Microsoft desarrolla simuladores de estudiantes con IA para mejorar la tutoría con IA
La investigación de Microsoft ha presentado StudentSim, un sistema de IA diseñado para simular estudiantes y mejorar la tutoría con IA sin depender de experimentos a gran escala con humanos. El sistema tiene como objetivo abordar el desafío de evaluar si las explicaciones, las indicaciones o las preguntas realmente ayudan a los estudiantes a progresar. Los tutores de IA tradicionales a menudo se centran únicamente en si las respuestas son correctas, pero la enseñanza eficaz también depende de la comprensión, la corrección de errores y el apoyo personalizado. StudentSim utiliza datos de aprendizaje anonimizados para crear simuladores de estudiantes de IA personalizados, que imitan tanto la resolución independiente de problemas como las respuestas a la orientación del tutor. El sistema se ha probado en tres áreas: ajedrez, escritura en inglés y matemáticas, y los resultados han demostrado que supera a los modelos existentes. Microsoft ha enfatizado que StudentSim no es un producto para el aula y no reemplaza a los profesores, sino que proporciona retroalimentación temprana para los investigadores antes de las pruebas en el mundo real. El sistema evalúa los simuladores utilizando dos métricas: fidelidad conductual y capacidad de respuesta a la orientación. En los experimentos de tutoría de ajedrez, los tutores de IA entrenados con la retroalimentación de StudentSim lograron una tasa de precisión del 90,5 %, superando a los modelos de referencia. Microsoft ha destacado el potencial del sistema para ofrecer información escalables y rentables para la investigación en la educación con IA.
El informe de Anthropic destaca las ganancias de eficiencia de la IA y los cambios en la plantilla
Anthropic, una empresa de inteligencia artificial, ha publicado un informe que muestra que sus empleados generan entre el doble y cuatro veces más ingresos por persona que Meta y Google durante sus respectivos períodos de crecimiento. Los datos, basados en registros internos hasta abril de 2026, se ajustaron por la inflación en comparación con los informes financieros de Meta y Google de hace cinco años. El informe también señaló una importante disminución en los puestos de programadores junior, con el porcentaje de personal técnico junior disminuyendo del 21% al 14% desde principios de 2025. El informe destaca una mayor eficiencia, ya que los ingenieros producen cinco veces más código después de adoptar agentes de codificación. También menciona que los procesos impulsados por la IA han llevado a una mayor productividad en varios departamentos, incluidos los legales, financieros y de ventas. Sin embargo, el informe advierte sobre nuevos desafíos, como el tiempo necesario para que los empleados no técnicos procesen las salidas de la IA y el cambio en los roles laborales hacia la gestión de sistemas de IA en lugar de la ejecución de tareas. Anthropic ha adaptado sus criterios de contratación, priorizando la creatividad y el juicio sobre las habilidades técnicas estrechas. La empresa también ha implementado un sistema de evaluación de riesgos para reasignar a los empleados afectados internamente. A pesar de los altos ingresos por empleado, el informe reconoce que esta métrica por sí sola no refleja completamente la salud de una empresa.
Empleados de Anthropic predicen que la IA manejará el 80% del trabajo para 2030
Un nuevo estudio de Anthropic revela que la mayoría de sus empleados creen que la IA tomará el control de al menos el 80% de su trabajo para 2030, lo que contrasta con que solo el 5% de los trabajadores estadounidenses comparten la misma opinión. La encuesta, que comparó las respuestas de 1.334 empleados y adultos estadounidenses, destaca una importante brecha en las expectativas sobre el impacto futuro de la IA. El economista jefe de Anthropic, Peter MacRory, señaló que las perspectivas de la empresa podrían ayudar a la sociedad a prepararse para la IA avanzada, ya que está por delante de la economía en aproximadamente 1,5 años. Los empleados también esperan que el 95% del desarrollo de nuevos modelos de IA sea realizado por IA para finales de 2030. Mientras tanto, los adultos estadounidenses esperan un impacto mucho menor de la IA, con solo el 5% esperando que la IA reemplace el 80% de su trabajo. El estudio también encontró que los trabajadores en oficios especializados, producción y transporte esperan que la IA maneje menos tareas para 2030 en comparación con los profesionales de la tecnología y las finanzas. Además, los empleados de Anthropic predicen que la tasa de desempleo en Estados Unidos superará el 12% para 2030, mientras que la mayoría de los estadounidenses esperan que permanezca por debajo del 8%. La investigación también estimó que los adultos estadounidenses esperan un crecimiento del PIB del 5,4% para 2030, en comparación con el 17,1% de los empleados de Anthropic, con una economía estadounidense que creció un 2,2% el año pasado.
Alibaba presenta el conjunto de pruebas BlenderWorld de código abierto para el modelado 3d con IA
El 14 de octubre, el equipo Qwen de Alibaba lanzó BlenderWorld, un conjunto de pruebas de código abierto diseñado para evaluar la capacidad de la IA para crear contenido 3D realista dentro de Blender. El proyecto, con licencia MIT, está disponible en GitHub, Hugging Face y ModelScope. Incluye 223 tareas y 2.651 estándares, que abarcan nueve categorías y 22 subcategorías, como diseño de productos, arquitectura y visualización científica. El conjunto de pruebas requiere que la IA genere archivos .blend editables, junto con renderizaciones, vídeos o exportaciones de modelos, lo que garantiza que las escenas 3D sean modificables por los diseñadores. El proceso de evaluación implica renderizar desde ocho puntos de vista adaptativos, aplicar 2.651 criterios de puntuación binaria y ocho métricas de calidad visual generales, con puntuaciones finales ponderadas por igual entre el cumplimiento y la calidad visual. El proyecto admite la integración con cualquier marco generativo y requiere Blender 4.2.10, Linux y Python 3.10 o superior.
Claude resuelve el misterio de las curvas elípticas de la nsa de 26 años en menos de 30 minutos
Anthropic anunció el 16 de octubre de 2026 que su modelo Claude identificó el origen de las semillas utilizadas para generar cinco curvas elípticas estándar de NIST en menos de 30 minutos. Estas curvas, que forman parte del estándar digital de firma de EE. UU. desde el año 2000, se sospechaba que contenían puertas traseras respaldadas por la NSA debido a la falta de transparencia en su proceso de generación de semillas. El modelo rastreó las semillas hasta el generador de números aleatorios pseudorandom del C, lrand48, que se inicializó con marcas de tiempo de Unix de 1997 a 1998. Por ejemplo, la semilla de P-256 fue la 1.842ª semilla generada el 16 de agosto de 1997. Anthropic enfatizó que esto no rompe ECDSA ni revela nuevos vectores de ataque, pero sí reduce las preocupaciones sobre puertas traseras intencionadas. Sin embargo, la investigación no explica completamente el origen de la semilla B-163, el método de generación de algunos puntos base, ni por qué se omitieron ciertas curvas candidatas.
El proyecto minions de Apple aprovecha las gpus mac inactivas para acelerar las tareas de IA
Apple ha presentado un proyecto de investigación llamado Minions, que tiene como objetivo aprovechar las GPUs Mac inactivas para formar una nube virtual de GPU dinámica para tareas de inferencia de IA. El sistema, descrito en un artículo del equipo de investigación de Apple, permite que varios dispositivos Mac colaboren sin necesidad de hardware de GPU adicional. Al agregar los recursos de GPU subutilizados en los dispositivos macOS, Minions permite la ejecución de tareas de aprendizaje automático a gran escala en minutos en lugar de horas. El sistema utiliza un modelo de tarea basado en 'pull', donde los dispositivos solicitan activamente subtareas a un servidor y las ejecutan localmente en las GPUs de Apple Silicon. También incluye un componente de supervisión para monitorizar la disponibilidad de los dispositivos y reasignar tareas cuando los dispositivos se desconectan. Las pruebas han demostrado que las tareas que anteriormente requerían más de 10 horas de tiempo de GPU ahora pueden iniciarse en minutos. Aunque la tecnología es actualmente una iniciativa de investigación interna, Apple reconoce desafíos como la seguridad de los datos y la gobernanza al utilizar dispositivos compartidos entre departamentos.
La ansiedad por la IA provoca conductas inapropiadas en el lugar de trabajo a medida que los empleados temen perder sus empleos
Un estudio de la Universidad Estatal de Washington revela que los empleados que temen perder sus empleos debido a la IA muestran un comportamiento inapropiado en el lugar de trabajo. Publicado en Occupational Health Science, la investigación encontró que los trabajadores en industrias de alto riesgo, como las finanzas y el seguro, son más propensos a actuar de manera inapropiada, incluyendo la pereza o el robo de almuerzos. Tahira M. Probst, profesora de psicología de WSU Vancouver y autora principal, explicó que el desvío moral permite a los empleados justificar el comportamiento poco ético al redefinirlo como aceptable. El estudio utilizó el índice de exposición a la industria de la IA, identificando la agricultura, la silvicultura y la construcción como las menos expuestas. Los hallazgos sugieren que el miedo a la IA perjudica tanto a los empleados como a las empresas, instando a los empleadores a apoyar a los trabajadores durante la integración de la IA. La fecha límite para los premios World Changing Ideas es el viernes 13 de noviembre a las 23:59 p.m. PT. La inseguridad laboral causada por la adopción de la IA conduce a comportamientos como llegar tarde o navegar por Internet. Los empleados en riesgo de ser reemplazados son más propensos a desvincularse moralmente, racionalizando sus acciones como justificadas. El estudio enfatiza la necesidad de que los empleadores aborden estas preocupaciones de manera proactiva para mantener la integridad y la productividad en el lugar de trabajo. Los hallazgos también destacan el impacto más amplio de la IA en la dinámica organizacional, sugiriendo que los empleados pueden socavar los objetivos de la empresa sin el apoyo adecuado. El estudio advierte que los empleados que temen perder sus empleos pueden reinterpretar las expectativas del lugar de trabajo, comprometiendo los valores personales y organizacionales. Los investigadores recomiendan que las empresas adopten estrategias para apoyar a los trabajadores durante la integración de la IA, asegurando que la transición no empeore las ansiedades. La fecha límite de los premios World Changing Ideas subraya los esfuerzos continuos para fomentar la innovación y el cambio positivo en el panorama de la IA.
La plataforma antigravitacional de google acelera el descubrimiento de nuevos péptidos antimicrobianos
Google ha presentado su plataforma Antigravity, un entorno de trabajo científico autónomo diseñado para agilizar la búsqueda de nuevos péptidos antimicrobianos (PAM). El sistema utiliza ProtNLM, un modelo de aprendizaje profundo que predice funciones biológicas a partir de secuencias de aminoácidos, para analizar millones de proteínas no caracterizadas en la base de datos UniProt. Los investigadores utilizaron la plataforma para identificar un candidato a PAM de la familia Lactococcin 972, que muestra potencial contra patógenos que causan infecciones del tracto respiratorio. Este descubrimiento actualmente está en proceso de validación en el laboratorio. La plataforma integra el análisis estructural, el contexto genómico y la revisión de la literatura para construir hipótesis. Al combinar las predicciones de estructura 3D de AlphaFold con la colaboración en tiempo real entre investigadores y agentes de IA, el sistema permite un análisis rápido y completo de los péptidos candidatos. Este enfoque reduce significativamente el tiempo y la complejidad de los métodos tradicionales, lo que permite a los científicos centrarse en los resultados de alta confianza. La herramienta también incluye un Visualizador de Estructura Biomolecular, que permite a los investigadores visualizar y anotar estructuras de proteínas directamente dentro de la plataforma. Google enfatiza que esta tecnología aborda la urgente necesidad de nuevos antibióticos a la luz del aumento de la resistencia antimicrobiana, lo que podría provocar 10 millones de muertes anuales para 2050. La capacidad de la plataforma para ampliar las búsquedas en diversas fuentes microbianas destaca su potencial para acelerar el descubrimiento de nuevas terapias.
Expertos alertan sobre los riesgos de ChatGPT para adolescentes
Eric Hal Schwartz, un experimentado escritor de tecnología con más de 15 años de experiencia, ha expresado su preocupación por los posibles peligros de ChatGPT para los adolescentes. Como antiguo jefe de redacción de Voicebot.ai, Schwartz ha estado a la vanguardia del periodismo sobre la inteligencia artificial generativa y los modelos de lenguaje. Su experiencia abarca varios formatos de medios, incluyendo la impresión, el digital, la televisión y los eventos en vivo. Actualmente, Schwartz se encuentra en Nueva York, donde continúa proporcionando información sobre el panorama en evolución de la IA y su impacto en la sociedad. Su enfoque actual se centra en los riesgos asociados con las herramientas de IA diseñadas para usuarios más jóvenes, destacando la necesidad de precaución y más investigación en esta área. Las advertencias de Schwartz surgen en medio de los crecientes debates sobre las implicaciones éticas de la IA en la educación y el desarrollo social. Si bien la naturaleza exacta de los riesgos sigue siendo objeto de escrutinio, su trabajo destaca la importancia de comprender cómo estas tecnologías afectan a diferentes grupos de edad. A medida que el campo de la IA continúa expandiéndose, expertos como Schwartz desempeñan un papel crucial en la configuración del diálogo sobre la innovación responsable y la seguridad del usuario.
Los líderes empresariales estadounidenses adoptan la IA como motor de crecimiento laboral
Una nueva encuesta de KPMG revela que los CEOs estadounidenses están adoptando cada vez más la inteligencia artificial como un impulsor de la creación de empleo, en lugar de la destrucción. Según los hallazgos, el 89% de los CEOs estadounidenses esperan ampliar su plantilla en los próximos tres años, citando el papel de la IA en la generación de nuevas oportunidades de negocio. El CEO de KPMG en Estados Unidos, Tim Walsh, enfatizó que la trayectoria del crecimiento laboral impulsado por la IA es 'claramente definida', aunque advirtió sobre riesgos significativos, incluida la ciberseguridad. A pesar de este optimismo, el 53% de los CEOs aún planea reducir la plantilla en ciertas áreas, lo que destaca el impacto complejo de la IA en el empleo. Ante las preocupaciones sobre el potencial de la IA para interrumpir la infraestructura crítica, las empresas también aprovechan la oportunidad para fortalecer sus defensas. La encuesta destaca el doble desafío que enfrentan los CEOs al navegar por las oportunidades y los riesgos asociados con la rápida evolución de la IA. La encuesta también refleja las ansiedades más amplias dentro del equipo directivo sobre la naturaleza impredecible de la influencia de la IA en la economía. Si bien el potencial de innovación y crecimiento es evidente, la necesidad de medidas de seguridad sólidas y una planificación estratégica de la plantilla sigue siendo primordial. A medida que la IA continúa remodelando las industrias, el equilibrio entre aprovechar sus beneficios y mitigar sus riesgos definirá la próxima fase de la transformación económica.
Investigadores chinos resuelven una antigua conjetura matemática utilizando un modelo de IA nacional
El 15 de octubre de 2026, el Laboratorio de Inteligencia Artificial de Shanghái anunció que una antigua conjetura matemática, la Conjetura de Ghys en 3D, ha sido resuelta por un equipo liderado por Xu Dishi de la Universidad de la Gran Bahía. El avance se logró utilizando el modelo multimodal grande Shusheng-S2, que emplea un enfoque de 'fusión general-especial' para permitir la colaboración entre humanos y máquinas en la demostración de la conjetura. El trabajo fue formalmente verificado por los profesores Dong Bin y Liu Ruocuan, académicos de la Universidad de Pekín, utilizando su marco SHEAF. La Conjetura de Ghys, propuesta en 1995 por Étienne Ghys, ha sido un importante problema abierto en sistemas dinámicos, a menudo considerada como un punto de referencia para el razonamiento matemático. La investigación, publicada en arXiv, incluye código formal en GitHub. El estudio marca la primera vez que un modelo de IA chino se ha utilizado para resolver un importante problema matemático. El equipo planea ampliar la metodología a otros campos, creando un ciclo de innovación auto-evolutivo. La investigación también destaca una nueva paradigmática científica, integrando la intuición de los expertos en los bucles de resolución de máquinas. Este enfoque, que combina la exploración sistemática con el juicio de expertos, podría aplicarse a otras áreas con vastos espacios de búsqueda y recursos de expertos limitados. El Laboratorio de IA de Shanghái tiene como objetivo desarrollar un módulo de verificación matemática reutilizable para la plataforma de descubrimiento científico Shusheng · Duanyan, lo que permitirá a futuras investigaciones aprovechar este avance.
Datalab lanza OmniParseBench: una plataforma de evaluación ocr completa con más de 16.000 pruebas
Datalab ha lanzado OmniParseBench, una plataforma de evaluación OCR de código abierto diseñada para evaluar los analizadores de documentos. La plataforma incluye 16.288 pruebas de éxito/fracaso en 2.937 páginas de 2.343 documentos, que cubren 92 idiomas. El conjunto de datos y el código están disponibles públicamente, lo que permite a los ingenieros evaluar cómo manejan los analizadores tipos de documentos específicos. El propio analizador de Datalab, Datalab Accurate, ocupa el segundo lugar en el primer ranking, por detrás de Gemini 3.8 Flash. OmniParseBench evalúa los analizadores en función de tres categorías: texto, tablas y diseño. Cada prueba es una pregunta de sí/no sobre una sola página, y las puntuaciones se calculan como el porcentaje de pruebas superadas. La plataforma tiene como objetivo proporcionar una evaluación más clara y práctica que las plataformas de clasificación tradicionales. También incluye metadatos detallados, como etiquetas para estructura, renderizado, rol, script y idioma, lo que permite una puntuación personalizada. Datalab destaca las limitaciones de las plataformas de evaluación existentes, como la falta de estandarización en la puntuación y la sobreajuste a condiciones de prueba específicas. La plataforma también registra los métodos de derivación, incluidos XML de editor, capas de texto de PDF y revisión humana. Datalab enfatiza que la mejor plataforma de evaluación es aquella que está adaptada a los propios documentos del usuario, animando a los proveedores a utilizar sus propios datos para la evaluación.
Avances de la IA en la investigación de la longevidad y el desarrollo de fármacos
La IA está transformando la investigación de la longevidad al proporcionar nuevas herramientas para identificar posibles objetivos farmacológicos y evaluar sus efectos en la biología del envejecimiento. Estudios recientes publicados en Cell y Nature Biotechnology destacan estos avances, incluyendo herramientas de IA para evaluar modelos y un ensayo clínico de un fármaco desarrollado con IA para la fibrosis pulmonar idiopática. Alex Zhavoronkov, fundador y CEO de Insilico Medicine, enfatizó que, si bien la IA podría eventualmente duplicar la esperanza de vida humana, esto sigue siendo una ambición más que una previsión actual. El enfoque se centra en el desarrollo de mejores medicamentos y en la infraestructura de pruebas. El fármaco rentosertib, desarrollado con la ayuda de la IA, alcanzó la etapa de candidato preclínico en 18 meses, aunque se necesitan más ensayos. El análisis de Nature Biotechnology mostró cambios prometedores en los marcadores de edad biológica, pero estos resultados requieren más investigación. Zhavoronkov instó a las empresas a definir claramente el éxito y a que los inversores evalúen la capacidad de una empresa para convertir las predicciones en evidencia creíble.
Proteínas potenciadas por IA para atacar moléculas específicas relacionadas con la enfermedad
Los científicos han desarrollado un nuevo método para diseñar proteínas capaces de descomponer otras proteínas, utilizando la inteligencia artificial para superar los procesos evolutivos tradicionales. Al combinar los núcleos catalíticos de dos tipos de proteasas y reemplazar el resto de la estructura de la proteína, los investigadores crearon enzimas que pueden cortar selectivamente proteínas específicas. Estas enzimas se probaron en proteínas relacionadas con trastornos neurológicos, demostrando su potencial en aplicaciones terapéuticas dirigidas. Las proteasas, enzimas naturales que rompen los enlaces peptídicos, son ubicuas y eficientes en la degradación de proteínas. Sin embargo, este nuevo enfoque permite un control preciso sobre qué proteínas se están atacando, lo que ofrece nuevas posibilidades en los tratamientos médicos. El estudio destaca el poder de la IA en el diseño de proteínas, lo que permite la creación de enzimas altamente especializadas con funciones adaptadas. Este avance podría conducir a terapias más eficaces y dirigidas para enfermedades relacionadas con el mal funcionamiento de las proteínas.
El impacto de la IA en la ciencia se extiende más allá de las matemáticas
Un estudio reciente de Neil Thompson y su equipo en MIT sugiere que la IA está transformando rápidamente múltiples campos científicos más allá de las matemáticas. La investigación, realizada entre diciembre de 2025 y mayo de 2026, probó los modelos de OpenAI, como o1, o3, GPT-5 y GPT-5.5, en problemas teóricos de artículos de investigación publicados después de su corte de entrenamiento. Los modelos resolvieron el 35% de estos problemas, en comparación con el 2% a mediados de 2024, sin signos de desaceleración. Thompson advierte que la capacidad de la IA para abordar preguntas teóricas podría remodelar campos como la física y la economía. OpenAI recientemente ha generado titulares al resolver las ecuaciones de Navier-Stokes, un desafío matemático de larga data, lo que ha provocado controversia después de que un matemático de la NYU acusara a la empresa de 'gazumping'. Esto ha provocado una crisis en matemáticas, con llamados a limitar el uso de la IA. Thompson señala que, si bien la IA puede acelerar el progreso teórico, los expertos humanos siguen siendo esenciales para verificar las soluciones y garantizar su validez. "Necesitamos personas para generar buenas ideas para conectar los puntos", afirma Gabriel Manso, añadiendo que la IA puede cometer errores, como se ha visto en la reciente retirada de varias soluciones de OpenAI.
Microsoft presenta una herramienta de aprendizaje automático para mejorar las previsiones meteorológicas
Microsoft ha desarrollado una herramienta de aprendizaje automático que mejora las previsiones meteorológicas, ofreciendo una mayor precisión para períodos de hasta seis semanas. La herramienta, ahora de código abierto, fue publicada en la revista Nature y aborda la limitación común de los modelos físicos tradicionales y los sistemas de IA existentes, que normalmente pierden fiabilidad más allá de dos semanas. Este avance permite a los agricultores y a los equipos de respuesta de emergencia planificar con mayor confianza. Microsoft se une a empresas como Google y Nvidia en el uso de la IA para la predicción meteorológica. Según los investigadores, la herramienta representa una solución rentable, destacando su potencial para mejorar las capacidades de previsión a largo plazo. La fecha de publicación del estudio es el 14 de octubre de 2026, lo que marca un hito significativo en el campo de la ciencia meteorológica. Los investigadores enfatizan que la naturaleza de código abierto de la herramienta fomenta la innovación y la colaboración adicionales. Al integrar el aprendizaje automático con los datos meteorológicos, Microsoft tiene como objetivo proporcionar previsiones más fiables, lo que podría tener amplios beneficios en diversos sectores. Este desarrollo subraya el creciente papel de la IA en la mejora de la predicción meteorológica, un área crítica con importantes implicaciones para la agricultura, la gestión de desastres y la seguridad pública.
El papel de la IA en la lucha contra las olas de calor extremas: conectar la predicción con la acción
Las ciudades y los investigadores están utilizando la IA para mapear y predecir los riesgos de las olas de calor extremas, pero una nueva investigación destaca una brecha: estas herramientas se utilizan a menudo para identificar a las poblaciones vulnerables en lugar de para impulsar respuestas gubernamentales eficaces. Un estudio publicado en Climate Risk Management analizó cómo se aplica la IA y el aprendizaje automático para gestionar las olas de calor extremas. Google ha ampliado recientemente sus datos de Resiliencia al Calor impulsados por la IA de 14 a más de 50 ciudades, proporcionando a los planificadores urbanos información a nivel de edificios para dirigir las intervenciones contra el calor. Sin embargo, las predicciones mejoradas por sí solas no garantizan resultados mejorados. Patel enfatizó que la clave es garantizar que la tecnología de la IA aborde los problemas reales o elimine los cuellos de botella críticos. El enfoque se está desplazando de la refinación de las previsiones a la vinculación de las previsiones con intervenciones concretas. El desafío radica en transformar las previsiones sofisticadas de calor en acciones gubernamentales tangibles. Si bien la IA puede ofrecer datos valiosos, su impacto depende de cómo se integre eficazmente en las estrategias de respuesta. A medida que el cambio climático intensifica las olas de calor extremas, la urgencia de conectar las perspectivas de la IA con soluciones prácticas nunca ha sido mayor.
Los hombres sobreestiman sus conocimientos sobre IA, según un estudio
Una nueva encuesta de más de 5.400 estadounidenses revela que los hombres son más confiados que las mujeres en cuanto a sus conocimientos sobre la inteligencia artificial, con el 73 por ciento de los hombres afirmando conocer al CEO de OpenAI, Sam Altman, en comparación con el 40 por ciento de las mujeres. Sin embargo, el estudio destaca que muchos de estos hombres se equivocan, ya que figuras como Mira Murati, Susan Milner y Craig Dalton son ficticias o inexistentes. Laura Manley de la Harvard Kennedy School señala que los hombres son más optimistas y confiados en la IA, llegando incluso a la sobreconfianza. El estudio también encontró que los hombres utilizan la IA con más frecuencia y responden a las preguntas factuales correctamente con más frecuencia que las mujeres, aunque ambos géneros cometen números similares de errores. La investigación también muestra que los hombres son mencionados con más frecuencia en los medios relacionados con la IA, apareciendo 14 veces más que las mujeres en los titulares. Cuando se trata de expertos citados, tres cuartos eran hombres, a pesar de que las mujeres representan alrededor del 29 por ciento de la fuerza laboral de la IA. Manley enfatiza la necesidad de que más mujeres sean destacadas como expertas y expresen incertidumbre, ya que el discurso actual está dominado por la confianza en el destino o la abundancia de la IA, dejando de lado las voces que reconocen la incertidumbre.
La universidad tsinghua lanza alianza de laboratorio de ia-matemáticas para profundizar la integración
El 11 de octubre de 2026, se estableció la Alianza del Laboratorio de Matemáticas e Inteligencia Artificial Qiu Chengtou en la Universidad Tsinghua, con el objetivo de avanzar en la investigación de modelos matemáticos grandes especializados, pruebas formales asistidas por IA y descubrimiento de conjeturas, IA explicable y computación inteligente interdisciplinaria. La alianza, dirigida por Qiu Chengtou, presidente de la Academia Qiu Zhen de la Universidad Tsinghua, enfatizó la necesidad de que los matemáticos adopten la IA en lugar de resistirla. La alianza anunció más de 10 logros clave de 'IA+matemáticas', incluidos los avances en el problema del 7-dimensional esférico de homotopía. Las herramientas de IA se utilizaron para ayudar en las estrategias de prueba, simplificar los cálculos y verificar los resultados matemáticos. Qiu señaló que la alianza reúne a más de 1000 matemáticos e investigadores de múltiples instituciones, incluidas la Universidad Tsinghua, la Academia de Ciencias de China y el Instituto de Matemáticas e Interdisciplinariedad de Shanghái, para fomentar el talento joven y desarrollar un modelo matemático grande chino. OpenAI ha publicado recientemente 722 artículos de investigación matemática, que abordan problemas de larga data en teoría de números, geometría algebraica y otros campos, lo que ha generado un debate significativo en la comunidad académica. El trabajo de la alianza destaca el creciente papel de la IA en la investigación matemática, en el que los matemáticos humanos siguen desempeñando un papel central en la conceptualización y la verificación de pruebas.
El sistema de revisión de IA de sakana AI detecta el 73% de los errores fundamentales en los artículos de investigación
Sakana AI ha introducido un nuevo sistema de revisión por pares para la investigación de IA, capaz de identificar el 73,43% de los errores fundamentales en los artículos académicos. El sistema, llamado Revisión Multicapa (MLR), utiliza tres agentes de IA para analizar los artículos de investigación, generando una crítica estructurada que incluye fortalezas, debilidades y recomendaciones. El sistema se probó contra un Benchmark de Contradicción, donde se plantaron errores intencionalmente en 257 artículos de investigación de las principales conferencias como ACL, AISTATS, CVPR e ICML 2025. MLR superó a las líneas de base existentes, capturando el 73,43% de las contradicciones de distancia-0, en comparación con el 14,81% de la mejor línea de base, AgentReview. El sistema también logró una correlación de Pearson de 0,586 con las puntuaciones humanas en las presentaciones de ICLR 2025, lo que se acerca al estándar humano-a-humano de 0,742. Si bien MLR enfatiza la validez y la experimentación, los revisores humanos priorizan la claridad y la novedad. El sistema cuesta aproximadamente 0,47 dólares por revisión, con una variante de un solo mensaje que reduce los costes en dos tercios, aunque la precisión de la detección disminuye ligeramente. Todos los resultados se detallan en el artículo de Sakana AI, 'Más allá de la imitación'.