Del conocimiento tácito a la acción: cómo la IA transforma el trabajo en primera línea



El experto multidisciplinario Michael Polanyi observó célebremente: «Sabemos más de lo que podemos expresar». En almacenes y tiendas, esta paradoja se manifiesta a diario: quienes realizan el trabajo conocen detalles esenciales de las operaciones que rara vez aparecen en los manuales.

Las personas que atienden a clientes, preparan pedidos o gestionan mercancías adquieren conocimientos prácticos con la experiencia. Saben cómo resolver excepciones, aplicar atajos seguros y adaptarse a las condiciones particulares de cada lugar. Este conocimiento tácito puede facilitar el trabajo y mejorar la atención, pero suele transmitirse informalmente, mediante conversaciones, observación y práctica. Cuando alguien con experiencia cambia de puesto o se jubila, parte de ese saber puede desaparecer.

Los procedimientos operativos estándar (SOP, por sus siglas en inglés) siguen siendo importantes, pero los documentos elaborados desde arriba no siempre reflejan lo que ocurre en la práctica. La llegada de herramientas de inteligencia artificial (IA) para los equipos de primera línea está ayudando a identificar esa brecha: cuando un asistente entrenado con procedimientos y materiales de formación no puede responder una pregunta, puede estar señalando que la guía está incompleta, desactualizada o desconectada de la realidad.

## Una economía del conocimiento más participativa

Tradicionalmente, los procedimientos se redactaban de forma centralizada y después se distribuían a los equipos. Un modelo más conectado invierte esa dinámica: quienes realizan las tareas también pueden aportar información para mantener actualizados los conocimientos de la organización.

Por ejemplo, una persona que detecta una instrucción confusa, una excepción recurrente o una diferencia entre el procedimiento y la situación real puede comunicarlo a través de un asistente de IA. Las señales recopiladas ayudan a los responsables a revisar los materiales, identificar necesidades de capacitación y convertir la experiencia cotidiana en instrucciones útiles y aprendizaje breve.

Este enfoque no consiste en sustituir el criterio de los trabajadores por una herramienta. Su propósito es facilitar que la experiencia práctica se comparta, se revise y, cuando corresponda, se convierta en mejores procedimientos. Así, la formación puede dejar de limitarse a la incorporación inicial y convertirse en un proceso continuo de aprendizaje y actualización.

Reconocer las aportaciones del personal también puede fortalecer la autonomía y el compromiso. Cuando las mejoras propuestas por los equipos se escuchan y se comparten, la organización está mejor preparada para atender a clientes informados, tanto en una tienda como en un canal digital.

El economista del MIT David Autor ha señalado que las tareas más difíciles de automatizar suelen requerir flexibilidad, juicio y sentido común. En muchos casos, la tecnología no elimina estas capacidades: puede complementarlas y ayudar a que las personas las apliquen con mayor eficacia.

## IA que comprende distintos formatos

El conocimiento operativo no siempre se expresa mejor en un documento extenso. La formación puede combinar texto, imágenes, videos, demostraciones y conversaciones. Esa diversidad refleja las distintas maneras en que las personas aprenden y permite documentar procesos que son difíciles de describir únicamente con palabras.

Los agentes de IA multimodales pueden trabajar con audio, texto, imágenes y video. Un trabajador podría explicar verbalmente que una instrucción no coincide con la práctica habitual, o tomar una fotografía de una estantería para compararla con el plan de exposición de productos. El sistema podría ayudar a señalar diferencias y ofrecer pasos para corregirlas, sujeto a la validación y supervisión adecuadas.

En algunos casos, modelos más pequeños pueden ejecutarse directamente en dispositivos o dentro de la red de la empresa. Esto puede reducir la latencia y limitar la necesidad de transmitir datos fuera del entorno corporativo. La elección de la arquitectura debe considerar la seguridad, la privacidad y las necesidades concretas de cada operación.

## De saber a hacer

Implementar agentes de IA no es solo una decisión tecnológica. También requiere revisar cómo se diseñan los procedimientos, quién valida las actualizaciones y cómo se incorpora la experiencia de los equipos. Un enfoque exclusivamente centrado en el departamento de tecnología puede pasar por alto los cambios culturales y operativos necesarios para que estas herramientas sean realmente útiles.

Las empresas pueden beneficiarse de colaborar con proveedores que conozcan sus sectores y puedan apoyar el diseño, la configuración, la integración y la gestión de las soluciones. La colaboración no elimina la responsabilidad interna: la organización debe definir sus objetivos, proteger sus datos y mantener la supervisión humana sobre las recomendaciones y los cambios en los procedimientos.

También es esencial el respaldo de los directivos y una cultura que permita probar, aprender y corregir. El valor de la IA depende tanto de los modelos y la infraestructura como de la disposición de las personas para participar en la transformación.

La brecha entre lo que sabemos y lo que podemos explicar no desaparecerá por sí sola. Pero al combinar la experiencia de primera línea con herramientas capaces de recoger y organizar aportaciones, las empresas pueden convertir conocimientos dispersos en mejores procedimientos, formación más pertinente y operaciones más sólidas. El resultado potencial es una tecnología que no solo transmite instrucciones, sino que ayuda a que el trabajo mejore día a día.

from Latest from TechRadar https://www.techradar.com/pro/crowdsourcing-the-corporate-brain-closing-polanyis-paradox-on-the-frontline
via IFTTT IA

Windows 11 integra una prueba de velocidad de internet sin pasar por Bing



Microsoft está cambiando la forma de comprobar la velocidad de internet en Windows 11. En una versión preliminar del sistema, la prueba ya se ejecuta directamente desde la configuración rápida, sin abrir el navegador ni redirigir al usuario a una búsqueda de Bing.

Hasta ahora, al iniciar esta función se abría el navegador predeterminado con una prueba de velocidad disponible en la página de Bing. Aunque permitía consultar la conexión, la experiencia resultaba poco práctica: para una tarea sencilla, obligaba a salir de Windows y, de paso, generaba tráfico para el buscador de Microsoft.

## Una prueba integrada en Windows

El cambio aparece en la versión preliminar 26340.9767, disponible para los participantes del programa Windows Insider en el canal Experimental. Según Microsoft, los usuarios pueden iniciar la prueba desde el panel de configuración rápida y consultar allí mismo los resultados, sin ser enviados a un navegador.

También es posible acceder a la función haciendo clic con el botón derecho en el icono de red de la bandeja del sistema, situado en el extremo derecho de la barra de tareas.

Contar con una herramienta integrada puede ser útil cuando una videollamada se interrumpe, un video se reproduce con dificultades o una descarga tarda más de lo esperado. Una comprobación rápida ayuda a determinar si el problema podría estar relacionado con la conexión. Para eso, poder ver el resultado directamente en Windows es más cómodo que abrir una página web.

Por ahora, la función sigue en fase de pruebas y podría cambiar antes de llegar al público general. Microsoft señala que la nueva experiencia amplía la prueba de velocidad que ya había presentado anteriormente a los usuarios de Windows Insider. La compañía no ha anunciado una fecha concreta para su lanzamiento general.

## Un cambio pequeño, pero significativo

La nueva implementación corrige una decisión que hacía que una función del sistema operativo dependiera de una página web. La versión anterior podía cumplir su cometido, pero también servía para dirigir usuarios a Bing. Eso alimentaba la percepción de que algunas funciones de Windows están diseñadas, en parte, para promocionar los servicios de Microsoft.

No es un caso aislado. La compañía ha recibido críticas por otras experiencias relacionadas con Bing, incluidas funciones de su aplicación Bing Wallpaper que algunos usuarios consideran confusas o demasiado insistentes. Aunque estos productos no siempre vienen incluidos con Windows, pueden influir en la impresión general que deja el ecosistema de Microsoft.

Por eso, llevar la prueba de velocidad al propio sistema es más que una mejora de comodidad: también elimina una redirección innecesaria. Si el objetivo es mejorar la experiencia de Windows 11 y recuperar la confianza de sus usuarios, reducir las promociones intrusivas sería un paso importante. Esta actualización es modesta, pero apunta en la dirección correcta.

from Latest from TechRadar https://www.techradar.com/computing/windows/windows-11s-built-in-internet-speed-test-is-getting-a-divorce-from-bing-and-its-about-time
via IFTTT IA

Microsoft ofrece una salida voluntaria mientras acelera su inversión en inteligencia artificial



Microsoft ha ofrecido un programa de salida voluntaria a decenas de miles de empleados en varios países, mientras continúa destinando grandes sumas a la infraestructura necesaria para sus servicios de inteligencia artificial. La iniciativa busca reducir la plantilla mediante un paquete de indemnización para quienes opten por dejar la compañía.

La oferta se ha dirigido a 60.000 empleados de Estados Unidos, Reino Unido, Canadá e India, aproximadamente una cuarta parte de la plantilla global de Microsoft. La empresa no ha detallado oficialmente las razones de la medida. Sin embargo, se esperaba que destinara alrededor de 50.000 millones de dólares a gastos entre julio y septiembre, con una parte considerable orientada a centros de datos y capacidad de computación para IA.

## Una oferta vinculada a la puntuación de experiencia

El programa está disponible para empleados con una puntuación de experiencia de 70 o menos, según la escala interna de Microsoft. Las condiciones varían según la puntuación y la antigüedad: algunos trabajadores con una puntuación de entre 65 y 67 podrían recibir dos semanas de salario por cada seis meses en la empresa. Para quienes obtengan menos de 65, el paquete contempla una semana de salario por cada seis meses trabajados.

La oferta también incluye prestaciones adicionales, como la continuidad de la cobertura sanitaria, asistencia para encontrar un nuevo empleo y un periodo ampliado para consolidar acciones. Los empleados tienen hasta diciembre para decidir si aceptan el paquete.

Según informaciones publicadas, algunas áreas —entre ellas marketing, ventas e ingeniería— han optado por no participar. En un memorando dirigido al personal, la directora de Recursos Humanos, Amy Coleman, describió la iniciativa como una novedad para la compañía y señaló que Microsoft evaluará los resultados. También afirmó que la empresa seguirá ayudando a sus empleados a desarrollar nuevas habilidades y a explorar oportunidades internas cuando sea conveniente.

## Inversión sostenida en IA

La oferta de salida llega en un año de crecimiento para Microsoft: la compañía informó de un aumento interanual de los ingresos del 18%, hasta superar los 90.000 millones de dólares. Al mismo tiempo, las principales empresas del sector están invirtiendo cientos de miles de millones en centros de datos, chips y otros componentes de infraestructura, con la expectativa de que la IA mejore la productividad y la eficiencia.

Microsoft ha inaugurado 31 centros de datos en el último trimestre. En abril de 2026 también abrió Fairwater 1, una instalación valorada en 7.300 millones de dólares que ha generado preocupación entre algunos residentes locales por el ruido y la contaminación lumínica.

La compañía trabaja asimismo para reducir los costes de hardware. En octubre presentó Maia 300, su chip de IA más potente hasta la fecha, que ya utiliza para tareas de inferencia en Copilot. Microsoft afirma que el diseño ofrece 1,7 veces más tokens por vatio que la infraestructura de GPU líder y que, gracias a su eficiencia y a la reducción del coste por token, Maia 300 se convertirá en una pieza central de su capacidad de inferencia.

La combinación de una oferta de salida voluntaria y una fuerte inversión en infraestructura refleja dos prioridades simultáneas: ajustar la plantilla y ampliar la capacidad tecnológica necesaria para competir en el mercado de la IA. El resultado del programa y el rendimiento de esas inversiones ayudarán a determinar cómo evoluciona esa estrategia en los próximos meses.

from Latest from TechRadar https://www.techradar.com/pro/microsoft-offers-60-000-workers-voluntary-redundancy-buyout-option-ai-revolution-could-mean-a-quarter-of-its-workforce-can-now-leave
via IFTTT IA

IA soberana: más allá de dónde se almacenan los datos



A medida que la inteligencia artificial se extiende por todo el mundo, crecen las preguntas sobre el origen de los datos con los que se entrenan los modelos, quién es su propietario y cómo se protege la información sensible. Estas cuestiones están en el centro de la IA soberana, un enfoque que cobra relevancia conforme la IA pasa de los proyectos piloto a sistemas de producción desplegados en empresas y regiones enteras.

La soberanía de la IA no se limita a elegir el país donde se guarda la información. También implica determinar quién controla las capacidades de IA de una organización y cómo se gestionan sus componentes: desde el hardware y el software hasta las políticas de acceso, administración de la infraestructura e instalación de aplicaciones.

Las leyes y prácticas de protección de datos varían entre jurisdicciones, incluso dentro de una misma región. Por eso, las organizaciones deben comprender y gobernar los flujos de información y los procesos que intervienen en cada etapa. Aunque el debate suele centrarse en los países, estos mismos desafíos afectan a las empresas, cuyas operaciones pueden abarcar múltiples territorios.

## La ubicación es solo una parte de la cuestión

La ubicación física de un centro de datos es relativamente fácil de identificar. Sin embargo, puede ser más difícil saber dónde se procesa o almacena una carga de trabajo cuando un proveedor opera una infraestructura multinube y distribuye recursos entre distintas instalaciones. Si la capacidad escasea, algunas plataformas pueden trasladar cargas de trabajo a otros centros de datos. Las organizaciones necesitan garantías de que sus aplicaciones y sus datos permanecerán en los lugares previstos.

Pero conocer la ubicación no basta. También importa quién tiene autoridad sobre los datos y qué normas determinan su uso o transferencia. Si una entidad de una jurisdicción controla información almacenada en otra, ¿quién decide cómo puede utilizarse y si puede cruzar fronteras? La respuesta puede complicarse aún más cuando una empresa opera en varios países.

La IA añade otra dimensión. Los sistemas tradicionales, como los de gestión empresarial, inventario o recursos humanos, suelen consultar bases de datos corporativas de forma remota. En cambio, la inferencia de IA puede ejecutarse cada vez más cerca del usuario, en dispositivos como teléfonos, vehículos conectados o sistemas industriales. Estos equipos pueden necesitar acceso a datos y resultados del modelo, no solo a contenido procesado y presentado de forma convencional.

Cuando los modelos y los datos empresariales circulan entre centros de datos, infraestructuras regionales y dispositivos periféricos, atraviesan redes y sistemas de almacenamiento distintos. Las organizaciones deben definir quién controla esa información durante el tránsito, sobre todo cuando cruza fronteras.

## Evaluar la soberanía en cada capa

La IA requiere una combinación de capacidad de cálculo, entrada y salida de datos de alto rendimiento y redes rápidas. Esos elementos deben operar bajo políticas, procesos y normas coherentes. Una arquitectura puede incluir servidores en una región, dispositivos periféricos en otra y comunicaciones que atraviesen varias jurisdicciones.

También hay que considerar dónde reside la información, si está centralizada y en qué formato se conserva. La propiedad y la responsabilidad sobre los datos pueden recaer en distintas áreas de una organización, como una unidad de negocio, el equipo de cumplimiento o la dirección ejecutiva. Es esencial aclarar quién decide qué infraestructura ejecuta cada entrenamiento, especialmente cuando un sistema centralizado distribuye tareas según la capacidad y el rendimiento disponibles.

Las organizaciones deberían preguntarse si esas decisiones automatizadas pueden modificarse, qué datos pueden utilizarse para cada propósito y quién autoriza su uso. También deben establecer qué fuentes son fiables y cómo influyen en la selección las obligaciones legales, regulatorias o políticas de cada región.

Un marco de gobernanza sólido asigna responsabilidades tanto a equipos como a personas, y mantiene registros verificables sobre el origen de los datos, sus usos y las licencias o permisos correspondientes. Los mismos principios deben aplicarse a los entornos de entrenamiento, los parámetros de los modelos y las decisiones de despliegue. Asimismo, conviene definir quién puede administrar esos sistemas y desde qué jurisdicción.

Los usuarios no necesitan conocer todos los detalles técnicos, pero sí deberían poder entender la procedencia y la gobernanza de los sistemas que procesan información sensible y propiedad intelectual. La soberanía depende de mantener un control auditable sobre los datos, los modelos, las plataformas y las personas implicadas durante todo el ciclo de vida de la IA.

También es necesario demostrar que los resultados se basan en datos de entrenamiento legítimos y que la información permanece protegida, accesible solo para quienes cuentan con autorización. Algunos proveedores, como Verda, una empresa europea de servicios de nube para IA, ofrecen infraestructuras alojadas en centros de datos nórdicos y opciones para configurar hardware y software según las necesidades operativas y regulatorias de sus clientes. Sus controles incluyen máquinas virtuales confidenciales, entornos de ejecución confiables protegidos por hardware y cifrado de la memoria de CPU y GPU, además de los datos en tránsito y en reposo.

El principio general es que la soberanía no se logra únicamente al elegir una ubicación de alojamiento. Requiere integrar la gobernanza, la seguridad y el control regulatorio en cada etapa del sistema.

## La soberanía operativa va más allá del cumplimiento

La IA se está convirtiendo en infraestructura crítica para empresas de todo el mundo. Por ello, el cumplimiento de las leyes locales debe considerarse desde el diseño, no añadirse cuando el centro de datos ya está en funcionamiento. Los compromisos de soberanía deben mantenerse durante el diseño, la implementación y la operación cotidiana.

Una infraestructura soberana también puede contribuir a la continuidad frente a cambios comerciales, tensiones geopolíticas y transformaciones tecnológicas. La soberanía no elimina todas las dependencias externas: busca identificarlas, decidir cuáles son aceptables y evitar concentraciones de riesgo innecesarias.

Las decisiones de diseño y operación pueden reducir la dependencia de un único proveedor y facilitar que los sistemas sigan funcionando si una relación comercial termina. Depender de un solo suministrador para tecnologías esenciales puede ser arriesgado, ya que los cambios geopolíticos pueden traducirse en aranceles o restricciones comerciales.

Incluso un centro de datos ubicado en una sola región depende de cadenas de suministro internacionales. Servidores, almacenamiento, energía y otros componentes pueden proceder de numerosos fabricantes, pero la operación puede acabar dependiendo de un grupo reducido de proveedores. Entender dónde se concentra ese riesgo es tan importante como conocer la ubicación de las instalaciones.

Los estándares abiertos y la estandarización formal pueden mejorar la interoperabilidad y reducir la dependencia de un proveedor específico. También facilitan la movilidad de las cargas de trabajo entre tecnologías y entornos, lo que contribuye a una infraestructura más resiliente.

## Generar confianza mediante controles verificables

La confianza en la IA soberana depende de que las organizaciones sepan quién puede acceder a sus datos, su infraestructura y sus entornos de producción, en qué circunstancias y bajo qué supervisión. Los accesos privilegiados deben asignarse con claridad, limitarse a quienes los necesitan y quedar documentados. La responsabilidad puede recaer, por ejemplo, en la dirección de TI o en el área de cumplimiento.

Esto es especialmente importante cuando los sistemas procesan datos propios, instrucciones de usuarios, resultados de modelos o conjuntos de ajuste que podrían revelar información comercial sobre productos, clientes y procesos internos.

Las políticas y la formación del personal son necesarias, pero deben complementarse con medidas técnicas y operativas. Las organizaciones necesitan garantías claras de que sus datos no se conservarán, reutilizarán ni incorporarán al entrenamiento de modelos de un proveedor sin autorización explícita.

Los controles de acceso, el cifrado, los registros de actividad, el aislamiento de cargas de trabajo y las políticas de retención ayudan a hacer cumplir esas garantías. Además, los procesos documentados deberían indicar quién controla cada componente, dónde existen riesgos en la cadena de suministro y qué leyes regionales se aplican a los datos.

Por tanto, la gobernanza ya es un criterio de evaluación tan importante como el rendimiento, la escalabilidad y el coste. Los proveedores de IA soberana deben demostrar —no solo afirmar— cómo protegen los datos y gestionan las cargas de trabajo en todas las capas de hardware y software.

Para las organizaciones que dependen cada vez más de la IA como infraestructura crítica, la propiedad transparente, los controles auditables y los procesos coherentes serán fundamentales para generar confianza y facilitar una adopción más amplia.

from Latest from TechRadar https://www.techradar.com/pro/sovereign-ai-is-about-more-than-where-data-resides
via IFTTT IA

«Ali G: Who I Iz?» llegará a Prime Video cinco días después de su estreno en cines


Ali G: Who I Iz? está a punto de establecer un récord importante —y posiblemente poco deseado— en Prime Video: será la primera película en estrenarse en una plataforma de streaming menos de una semana después de su debut en salas.

La comedia, en la que Sacha Baron Cohen vuelve a interpretar a su irreverente personaje, llegará al servicio de Amazon el miércoles 28 de octubre. La película se estrenó en cines el viernes 23 de octubre, por lo que entre ambos lanzamientos transcurrirán apenas cinco días.

Amazon no ha explicado por qué Who I Iz? tendrá una ventana tan breve entre su estreno cinematográfico y su llegada al vídeo prémium bajo demanda (PVOD). Hasta ahora, Cohen es la única persona que ha comentado públicamente la fecha, que anunció a través de las redes sociales de Ali G.

He solicitado a Amazon una declaración sobre esta estrategia de lanzamiento, pero la compañía no había respondido al momento de la publicación. Si recibo una respuesta, actualizaré este artículo.

Ali G: Who I Iz? supone el regreso de Cohen al personaje titular por primera vez en casi 20 años. El comediante retiró a su creación más conocida en 2007 y la ha recuperado para esta nueva película de estilo documental.

En un ensayo publicado en Time, Cohen defendió la decisión de traer de vuelta a un personaje que algunos críticos consideran anticuado y problemático. Según explicó, precisamente esa percepción fue una de las razones para resucitarlo: a su juicio, los prejuicios que Ali G exponía no han desaparecido, sino que se han agravado en un entorno marcado por la desinformación y las teorías conspirativas difundidas en redes sociales.

Cohen afirmó que su objetivo sigue siendo hacer reír al público y, al mismo tiempo, confrontarlo con los peligros del fanatismo y las teorías conspirativas.

El estreno de Ali G: Who I Iz? plantea una pregunta sobre el futuro de las ventanas cinematográficas: ¿se convertirá este lanzamiento casi simultáneo en una excepción o marcará una nueva tendencia? ¿Verás la película en Prime Video? Cuéntanoslo en los comentarios.

from Latest from TechRadar https://www.techradar.com/entertainment/amazon-prime-video/ali-g-who-i-iz-prime-video-release-date-announcement
via IFTTT IA

Deja de contar tokens: mide los resultados que realmente importan



Imagina un equipo de NASCAR cuyo liderazgo decide que ganará el coche que más combustible consuma. El jefe de mecánicos ajusta cada motor para que funcione de forma derrochadora. Los pilotos pisan el acelerador y el freno a la vez. La telemetría registra un consumo récord. El coche termina en último lugar.

Durante un tiempo, algunas empresas aplicaron una lógica parecida a la medición de la IA. Crearon clasificaciones internas que ordenaban a los empleados según la cantidad de tokens que consumían. Un empleado de Meta incluso elaboró una lista de los principales «campeones del token», que retiró discretamente después de que las cifras trascendieran. Para la primavera, la tendencia ya tenía nombre: *tokenmaxxing*, o maximizar el consumo de tokens.

Al comienzo del verano llegó la reacción previsible. Empresas como Uber reconocieron que habían agotado todo su presupuesto anual para IA en cuestión de meses.

Más recientemente, el péndulo se ha inclinado hacia el extremo opuesto: usar el mínimo posible de tokens, una práctica que podríamos llamar *tokenminning*. Pero el problema es el mismo. Si el liderazgo define el éxito como consumir la menor cantidad de combustible, el coche ganador nunca saldría de la línea de salida.

Quemar tokens o ahorrarlos nunca debería ser el objetivo final. La meta es lanzar más productos, con mayor calidad y con las mismas personas o incluso menos. La responsabilidad de los líderes es definir el camino estratégico hacia esa meta y diseñar métricas que ayuden a recorrerlo.

## Por qué las clasificaciones no dan en el blanco

Una métrica de vanidad es una cifra que luce bien en una presentación, una clasificación o un panel de control, pero que no cambia la manera de dirigir el negocio. En el ámbito de la IA, incluso las métricas técnicas y complejas pueden convertirse en métricas de vanidad.

He visto, por ejemplo, índices de utilización de GPU que presumen de la capacidad de procesamiento acumulada, sin demostrar si esta resuelve problemas reales. También he visto recuentos de funciones de IA lanzadas por trimestre, mientras se añade un resumen automático con un icono brillante a cada producto antiguo para engordar las notas de lanzamiento.

Estas métricas pueden parecer rigurosas, pero están desconectadas del trabajo y de sus resultados. Cuando los líderes no vinculan las cifras con los objetivos finales, los equipos de ingeniería pueden acabar persiguiendo aquello que resulta más fácil de contar.

## El mapa de carrera que falta

El trabajo completado solo importa si es el trabajo adecuado. Cuando la dirección celebra una «adopción del 95 %» de GitHub Copilot porque se han distribuido las licencias, puede confundir el acceso superficial con un uso efectivo. Y quizá concluya, sin pruebas suficientes, que la productividad se ha disparado. En realidad, está midiendo quién tiene acceso a la herramienta, no quién la utiliza para mejorar los resultados.

Los desarrolladores pueden generar código más rápido, pero si la herramienta no se integra en un proceso bien diseñado, las solicitudes de cambios pueden crecer y el cuello de botella trasladarse a la revisión humana. El tiempo de ciclo no mejora; incluso puede empeorar la tasa de errores si las personas aprueban sin suficiente revisión resultados incorrectos generados por la IA.

Para cerrar esa brecha, hay que relacionar la profundidad del uso con los resultados y los objetivos de negocio. Si la adopción declarada es del 95 %, pero el tiempo de ciclo no se reduce un 30 % ni disminuye el retrabajo, no se ha alcanzado un uso eficaz. Solo se ha distribuido software costoso.

## Cómo definir la línea de meta

Una sola cifra rara vez cuenta toda la historia. Si puedo producir el doble de código, pero tardo el doble en publicarlo, no he ganado eficiencia: he creado más trabajo. La pregunta correcta no es cuánta IA utilizamos, sino si el trabajo está mejorando.

En los equipos de ingeniería con procesos más maduros, conviene empezar por el resultado que se quiere mejorar y utilizar después marcos como DORA o SPACE para comprobar si se ha conseguido. El marco es un instrumento, no el objetivo. DORA ayuda a evaluar la salud del proceso de entrega: con qué frecuencia se implementan cambios, cuánto tardan, cuánto se demora la recuperación ante fallos y con qué frecuencia los cambios provocan incidentes.

SPACE aborda la productividad de los desarrolladores desde cinco dimensiones, entre ellas los resultados y la satisfacción. Ninguno de estos marcos se diseñó específicamente para la IA, y precisamente por eso pueden ser útiles: ayudan a medir si la IA mejora el trabajo, no simplemente si se utiliza.

Relaciona uno de estos marcos con el uso de herramientas de IA y con resultados de negocio como el tiempo de ciclo, la tasa de retrabajo o el coste por cambio. Un aumento del 25 % en la adopción de IA que coincide con una caída de la estabilidad de las entregas no es un triunfo. El informe DORA de 2025 observó precisamente que muchas organizaciones obtuvieron ese tipo de resultados al incorporar IA a sistemas poco preparados. Las herramientas amplificaron lo que ya existía: los buenos fundamentos de ingeniería mejoraron, mientras que los procesos frágiles se volvieron aún más frágiles.

En áreas ajenas a la ingeniería —como marketing, finanzas u operaciones—, lo mejor es partir de los principios básicos. Elige un resultado que ya quieras mejorar: el tiempo de respuesta, la conversión del embudo de ventas o la precisión de las previsiones. Define la meta antes de incorporar la IA al flujo de trabajo y mide después ese mismo resultado. Si cambia, averigua si la IA contribuyó a ello y si el avance puede repetirse. Si no cambia, también habrás aprendido algo.

Pensemos en un equipo de atención al cliente que quiere reducir el tiempo de primera respuesta. Primero establece una línea de base de nueve horas y luego permite que los agentes preparen borradores con un asistente de IA. Dos meses después, el tiempo de respuesta ha bajado a tres horas y la tasa de reapertura de casos no ha aumentado. La rapidez no ha sacrificado la calidad. Es un resultado concreto, medible y repetible. Para demostrarlo nunca hizo falta una clasificación de empleados.

## Mantén la vista en la línea de meta

El propósito de una métrica es ayudar a gestionar los resultados. Si dedicas más esfuerzo a mejorar la cifra que a mejorar el resultado, estás enfocando el trabajo al revés. Es como mirar el indicador de combustible en lugar de la línea de meta.

Antes de crear la próxima métrica de IA, hazte una pregunta: ¿qué resultado mejoraría si cambiara esta cifra? Si no puedes responder, no estás midiendo el progreso; estás observando el nivel de combustible. Define primero la línea de meta. Todo lo demás es telemetría.

from Latest from TechRadar https://www.techradar.com/pro/ai-success-depends-on-business-outcomes-not-usage-vanity-metrics
via IFTTT IA

Países Bajos planea reducir 25.000 empleos públicos para 2035



El Gobierno de los Países Bajos prevé eliminar progresivamente 25.000 puestos de trabajo en la administración central para 2035. La medida forma parte de un plan más amplio para hacer que el sector público sea más eficiente y ahorrar 3.500 millones de euros, aproximadamente el 16 % de su plantilla actual.

Según los objetivos anunciados por Eric van der Burg, secretario de Estado para las Relaciones del Reino y una Administración Pública Eficaz, el plan busca ahorrar 900 millones de euros para 2027. El Gobierno sostiene que el uso de inteligencia artificial (IA), junto con cambios organizativos, permitirá elevar la productividad y asumir parte de las tareas con menos personal.

«No podemos seguir haciendo lo mismo que hasta ahora», afirmó Van der Burg. «Por eso vamos a tomar decisiones firmes para contar con un Gobierno central que funcione de verdad: más sencillo, más inteligente y más pequeño».

## IA, menos trámites y nuevos espacios de trabajo

Uno de los objetivos es aumentar la productividad un 20 % mediante herramientas de IA. Al mismo tiempo, el Gobierno pretende reducir el volumen de trabajo simplificando la normativa: prevé eliminar o revisar al menos 500 reglas cada año.

La tecnología no será la única vía para reducir gastos. Las nuevas medidas contemplan que dos empleados compartan un escritorio, la venta de edificios que ya no sean necesarios y la estandarización de los sistemas informáticos.

Los puestos de la policía y de las fuerzas de defensa quedarán fuera de los recortes. En cambio, el Gobierno revisará el número de órganos consultivos permanentes y comités asesores. Actualmente existen 28 consejos consultivos y 150 comités; se espera que se anuncien nuevos objetivos para estas entidades más adelante este año.

De acuerdo con Bloomberg, ya se han aprobado varias iniciativas voluntarias para impulsar la productividad mediante IA. Van der Burg las considera un impulso para los recortes de personal y gasto previstos.

El plan se presenta tras un crecimiento considerable de la administración central. La plantilla alcanzó un máximo de 160.000 funcionarios a finales de 2025, un aumento del 41 % desde 2018, según Bloomberg. El Gobierno sostiene que las reformas permitirán contener los costes y reorganizar los servicios públicos, aunque su aplicación se extenderá a lo largo de casi una década.

from Latest from TechRadar https://www.techradar.com/pro/netherlands-to-replace-25-000-government-jobs-with-ai-in-efficiency-drive-to-save-eur3-5-billion
via IFTTT IA

Firefox 159: mejoras prácticas para las pestañas, las contraseñas y Linux

Firefox 159 ya está disponible y llega con una actualización centrada en pulir el uso cotidiano del navegador. En lugar de grandes cambios visuales, esta versión incorpora mejoras para acceder a las contraseñas guardadas, buscar pestañas abiertas y corregir varios problemas que afectaban especialmente a usuarios de Linux.

El lanzamiento sigue el ritmo de publicaciones frecuentes de Mozilla, por lo que muchas de sus novedades son ajustes concretos y correcciones de compatibilidad y seguridad. Estas mejoras más pequeñas pueden marcar una diferencia notable para quienes usan Firefox a diario.

Contraseñas y búsqueda de pestañas más accesibles

El gestor de contraseñas aparece ahora de forma predeterminada en la barra lateral. Así, las credenciales guardadas quedan a un clic, sin necesidad de abrir una ventana flotante ni recorrer varios menús.

Firefox 159 también incorpora un atajo para buscar pestañas abiertas: en Windows y Linux, se activa con Ctrl+Mayús+A. La búsqueda se inicia desde la barra de direcciones y puede mostrar coincidencias entre pestañas abiertas y sincronizadas. En esas plataformas, el acceso a complementos y temas pasa a Ctrl+Mayús+F.

Correcciones importantes para Linux

En equipos Linux que utilizan Wayland, la actualización corrige problemas al interactuar con las pestañas. Un clic normal ya no debería separarla accidentalmente en una ventana independiente, y arrastrar una pestaña hacia la parte superior de la pantalla vuelve a funcionar de forma más fiable cuando se desea desacoplarla.

Mozilla también ha reducido el consumo excesivo de memoria que podía producirse en sistemas Linux con GPU AMD al mostrar mapas basados en Mapbox GL JS. El problema se daba en ciertos sitios y situaciones, pero la corrección puede beneficiar a quienes se encontraban con ese comportamiento.

Smart Window y animaciones controladas por desplazamiento

Smart Window incorpora el comando /watch, que permite pedir a la inteligencia artificial que vigile una página y avise cuando detecte cambios, como una variación de precio o la publicación de nuevo contenido. Es posible ajustar la frecuencia y el tipo de notificación, además de administrar las tareas desde una página interna.

Para quienes desarrollan sitios web, Firefox 159 añade compatibilidad con animaciones CSS vinculadas al desplazamiento. Su avance puede depender del scroll o de la posición de un elemento en la ventana, lo que facilita crear efectos interactivos sin depender tanto de JavaScript.

También cambia el funcionamiento de la opción para resumir páginas en el panel de chat con IA: en ese flujo, se comparte con el proveedor la dirección del sitio en lugar del texto completo de la página. Aunque esto reduce la cantidad de contenido que se envía desde el navegador, conviene revisar qué servicios de IA están activados y sus condiciones de uso.

Más correcciones y disponibilidad

La nueva versión restaura la importación de marcadores desde perfiles de Chrome con sesión iniciada y corrige fallos al cargar algunas páginas que negocian HTTP/2 o HTTP/3. Mozilla también ha mejorado el comportamiento de la interfaz cuando el sistema operativo solicita reducir el movimiento, desactivando animaciones en ese contexto.

En macOS, el menú para compartir utiliza ahora el selector del sistema, con vista previa de la página, contactos recientes y aplicaciones habituales. También permite compartir varias pestañas seleccionadas, lo que acerca la experiencia a las convenciones del escritorio de Apple.

Firefox 159 incluye además parches de seguridad. Junto con la versión principal, Mozilla publica Firefox ESR 153.6 y 115.44.0, ramas de soporte extendido destinadas a entornos que requieren ciclos de actualización más controlados.

La actualización está disponible para Windows, macOS y Linux, así como para Android e iOS a través de sus respectivas tiendas. En ordenadores, puede llegar mediante la actualización automática o instalarse desde los repositorios de cada distribución y los canales oficiales de Mozilla.

En conjunto, Firefox 159 es una puesta a punto más que una renovación profunda. La gestión de contraseñas desde la barra lateral, el nuevo atajo para buscar pestañas y las correcciones para Linux destacan entre los cambios más visibles, mientras que las mejoras para Smart Window, el desarrollo web y la seguridad completan una actualización pensada para afinar la experiencia diaria.

from Linux Adictos https://www.linuxadictos.com/firefox-159-llega-con-contrasenas-en-la-barra-lateral-y-arreglos-para-linux.html
via IFTTT

GPT-6.1 Terra: OpenAI apuesta por una IA más rápida y económica para el trabajo diario

OpenAI amplía su catálogo con GPT-6.1 Terra, un modelo pensado para hacer más rentable el uso cotidiano de la inteligencia artificial. En lugar de competir únicamente por el máximo rendimiento, Terra busca un equilibrio entre velocidad, precisión y coste. La compañía lo presenta como sucesor de GPT-5.6 Terra y como una opción intermedia entre sus modelos más económicos y los de mayor capacidad.

Su propuesta está orientada sobre todo a empresas y equipos que quieren automatizar tareas repetitivas sin elevar demasiado sus gastos. Además de redactar, el modelo puede analizar imágenes, interpretar interfaces y ejecutar acciones en un ordenador, capacidades que podrían resultar útiles en labores administrativas, soporte y producción de contenido.

Una API con tarifas más bajas

Uno de los principales atractivos de GPT-6.1 Terra es su precio estándar en la API: un dólar por cada millón de tokens de entrada y cinco dólares por cada millón de tokens de salida. La entrada almacenada en caché cuesta 0,05 dólares por millón. Según OpenAI, estas tarifas son aproximadamente la mitad de las de GPT-5.6 Terra y GPT-6.1 Sol en el mismo modo de uso.

La compañía también señala que, con la misma cuota de uso en ChatGPT Work y Codex, el modelo debería permitir completar más trabajo que sus predecesores. Sin embargo, el coste efectivo depende de factores como la extensión de las solicitudes, los pasos que realice cada agente y el nivel de razonamiento seleccionado. Por eso, para evaluar el ahorro conviene calcular el coste por tarea completada, no limitarse a comparar el precio por token.

En procesamiento por lotes, las modalidades Batch y Flex pueden reducir a la mitad la tarifa estándar. Esta opción puede ser especialmente relevante en operaciones de gran volumen, como clasificar documentos o extraer información.

De responder a ejecutar acciones

GPT-6.1 Terra está diseñado para ir más allá de las respuestas de texto y actuar dentro de aplicaciones. OpenAI menciona posibles usos como completar formularios, interpretar planos técnicos, extraer datos de facturas y trasladarlos a programas de contabilidad. También cita tareas de edición de vídeo y preparación de propuestas.

La combinación de comprensión visual y manejo del ordenador permite al modelo reconocer elementos en pantalla, seguir secuencias y operar con distintas aplicaciones. En determinados flujos de trabajo, esto podría reducir el tiempo dedicado a copiar información entre herramientas o completar procesos administrativos rutinarios.

  • Documentos y facturas: lectura de datos y transferencia a sistemas de gestión.
  • Planos y contenido visual: interpretación de dibujos técnicos y apoyo en tareas de edición.
  • Automatización de escritorio: interacción con formularios y aplicaciones en procesos de varios pasos.
  • Redacción profesional: elaboración de propuestas y textos con un estilo más natural.

Qué indican las pruebas de rendimiento

OpenAI afirma que, en Agents’ Last Exam, una evaluación de tareas profesionales, GPT-6.1 Terra supera a GPT-5.6 Terra en 15 puntos porcentuales cuando se utiliza un esfuerzo de razonamiento medio, con un coste cercano a un tercio. La empresa añade que el modelo se aproxima al rendimiento de GPT-6 Astra en esa prueba por una fracción de su precio por token.

En Terminal-Bench 4.0, centrado en resolver problemas desde la línea de comandos, Terra obtiene un 50,3 % con el máximo esfuerzo de razonamiento, frente al 21,5 % atribuido a su predecesor. Aunque el dato apunta a avances en tareas de programación, OpenAI sigue recomendando GPT-6.1 Sol y GPT-6 Astra para los trabajos de código más complejos.

La empresa también comunica resultados favorables en Terminal-Bench-Science 0.1, una prueba de uso de código en tareas científicas. En cuanto a la precisión factual, una evaluación interna diseñada para provocar errores registra una reducción de la tasa de fallos del 53,6 % al 16,7 % con razonamiento bajo, y del 4,3 % con el esfuerzo máximo.

Estas cifras proceden de pruebas presentadas por OpenAI y no garantizan el mismo comportamiento en todos los entornos. La compañía también informa de mejoras frente a su predecesor en pruebas de comprensión visual y manejo de aplicaciones de escritorio. En determinadas tareas, sostiene que Terra puede funcionar más de tres veces más rápido que GPT-6 Astra y GPT-6.1 Sol; el resultado concreto dependerá de la carga de trabajo y de la latencia del servicio.

Disponibilidad y seguridad

GPT-6.1 Terra está disponible desde el 26 de octubre para usuarios de ChatGPT Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex. Los desarrolladores pueden acceder al modelo mediante la API con el identificador gpt-6.1-terra. El anuncio contempla planes de pago y acceso por API, pero no detalla una opción gratuita.

En materia de seguridad, OpenAI indica que el modelo alcanza el nivel crítico en ciberseguridad dentro de su Preparedness Framework y que incorpora protecciones heredadas de GPT-6 Astra. También afirma que Terra ofrece mayor resistencia frente a instrucciones maliciosas ocultas en páginas, documentos u otros contenidos externos, un riesgo relevante para los agentes que consultan información y actúan sobre ella.

Cuándo elegir Terra y cuándo optar por un modelo superior

GPT-6.1 Terra no es el modelo más potente de OpenAI. Para tareas de razonamiento complejo, desarrollo exigente o análisis de documentos especialmente densos, la compañía sigue recomendando Sol y Astra. Terra, en cambio, está orientado a escenarios donde pesan más el volumen, la velocidad y el control del gasto.

La elección también depende del nivel de calidad necesario. El esfuerzo de razonamiento y la cantidad de pasos que requiere cada proceso influyen en el coste final. En trabajos de alto volumen, como clasificar documentos o completar formularios, pequeñas diferencias de consumo por tarea pueden acumularse. Para encargos puntuales y delicados, pagar por un modelo de mayor capacidad podría ser una decisión justificada.

El lanzamiento de GPT-6.1 Terra refleja una apuesta por una inteligencia artificial que no solo genere respuestas, sino que también ejecute tareas cotidianas de forma eficiente. Sus argumentos principales son una API más económica, mejoras comunicadas en fiabilidad y la capacidad de interactuar con aplicaciones. Para valorar si resulta adecuado, las organizaciones deberán probarlo con sus propios procesos, medir el coste por tarea y reservar los modelos superiores para aquellos trabajos que realmente necesiten más capacidad.

from Linux Adictos https://www.linuxadictos.com/openai-lanza-gpt-6-1-terra-un-modelo-mas-barato-y-rapido-para-el-ordenador.html
via IFTTT

Maze Linux: la flexibilidad de Arch con la seguridad como prioridad

Maze Linux es una distribución basada en Arch que busca reunir dos cualidades que no siempre vienen juntas: la flexibilidad de un sistema de actualización continua y un conjunto amplio de herramientas de seguridad y privacidad. Su propuesta apunta a quienes quieren un entorno moderno y configurable sin tener que preparar cada componente desde cero.

En lugar de limitarse a ofrecer una colección de paquetes, Maze integra desde la instalación un escritorio listo para usar y varias herramientas orientadas a proteger el sistema, controlar las conexiones y mantener la privacidad. Como en cualquier distribución centrada en la seguridad, la configuración adecuada y los hábitos de uso siguen siendo fundamentales.

Una base Arch con actualizaciones continuas

Maze Linux adopta el modelo rolling release de Arch: el sistema recibe actualizaciones de forma continua, por lo que no es necesario reinstalarlo cada vez que aparece una nueva versión. También ofrece acceso al Arch User Repository (AUR), una extensa colección de paquetes mantenidos por la comunidad.

Para hacer más sencilla la puesta en marcha, la distribución incluye un instalador gráfico. También incorpora compatibilidad con Unified Kernel Images y Secure Boot, además de opciones de cifrado de disco. Estas funciones pueden contribuir a proteger el equipo y los datos, aunque el nivel de protección depende de cómo se configuren y utilicen.

KDE Plasma y Wayland como entorno de escritorio

La experiencia visual se apoya en KDE Plasma sobre Wayland. Plasma destaca por sus posibilidades de personalización, mientras que Wayland ofrece una arquitectura moderna para la gestión gráfica. La combinación busca proporcionar un escritorio atractivo y flexible, adecuado tanto para el uso diario como para quienes prefieren ajustar el entorno a sus necesidades.

Herramientas de seguridad y privacidad

Uno de los principales atractivos de Maze Linux es que incluye varias herramientas que, en otras instalaciones, quizá habría que configurar por separado. Entre ellas están AppArmor para el control de accesos, firewalld para la gestión del cortafuegos y fail2ban para ayudar a bloquear intentos repetidos de acceso no autorizado.

La distribución también incorpora OpenSnitch, que permite supervisar y controlar conexiones salientes. Para las comunicaciones, ofrece Tor y WireGuard, mientras que auditd puede registrar eventos relevantes del sistema. Estas herramientas amplían las opciones disponibles para el usuario, pero no sustituyen la revisión de las políticas, las actualizaciones y las prácticas de seguridad cotidianas.

Modelos de IA ejecutados localmente

Maze Linux incluye soporte para Ollama, una herramienta que permite ejecutar determinados modelos de lenguaje en el propio equipo. Procesar información localmente puede reducir la necesidad de enviar datos a servicios externos, aunque las capacidades y el rendimiento dependerán del modelo elegido y del hardware disponible.

Una distribución para quienes buscan control

Maze Linux combina la base y el ecosistema de Arch con un escritorio preconfigurado y un conjunto amplio de herramientas de seguridad, privacidad e inteligencia artificial local. Puede resultar interesante para usuarios que valoran la personalización y quieren tener estas opciones a mano desde el inicio.

Como ocurre con cualquier distribución de actualización continua, conviene mantener el sistema al día y comprender las herramientas antes de confiarles funciones críticas. Para quienes están dispuestos a asumir ese nivel de gestión, Maze Linux ofrece una propuesta ambiciosa que intenta equilibrar flexibilidad, protección y comodidad.

from Linux Adictos https://www.linuxadictos.com/maze-linux-la-distribucion-de-arch-enfocada-en-seguridad-y-privacidad.html
via IFTTT