Hay una frase que parece una delegación y en realidad es una confesión: «Tú ve probando cosas».
La hemos dicho todos.
A una agencia.
A alguien del equipo.
A ChatGPT.
Luego llegan veinte propuestas y descubres que el problema sigue ahí.
Ahora tiene veinte versiones.
Hace unos meses, Andrej Karpathy publicó un proyecto que merece la pena mirar: autoresearch.
La mecánica es sencilla.
Un agente de IA modifica el código de entrenamiento de un pequeño modelo de lenguaje. Lo entrena durante cinco minutos. Evalúa el resultado. Conserva los cambios si mejora y los descarta si empeora.
Y vuelve a empezar.
Mientras tanto, el humano trabaja sobre un archivo de instrucciones que orienta al agente.
Hasta aquí, el titular se escribe solo: «Una IA investiga mientras tú duermes».
Estupendo.
Pero a mí me interesa algo bastante menos espectacular.
Alguien ha definido qué significa mejorar.
Hay un terreno de juego acotado. Un presupuesto de tiempo. Una medida para evaluar el resultado. Y una regla para decidir qué merece quedarse.
Los cinco minutos corresponden al entrenamiento; arrancar, compilar y evaluar añaden tiempo. Así que lo de «cien experimentos mientras duermes» conviene leerlo como una aproximación, no como una garantía.
Aun con ese matiz, la idea tiene mucha miga.
Piensa en cómo pedimos cosas en nuestro día a día:
«Mejora esta presentación».
«Haz una propuesta más innovadora».
«Dale una vuelta a la estrategia».
¿Mejor según qué?
¿Más bonita?
¿Más fácil de entender?
¿Más rentable?
¿Más parecida a lo que el jefe quería escuchar?
Porque un agente puede producir versiones a una velocidad absurda.
Determinar cuál merece sobrevivir exige un criterio.
Y ese criterio hay que ponerlo antes de darle al botón.
Mi lectura de autoresearch va por ahí: Una parte del trabajo se desplaza de ejecutar las pruebas a diseñar cómo vamos a aprender de ellas.
Qué puede cambiar el agente.
Qué tiene que respetar.
Cómo se comprueba el resultado.
Cuándo se descarta una idea.
Eso también es dirigir.
Y puede que sea una de las habilidades más útiles que nos toque desarrollar con la IA.
Te propongo una prueba pequeña. Coge una tarea que quieras delegar y completa esta frase: «Sabré que el resultado ha mejorado cuando…».
Sin poner «tenga más calidad».
Sin poner «aporte más valor».
Algo que puedas comprobar, medir, mejorar.
Si te cuesta terminarla, ya tienes trabajo para hoy.
Pero antes de pedirle a una máquina que pruebe cien ideas durante la noche, conviene saber cómo vas a reconocer una buena por la mañana.
🌍 El Eco del Mercado
🏛️ Estados Unidos crea una estructura para supervisar los riesgos de la IA. La nueva fuerza gubernamental establece un estudio de riesgos y tres comités sobre notificación de incidentes, infraestructuras críticas y responsabilidad jurídica. Los laboratorios deberán proporcionar alertas tempranas sobre brechas, ataques y evasiones de sus controles.
🇨🇳 China plantea controlar la exportación de modelos y agentes de IA. Pekín propone someter a licencia 23 tecnologías de IA, incluidos modelos, agentes y clústeres informáticos. Los servicios ofrecidos mediante API, web o aplicaciones y los proyectos abiertos quedarían por ahora excluidos.
🛡️ El G7 ensayará cómo responder a los ciberataques impulsados por IA. Los ministros de Finanzas y bancos centrales prepararán simulacros para comprobar sus protocolos ante ataques contra el sistema financiero. Los ejercicios podrían incorporar entidades privadas y servirán para revisar los manuales de respuesta.
🔍 Anthropic abre sus sistemas internos a una auditoría independiente. Seis investigadores de METR reciben equipos y acceso comparable al de los grupos internos de evaluación de riesgos. Anthropic no podrá impedir la publicación de sus conclusiones, aunque mantiene fuera del análisis los datos de clientes y la arquitectura de sus modelos.
⚖️ OpenAI y Meta alertan de que los tribunales no podrán detectar todos los deepfakes. Ambas compañías advierten de que los contenidos creados por los modelos más avanzados ya pueden resultar indistinguibles de una grabación auténtica. La justicia estadounidense ha creado un grupo de estudio, pero evita por ahora redactar una regla específica.
🌍 El FMI advierte de que los riesgos de la IA pueden superar sus beneficios. Kristalina Georgieva reclama salvaguardas éticas que combinen compromisos empresariales e intervención pública. El organismo teme una crisis laboral o financiera si las mejoras de productividad no llegan al ritmo esperado.
🇬🇧 Reino Unido cuestiona el dominio de Microsoft en el software empresarial. La CMA propone designar a Microsoft como empresa con poder estratégico y examinará si la integración de Windows, Office, Teams y Copilot perjudica a sus competidores. La decisión definitiva está prevista para febrero.
🔐 Proofpoint compra Varonis por 6.300 millones de dólares. La operación combinará la protección frente a ataques de Proofpoint con las herramientas de clasificación de datos y vigilancia de accesos de Varonis. El cierre, pendiente de autorización, está previsto para el primer semestre de 2027.
🇩🇪 Alemania prepara una alianza industrial de IA con Nvidia. Según Handelsblatt, el acuerdo movilizará varios cientos de millones de euros para desarrollar modelos industriales y herramientas destinadas a robótica y conducción autónoma. La iniciativa reforzaría la capacidad europea, aunque apoyándose en tecnología del principal proveedor estadounidense de aceleradores.
🧠 Meta lanza un modelo abierto que puede ejecutarse localmente en un Mac. Muse Spark Open tiene 816.000 millones de parámetros y capacidades multimodales, de programación y uso de herramientas. Puede funcionar sin depender de la nube, pero necesita al menos un terabyte de memoria y está pensado para equipos de gama muy alta.
🏭 ASML admite que será el cuello de botella de los chips hasta 2028. La compañía reconoce que su producción de equipos litográficos será inferior a la demanda durante 2027 y 2028, pese a ampliar su capacidad alrededor de un 30 %. ASML todavía evita aceptar pedidos para 2029 y 2030 porque desconoce cuántas máquinas podrá fabricar.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD1. Si te interesa eso de poner a una máquina a experimentar mientras tú duermes, aquí van tres lecturas para las horas en las que estás despierto:
Cointeligencia, de Ethan Mollick. Para pensar cómo trabajar con la IA, qué delegar y dónde seguir poniendo criterio humano.
Experimentation Works, de Stefan Thomke. Para aprender a diseñar experimentos que permitan tomar mejores decisiones. Muy conectado con lo de hoy: probar muchas cosas sirve de poco si las pruebas están mal planteadas.
Maquinas Predictivas, de Ajay Agrawal, Joshua Gans y Avi Goldfarb. Para entender qué cambia en un negocio cuando predecir se vuelve barato y cómo afecta eso a nuestras decisiones.
PD2. Hoy hablamos de máquinas que trabajan mientras tú haces otra cosa. Para grabar contenido, la Insta360 GO 3S, en su Paquete Retro de 128 GB en blanco, lleva esa idea a algo bastante cotidiano: vídeo 4K y manos libres. Porque para enseñar cómo haces algo, viene bien tener las manos disponibles para hacerlo.