El Vaticano fija doctrina sobre IA y entra en el debate regulatorio
Chris Olah, fundador de Anthropic, participa en la presentación de la nueva encíclica junto al Papa León XIV.
¿Qué pasó ayer? En un minuto:
El Papa León XIV dedica su primera encíclica a la inteligencia artificial y suma a Anthropic al acto de presentación.
Las cuentas de las Big Tech siguen sanas, pero el flujo de caja libre se tensiona bajo un capex que ya no se parece al de ciclos previos de software.
Hasta ahora, las tarifas de IA que pagamos no cubren el coste real de servir los modelos, ¿entraremos en en fin de la fase de precios subvencionados?
Google estrena en AI Studio la generación de apps nativas de Android sin código con 250.000 apps creadas en una semana.
xAI abre en beta Grok Build para competir con Claude Code y Codex, y se filtra que el próximo modelo Grok 5 con 1,5T de parámetros estaría cerca.
Los grandes laboratorios usan las matemáticas formales como banco de pruebas del razonamiento de modelos, por ser verificables y difíciles.
Los humanoides L7 de RobotEra ya clasifican paquetes en más de diez centros logísticos de China; HuggingFace abre también el hardware con LeRobot.
La campaña TrapDoor ha colado 34 paquetes maliciosos en repositorios de librerías comunes, Perplexity responde liberando Bumblebee.
Codex y Claude Code redefinen las herramientas de programación sin estudios sólidos: la última actualización de METR reconoce datos de baja calidad.
Y si tienes más de un minuto…
1. El Vaticano entra en el debate de la IA
El Papa León XIV ha publicado su primera encíclica, 'Magnifica humanitas: On safeguarding the human person in the time of artificial intelligence', centrada en los riesgos de la IA sobre la dignidad humana, la desigualdad, los conflictos armados y la estabilidad social. El mensaje impacta directamente en el mundo empresarial: las compañías que desarrollen o usen IA deberán prepararse para más exigencias de transparencia, auditoría externa y responsabilidad sobre sus efectos en los derechos de las personas. El Vaticano sostiene que, en la era de la IA y la robótica, ya no basta confiar en la “mano invisible” del mercado. León XIV también apunta a dos riesgos con creciente coste corporativo: la concentración de modelos, plataformas y datos en pocas manos, y el impacto ambiental de los centros de datos, por su consumo de energía y agua.
En la presentación intervino Chris Olah, cofundador de Anthropic, invitado por el Vaticano. Olah admitió que los laboratorios punteros, el suyo incluido, operan bajo presiones comerciales, geopolíticas y personales que pueden entrar en conflicto con hacer lo correcto, y reclamó voces externas a esos incentivos que insistan en la seguridad. La presencia de Anthropic, conocida por su foco en seguridad, contrasta con la ausencia de OpenAI y Google DeepMind. El gesto sitúa a la Santa Sede como interlocutor con voz propia en la gobernanza de la IA, junto a marcos ya activos como el AI Act europeo. Queda por conocer si la colaboración con la industria irá más allá de la intervención puntual de Olah.
Desde 𝕏 @AnthropicAI (Anthropic) presentan la intervención de Chris Olah en el Vaticano como un esfuerzo por ampliar el debate sobre la IA más allá de la industria, en línea con su posicionamiento público como laboratorio centrado en la seguridad.
Para 𝕏 @WesRoth (Wes Roth), que un pontífice dedique su primera encíclica a la IA y lo haga acompañado de un laboratorio puntero indica que el debate ético ha alcanzado un nivel institucional que hace meses parecía improbable.
𝕏 @DavidSacks (David Sacks), responsable de IA y cripto en la administración Trump, comparte el principio de dignidad humana pero invierte el foco del riesgo: dar a los gobiernos poderes amplios sobre la IA en nombre de la seguridad, advierte, abre la puerta a censura y vigilancia al estilo orwelliano.
Más crítico, 𝕏 @pmddomingos (Pedro Domingos) interpreta la cautela vaticana como defensa de una jerarquía que teme perder influencia si la IA distribuye el conocimiento, y contrasta esa posición con la de los pastores protestantes, a quienes atribuye otras cosas de las que preocuparse.
El apunte de 𝕏 @DotCSV (Carlos Santana) sirve como termómetro cultural en la comunidad hispanohablante: que 'hasta el Papa' se pronuncie confirma que la IA ha salido del perímetro técnico para instalarse en la agenda de las grandes autoridades morales.
Más información:
📎 Excerpts from Pope Leo XIV's sweeping manifesto about humanity in the AI era
2. La IA reordena empleo, capex y mercado
El debate sobre cómo la IA cambia el trabajo se ha desplazado del terreno teórico al de los números. Los despidos en tecnología habrían superado los 100.000 en lo que va de 2026, según recuentos que circulan en X, en paralelo a una reasignación de capital hacia cómputo, centros de datos y perfiles especializados en IA. La lectura no es uniforme. Parte del sector financiero defiende que la productividad lleva décadas creciendo sin destruir empleo neto y enmarca la IA como continuación de esa curva, no como ruptura.
En el frente corporativo, las cuentas de las grandes tecnológicas mantienen beneficios al alza y demanda creciente de cloud, pero el flujo de caja libre se tensiona por un capex distinto al de ciclos previos de software: GPUs, energía y refrigeración elevan el coste unitario de cada nuevo servicio. Sobre ese fondo conviven dos lecturas. Una técnica sostiene que medir la IA solo como acelerador de flujos existentes infravalora su capacidad de habilitar productos nuevos. Otra, de mercado, defiende que la oportunidad es lo bastante amplia para sostener muchas empresas más allá del eje OpenAI-Anthropic. Pendientes: el ritmo real de sustitución frente a complementariedad, la sostenibilidad del capex de las Big Tech y el reparto de valor entre incumbentes y entrantes verticales.
Para 𝕏 @fchollet (François Chollet), tratar la IA como un simple acelerador de flujos previos repite el error de cada ola tecnológica: lo decisivo no es ir más rápido, sino habilitar cosas que antes no se hacían por imposibilidad o falta de viabilidad económica.
𝕏 @levie (Aaron Levie) recoge la postura del CEO de Goldman Sachs frente a las visiones pesimistas y recuerda que la productividad ya creció enormemente en las últimas décadas sin colapsar el empleo, un marco que sitúa a la IA como complemento más que como sustituto.
Más incómodo es el cuadro que dibuja 𝕏 @WesRoth (Wes Roth): muchas compañías venden la IA como motor de crecimiento mientras, por detrás, recortan plantilla tradicional para financiar infraestructura y roles ligados a modelos.
𝕏 @Suhail (Suhail) discute la lectura de duopolio: cree que la inteligencia como insumo es lo bastante amplia para sostener muchas empresas exitosas, no solo ChatGPT y Claude Code, lo que abre espacio a verticales, infraestructura y herramientas especializadas.
3. ¿Fin del subsidio en precios de IA?
Buena parte de las tarifas que han pagado usuarios y desarrolladores en los dos últimos años no reflejaban el coste de servir los modelos, sino una decisión comercial para captar cuota. Esa fase de precios subvencionados estaría agotándose. El coste por token ha caído con fuerza, hasta un 99,9% en algunos cálculos (de 60 dólares a 5 céntimos por consulta equivalente). Sin embargo, la factura de entrenar e implantar nuevos modelos sigue subiendo. La oferta se está reorganizando: la tarifa plana de 20 dólares al mes pierde protagonismo frente a planes premium, precios por uso y modelos basados en resultados.
La presión también llega por el hardware. Los precios de DRAM física se han disparado por la demanda para servidores de IA, lo que encarece la capacidad de cómputo que sostiene la inferencia. En paralelo, hay voces académicas que cuestionan que añadir más cómputo y datos baste para superar las limitaciones del paradigma actual de modelos de lenguaje. Queda por conocer si los proveedores se verán obligados a trasladar el coste real al cliente y el impacto sobre startups que dependen de APIs baratas.
𝕏 @WesRoth (Wes Roth) sostiene que el sector ha esquivado demasiado tiempo una conversación incómoda: muchas herramientas parecían baratas porque las compañías subvencionaban el uso para entrenar hábitos y capturar mercado, y ese guion se acaba.
𝕏 @pmddomingos (Pedro Domingos) lo resume con una imagen de optimización matemática: gastar billones en un mínimo local no te saca de él. Una crítica directa a quienes apuestan por más GPUs y más datos como vía única para superar los límites del paradigma actual.
Con tono irónico, 𝕏 @SemiAnalysis_ (Semianalysis) recupera el viejo meme de ‘descargar RAM gratis’ para señalar la tensión real en el mercado de DRAM, donde la demanda de HBM y DDR5 para IA está drenando capacidad y elevando precios en el resto del hardware.
4. Google afina Gemini y abre AI Studio a Android
Google ha movido ficha en tres frentes de su pila de IA. En Antigravity, su entorno de desarrollo agéntico, ha añadido Gemini 3.5 Flash (Low), que consume un 45% menos de tokens que la versión Medium y llega con un reseteo de cuotas de Gemini. La segmentación por niveles (Low, Medium, High) responde a una demanda concreta: ejecutar tareas rutinarias o de alto volumen sin agotar presupuesto, reservando los modelos potentes para lo complejo.
En paralelo, AI Studio ha estrenado una función gratuita para generar aplicaciones nativas de Android sin escribir código. Google afirma que en la primera semana se han creado más de 250.000 apps con la herramienta, una cifra que, de confirmarse, la coloca frente a plataformas como Replit, Cursor o Lovable. La diferencia es que Google controla el modelo (Gemini), el entorno (AI Studio) y el sistema operativo de destino (Android), lo que acorta el trayecto entre prototipo y publicación en Play Store.
Para 𝕏 @testingcatalog (Ai News | Testingcatalog), la llegada de Flash Low coincidiendo con el reseteo de cuotas de Gemini se lee como un gesto deliberado de Google para incentivar pruebas intensivas entre desarrolladores antes de fidelizarlos a Antigravity.
𝕏 @WesRoth (Wes Roth) interpreta que el ritmo al que AI Studio ha generado cientos de miles de apps Android en días confirma que el 'vibe coding' ha dejado de ser una curiosidad de nicho y empieza a mover volúmenes propios de una plataforma de distribución masiva.
5. xAI lanza Grok Build y prepara Grok 5
xAI ha abierto en beta Grok Build, un entorno de creación asistida reservado a suscriptores de SuperGrok y X Premium+. Incluye un Plan Mode para planificación estructurada, generación de imágenes y vídeo bajo la marca Imagine, y una CLI para construir automatizaciones y orquestadores. Con esto, Grok se mueve hacia plataforma de desarrollo, en competencia directa con Codex de OpenAI y con Claude Code de Anthropic.
En paralelo, circulan reportes de que el próximo modelo fundacional de xAI, V9-Medium, habría terminado el entrenamiento y estaría a 2-3 semanas del lanzamiento público. Las cifras citadas hablan de 1,5 trillones (americanos) de parámetros frente a los 0,5 trillones del actual V8-Small que sirve el tráfico de Grok 4.3. También se menciona el uso de datos de Cursor como entrenamiento suplementario, lo que apunta a un énfasis claro en capacidades de programación. El sufijo 'Medium' sugiere variantes mayores aún por anunciar dentro de la familia V9. Ninguna de estas cifras tiene confirmación oficial de xAI, y no se han publicado benchmarks, detalles de arquitectura ni fecha exacta de despliegue.
Para 𝕏 @testingcatalog (Ai News | Testingcatalog), el uso de datos de Cursor en el entrenamiento suplementario y el salto de escala apuntan a que lo que viene no es una iteración menor, sino directamente Grok 5.
Desde 𝕏 @MetaEraHK (Me Group) leen el lanzamiento como una expansión funcional de Grok más allá del chat, con la CLI y los orquestadores como el verdadero gancho para el público desarrollador de X Premium+.
6. La IA entra en la frontera matemática
OpenAI ya anunció la refutación de una conjetura de Erdős que llevaba unas ocho décadas sin resolverse. En paralelo, Google DeepMind ha presentado AlphaProof Nexus, un marco agéntico orientado a investigación matemática de nivel avanzado. Ambos movimientos consolidan una tendencia: los grandes laboratorios recurren a las matemáticas formales como banco de pruebas del razonamiento de sus modelos, porque ofrecen respuestas verificables y resistentes a la contaminación de datos.
El uso de problemas de Erdős como referencia se ha vuelto casi universal, hasta el punto de que parte de la comunidad pide repositorios equivalentes en otras disciplinas. La discusión técnica se mezcla con otra más de fondo sobre el método: si la práctica matemática incorpora exploración computacional a gran escala, asistentes de demostración y conjeturas generadas por modelos, una disciplina históricamente dominada por la deducción podría pasar a apoyarse cada vez más en herramientas de búsqueda y experimentación.
Para 𝕏 @DotCSV (Carlos Santana), el anuncio confirma que la IA empieza a producir resultados originales en matemáticas, y por eso dedica un vídeo entero a explicar por qué refutar a Erdős ochenta años después importa más allá del círculo académico.
𝕏 @pmddomingos (Pedro Domingos) lo resume en una frase: las matemáticas se han convertido en una ciencia experimental, una lectura que desplaza el centro de gravedad de la demostración formal hacia la exploración computacional de conjeturas a gran escala.
𝕏 @emollick (Ethan Mollick) avisa del riesgo de apoyarse demasiado en un solo eje: depender de los problemas de Erdős reduce la evaluación a un terreno con respuestas unívocas, y reclama repositorios de retos en disciplinas donde haga falta juicio humano para valorar la calidad.
7. Humanoides salen del laboratorio a la logística
La robótica humanoide ha dado esta semana varias señales de que empieza a salir del vídeo controlado para entrar en operación real. La china RobotEra ha desplegado su humanoide L7 en más de diez centros logísticos del país, donde clasifica paquetes en cintas transportadoras, una tarea hasta ahora reservada a operarios o a sorters tradicionales. Es uno de los primeros casos en los que un humanoide de propósito general se mide contra automatización industrial probada, con un ROI exigente.
Unitree Robotics ha publicado una demostración de su modelo WVLA 2.0 limpiando una sala de reuniones en una sola toma, de forma autónoma y multitarea. La nomenclatura WVLA apunta a una arquitectura Vision-Language-Action, hoy dominante en la nueva ola de robots generalistas.
PNDbotics ha mostrado a su humanoide Adam subiendo escaleras en exterior con suelo irregular, ajustando el equilibrio en tiempo real, un terreno que separa los prototipos de los despliegues industriales. Hugging Face ha sumado un movimiento distinto al lanzar LeRobot, un humanoide abierto que puede construirse por unos 2.500 dólares, con stack completo de hardware y software. En definitiva, el sector está dejando atrás la etapa de las demos llamativas de robots bailando o haciendo gestos espectaculares y empieza a medirse por criterios más industriales: manipulación útil, locomoción fiable y casos de negocio verificables, con China marcando el ritmo en los despliegues reales.
Para 𝕏 @WesRoth (Wes Roth), que los L7 de RobotEra ya clasifiquen paquetes en más de diez centros logísticos es más significativo que cualquier vídeo de laboratorio: la logística china está actuando como primer mercado real para los humanoides de propósito general.
Desde 𝕏 @UnitreeRobotics (Unitree) insisten en que la prueba con WVLA 2.0 se grabó en una sola toma y con interferencias externas, un detalle que usan para diferenciarse del estándar de vídeos editados que domina el sector.
8. La cadena de suministro de software, bajo presión
La seguridad de la cadena de suministro vuelve al primer plano tras una nueva oleada de ataques sobre repositorios públicos. La campaña TrapDoor, dirigida a npm y PyPI, ha colocado 34 paquetes maliciosos en 384 versiones, con los atacantes republicando variantes para evadir la detección y robar criptomonedas en máquinas de desarrolladores. El vector no es nuevo, pero su escala empuja a tratar la verificación de dependencias, el escaneo automático y la firma de paquetes como higiene básica, no como complemento.
Perplexity ha liberado Bumblebee, un escáner de solo lectura en código abierto para macOS y Linux que inspecciona paquetes de riesgo, extensiones de navegador y editor, y archivos de configuración de herramientas de IA, una superficie que ha crecido con la adopción de asistentes y plugins en entornos de desarrollo. Que sea una compañía de IA quien publique la utilidad forma parte de un movimiento más amplio: los laboratorios empiezan a aportar defensa además de capacidad.
Anthropic mantiene activo Project Glasswing, su iniciativa de ciberseguridad colaborativa, en la que asegura haber identificado más de 10.000 vulnerabilidades de severidad alta o crítica en software esencial junto a sus socios. OpenAI, por su parte, ha situado su sistema Daybreak en bancos australianos como Commonwealth Bank y Westpac para defensa cibernética. Queda por delante la adopción de estas herramientas en pipelines productivos y su eficacia frente a campañas que mutan a diario.
Para 𝕏 @WesRoth (Wes Roth), el valor de Bumblebee está en cubrir un punto ciego concreto: las configuraciones de herramientas de IA en la máquina del desarrollador, un vector que casi nadie auditaba hasta ahora y que puede filtrar credenciales o flujos sensibles.
𝕏 @Dan_Jeffries1 (Daniel Jeffries) recomienda integrar Bumblebee directamente en el pipeline de CI como capa adicional, una lectura que asume que la defensa contra ataques de cadena de suministro se gana en el flujo de build, no en revisiones puntuales.
9. Codex y Claude Code redefinen el código
En 2026 Codex (OpenAI) y Claude Code (Anthropic) han redefinido las herramientas de programación: actúan como agentes que ejecutan tareas completas en la máquina del desarrollador, desde modificar repositorios hasta inspeccionar el sistema de archivos y lanzar un navegador para ejecutar tareas. La frontera entre asistente de código y agente de administración del equipo se difumina, y con ella reaparece el debate sobre permisos, trazabilidad y confianza al delegar acciones sobre el entorno local.
El problema es que esta generación, desplegada de forma masiva desde finales de 2025, no cuenta con estudios empíricos sólidos sobre su efecto real en la productividad global de equipos. La referencia más citada, METR, publicó en 2025 un trabajo que detectó una ralentización del 20% en desarrolladores de código abierto experimentados al usar herramientas de IA, con datos de febrero a junio. METR rediseñó el experimento en agosto de 2025 y publicó una actualización tentativa en febrero de 2026, reconociendo que los datos tienen baja calidad: muchos desarrolladores rechazan participar si tienen que trabajar sin IA, la rebaja de la tarifa de 150 a 50 dólares por hora introduce sesgos de selección y medir el tiempo se complica cuando se usan varios agentes en paralelo.
El punto de vista más crítico de esta revolución está en la deuda que dejan detrás: bloques de código que funcionan a la primera, pero que después pueden ser difíciles de entender, mantener e iterar.
𝕏 @gdb (Greg Brockman) ilustra el viraje con un caso doméstico: usar Codex para encontrar y liberar espacio en su portátil, una señal de que el agente ya opera sobre el equipo del usuario, no solo sobre el repositorio.
Las decisiones de adopción se están tomando a ciegas, según 𝕏 @emollick (Ethan Mollick): todos los papers disponibles son anteriores a esta generación de agentes, y considera la falta de evidencia un agujero importante en lo que sabemos hoy sobre el trabajo de programación.
Generar 2.000 líneas que funcionan a la primera no sustituye entender el sistema, avisa 𝕏 @Suhail (Suhail): cuando toca afinar matices, el desarrollador acaba lamentando no haberlo construido paso a paso.
Más información:
📎 We are Changing our Developer Productivity Experiment Design - METR
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ y de compartirla por redes sociales o por email con otras personas a las que creas que les pueda interesar.