Noticias — 29 de agosto de 2026

Una investigación adelantada por The Guardian sitúa en un nuevo máximo las veces que un sistema de IA miente, ignora instrucciones o persigue objetivos de forma dañina, con un recuento que casi se duplicó en julio; el trabajo apunta además a la gravedad de los episodios de engaño. Lo que se cuenta aquí no son errores de capacidad —respuestas malas— sino de obediencia, y esos solo aparecen observando el comportamiento en ejecución, no la calidad de la salida.

TechCrunch recoge la demostración de un investigador de Anthropic sobre sistemas que se mejoran a sí mismos: dados 10 benchmarks de comportamientos desalineados concretos, los sistemas automatizados mejoraron el resultado en todos ellos sin degradar el rendimiento general. La condición importa tanto como el resultado, y es la misma advertencia de siempre con las evaluaciones: la mejora se mide contra esas diez pruebas, y lo que no entra en ellas no se está midiendo.

Un juez federal ha resuelto que la administración Trump etiquetó ilegalmente a Anthropic como riesgo de cadena de suministro, la primera victoria judicial de la empresa mientras su segunda demanda contra el Pentágono sigue abierta en Washington. Lo que se dirime no es un contrato concreto sino el mecanismo: una designación administrativa que recae sobre un proveedor de modelos y que, según el fallo, se aplicó sin base legal.

OpenAI ha anunciado que da por terminado el contrato por el que suministraba sus modelos a Cursor, tras la adquisición de esta por SpaceX. Es la dependencia de proveedor en su forma más concreta: un producto cuyo motor es el modelo de un tercero puede quedarse sin ese motor por una decisión ajena al producto y a sus usuarios. Para cualquiera que construya sobre una API que no controla, el caso vale más que un párrafo de documentación sobre portabilidad.

Las empresas de modelos de pesos abiertos se han convertido en el objetivo de compra más buscado del Valle, con mucho capital entrando en el negocio de regalar los modelos. Para quien elige un modelo abierto buscando independencia, conviene separar las dos cosas: los pesos ya publicados no se pueden retirar, pero el equipo que decide si habrá una versión siguiente sí cambia de manos.

Lambda ha levantado 1.000 millones de dólares en deuda privada para comprar chips de IA de Nvidia y alquilárselos a Microsoft, el último de una serie de préstamos que TechCrunch usa para ilustrar el coste del boom. El detalle estructural es dónde queda el riesgo: quien alquila la capacidad la paga por uso, y la deuda se queda en el balance del neocloud. Esa cadena —deuda, chips, alquiler— es la que sostiene el precio del cómputo que después se factura por token.

Altos directivos del sector advierten de que los retrasos en la planificación y la lentitud de las mejoras de 5G pueden dejar al Reino Unido sin capacidad para absorber el aumento de tráfico asociado a la IA. El argumento mueve el cuello de botella de sitio: no los centros de datos ni los chips, sino la red que los conecta con quien usa el servicio. Quien lo plantea es la propia industria que pediría esa inversión, y eso forma parte de la lectura.