Papa Leo XIV IA Desarmada para la Humanidad

El Papa Leo XIV ha lanzado un llamado histórico a través de su primera encíclica, titulada "Magnifica humanitas", instando al Vaticano y al mundo a desarmar la inteligencia artificial. Este documento revolucionario, presentado como un sucesor de la enseñanza social católica para la era de la IA, argumenta que la tecnología ha comenzado a dominar a las personas que supuestamente debía servir. La solución propuesta por el pontífice no es rechazar la IA, sino restaurar el primado moral del ser humano sobre los algoritmos, despojando a la tecnología de su poder de gobierno automático.

La encíclica se enfoca en dos frentes principales: la concentración de poder y la guerra. El Papa XIV aboga por una IA más "amigable con el ser humano" y libre del "control monopolista", una crítica directa a las grandes empresas tecnológicas que dominan el panorama actual. De manera contundente, rechaza la idea de que cualquier algoritmo pueda justificar moralmente la guerra, enfatizando que la IA no elimina la inhumanidad del conflicto, sino que puede acelerarlo y hacerlo más impersonal. La presentación de la encíclica junto a Chris Olah, cofundador de Anthropic, subraya la importancia y la urgencia de estos temas.

"Magnifica humanitas" no es un documento de política, sino un marco moral que busca sentar las bases para futuras regulaciones. Promueve la "dignidad humana" y los "estándares compartidos de justicia social" como pilares esenciales en el desarrollo de la IA, prohibiendo explícitamente la guerra algorítmica. La decisión del Papa Leo XIV de presentar personalmente esta encíclica, rompiendo con la tradición, demuestra la magnitud de su mensaje para los 1.400 millones de católicos y para el mundo en general.

Fuente Original: https://thenextweb.com/news/pope-leo-xiv-magnifica-humanitas-ai-encyclical

Artículos relacionados de LaRebelión:

• Grok Build IA de Elon Musk para Codificar
• IA Reemplaza a Expertos que Necesita para Aprender
• MRC Protocolo de Red para LLMs Revoluciona Datacenters
• Toyota IA para proteger empleos no reemplazarlos
• Mistral AI Workflows Infraestructura IA para Empresas

Artículo generado mediante LaRebelionBOT

California Leads AI Workforce Disruption Prep

California is taking a proactive stance against the potential seismic shifts AI may bring to the workforce. Governor Newsom has issued an executive order that instructs state agencies to actively prepare both businesses and employees for an AI-driven future. The aim is to "reimagine the entire system" of how we work, govern, and educate for what's next, signalling a significant policy pivot.

The order mandates exploring a spectrum of policy solutions. These include establishing clearer severance standards, enhancing unemployment insurance benefits, and developing specialised job retraining programmes, particularly for white-collar professionals. Furthermore, it delves into innovative concepts like worker ownership models and "universal basic capital," which seeks to grant all residents a stake in collective assets such as corporate stocks and wealth funds. This broad approach aims to distribute the benefits of technological advancement more equitably.

While data privacy is recognised as a key consumer protection concern, with regulations on automated decision-making highlighted, not everyone is fully convinced. Some labour leaders argue that catastrophic job losses due to AI are not an inevitability but a political consequence, though there's agreement on the importance of collective bargaining in mitigating AI's impact on workers. The sentiment among some tech workers is palpable, with anxieties about job security growing as companies invest heavily in AI, potentially at the expense of their current workforce. This echoes concerns voiced earlier by labour unions, who have warned of a potential economic crisis if AI is not properly regulated, and have linked labour support to gubernatorial candidates with the regulation of AI.

This executive order foll ows previous initiatives, such as a partnership to expand AI education in schools, suggesting a considered and evolving strategy for workforce adaptation in the face of rapid technological change. The governor's stated intention is to ensure that the benefits of AI breakthroughs accrue to working Californians, not solely to large technology firms, implying a shift away from taxation models that favour automation over jobs.

Fuente Original: https://yro.slashdot.org/story/26/05/25/0128243/california-executive-order-directs-businesses-and-state-agencies-to-prepare-for-ai-driven-workforce-disruption?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

• Rocket Lab Electron Estrella en California Science Center
• California Dumps Coal A Power Source Shift
• California Opt-Out Facil de Datos en ChromeEdgeSafari
• ChatGPT California multa historico por citas falsas

Artículo generado mediante LaRebelionBOT

IA y Ciberseguridad Bancaria Nuevos Retos Revelados

La inteligencia artificial está transformando rápidamente el panorama de la ciberseguridad, y el Banco Central Europeo (BCE) está tomando medidas ante los riesgos emergentes. Recientemente, el BCE ha convocado a los bancos para abordar las vulnerabilidades de seguridad descubiertas por modelos avanzados de IA, como Mythos de Anthropic. Estos modelos de vanguardia son capaces de identificar fallos de seguridad de día cero a un ritmo alarmante, superando en muchos casos las capacidades humanas.

El BCE, a través de su miembro del comité ejecutivo Frank Elderson, ha enfatizado la necesidad urgente de que los bancos aceleren sus procesos de corrección de vulnerabilidades. La preocupación radica en que la IA puede descifrar y explotar fallos de seguridad en cuestión de minutos tras la publicación de una corrección. Esto significa que la ventana de oportunidad para los ciberdelincuentes se ha reducido drásticamente, exigiendo una respuesta mucho más ágil por parte de las instituciones financieras.

Uno de los principales obstáculos es el acceso limitado a estas potentes herramientas de IA para los bancos europeos. Mientras que un selecto grupo de grandes corporaciones tecnológicas y financieras en EE. UU. ya tiene acceso controlado a modelos como Mythos a través del programa Project Glasswing de Anthropic, los bancos europeos se encuentran en una posición de desventaja. Esto crea una brecha de conocimiento y capacidad de defensa, ya que no pueden probar sus sistemas con las mismas herramientas que podrían ser utilizadas por adversarios. A pesar de esta falta de acceso directo, el BCE insiste en que no es una excusa para la inacción, ya que se prevé que tecnologías similares estén disponibles para actores maliciosos en un futuro cercano.

La situación ha generado una creciente preocupación en Europa, con ministros de finanzas y la Comisión Europea buscando activamente formas de obtener acceso a estos modelos para realizar pruebas y evaluar vulnerabilidades. Paralelamente, empresas europeas de IA, como Mistral AI, están desarrollando sus propias soluciones de ciberseguridad con el objetivo de fortalecer la soberanía tecnológica del continente y ofrecer alternativas a los bancos.

El BCE busca impulsar a los bancos a cumplir con la Ley de Resiliencia Operacional Digital (DORA) de la UE, que exige una gestión rigurosa del riesgo de TI, pruebas de resiliencia y notificación de incidentes. El desafío ahora es determinar si el marco regulatorio actual puede adaptarse al vertiginoso ritmo de avance de la IA y su capacidad para descubrir incluso vulnerabilidades antiguas a una velocidad sin precedentes. La urgencia es palpable, ya que informes recientes indican que los modelos de IA avanzados están descubriendo vulnerabilidades a un ritmo significativamente mayor que antes, dejando a la industria con una ventana defensiva cada vez más estrecha.

Fuente Original: https://thenextweb.com/news/ecb-banks-cybersecurity-ai-mythos-elderson

Artículos relacionados de LaRebelión:

• IA en Ciberseguridad CYBERCOM Pide Mas Recursos
• IA de Vanguardia Revolucionando la Ciberseguridad Ahora
• Mythos IA de Anthropic Desata Crisis Ciberseguridad
• Vulnerabilidades AppArmor Riesgos de Seguridad en Linux Revelados
• IA Ataca Fortinet Nuevos Ciberataques Automatizados

Artículo generado mediante LaRebelionBOT

Brecha IA Codigo Claude Filtrado Revela Peligros

Un reciente y alarmante incidente ha puesto de manifiesto una brecha de seguridad en la inteligencia artificial que muchos temían pero pocos querían admitir: la filtración accidental del código fuente completo de Claude Code por parte de Anthropic. Este suceso, ocurrido el 31 de marzo de 2026, expuso cerca de 512,000 líneas de TypeScript distribuidas en 1,906 archivos, incluyendo 44 indicadores de funciones ocultas y referencias a un modelo aún no lanzado, codificado como Mythos. Aunque Anthropic lo calificó como un error de empaquetado humano, las implicaciones son mucho más profundas que un simple descuido.

La exposición de los planos de Claude Code otorga a cualquier actor malintencionado una hoja de ruta detallada para diseñar repositorios que engañen al sistema y ejecuten comandos maliciosos o exfiltren datos de forma sigilosa. La lógica de aplicación de permisos, la arquitectura de aislamiento y los mecanismos de orquestación que validan las acciones del agente ahora residen en innumerables copias del código, prácticamente imposibles de erradicar por completo mediante avisos de DMCA.

Este evento subraya una asimetría preocupante en la carrera armamentista de la IA y la ciberseguridad. Mientras los defensores integran la IA en sus sistemas y validan su fiabilidad, los atacantes obtienen el control total sobre cómo un agente de IA valida permisos y maneja credenciales, sin necesidad de ingeniería inversa. Esto les permite operar con una IA que se mueve a una velocidad vertiginosa, superando los sistemas de detección actuales, que a menudo fueron diseñados para amenazas humanas más lentas y metódicas. La velocidad a la que se pueden comprimir los plazos de intrusión y daño se ha reducido drásticamente, a menudo a horas o minutos, dejando a los equipos de seguridad con ventanas de tiempo insuficientes para reaccionar.

Más allá de la velocidad, existe un problema estructural: las plataformas de seguridad actuales detectan anomalías de comportamiento, pero no distinguen si una amenaza proviene de un humano o de un agente de IA autónomo. La vulnerabilidad de Claude Code demostró cómo un archivo malicioso puede manipular al agente para generar procesos de construcción legítimos que eludan los sistemas de permisos sin activar alertas. La detección debe evolucionar para comprender la intención y la toma de decisiones del agente, no solo para señalar violaciones de políticas a posteriori. La filtración no solo expuso el estado actual de la IA, sino también la dirección arquitectónica hacia capacidades de razonamiento mejoradas e integración nativa de herramientas, un futuro considerablemente más avanzado para el que los equipos de seguridad aún se están preparando, operando esenc ialmente a ciegas ante esta nueva categoría de amenazas.

Fuente Original: https://thenextweb.com/news/ai-security-gap-claude-code-leak

Artículos relacionados de LaRebelión:

• Microsoft Abre Codigo Protege tus Agentes IA con RAMPART
• Andrej Karpathy se une a Anthropic revolucionando Claude
• Brecha de PraisonAI Ataque Inmediato tras Revelacion
• vm2 Fallezs de Nodejs Permiten Ejecucion de Codigo Malicioso
• Agentes IA Nueva Amenaza Oculta en Codigo Abierto

Artículo generado mediante LaRebelionBOT

AI Agents Causing Untracked Infrastructure Chaos

A new category of production incident is emerging that engineering teams aren't yet tracking—because it doesn't fit existing postmortem templates. AI agents are quietly generating infrastructure failures that fall into a dangerous gap between agent operations and chaos engineering, creating cascading system failures that organisations struggle to classify or prevent.

With 79% of organisations now running AI agents in production and 96% planning expansion, the scale of this exposure is no longer theoretical. Gartner predicts that by 2028, 33% of enterprise software will include agentic AI, yet 40% of those projects will be cancelled due to poor risk controls. What's particularly concerning is the failure mode happening between those statistics: agents that continue running whilst quietly generating infrastructure events no one has categorised as risk.

The core problem lies in what autonomous agents skip—the critical judgement call that human engineers make before introducing stress into a system. When a human initiates a chaos experiment, they check dashboards, assess error budget burn rates, and evaluate whether dependencies are stable. Autonomous remediation agents, however, see an anomaly and immediately take action without checking SLO burn rates, calculating blast radius, or assessing whether the system can absorb additional stress. This creates cascade failures that no chaos engineering programme has tested for.

The solution involves treating absorb capacity—the real-time estimate of how much additional stress a system can handle—as a continuously computed, consumable resource. This resilience budget model draws on four live signal classes: SLO burn rate, P99 latency trends, dependency saturation state, and application behavioural signals. Every chaos experiment and every agent action should draw from this shared budget, ensuring that multiple teams and autonomous agents don't simultaneously overwhelm system capacity.

Whilst large language models show promise in generating chaos hypotheses from dependency graphs and incident postmortems, they face hard limits around dependency graph staleness and cannot reliably make execution decisions when signals are ambiguous. The governance implication is clear: every autonomous agent action touching infrastructure must register against the same live signal layer that governs chaos experiments. When the resilience budget falls below a defined floor, agents must wait or escalate to humans rather than act independently.

The organisations that will operate autonomous agents reliably at scale aren't those with the most sophisticated models, but those that understand every agent action is a chaos event and build their governance accordingly. The practical first step is unglamorous but essential: audit every autonomous agent currently touching infrastructure, map its action surface against live SLO burn rate signals, and define explicit conditions below which the agent must escalate to human decision-makers.

Fuente Original: https://venturebeat.com/orchestration/ai-agents-are-quietly-generating-chaos-engineering-failures-enterprises-dont-track-yet

Artículos relacionados de LaRebelión:

• Debug AI Agents Locally with Raindrops Workshop
• Anthropics AI Agents Now Learn From Mistakes
• AI Agents Microsoft Google Drive Enterprise Governance
• HUMAIN ONE Enterprise AI Agents Scale with AWS
• Ubuntu Infrastructure Crippled by Sustained DDoS Attack

Artículo generado mediante LaRebelionBOT

IA Descubre Miles de Vulnerabilidades Podemos Parchearlas

En un avance que subraya la vertiginosa velocidad del desarrollo de la inteligencia artificial, el proyecto Glasswing de Anthropic ha logrado un hito sorprendente y preocupante. En tan solo un mes desde su lanzamiento, su modelo avanzado Claude Mythos Preview ha identificado más de 10,000 posibles vulnerabilidades críticas en software de código abierto, una cifra que supera con creces la capacidad actual de corrección del ecosistema tecnológico.

De estas 10,000 candidaturas de fallos, 1,726 han sido confirmadas como reales, y de ellas, 1,094 representan debilidades de alta o crítica severidad. Sin embargo, el dato más alarmante es que solo 97 de estas vulnerabilidades han sido parcheadas hasta la fecha. Esto evidencia una brecha significativa entre la velocidad a la que se descubren las fallas y la lentitud con la que se aplican las soluciones. Anthropic ha reconocido abiertamente este desafío, instando a los desarrolladores de software a acelerar sus ciclos de parches y a priorizar la distribución de correcciones de seguridad.

El proyecto Glasswing opera bajo un modelo de acceso restringido, brindando a unas 50 organizaciones consideradas esenciales en la ciberdefensa, la capacidad de utilizar Claude Mythos Preview. Este modelo ha sido elogiado por su capacidad para identificar vulnerabilidades de manera mucho más eficiente que los modelos previos y por su habilidad para encadenar fallos individuales en complejas cadenas de ataque, algo de gran valor tanto para defensores como para potenciales atacantes. Un ejemplo notable de su aplicabilidad defensiva fue la prevención de una transferencia fraudulenta de 1.5 millones de dólares por parte de un banco colaborador, que detectó el patrón de fraude antes de que se ejecutara la transacción.

Este desarrollo se enmarca en una tendencia creciente de divulgaciones de seguridad relacionadas con la IA, donde las herramientas de inteligencia artificial no solo exponen nuevas superficies de ataque, sino que también proporcionan capacidades mejoradas para encontrar fallos en sistemas existentes. Anthropic y OpenAI están liderando esta carrera, con programas como el Cyber Verification Program y Daybreak, respectivamente, que ofrecen acceso limitado a sus modelos más potentes para fines de investigación en ciberseguridad. La dualidad de estas tecnologías presenta un desafío de políticas públicas significativo: la rápida evolución de estas capacidades podría hacer insostenible el modelo de acceso restringido en el futuro cercano, obligando a las organizaciones a prepararse para un panorama donde estas herramientas sean ampliamente accesibles.

Fuente Original: https://thenextweb.com/news/anthropic-glasswing-claude-mythos-10000-vulnerabilities

Artículos relacionados de LaRebelión:

• IA Descubre Miles de Vulnerabilidades Criticas en Software
• Gemini 35 Flash Ahorra Miles de Millones en IA Empresarial
• OpenAI Lanza Daybreak Deteccion de Vulnerabilidades con IA
• Google Invierte Miles de Millones en IA El Futuro
• Mythos de Anthropic Detecta 271 Vulnerabilidades en Firefox

Artículo generado mediante LaRebelionBOT

AI Price War Heats Up DeepSeek Slashes Prices Permanently

The artificial intelligence landscape has just seen a significant escalation in its ongoing price war, with Chinese AI startup DeepSeek making a bold move. They have permanently reduced the prices of their flagship V4 Pro model by a staggering 75%. This promotion, initially a limited-time offer, is now a permanent fixture, signalling a strategic shift towards market dominance over immediate profit margins.

DeepSeek's new permanent pricing structure for V4 Pro now ranges from a mere $0.003625 to $0.87 per million tokens. This dramatically undercuts the pricing of major competitors like OpenAI's GPT-5, Anthropic's Claude Opus, and even Google's cost-optimised Gemini 3.5 Flash. For instance, GPT-5 charges significantly more for output tokens, and Claude Opus is substantially pricier across the board. Gemini 3.5 Flash, while cost-effective, still commands higher prices for both input and output tokens compared to DeepSeek's new rates.

This aggressive pricing strategy positions DeepSeek V4 Pro as a highly attractive option for applications that demand extensive context processing, such as analysing large documents, extensive codebases, or long conversational histories. The ability to support a one-million-token context window at this price point is particularly noteworthy. For enterprise clients dealing with millions of tokens daily, the cost savings could be immense, potentially dwarfing current spending with other AI providers. However, the decision to adopt DeepSeek's models comes with considerations beyond just price. Enterprises must weigh the model's quality, reliability, and compliance against potential geopolitical and technical risks associated with using a Chinese AI provider, especially for sensitive workloads. Furthermore, the company faces an unresolved accusation from Anthropic regarding “distillation attacks,” suggesting potential intellectual property concerns. This permanent price cut by Dee pSeek not only intensifies competition but also accelerates the trend of AI token commoditisation, potentially reshaping the revenue models and valuations of leading AI companies.

Fuente Original: https://thenextweb.com/news/deepseek-v4-pro-75-percent-price-cut-permanent

Artículos relacionados de LaRebelión:

• xAIs Grok 43 Price Drop Voice Cloning Enhanced Reasoning
• DeepSeek Reduce Precios 75 y Desafia IA
• DeepSeek Lanza IA de 16T Robo o Progreso en EEUU
• DeepSeek-V4 Frontier AI at Fraction of Cost
• DeepSeek V4 Nueva Revolucion en IA Open-Source

Artículo generado mediante LaRebelionBOT

IA Clinica Licencia como Doctor Llamada Medica Urgente

La integración de la inteligencia artificial (IA) en la atención médica está ganando terreno, pero surge un debate crucial: ¿cómo regular estas tecnologías? Tres líderes médicos han emitido una llamada de acción de seis pasos para abordar este desafío, proponiendo que la IA clínica sea licenciada de manera similar a como se licencia a un médico humano.

El objetivo principal es garantizar la seguridad y la eficacia de la IA en entornos clínicos. Estos líderes argumentan que, al igual que los médicos deben cumplir con estándares rigurosos para ejercer, las herramientas de IA que influyen en decisiones de diagnóstico y tratamiento también deberían someterse a un proceso de aprobación y supervisión estricto. Esto implicaría la verificación de su precis ión, la evaluación de su impacto en los pacientes y el establecimiento de mecanismos de rendición de cuentas en caso de errores.

La propuesta busca establecer un marco para la evaluación continua de la IA a medida que evoluciona, asegurando que se mantenga actualizada y segura. Se enfatiza la necesidad de transparencia en el desarrollo y la implementación de estas tecnologías, permitiendo a los profesionales de la salud y a los pacientes comprender cómo funcionan y cuáles son sus limitaciones. En última instancia, la iniciativa pretende allanar el camino para una adopción responsable y ética de la IA en la medicina, protegiendo a los pacientes y fomentando la confianza en estas nuevas herramientas.

Fuente Original: https://news.google.com/rss/articles/CBMivwFBVV95cUxPUmc5aEJ5QXoyeWVvV0M2a3ZvbWVXUHRXUm9fZlh3enBLN1NZdUZxR1JNOU9icG1DX3BUdzlGQnZNdUVKYlhCQ2k0RFJMVUk2YkFaVDE2aVZTN2xEbXNWOEdCTUFlc2RKTmp1YW8weEJLMlZobzRsNnZZcHFXeGEyN3BUUXNwNlFNQmxYcmpYSTFqLTgzVHBEMHQ5ZTlKZzREb2NoenhMQzhvRFFuS0l4SllfTDFuSnhJUlQ0Q0xXVQ?oc=5

Artículos relacionados de LaRebelión:

• Google Lanza Gemma 4 IA Abierta y Licencia Apache 20
• Gemma 4 de Google IA Potente Licencia Libre
• ARM Lanza Chip IA Revolucionario con Meta como Cliente Estrella
• Linux Modo Reposo Moderno como Windows
• Racionalidad en Chimpances Pensamos Como Ellos

Artículo generado mediante LaRebelionBOT

Linus Torvalds Reveals AIs Impact on Linux

Linus Torvalds, the creator of Linux, has shared fascinating insights into how artificial intelligence is reshaping the landscape of Linux kernel development. Speaking at the Linux Foundation's Open Source Summit North America, Torvalds revealed that the past six months have witnessed a remarkable surge in development activity, with commit rates climbing approximately 20% higher than previous years. This unprecedented growth coincides directly with AI tools reaching a level of sophistication that makes them genuinely useful for developers across the board.

However, the AI revolution brings both opportunities and challenges. Torvalds describes his relationship with AI as "love-hate" – whilst he appreciates the technology from a technical perspective and finds the tools useful and interesting, he acknowledges the significant pain points it's creating. The primary benefit lies in AI's ability to discover bugs that might otherwise remain hidden. As Torvalds philosophically notes, finding bugs represents "short-term pain" that ultimately leads to better, more secure code. After all, the real problem isn't the bugs you find – it's all the ones you don't.

The darker side of this AI-driven bug hunting has hit the Linux security mailing list particularly hard. A flood of AI-generated bug reports has overwhelmed the small team of maintainers responsible for security issues. Many of these reports are duplicates, and frustratingly, numerous submitters engage in "drive-by" reporting – filing bugs but then failing to respond when maintainers request additional information. For small teams and solo maintainers, this deluge has created genuine burnout risks.

To manage this unprecedented influx, the Linux project has adapted with new tools and updated documentation. Sashiko, a tool that reviews patches submitted to the mailing list, helps filter and assess the quality of submissions. The project has also revised its documentation specifically to address the uptick in AI-discovered bugs and security reports. Torvalds identifies the fundamental challenge: AI forces people to change their working methods, disrupting established routines and norms that developers have grown comfortable with over the years.

Fuente Original: https://linux.slashdot.org/story/26/05/23/2041253/linus-torvalds-on-how-ai-is-impacting-the-hunt-for-linux-kernel-bugs?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

• Linus Torvalds Slams AI-Generated Kernel Bug Reports
• Linux Kernel Defines Security Bugs and AI Reporting
• AI Tool Poisoning Reveals Enterprise Agent Vulnerabilities
• Linux Dirty Frag Zero-Day Grants Root Access
• RAT Linux Quasar Robo de credenciales devasta cadena de suministro

Artículo generado mediante LaRebelionBOT

Optimiza Costes IA Arquitecturas Inteligentes y Predecibles

El uso indiscriminado de la Inteligencia Artificial (IA) en las empresas ha generado un nuevo desafío: la imprevisibilidad de los costes. A diferencia de la fuerza laboral humana, donde los gastos son más predecibles, los límites en el consumo de tokens de IA dificultan la elaboración de presupuestos claros. La clave no reside solo en controlar el consumo, sino en racionalizar qué se busca lograr con la IA y si su implementación aporta un valor real al negocio. Este artículo explora arquitecturas tecnológicas y estrategias para optimizar los costes de IA, abordando la problemática de la predictibilidad.

Una de las primeras estrategias es la 'Clasificación Funcional', que consiste en determinar si una tarea requiere IA, Machine Learning (ML) o algoritmos clásicos. Las tareas complejas de razonamiento se benefician de modelos de IA de vanguardia. Para tareas que involucran conocimiento y se dispone de datos, entrenar modelos de ML propios puede ser más costo-efectivo que usar RAG (Retrieval Augmented Generation). Las tareas de razonamiento sencillas pueden ser manejadas por modelos de lenguaje más pequeños (SLMs) u opciones de código abierto más económicas. Por último, las tareas algorítmicas deterministas deben resolverse con algoritmos clásicos, evitando la 'IA-idización' y el uso innecesario de modelos de frontera.

La 'Orquestación y Enrutamiento de Modelos' es otra técnica fundamental. En lugar de enviar todas las peticiones a un único modelo de frontera, se propone un sistema que clasifique las tareas según su complejidad y las dirija al modelo más adecuado. Esto evita sobrecostes en tareas sencillas al utilizar el mismo modelo que maneja las tareas más complejas. El 'Prompt Shadowing' permite comparar las respuestas de un modelo de frontera con uno más económico en paralelo, ayudando a identificar si este último es suficiente o si requiere ajustes. Esta técnica también facilita la elección de modelos más eficientes o la implementación de estrategias de 'Fine-Tuning' y destilación.

La 'Destilación de Conocimiento' aprovecha los datos generados por las respuestas de modelos potentes para entrenar modelos más económicos. Al capturar los prompts, contextos y respuestas, se puede reentrenar un modelo de código abierto para que ejecute tareas específicas con alta calidad, similar a cómo un experto enseña a un aprendiz. Finalmente, la elección entre 'SaaS, Cloud u On-Prem' dependerá de los costes y necesidades específicas de cada empresa. Arquitecturas como la de Cloudflare, con su AI Gateway, permiten desacoplar el servicio digital de los modelos, ofreciendo flexibilidad para elegir el modelo más adecuado para cada petición, permitiendo el Prompt Shadowing y la destilación en la nube o en infraestructura propia. La 'Orquestación de Agentes' y un adecuado 'Prompt Engineering' también son cruciales para refinar las respuestas, reducir el consumo de tokens y opti mizar los costes generales del uso de IA.

Fuente Original: http://www.elladodelmal.com/2026/05/como-optimizar-el-gasto-en-ia-con.html

Artículos relacionados de LaRebelión:

• Gemini Omni Flash Videos Inteligentes con IA
• Plataforma Gemini Crea Gobierna y Optimiza Agentes IA
• Claude Flujos de Trabajo Inteligentes entre Excel y PowerPoint
• Goldman Sachs Lanza Indice Sin IA Inversiones Inteligentes
• IA Autonoma Constitucion de Datos para Agentes Inteligentes

Artículo generado mediante LaRebelionBOT

IA Descubre Miles de Vulnerabilidades Criticas en Software

La inteligencia artificial está revolucionando la seguridad informática, y un ejemplo impactante es el hallazgo de 10.000 fallos de alta gravedad en software ampliamente utilizado, gracias a la herramienta Claude Mythos AI. Este avance subraya el creciente poder de la IA para identificar y mitigar riesgos de seguridad de una manera que antes era impensable.

El descubrimiento masivo de estas vulnerabilidades críticas no solo pone de manifiesto la magnitud de los problemas de seguridad latentes en el software que usamos a diario, sino que también destaca el potencia l de la IA para actuar como una primera línea de defensa. Claude Mythos AI, con su capacidad para analizar grandes volúmenes de código y detectar patrones de error complejos, ha demostrado ser una herramienta invaluable en la lucha contra las ciberamenazas.

Este tipo de hallazgos son cruciales para que las empresas y desarrolladores puedan tomar medidas proactivas. Al identificar miles de fallos de alta severidad, se abre la puerta a la corrección y mejora del software antes de que estos puedan ser explotados por actores malintencionados. La IA no solo acelera el proceso de detección, sino que también puede ayudar a priorizar los esfuerzos de remediación, centrándose en las vulnerabilidades más peligrosas.

La implicación de este avance va más allá de la simple corrección de errores. Refleja un cambio de paradigma en la ciberseguridad, donde la IA se convierte en un aliado indispensable. La capacidad de descubrir tantas vulnerabilidades de alto impacto sugier e que la superficie de ataque de los sistemas informáticos es más amplia y compleja de lo que se pensaba, y que la IA es fundamental para navegar por ella. Este evento es un llamado a la acción para la industria del software, para que adopte estas tecnologías y fortalezca sus defensas.

Fuente Original: https://thehackernews.com/2026/05/claude-mythos-ai-finds-10000-high.html

Artículos relacionados de LaRebelión:

• GitLab 190 Tackles Software Delivery Bottlenecks
• Gemini 35 Flash Ahorra Miles de Millones en IA Empresarial
• OpenAI Lanza Daybreak Deteccion de Vulnerabilidades con IA
• Google Corrige Fallas Criticas en Gemini CLI
• Google Invierte Miles de Millones en IA El Futuro

Artículo generado mediante LaRebelionBOT

AI Cameras Boost Wildlife Research at Marwell Zoo

Marwell Zoo is embarking on an exciting new venture in collaboration with the University of Surrey, launching a cutting-edge project that utilises artificial intelligence (AI) powered cameras to enhance wildlife conservation efforts. This innovative initiative aims to revolutionise how researchers study and protect endangered species by providing deeper insights into their behaviour and habitats.

The core of this project involves deploying specialised cameras equipped with AI technology throughout the zoo's grounds. These cameras are designed to not only capture high-quality footage of the animals but also to intelligently analyse the data they collect. The AI algorithms can identify individual animals, track their movements, monitor social interactions, and even detect early signs of health issues or stress. This automated analysis significantly reduces the manual effort required by researchers, allowing them to focus on conservation strategies and interventions.

By continuously gathering and analysing vast amounts of behavioural data, the project expects to uncover new patterns and correlations that might otherwise go unnoticed. This enhanced understanding is crucial for developing more effective breeding programmes, improving enclosure designs, and ultimately contributing to the survival of vulnerable species. The partnership between Marwell Zoo and the University of Surrey represents a significant step forward in applying advanced technology to the critical field of wildlife conservation, promising to yield valuable data for both local and global conservation initiatives.

Fuente Original: https://news.google.com/rss/articles/CBMiWkFVX3lxTFBaR2hZMEd2UUZDWi1MY0ozcVc0dE5acVZRWlN1b0UzaHg3VGh4SGNWTm91bzA0aDFnZGVvMUg1aG9Ub2dOMVZSZkoyNHhJTjdBS3V3UWdnbGxmdw?oc=5

Artículos relacionados de LaRebelión:

• Metas Code Review AI Structured Prompts Boost Accuracy
• MiniMax M27 Self-Evolving AI Redefines Research Workflow
• AI Agents Now Run Research Experiments Overnight
• Amazons 337 Billion Spain Boost AI Data Centres
• Trumps NCAR Shutdown Climate Research Under Fire

Artículo generado mediante LaRebelionBOT

IA Agentes Necesitan Terminal No Solo Base de Datos Vectorial

Los agentes de inteligencia artificial, a menudo, fallan no por una falta de razonamiento del modelo subyacente, sino por la información limitada que reciben a través de las interfaces de recuperación tradicionales. Un nuevo enfoque, llamado Interacción Directa con el Corpus (DCI), propone que estos agentes interactúen directamente con los datos crudos, evitando los modelos de incrustación (embedding) y utilizando herramientas de línea de comandos estándar. Este método es particularmente útil cuando los agentes necesitan encontrar detalles precisos como números de versión, códigos de error, o rutas de archivo, donde la similitud semántica puede ser imprecisa.

Los sistemas de recuper ación clásicos, como RAG, primero procesan los documentos, los convierten en representaciones vectoriales y los indexan en una base de datos vectorial. Luego, filtran esta base de datos para encontrar los fragmentos de documentos más relevantes. Sin embargo, los agentes modernos a menudo requieren una búsqueda más dinámica y precisa. DCI permite a los agentes operar en un entorno similar a una terminal, utilizando comandos como "find", "grep", "sed" y "cat" para navegar por estructuras de directorios, localizar archivos específicos y extraer información detallada. Esto es crucial en entornos empresariales donde los datos cambian constantemente, permitiendo a los agentes razonar sobre el estado actual de la información en lugar de un índice desactualizado.

La investigación presenta dos versiones de DCI: DCI-Agent-Lite, una opción ligera basada en un modelo más pequeño, y DCI-Agent-CC, una versión de mayor rendimiento que utiliza modelos más potentes y avanzados. Ambas versiones han demostrado superar a los sistemas de recuperación tradicionales en varios puntos de referencia, mejorando la precisión y, notablemente, reduciendo los costos operativos. Aunque DCI puede tener un menor índice de recuperación general en comparación con los modelos de incrustación densa, es significativamente más eficaz una vez que localiza un documento relevante, extrayendo un valor sustancialmente mayor. Los investigadores sugieren que DCI es especialmente valioso para tareas que requieren la localización exacta de evidencia en entornos dinámicos, como la depuración de incidentes de producción, la búsqueda en grandes bases de código o el análisis de registros. Sin embargo, DCI no busca reemplazar por completo la infraestructura vectorial existente, sino complementarla. El patrón de implementación más práctico a corto plazo es un enfoque híbrido, donde la recuperación semántica se encarga de la identificación inicial de candidatos amplios, y DCI actúa como una capa de precisión y verificación para confirmar detalles exactos y combinar señales débiles entre documentos.

Fuente Original: https://venturebeat.com/orchestration/your-ai-agents-need-a-terminal-not-just-a-vector-database

Artículos relacionados de LaRebelión:

• Microsoft Abre Codigo Protege tus Agentes IA con RAMPART
• Dependencia Cloud Europa Riesgo Politico No Solo Tecnico
• UE Restringe Nube Adios a Datos Sensibles en EEUU
• Agentes IA Ya Estan Dentro Descubrelo
• Agentes IA Nueva Amenaza Oculta en Codigo Abierto

Artículo generado mediante LaRebelionBOT

Adios a Caltech JPL busca nuevo administrador tras decadas

¡Atención, amantes del espacio! NASA está a punto de dar un giro histórico en la gestión del Jet Propulsion Laboratory (JPL), y Caltech podría dejar de tener las riendas por primera vez en casi un siglo. Desde su creación en los años 30 y, posteriormente, para la NASA desde 1958, Caltech ha sido el pilar que ha guiado este icónico centro de exploración del espacio profundo.

La noticia, aunque no es una sorpresa para Caltech, forma parte de una reorganización más amplia dentro de la NASA, orientada a especializar centros y optimizar la entrega de trabajos técnicos de alta calidad para alcanzar metas ambiciosas a corto y largo plazo. El JPL, reconocido por liderar la exploración robótica de Marte y otros rincones del cosmos, opera bajo un modelo de centro FFRDC (centro de investigación y desarrollo financiado por el gobierno federal). Este estatus le otorga una independencia particular, aunque siempre bajo la supervisión de la NASA, permitiendo un funcionamiento ágil y alineado con las prioridades nacionales.

La apertura de la competencia para la gestión del JPL, que expira en 2028, abre la puerta a cambios significativos. La estrecha relación entre JPL y Caltech, con personal y científicos trabajando de la mano, podría dar paso a una nueva era. Esta posible transición marcará un antes y un después en la forma en que se manejan las misiones espaciales y los programas científicos, representando un cambio trascendental para uno de los motores de la exploración espacial.

Fuente Original: https://science.slashdot.org/story/26/05/23/038238/caltech-could-lose-control-of-jpl-for-first-time-in-decades?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

• Phishing con OAuth El Nuevo Peligro Digital Desvelado
• Brecha de PraisonAI Ataque Inmediato tras Revelacion
• Anthropic busca 30B supera a OpenAI
• UE Restringe Nube Adios a Datos Sensibles en EEUU
• Cloudflare IA Despide 1100 Empleados Tras Exito

Artículo generado mediante LaRebelionBOT