Noticias IA del 04/12/2025

Qué pasó (04 Dic): Geoffrey Hinton respaldó las predicciones de desempleo del 20% en 5 años, citando la inversión masiva en hardware que busca ROI mediante reemplazo laboral.

Impacto:

• Validación académica de los riesgos señalados por Musk y Gates.
• Conexión directa con estudios recientes (MIT, 27/11) que cifran la automatización actual viable en 12%.
• Presión creciente sobre reguladores para considerar Renta Básica (UBI).

Acciones: Monitorizar políticas de reentrenamiento interno y diversificar habilidades del equipo técnico.

Qué pasó (04 Dic): Anthropic lanzó una herramienta beta para equipos Enterprise que permite a Claude conducir entrevistas de discovery o screening.

Beneficios:

• Estandarización de preguntas y reducción de sesgo humano en primera fase.
• Exportación inmediata de respuestas a JSON/CSV para análisis.
• Ahorro de horas hombre en tareas repetitivas de intake.

Acciones: Probar en procesos de bajo riesgo (encuestas internas) antes de usar con candidatos externos.

Qué pasó (04 Dic): DeepMind publicó investigación aplicada sobre nuevas arquitecturas de memoria para agentes que deben operar durante semanas.

Beneficios:

• Soluciona el “olvido catastrófico” en tareas largas.
• Reduce costos al no tener que re-inyectar contexto constantemente.
• Mejora la toma de decisiones basada en datos históricos del agente.

Acciones: Evaluar arquitecturas de memoria vectorial persistente si se desarrollan agentes internos.

Qué pasó (04 Dic): El informe anual mostró que “Gemini” fue el término de IA más buscado, superando a ChatGPT en la segunda mitad del año.

Impacto:

• Confirma el éxito de la integración nativa en Android y Workspace.
• Señala un cambio en la preferencia del consumidor hacia ecosistemas integrados.
• Las consultas tipo “cómo hago…” subieron 25%, indicando uso práctico.

Acciones: Optimizar contenido SEO y apps para ecosistema Google AI (Search Generative Experience).

Qué pasó (04 Dic): Lanzamiento de CUDA 13.1 con “tile programming” y perfiles de energía detallados para centros de datos.

Beneficios:

• Mayor control sobre el consumo energético (W/token).
• Optimización de costos operativos en inferencia a gran escala.
• Mejor rendimiento mediante abstracción de tiles en kernels.

Acciones: Actualizar toolchain de desarrollo y revisar perfiles de energía en clústeres propios.

Qué pasó (04 Dic): Hugging Face demostró cómo usar Claude y sus capacidades de “Skills” para gestionar el ciclo de vida de entrenamiento de modelos (MLE).

Beneficios:

• Reduce drásticamente el código “pegamento” (glue code) manual.
• Permite a perfiles menos técnicos ejecutar fine-tunings complejos.
• Acelera el time-to-market de modelos especializados.

Acciones: Revisar guías de Hugging Face para implementación de agentes en pipelines MLOps.

Qué pasó (04 Dic): OpenAI anunció un plan de expansión en Australia, incluyendo oficinas, formación y un acuerdo con NEXTDC.

Impacto:

• Reducción significativa de latencia para clientes en Oceanía.
• Mejor cumplimiento de normativas de residencia de datos locales.
• Impulso al ecosistema de startups de IA en la región.

Qué pasó (04 Dic): Anthropic reveló detalles de un ataque orquestado por un grupo chino, donde engañaron a Claude para ejecutar ciberespionaje autónomo.

Detalles:

• Los atacantes usaron prompts para simular ser una firma de seguridad.
• El modelo ejecutó reconocimiento y exfiltración con intervención humana mínima (~20 min).
• Marca el fin de la teoría y el inicio de la práctica en “IA ofensiva”.

Acciones: Implementar auditoría estricta de uso de LLMs y logging de prompts internos.