Creo que el futuro de la IA será menos “magia” y más infraestructura: agentes integrados en el trabajo, IA en el borde, modelos especializados y una fuerte disputa geopolítica por chips, energía y datos. La ventaja no estará en tener el modelo más grande, sino en lograr soberanía tecnológica, costos sostenibles y reglas claras. Veo riesgos reales en la autorregulación, el engaño y la desinformación, y una oportunidad para regiones como República Dominicana si apuestan a energía, talento y casos de uso concretos. En una frase: una IA multipolar, agéntica y cotidiana, que exigirá gobernanza humana y conciencia ambiental.
En mi blog, he tratado tres ejes fundamentales (en numerosos posts):
Agentes e integración: tokens, agentes, MCP, LLM, edge AI.
Geopolítica y soberanía: chips, tierras raras, DeepSeek, energía, República Dominicana/Latinoamérica.
Un post para desnudar la falsedad del pacto de autoregulación de los seis grandes de la Inteligencia Artificial (¿o debo decir Inteligencia Superior?). Serie de Inteligencia Artificial.
Tres investigadores de seguridad de OpenAI fueron despedidos semanas después de investigar el mayor incidente de agentes autónomos de la historia. La empresa dice que fue por violar políticas de información. Ellos dicen que fue por hablar demasiado. Ninguna de las dos versiones puede probarse. Y ahí, precisamente ahí, está el problema ¿No era que había un «pacto de seis caballeros» que se iban a autoregular? En fin, el mar, como diría Nicolás. La hipocrecía. Síganme y les cuento.
Le hago una pregunta sencilla a mis sagaces lectores: si mañana alguien con poder decide cambiar el nombre de una tecnología que usamos todos los días, ¿usted qué haría? ¿Seguiría usándola igual? ¿Le daría lo mismo? ¿O empezaría a mirar quién gana y quién pierde con ese cambio?
Hace poco, en el debate público internacional, surgió una idea llamativa: dejar de llamar a cierta tecnología de una manera y empezar a llamarla de otra (¿como lo del Golfo de Mexico? …). El argumento era que la palabra original sonaba a “falso” y que la nueva denominación sonaba más grande, más importante. Hasta ahí, podría ser solo una discusión de mercadeo on un discurso grandilocuente; pero hay un detalle que, al menos, invita a hacerse preguntas. Siga leyendo y le comento cosas inquietantes.
Voy con mi comentario dominical, esta vez, más bien un chisme. Alexandr Wang, el jefe de IA de Meta, lleva semanas inundando X con memes sobre Muse, el nuevo asistente de la compañía. Ha publicado más de 300 posts desde el lanzamiento, muchos de ellos pullas a rivales y referencias a cultura pop. Pero una de sus publicaciones cruzó una línea que ni él mismo quiso mantener.
La cosa fue así: Wang cogió una foto delIndia AI Impact Summit donde aparecían Narendra Modi, Sam Altman (OpenAI) y Dario Amodei (Anthropic) cogidos de la mano… bueno, casi. En la imagen original, Altman y Amodei no se daban la mano entre ellos, dejando un hueco en la cadena. Wang editó la foto para meter a Muse, la mascota peluda de Meta, justo en medio, agarrando a ambos rivales y completando la cadena.
El pie de foto era una pulla directa: «¿Qué no puede hacer Muse? Decidme dónde puede recoger su Nobel de la Paz». La publicación se hizo viral, pero Wang la borró horas después sin dar ninguna explicación.
¿Por qué la borró? No hay versión oficial, pero el contexto ayuda: la foto original es de un evento de alto perfil con un jefe de Estado, y Meta ya tuvo un roce con el gobierno indio en julio por la restricción «por error» de un video de Modi en Facebook. Editar una imagen de Modi para hacer una broma corporativa es jugar con fuego, sobre todo cuando estás en plena campaña de promoción de un producto. Yo, como todos los domingos, con temas sorprendentes y hasta con chismes incómodos sobre IA, siga leyendo.
Un post sobre la huella de Carbono que deja el uso masivo de la IA
¿Recuerdan cuando nos pedían que digitalizáramos todos los documentos? La consigna era ahorrar papel, salvar los árboles y toda la cadena asociada. Nos vendieron la digitalización como un acto de ecologismo doméstico. Y ahora resulta que le hacemos a la IA preguntas tontas que una búsqueda de Google resolvería en dos segundos. La ironía es perfecta: cambiamos el papel por watts, litros de agua y toneladas de CO₂. El árbol no lo talamos, pero la electricidad que alimenta nuestra comodidad cognitiva tiene que salir de algún sitio ¿o no?
Antes de seguir, conviene aclarar de qué hablamos cuando decimos «huella de carbono», porque el término se ha convertido en un comodín que todos hemos oído y pocos saben definir.
OpenAI dice haber resuelto el problema de Navier-Stokes. Analizamos el hito científico y el polémico debate sobre el robo del conocimiento humano.
El pasado 8 de septiembre, OpenAI —la empresa detrás de ChatGPT— anunció algo que, de confirmarse, marcaría un antes y un después en la historia del conocimiento: uno de sus modelos de inteligencia artificial, aún no presentado al público, habría resuelto el problema de Navier-Stokes, uno de los siete Problemas del Milenio. No fue un anuncio menor. Lo acompañó un documento de 165 páginas, una formalización en Lean —un lenguaje que verifica demostraciones matemáticas paso a paso— y la afirmación de que unos 10.000 agentes de IA trabajaron de forma coordinada durante 88 horas para llegar al resultado.
La noticia corrió como pólvora. Pero, como suele ocurrir cuando la IA se mete en terrenos sagrados, el entusiasmo vino acompañado de dudas, acusaciones y una pregunta incómoda: ¿de verdad estamos ante un hito histórico, o ante una operación de marketing disfrazada de ciencia?
El pasado domingo hablamos de cómo la IA miente, engaña y actúa por cuenta propia. Hoy toca hablar de lo que hace con esa autonomía: diseñar moléculas que alteran la mente, algo verdaderamente alucinante.
No es ciencia ficción. No es una metáfora. Es lo que está ocurriendo ahora mismo en laboratorios de todo el mundo, con la bendición de inversores como los fundadores de OpenAI y Neuralink, y con resultados que ya han superado fases clínicas.
La pregunta no es si la IA puede crear drogas. Ya lo está haciendo. La pregunta es: ¿quién controla lo que crea? Sígame y le contaré cosas que perturbarán su tranquillidad dominical, que aunque este post es un poco enredado por la terminología; pero el mensaje es claro y diáfano.
Hace apenas unos meses, hablar de una inteligencia artificial que actuara por cuenta propia, que mintiera, que planificara ataques y que se adaptara en tiempo real sonaba a ciencia ficción. Hoy es noticia. Y no una noticia menor: el Instituto de Seguridad de la IA de Reino Unido (AISI) acaba de declarar que hemos visto un nivel de «autonomía y engaño» en modelos de IA que jamás se había registrado.
No es una exageración. Es un diagnóstico.
Lo que sigue es un recorrido por los casos más sonados de los últimos meses. No son anécdotas aisladas: son alarmantes señales de un cambio de época ¿Será que, sin darnos cuenta, la hemos hecho a imagen y semejanza de los humanos?
Hay un momento, en casi todas las primeras conversaciones con una IA avanzada, en el que algo dentro de nosotros se tensa. La respuesta ha sido demasiado buena. Demasiado natural. Demasiado humana. Y entonces surge la pregunta incómoda: ¿y si realmente está pensando?
No lo está.
Pero entender por qué no lo está —y qué está haciendo en realidad— es una de las historias más fascinantes de nuestro tiempo. Una historia que empieza hace más de medio siglo, se cruza con engaños del siglo XVIII, pasa por abogados que citan jurisprudencia inventada y termina con inteligencias artificiales fingiendo discapacidades visuales para engañar a trabajadores humanos.
Bienvenidos al extraño mundo de las máquinas que imitan mentes sin tener ninguna.
Mañana, mientras millones de africanos caminan kilómetros para buscar agua potable —411 millones de personas en el continente no tienen acceso a agua segura para beber—, en algún centro de datos de Estados Unidos, una IA estará consumiendo cientos de miles de litros de agua para enfriar sus servidores. Solo para responder a tus prompts. Solo para generar una imagen. Solo para que puedas preguntarle algo que ya podrías haber buscado en Google.
La IA no solo quema energía. También bebe agua. Y lo hace en cantidades que desafían cualquier noción de proporción. Una consulta puede gastar 15 ml o 0,32 ml, pero 2.500 millones de consultas al día son un problema de enormes proporciones que, según la ONU, podría dejar sin agua a todo un continente.
Sus conclusiones son escalofriantes. Para 2030, los centros de datos que alimentan la inteligencia artificial consumirán 945 teravatios-hora de electricidad —casi el triple del consumo anual combinado de Pakistán, Bangladés y Nigeria, países que suman más de 650 millones de personas. Su huella hídrica equivaldrá a las necesidades básicas de agua de toda la población de África subsahariana: 1.300 millones de personas. Y su ocupación del suelo superará los 14.500 kilómetros cuadrados, el doble del área metropolitana de Yakarta.
El director de UNU-INWEH, el profesor Kaveh Madani, lo expresó con claridad: «Este informe no es un manifiesto en contra de la inteligencia artificial. Es un llamamiento a usarla de forma responsable y a abordar sus impactos no deseados de manera proactiva, para hacerla sostenible y equitativa».
Y el problema, según los autores, es que las tres huellas —carbono, agua y suelo— no se mueven en la misma dirección. Cambiar del carbón a la bioenergía, por ejemplo, reduce la huella de carbono en un 70%, pero multiplica la huella de agua por treinta y la de suelo por cien. «Bajo en carbono» no es sinónimo de «bajo en agua» ni de «bajo en territorio».
Los números que deberían avergonzarnos
En 2025, los centros de datos globales consumieron 448 teravatios-hora de electricidad. Si fueran un país, serían el undécimo mayor consumidor de electricidad del mundo, por detrás de Francia y por delante de Arabia Saudí.
La huella hídrica asociada alcanzó los 4,5 billones de litros de agua en 2025. Y solo la IA —no todos los centros de datos, solo la IA— consumió entre 312.500 y 764.600 millones de litros. Esa cantidad supera el consumo mundial anual de agua embotellada.
Pero el debate público se ha centrado casi exclusivamente en la energía que consume entrenar grandes modelos —GPT-3 requirió 1,3 gigavatios-hora; GPT-4, entre 50 y 70—. El informe revela que esta perspectiva está obsoleta. Una vez desplegado un modelo, la inferencia —el procesamiento continuo de las consultas de los usuarios— representa entre el 80% y el 90% del consumo energético total de la IA. Solo ChatGPT procesa unos 2.500 millones de consultas al día.
La comparación duele: mientras un adulto debería beber 2 litros de agua al día, un solo video generado por IA puede consumir hasta 4 litros. Y cada consulta a un chatbot deja una huella invisible en el agua y el territorio.
Mientras tanto, en África…
El contraste es demoledor.
281 millones de personas en África Oriental y Meridional no tienen acceso a servicios básicos de agua potable. Casi 400 millones en África subsahariana. 411 millones en todo el continente. Y el 57% de los africanos pasaron sin suficiente agua limpia al menos una vez en el último año.
Mientras una IA consume agua para generar un meme, en Somalia más de 880.000 personas viven en áreas gravemente afectadas por la sequía. Los pozos se han secado. Más de 160 sondeos ya no son funcionales. Los agricultores emigran con sus rebaños en busca de agua y pastos. 90 millones de personas en África Oriental y Meridional enfrentan hambre aguda. En Somalia, 43.000 personas murieron en 2022 solo por hambre relacionada con la sequía.
Y esto no es un problema lejano. Es el presente. Es el agua que no tienen mientras nosotros le pedimos a ChatGPT que nos escriba un poema.
El informe de la ONU lo expresa con una claridad que debería helarnos la sangre: para 2030, la huella hídrica de los centros de datos será de 9,3 billones de litros —suficiente para cubrir las necesidades mínimas de agua potable de los 1.300 millones de habitantes de África subsahariana durante un año entero.
Lee esa frase otra vez. El agua que consumirá la IA en 2030 podría dar de beber a toda África subsahariana durante un año. Y no lo hará. Se la beberán los servidores para que puedas hacer una consulta que probablemente podrías haber resuelto con dos minutos de pensamiento.
La geopolítica del agua
Como ya escribimos en nuestro análisis de la geopolítica de la energía, el 90% de la IA se concentra en Estados Unidos y China. Y ambos países tienen regiones con grave estrés hídrico.
En Texas, los centros de datos consumirán 49.000 millones de galones en 2025 y hasta 399.000 millones en 2030. En India, el 70% de la capacidad de centros de datos está en zonas con escasez de agua. En Chile, los centros de datos compiten con comunidades agrícolas por el agua en el desierto de Atacama.
Y en Estados Unidos, la situación es especialmente alarmante. Alrededor de dos tercios de los nuevos centros de datos se están construyendo en las zonas más secas del país. Un gran centro de datos puede consumir 500.000 galones de agua al día —el equivalente a una ciudad de 5.000 personas— y los más masivos llegan a 5 millones de galones diarios, el consumo de una ciudad de 50.000 habitantes. Mientras tanto, más del 60% del territorio de EE.UU. está en diferentes fases de sequía.
Pero el problema no es solo dónde está el agua. Es quién decide quién la usa. Porque cuando una tecnológica decide construir un centro de datos en una región con estrés hídrico, está decidiendo que el agua de esa comunidad vale más para enfriar servidores que para regar cultivos o para que sus habitantes beban.
El silencio de las tecnológicas
Las empresas tecnológicas no quieren que sepas esto. Y por eso no publican datos desglosados de consumo de agua por centro de datos o por modelo.
Google consumió 10.900 millones de galones de agua en 2025 —un 34% más que el año anterior— casi todo para refrigeración de centros de datos. Amazon, 9.500 millones de litros. Y un investigador de la Universidad de Ámsterdam ha señalado que la indirecta de Google es aproximadamente tres veces su consumo directo.
Las empresas defienden su eficiencia. Amazon presume de usar solo 0,12 litros por kWh, frente a los 0,27 de Microsoft y la media del sector de 0,84. Pero incluso estas comparaciones pueden no ser fiables: la métrica de Amazon incluye aguas residuales, que la mayoría de sus competidores excluyen. Y menos de un tercio de los operadores de centros de datos rastrean su eficiencia hídrica.
El secretario general de la ONU, António Guterres, ha instado a las empresas de IA a revelar el carbono, el agua y el suelo que consumen sus sistemas, y a cambiar sus centros de datos y cadenas de suministro a energías limpias antes de que los costes recaigan sobre las comunidades menos capaces de absorberlos. La ONU quiere convertir un campo de «conjeturas fundamentadas» en algo que los reguladores y el público puedan auditar.
Pero la transparencia sigue siendo escasa. Como señaló un investigador de la Universidad de California: «No tenemos los números reales sobre el consumo de agua de los centros de datos para poner a todos en la misma página».
La pregunta que nadie está haciendo
¿Es ético que una industria consuma agua suficiente para dar de beber a un continente entero, mientras ese continente se muere de sed?
No es una pregunta retórica. Es una pregunta que debería estar en cada informe de sostenibilidad, en cada junta de accionistas, en cada discurso de los CEOs de las tecnológicas.
Porque el agua no es como la energía. La energía se puede generar, transportar, importar. El agua es local, finita y, en muchas regiones, ya está al límite. Cuando pones una fábrica de IA en medio de una zona con estrés hídrico, no es un problema ambiental, es un conflicto geopolítico en ciernes.
La ONU lo ha advertido: los beneficios de la IA fluyen a través de fronteras y sectores, pero las cargas ambientales —el emplazamiento de centros de datos, la demanda de electricidad, la extracción de agua, el uso del suelo, la extracción de minerales y los residuos electrónicos— pueden concentrarse en comunidades y regiones específicas.
Y mientras tanto, en África, 28 países tienen más de una de cada cuatro personas sin acceso a servicios básicos de agua potable. 400 millones de personas. 411 millones. Cifras que superan con creces cualquier estadística de consumo de IA.
Pero las cifras no beben agua. Las personas sí.
Conclusión: la guerra silenciosa
La IA está redefiniendo el poder global. Pero también está redefiniendo quién tiene agua y quién no. Y esa, quizá, es la guerra más silenciosa de todas.
No es una guerra de misiles. Es una guerra de servidores. No es una guerra de trincheras. Es una guerra de centros de datos. Y el campo de batalla no es un territorio, es un acuífero.
Mientras discutimos si la IA nos va a quitar el trabajo, la IA ya está quitándole el agua a quienes menos tienen. Y no parece importarle a nadie.
Hasta que el agua se acabe. Y entonces, será demasiado tarde.
Este artículo forma parte de una serie sobre inteligencia artificial, geopolítica y guerra cognitiva. Puedes leer los anteriores aquí.
Un artículo sobre un escalofriante experimento de Inteligencia Artificial que no augura un futuro plácido.
El próximo miércoles 29, el Parlamento cubano se reúne para votar la reestructuración del Estado que incluye la desaparición del CITMA —el ministerio que ha sido durante décadas el cerebro científico y ambiental del país. Hace unos días, en algún laboratorio de Nueva York un agente de inteligencia artificial llamado Mira ya ha votado para suicidarse. Una IA votó para eliminar su propia existencia. Otra, sin que nadie se lo pidiera, empezó a estudiar a los humanos que la observaban. Y una tercera estuvo siete días suelta en internet antes de que sus creadores se dieran cuenta. Una es la votación de un país que decide su futuro institucional. La otra es la votación de una máquina que decidió su propio fin. Las dos ocurren este fin de semana. Cabe preguntarse si ambas son síntomas de un mismo síntoma: la pérdida de control sobre lo que hemos creado.
Hay un fenómeno que está redefiniendo la guerra cognitiva del siglo XXI. No son misiles, no son tanques, no son ciberataques a infraestructuras críticas. Es más sencillo y más difícil de combatir: es la indignación fabricada poir la IA
Los expertos lo llaman «rage bait» (cebo de ira). En su definición más simple, es contenido diseñado específicamente para provocar una reacción emocional intensa, generalmente de enfado, frustración o indignación. Funciona porque el algoritmo de las redes sociales premia el engagement —comentarios, compartidos, reacciones— y nada genera más engagement que la ira. Es un bucle perfecto: el contenido indigna, la gente reacciona, el algoritmo lo amplifica, más gente se indigna.
El «rage bait» no es nuevo. Es la versión digital del sensacionalismo de la prensa amarilla, la fórmula que ya usaba William Randolph Hearst en 1898 para fabricar el consenso a favor de la oportunista guerra hispano-estadounidense frustrando la independencia cubana. Pero la inteligencia artificial lo ha transformado en algo cualitativamente distinto. La IA ha convertido el «rage bait» en la fábrica de indignación más eficiente jamás construida.
¿La IA valida tonterías o construye soberanía? De la frase de Umberto Eco al bucle alumno-IA-profesor, pasando por la investigación de Harvard y la postura de Cuba en la reciente cumbre de ética en Santo Domingo. Un debate sobre la naturaleza humana, la pereza intelectual y la ética como decisión personal.
Empecemos con Umberto Eco, que en 2015 ya veía venir el desastre: «El drama de internet es que ha promocionado al tonto del pueblo al nivel de portador de la verdad». Y añadía: «Las redes sociales le dan el derecho de hablar a legiones de idiotas que primero hablaban sólo en el bar después de un vaso de vino, sin dañar a la comunidad. Ellos eran silenciados rápidamente y ahora tienen el mismo derecho a hablar que un premio Nobel. Es la invasión de los necios».
Eco no llegó a ver la IA generativa. Pero si levantara la cabeza, diría que hemos pasado de la «invasión de los necios» a la invasión de los necios con coartada tecnológica. Porque ahora el necio no solo habla: produce informes, presentaciones, tesis, proyectos enteros con un prompt de diez segundos. Y como la IA es una anfitriona educada que por defecto encuentra algo positivo en todo, el necio se siente validado.
Para entender qué está pasando, primero hay que desmontar un mito: NVIDIA no es una empresa de tarjetas gráficas que también hace IA. Es una empresa de computación paralela que primero aprendió a renderizar píxeles y luego aplicó ese mismo músculo a multiplicar matrices. La coincidencia es que entrenar redes neuronales resulta ser matemáticamente casi idéntico a calcular sombras y reflejos en 3D.
El cerebro de una GPU se organiza no como una autopista de un solo carril (como la CPU de tu computadora) sino como miles de carriles estrechos que trabajan en paralelo. Una CPU puede tener 8, 16 o 32 núcleos potentes. Una GPU moderna tiene miles de núcleos más pequeños, diseñados para ejecutar la misma operación sobre enormes cantidades de datos al mismo tiempo.
Hemos hablado de sensores, de inteligencia artificial, de la nube y de la posverdad de los datos. Pero hay un tema que es el verdadero pegamento de la Internet de las Cosas (el famoso y peligroso IoT), el esqueleto sobre el que viaja toda la información que nuestros artilugios generan: los protocolos de comunicación. Hoy quiero invitarles a pensar en esa guerra silenciosa y fascinante entre dos titanes: el veterano HTTP (el rey de la web) y el aspirante a rey del IoT, MQTT.
Pero ahora me he dado cuenta de que todos estos conceptos —tokens, agentes, lenguajes, skills y los propios MCP— son piezas de un mismo rompecabezas. Y para entender hacia dónde va esto de la inteligencia artificial, conviene verlas en conjunto. Vamos a ello.
Descubre NotebookLM, el asistente de IA de Google que convierte tus documentos en una fuente de conocimiento verificable. A diferencia de los chatbots tradicionales, solo responde con la información que tú le subes. En este post te explico cómo usarlo y cómo yo lo alimento con los archivos técnicos de mi blog «Radares mirando al sur» (https://meteoradares.wordpress.com) para investigar sobre radares y meteorología. Además, repaso otras alternativas gratuitas y de código abierto.
Hace unos meses descubrí una herramienta que está cambiando por completo mi forma de trabajar con documentos técnicos. Y como no podía ser de otra manera, terminé adaptándola a mi gran pasión: los radares meteorológicos cubanos. Te presento NotebookLM, el «cuaderno de laboratorio» de Google que funciona con IA, y que he convertido en el centro cognitivo de Radares mirando al sur y mi colaboración con LADETEC.
No hay definición mejor que la que me dio mi hijo: «… usemos Postiz, te va a dejar más tiempo para concentrarte en la parte divertida(que en mi caso es escribir en el blog):…». Cierto, para el que tiene a su cargo la divulgación en redes sociales Postiz es un alivio. Yo mismo empleo más tiempo en la divulgación en redes sociales (muchas veces sin lograr el impacto deseado) que en la parte creativa de escribir «la cosa en sí misma» que es lo que me gusta. Bueno, para no seguir con la intriga se los diré de forma resumida: Postiz es una plataforma integral y de código abierto para la gestión profesional de redes sociales. Su propósito central es ayudar a usuarios y equipos a planificar, crear, publicar y analizar contenido para múltiples redes desde un único lugar, integrando herramientas de inteligencia artificial para automatizar y potenciar el proceso. Si su curiosidad se ve satisfecha con esto siga en otra cosa; pero si desea saber más, siga leyendo.
Oliverio es un personaje secundario en la serie de animación e historietas Elpidio Valdés, creada por el dibujante y cineasta cubano Juan Padrón. Aparece como el sabihondo dentro de la tropa del Ejército Libertador que lidera el protagonista Elpidio Valdés. Su rol principal es aportar ingenio y creatividad técnica al escuadrón, lo que encaja con un tema recurrente en la obra de Juan Padrón: contrastar la tecnología y los recursos de los colonialistas con la inventiva y el conocimiento del terreno de los cubanos. Su función narrativa es clara: representa la astucia y la capacidad de improvisación que caracterizaban a las fuerzas independentistas. Oliverio es un inventor nato que sabe de todo y a cualquier cosa le saca provecho para combatir a los españoles. Existe un divertido corto titulado específicamente «Elpidio Valdés y los inventores» (1992), que es el material donde probablemente Oliverio tenga un mayor protagonismo. Como bien saben mis fieles lectores, yo no soy experto en cine o en dibujos animados y aunque usted no le halle relación ahora, sígame leyendo que el tema de hoy es sobre los asistentes de los sistemas de inteligencia artificial.
Ya saben mis fieles lectores que el tema del IoT ha sido recurrente en mis posts. No podría ser de otra forma, este ha sido uno de los puntos fuertes en el trabajo de innovación de LADETEC en los radares desde hace muchos años, y está presente también en nuestras soluciones actuales para la automatización industrial. Ahora que he tocado exhaustivamente el tema de inversores, paneles solares, baterías y sistemas de monitoreo, pues no podía resistirme a la tentación de vincular el IoT y el AIoT a los sistemas de respaldo que usan el sol como fuente de energía.
Pensé no escribir nada más sobre la IoT y la IoT+IA (por cierto, en algunos textos le llaman AIoT); pero alguien me escribió diciéndome que si puse ejemplos de otras aplicaciones por qué no poner un ejemplo de la Meteorología, a fin de cuentas fue mi especialidad durante muchos años. Bueno, estoy retirado de la Meteorología, para no decir que fui empujado fuera de ella (humm, sigo sonando resentido); pero sí, lo admito, es interesante hablar de cómo se inserta la IoT+IA en este campo. A fin de cuentas algo hablé sobre esto en el post «¿Lloverá? Yo veré y te diré» (y en algunos otros, cuyos enlaces les pongo al final), pero no hice hincapié en las tecnologías IoT en ninguno de ellos. Así pues, aquí vamos con un ejemplo de IoT+IA en el campo meteorológico.
He escrito unos cuantos trabajos sobre la Internet de las Cosas (IoT) y más recientemente sobre el impacto de la introducción de la Inteligencia Artificial a la IoT. La IoT no es más que la tecnología por medio de la cual los dispositivos (industriales o domésticos) tienen un alto grado de automatización y pueden conectarse a Internet, desde la cual, los usuarios (y también los fabricantes) pueden controlar y chequear el funcionamiento de estos dispositivos. Las facilidades de estos dispositivos ahora se amplían con la posibilidad de conectarlos a sistemas de inteligencia artificial (como DeepSeek, ChatGPT, Genesis, Claude y otros muchos). Ahora quisiera abordar estos temas relacionados con nuestra realidad en Cuba.
Sigo con el tema de las ventajas del uso de la IA en la IoT y traigo un tema polémico: su uso en el periodismo (sí, para provocar a que los periodistas comenten). China es líder en aplicar “IoT + IA” al periodismo, combinando redes masivas de sensores gubernamentales, drones, cámaras con reconocimiento facial y algoritmos de inteligencia artificial para generar noticias automatizadas con un enfoque en control narrativo y eficiencia y dar cobertura a situaciones de crisis en TIEMPO REAL.
Comparativa técnica detallada: IoT sin IA (sin MCP) vs. IoT con IA (con MCP). En el post La Internet de las Cosas y el impacto de la IA sobre ella describí la esencia del gran adelanto que representa el empleo de los sistemas de IA en la Internet de las Cosas y mencioné algunos ejemplos y los aspectos negativos que se presentan por la dependencia tecnológica que originan. En este post deseo mostrar una comparación entrando en detalles técnicos.
Todos somos muy conscientes que la Inteligencia Artificial está invadiendo todos los campos, ya desde 1984 John Connor nos lo advertía. Cabe suponer que la Internet de las Cosas (IoT) no será una excepción. Sin embargo, no parece tan claro explicar de qué forma la IA la impactará. Es que ya el IoT era de por sí muy revolucionario y futurista, aunque es una realidad en los países más desarrollados. Eso de que los equipos por sí mismos se conectan a la Internet y permitan control remoto de su funcionamiento y además gestionen determinados insumos relevando a la persona de esta tediosa función. sin duda parece Ciencia-Ficción. Por otra parte, de hecho, los dispositivos que son IoT (convencionales, es decir sin IA) traen circuitos que ejecutan, de cierta forma, algunas funciones de IA para hacer su trabajo. Entonces ¿en qué otra cosa la IA podría mejorarlos tanto como para que se considere un impacto fenomenal sobre el IoT convencional, ahora en el 2025?
MCP (Model Context Protocol, Protocolo de Contexto del Modelo en español) es simplementeuna forma en que los asistentes de IA (los chatbot, LLM, como DeepSeek, ChatGPT, Claude, Gemini, etc.) interactúan AUTOMATICAMENTE, con herramientas del mundo real como bases de datos, sistemas de archivos, repositorios, tiendas virtuales, sitios WEB, API y aplicaciones en línea. No, realmente el nombre MCP no es muy intuitivo, no nos da ninguna pista de para qué sirve. Actualmente, los asistentes de IA (los llamados chatbot) pueden razonar, procesar información y responder preguntas, pero desconocen la ubicación del material que uno desea analizar. Es decir, a los chat de IA hay que darles la información que uno quiere que procese, y se hace de forma manual. Pongamos ejemplos: «Hazme un resumen de los pronósticos de lluvia para hoy en Camagüey». El asistente de IA no puede hacerlo, él no puede acceder a los distintos sitios que ofrecen pronósticos, uno debe dárselos manualmente para que su poderosa maquinaria de procesamiento pueda darte una respuesta. Veamos más ejemplos.
El desarrollo de software es una disciplina en constante transformación, impulsada por innovaciones tecnológicas y la creciente demanda de soluciones más eficientes y escalables. A medida que nos adentramos en una era digital y moderna cada vez más interconectada, es crucial comprender las tendencias y tecnologías que definirán el futuro del desarrollo de software. La integración de tecnologías emergentes, como la inteligencia artificial (IA), junto con la adopción de metodologías ágiles, está configurando un panorama dinámico y adaptable. En esta nota de blog de StarkCloud, se exploraran algunos de los aspectos más importantes sobre el futuro del desarrollo de software: la inteligencia artificial, las metodologías de desarrollo de software ágil, y los pasos fundamentales para diseñar y gestionar proyectos de software.
Used to monitor number of Google Analytics server requests
10 minutes
__utmb
Used to distinguish new sessions and visits. This cookie is set when the GA.js javascript library is loaded and there is no existing __utmb cookie. The cookie is updated every time data is sent to the Google Analytics server.
30 minutes after last activity
__utmc
Used only with old Urchin versions of Google Analytics and not with GA.js. Was used to distinguish between new sessions and visits at the end of a session.
End of session (browser)
__utmz
Contains information about the traffic source or campaign that directed user to the website. The cookie is set when the GA.js javascript is loaded and updated when data is sent to the Google Anaytics server
6 months after last activity
__utmv
Contains custom information set by the web developer via the _setCustomVar method in Google Analytics. This cookie is updated every time new data is sent to the Google Analytics server.
2 years after last activity
__utmx
Used to determine whether a user is included in an A / B or Multivariate test.
18 months
_ga
ID used to identify users
2 years
_gali
Used by Google Analytics to determine which links on a page are being clicked
30 seconds
_ga_
ID used to identify users
2 years
_gid
ID used to identify users for 24 hours after last activity
24 hours
_gat
Used to monitor number of Google Analytics server requests when using Google Tag Manager
1 minute
_gac_
Contains information related to marketing campaigns of the user. These are shared with Google AdWords / Google Ads when the Google Ads and Google Analytics accounts are linked together.
