La adopción de IA crece en todas las edades, pero no se traduce en confianza. Los jóvenes son quienes más usan chatbots, especialmente para buscar información, trabajar, crear contenido, recibir consejos e incluso apoyo emocional. Sin embargo, también son los más escépticos sobre el futuro de la IA: casi la mitad cree que tendrá un impacto negativo en la sociedad.

Los adultos de 30 a 49 años destacan por el uso diario, mientras que los mayores de 65 muestran menor adopción y más incertidumbre. La clave es que la brecha generacional no separa a entusiastas y resistentes, sino a usuarios frecuentes con dudas profundas frente a usuarios menos expuestos y más inseguros.

Respuestas a la encuesta pasada. ¿Qué pasará si las universidades latinoamericanas siguen formando talento para empleos que la IA ya empezó a transformar? y prevalece: “Aumentará la brecha laboral”.

OpenAI o3 Deep Research fue usado por investigadores para reanalizar 376 casos pediátricos de enfermedades genéticas raras que seguían sin diagnóstico tras revisiones especializadas. El modelo recibió síntomas desidentificados, genes sospechosos, patrones de herencia, bases públicas e investigación reciente para generar hipótesis revisables.

No diagnosticó pacientes: médicos y laboratorios confirmaron cada hallazgo. El flujo permitió 18 diagnósticos nuevos, un rendimiento adicional de 4.8%; siete ya existían en otra clínica o base de datos, pero no habían llegado al expediente local. La relevancia está en reducir el rezago: la IA puede reconectar evidencia dispersa y dar nuevas oportunidades a casos antiguos sin reemplazar el juicio clínico.

La IA está acelerando una parte específica del desarrollo de software: la implementación. Lo que antes podía tomar semanas, ahora puede generarse en minutos con agentes. Sin embargo, esto no significa que los ingenieros queden liberados, porque las fases más lentas siguen dependiendo del criterio humano. Definir requisitos, diseñar arquitectura, evaluar decisiones, revisar resultados, probar y mantener el sistema continúan siendo tareas críticas.

El cuello de botella ya no está tanto en escribir código, sino en especificar correctamente qué se necesita y verificar que funcione de forma consistente. Para los líderes de ingeniería, la prioridad debe cambiar: no basta con una demo funcional. Lo importante es construir evaluaciones sólidas que demuestren que el sistema funciona siempre, no solo una vez.

Un GPT personalizado es una versión adaptada del modelo de lenguaje GPT-4 que se configura para cumplir funciones específicas, siguiendo instrucciones definidas por el usuario. Sirve para automatizar tareas, responder consultas especializadas, generar contenido o actuar como asistente.

Presentamos el GPT: Diagrams: Flowcharts & Mindmaps

Creado por: blocksandarrows

INFOGRAFÍAS Y VISUALIZACIÓN 💾 DIAGRAMAS, GRÁFICOS + ANÁLISIS 📊 Para CÓDIGO: Bases de datos, UX, ERD, PlantUML. Para Análisis de Negocios y Datos: Diagramas de Flujo, Líneas de Tiempo y más.

La IA ya forma parte de los sistemas migratorios: visas, verificación de identidad, fronteras, asilo, apoyo a refugiados, empleo, retornos y pronósticos. Para los responsables de política pública, el reto no es adoptarla, sino gobernarla bien. Digitalizar no equivale a usar IA, y la falta de infraestructura puede ampliar brechas entre países ricos y pobres. También puede excluir a mujeres, personas con baja conectividad, discapacidad, poca alfabetización digital o estatus legal precario.

La IA puede mejorar servicios y anticipar desplazamientos, pero exige controles sobre privacidad, sesgos, vigilancia, transparencia, ciberseguridad y responsabilidad. Además, influye en narrativas públicas y en mercados laborales migrantes. Su impacto dependerá de diseños inclusivos, derechos humanos y rendición de cuentas, más que promesas tecnológicas aisladas y vacías.

📸Soy una fotógrafa harta de la IA, ¡pero la cantidad de personas que no son artistas y que están molestas con la IA me da esperanza! Expresa cansancio ante la omnipresencia de la IA generativa y encuentra esperanza en que muchas personas no artistas comparten esa molestia. Cita encuestas en Estados Unidos y Reino Unido que muestran creciente desconfianza hacia la IA, incluso entre la Gen Z. Distingue entre herramientas útiles de IA, como autofoco ocular, máscaras automáticas o búsqueda de fotos, y la IA generativa, que reemplaza el acto creativo, usa obras humanas sin permiso y tiene mayor impacto ambiental. Su esperanza es que el rechazo social limite su avance y mantenga vivo el valor del arte creado por humanos. digitalcameraworld.

🎎Los viajeros japoneses ya han adoptado la IA. Sus marcas de viajes aún están poniéndose al día. En Japón, los viajeros ya integraron la IA en la planeación de viajes, pero muchas marcas turísticas siguen rezagadas. Casi nueve de cada diez viajeros conocen la IA, un tercio la ha usado y entre la Gen Z la cifra llega a la mitad. La usan para elegir hoteles, inspirarse y crear itinerarios, sobre todo en ChatGPT, buscadores y redes sociales. Mientras tanto, las empresas la aplican más en eficiencia, chatbots y contenido, no en reservas. Con un mercado turístico fuerte, crecimiento inbound y alto gasto en viajes, la oportunidad está en conectar IA, redes sociales y booking. webintravel.

🔍El 60% de los vídeos de TikTok son basura generada por IA; el 21% de los de YouTube. TikTok y YouTube enfrentan una fuerte invasión de contenido generado por IA de baja calidad. Según estudios de Kapwing, casi 60% de los videos que TikTok muestra a una cuenta nueva son “AI slop”, mientras que en YouTube la cifra llega a 21%. El problema es más grave en contenido infantil: en etiquetas como #CartoonKids, 97 de cada 100 videos eran generados por IA. La cifra real podría ser mayor, ya que solo se detectaron guiones y voces claramente artificiales. Aunque los usuarios pueden entrenar los algoritmos para ver menos basura, las plataformas premian volumen sobre calidad. 9to5mac.

🔬Cualquiera puede falsificar una imagen científica con IA, engañando incluso a revistas académicas y socavando la confianza en la ciencia. La proliferación de imágenes científicas generadas o alteradas con IA amenaza la confianza pública en la ciencia. Hoy cualquiera puede crear visuales creíbles, desde fotos espaciales hasta supuestas imágenes de laboratorio, lo que dificulta distinguir observación real, ilustración o fraude. Ya se han retractado estudios por figuras imposibles o manipuladas. Los detectores ayudan, pero siempre van detrás de los modelos generativos. El riesgo mayor es que imágenes auténticas sean descartadas como falsas y falsificaciones sean aceptadas si confirman creencias previas. La solución no es prohibir la IA, sino exigir transparencia: origen, método, uso de IA, verificación y estándares claros. theconversation.

Aquí tienes un Prompt que te ayudará a analizar tu empresa para identificar todo aquello que debería eliminarse.