clínicos anonimizados y debían explicar qué harían, por qué lo harían y qué elementos influían en su decisión. Posteriormente, especialistas certificados evaluaron la calidad de esas respuestas mediante una rúbrica clínica. El resultado fue llamativo: el chatbot obtuvo mejores puntuaciones que los médicos que trabajaban sin IA, mientras que los médicos que utilizaron apoyo del chatbot alcanzaron resultados similares a los de la máquina.

Este hallazgo llevó a una segunda investigación, orientada a una cuestión más práctica: si médico e inteligencia artificial colaboran, ¿cuál es el mejor orden de intervención? Para responderla, el equipo desarrolló un sistema basado en OpenAI GPT-4 diseñado específicamente para razonar junto a médicos. Se probaron dos escenarios: en el primero, la IA analizaba el caso antes que el clínico; en el segundo, el médico emitía primero su opinión y luego consultaba la respuesta de la IA. Después, el sistema generaba una síntesis conjunta señalando coincidencias, discrepancias y críticas de ambas posturas.

Participaron setenta médicos con licencia en Estados Unidos, entre residentes y especialistas consolidados, casi todos del área de medicina interna. Los médicos que solo usaron recursos convencionales obtuvieron una media del 75%. Quienes trabajaron con IA como primera opinión alcanzaron el 85%, mientras que los que usaron la IA como segunda opinión llegaron al 82%. El chatbot en solitario obtuvo el promedio numérico más alto, con un 87%, aunque sin diferencias estadísticamente decisivas respecto a los médicos asistidos por IA.

Más interesante aún fue comprobar que el orden de colaboración modificaba los resultados. Cuando la IA actuaba primero, las decisiones clínicamente accionables —es decir, diagnóstico final y pasos inmediatos de tratamiento— fueron superiores en casi un 9% respecto al grupo donde el médico hablaba antes. También se observó una ligera mejora en velocidad de resolución. Los investigadores creen que esto se debe a un fenómeno de “anclaje”: cuando el médico emite primero su juicio, la IA tiende a alinearse con esa idea inicial, en lugar de ofrecer una valoración verdaderamente independiente.

El análisis cualitativo mostró además un aspecto humano inesperado. Muchos médicos empezaron a interactuar con la IA como si fuera un colega de trabajo, escribiendo frases como “Buena idea” o “Gracias por tu ayuda”. Esto sugiere que la inteligencia artificial no solo puede funcionar como herramienta técnica, sino también como interlocutor cognitivo que estimula reflexión, contraste de hipótesis y revisión de decisiones.

No obstante, los propios autores advierten importantes límites. Los estudios se realizaron con casos clínicos simulados y estructurados, no con pacientes reales en consulta u hospital. En la práctica cotidiana intervienen conversaciones, exploraciones físicas, incertidumbre emocional y factores sociales difíciles de reproducir en un experimento. Además, la IA mostró errores y comportamientos inconsistentes: en algunos casos ofreció respuestas distintas ante el mismo problema, y en otros interpretó mal datos básicos, como considerar fiebre una temperatura normal.

Por ello, los investigadores insisten en un mensaje clave: los pacientes no deberían sustituir la consulta médica por un chatbot. La IA puede ser útil para apoyar diagnósticos difíciles, comparar opciones terapéuticas o reducir errores, pero la responsabilidad final debe seguir recayendo en profesionales humanos. La empatía, el juicio clínico contextual, la ética y la relación médico-paciente siguen siendo dimensiones que ninguna máquina domina plenamente.

En conjunto, estas investigaciones apuntan a que el futuro de la medicina probablemente no será “médicos contra inteligencia artificial”, sino médicos con inteligencia artificial. El verdadero desafío no consiste solo en crear modelos más potentes, sino en diseñar flujos de trabajo seguros, fiables y bien integrados donde la tecnología complemente al profesional. En ese equilibrio podría estar una de las mayores transformaciones sanitarias de las próximas décadas.