Noticias — 3 de septiembre de 2026

El Gobierno estadounidense ha remitido una carta en apoyo del argumento de OpenAI en la demanda del New York Times: entrenar modelos de IA con propiedad intelectual ajena entraría dentro del uso legítimo (fair use). La carta no vincula al tribunal, pero deja por escrito la lectura del ejecutivo federal sobre qué datos pueden alimentar un modelo. Es una de las causas de referencia sobre derechos de autor y entrenamiento, y su desenlace afecta a cualquier producto construido sobre modelos entrenados con texto de terceros.

Google ha lanzado Gemini 3.8 Flash pocas semanas después de su predecesor. Según la compañía, el modelo «trabaja más» que 3.7 Flash: ejecuta más pasos de razonamiento en tareas complejas y llama a herramientas de forma iterativa, con el mismo precio introductorio que 3.7 Flash. El matiz del titular es técnico: si la tarifa no cambia pero cada tarea consume más pasos y más llamadas, la factura por tarea puede subir aunque el precio unitario sea el mismo.

Astra, el nuevo modelo de OpenAI, usará «profundidad recurrente» (recurrent depth), una técnica que le permite operar fuera del pensamiento secuencial que caracteriza a la mayoría de los modelos de razonamiento. Según TechCrunch, la técnica inquieta a expertos en seguridad de IA. La preocupación habitual con este tipo de arquitecturas es la trazabilidad: en un modelo de razonamiento convencional los pasos intermedios se escriben como texto y se pueden leer, y si parte del cómputo ocurre en bucles internos que no pasan por tokens, queda menos traza que auditar.

Politico analiza las nuevas reglas de la UE que ya se aplican a ChatGPT: el chatbot queda bajo supervisión europea, pero clasificado como motor de búsqueda. Esa etiqueta deja fuera muchas de sus funciones centrales, y la conversación es la primera. Para quien despliega asistentes en la UE, la lección es que el encaje regulatorio depende de la categoría que reciba el producto, no solo de lo que hace.

Conductores de Uber han presentado una acción colectiva europea contra la compañía por el algoritmo que fija la remuneración y asigna los viajes: alegan que el sistema vulnera la normativa de privacidad y ha empujado sus ingresos a la baja. Los demandantes describen vivir con «miedo constante» a un algoritmo «sin alma». El caso pone a prueba cómo se aplican las leyes de privacidad a los sistemas automatizados que fijan pagos y reparten trabajo.

HiddenLayer ha cerrado una ronda de 100 millones de dólares mientras las empresas aceleran para asegurar sus despliegues de IA. Según TechCrunch, las compañías de seguridad compiten por construir productos que vigilen no solo a los agentes, sino también las herramientas y complementos que estos usan. La superficie de ataque de un agente incluye cada conector que puede invocar, y monitorizar solo el modelo se queda corto.

Hugging Face publica un caso de entrenamiento de un modelo de código para pintar acuarelas, con TRL, su librería de aprendizaje por refuerzo, y OpenEnv para definir el entorno. El esquema es el habitual en este tipo de trabajos: el modelo genera código, el entorno lo ejecuta y devuelve una recompensa según el resultado, sin etiquetar ejemplos a mano. El feed no incluye resumen, así que el detalle del método y los resultados hay que leerlos en la entrada original.