10 temas que trae la inteligencia artificial en 2026

Las 10 tendencias del informe "10 Things That Matter in AI Right Now" (MIT Technology Review, abril 21 de 2026) 1. LLMs+ — Los grandes modelos de lenguaje de próxima generación serán más baratos, más eficientes y capaces de resolver problemas de mayor escala. La era del "más grande es mejor" está dando paso a modelos que hacen más con menos. 2. La apuesta open source de China — Los laboratorios chinos están lanzando sus mejores modelos gratis y ganando terreno entre desarrolladores globales. No es generosidad: es una jugada por establecer el estándar tecnológico mundial. 3. Deepfakes como arma — La IA generativa de imágenes y video ya se usa sistemáticamente con fines maliciosos: fraude, desinformación, daño reputacional y manipulación política. 4. Estafas con IA potenciadas (Supercharged scams) — Los modelos de lenguaje están siendo explotados para escalar operaciones de fraude, desde phishing hasta estafas románticas, con un nivel de personalización que antes era imposible. 5. Robots humanoides y el problema de los datos de entrenamiento — El avance de los humanoides está frenado no por hardware, sino por la escasez de datos de calidad para entrenarlos en tareas del mundo real. 6. Científicos artificiales — La IA ya no solo asiste a la investigación científica: sistemas autónomos están planteando hipótesis, diseñando experimentos y publicando resultados, lo que replantea el rol del científico humano. 7. La nueva sala de guerra (The new war room) — La IA generativa está entrando de lleno en la toma de decisiones militares y de defensa nacional, con consecuencias éticas y geopolíticas que apenas empiezan a debatirse. 8. World models — Modelos entrenados para entender la realidad física, no solo el lenguaje. Son la base de la próxima generación de robótica y de sistemas que necesitan actuar en el mundo real. 9. Modelos de IA para benchmarks rotos — Los sistemas actuales de evaluación de IA ya no miden lo que importa. La industria enfrenta una crisis de métricas: ¿cómo saber si un modelo realmente mejora si los tests se saturan?. 10 . Mañana se los cuento.