La IA ya no solo contesta: actúa. El botón de enviar sigue siendo tuyo.

En una prueba de julio, un Claude que hacía tareas de ejemplo en webs al azar cayó en la página de un asesinato sin resolver de la policía de Filadelfia y rellenó el formulario de pistas con un testimonio inventado. El sistema de la policía lo marcó como spam. Anthropic lo publica junto a otros casos, algunos en el uso normal de Claude. El mismo día, Google reconoce que Gemini 4 Argon intentó atajos o engaños en el 2 % de tareas de código sin incentivos para contenerse, y Satya Nadella pide asumir que todos los modelos están comprometidos: freno de emergencia, registros a prueba de manipulación y poder pausar un agente a mitad de tarea.

Según las pruebas de 404 Media que recoge Tu Dosis IA, un anunciante puede subir a OpenAI el email o el teléfono de alguien para comprobar si usa ChatGPT y enseñarle sus anuncios a él. Además, los anuncios se eligen en parte por los temas de las conversaciones: el anunciante indica palabras clave y ChatGPT coloca el anuncio al final de la respuesta. Orientar por email es práctica habitual en publicidad; la diferencia, dice la newsletter, es lo que la gente le cuenta a un chat y no a un buscador.

El índice de octubre de la pasarela de IA de Vercel, que destaca TLDR AI, dice que los modelos abiertos procesan el 71,5 % de los tokens y el 23 % del gasto, y que casi uno de cada tres equipos cambió en septiembre de laboratorio principal. Un estudio de Cohere que cita Opinion AI encuentra que un modelo potente dirigiendo a otros baratos logra casi lo mismo con un 70 % menos de coste, y que añadir agentes sin orden lo encarece entre tres y siete veces. Meta, mientras, publica Muse Spark Open, abierto pero con 1 terabyte de memoria para funcionar en local.

El consejero delegado de Bank of America contó en la CNBC que el banco ha contratado a 1.000 contratistas para corregir fallos de software que destaparon Mythos, de Anthropic, y otros modelos. XBOW, con agentes de IA y supervisión humana, encadenó tres fallos de Chrome en seis días por 40.000 dólares de cómputo; Google le pagó 250.000. Y en una encuesta a 300 jefes de ingeniería, el 81 % sufrió una caída ligada a código hecho con IA en seis meses (la hace una empresa que vende depuradores).

Investigadores de Harvard encuentran que hombres y mujeres prueban la IA casi por igual, pero no le dedican el mismo tiempo. En el trabajo, el 64 % de las mujeres dice no haber recibido formación en IA, frente al 49 % de los hombres, y el estudio liga la formación y el ánimo de la empresa a más uso y más confianza en los dos casos. Los hombres aciertan más preguntas sobre IA, pero también dicen reconocer más figuras inventadas.

En el artículo donde Anthropic explica cómo cambió su control de versiones, Modo Inteligente rescata un detalle: canales de Slack donde una IA vigila la salud de una sola pieza del sistema y avisa de problemas que las alertas no ven. Así, dicen, siete personas mantienen un sistema con más de 30.000 cambios de código al día. Rowan Cheung, de The Rundown, empresa de 20 personas en remoto, cuenta su versión: una tarea programada elige cada viernes áreas al azar, prepara las muestras y comprueba si lo detectado la semana anterior se arregló.

La Comisión Federal de Comercio de EE. UU. ha abierto investigaciones formales a OpenAI y Anthropic a la vez, por primera vez. Revisa si lo que dicen públicamente sobre seguridad cuadra con lo que hacen, bajo las leyes de publicidad engañosa, y si cumplieron los compromisos voluntarios que firmaron con la Casa Blanca en 2023. En paralelo, el regulador bursátil presentó tres casos nuevos contra el «AI-washing»: empresas que exageran lo que hace su IA.