La IA fractura la realidad climática: ¿Cómo los algoritmos deciden lo que sabemos sobre el planeta?

Reseña del informe 'Impacto de la inteligencia artificial en la percepción del cambio climático y la distorsión del ecosistema informativo' (ITA-ECODES, 2026)

Dos personas que viven en la misma ciudad, con acceso a las mismas fuentes científicas, pueden estar construyendo percepciones radicalmente distintas sobre el cambio climático. No porque una mienta y la otra diga la verdad, sino porque los algoritmos que gestionan su dieta informativa les han servido versiones diferentes de la misma realidad. Eso no es una hipótesis ni un escenario futuro: es lo que documenta con metodología experimental el informe que acaban de publicar el Instituto Tecnológico de Aragón y la Fundación ECODES.

La investigación, desarrollada entre octubre de 2025 y junio de 2026 y premiada con el galardón AMETIC IA I+D 2026, parte de una constatación que ya circulaba en la literatura académica pero que pocas veces había recibido verificación empírica directa: la percepción social del cambio climático no depende únicamente de la evidencia científica disponible. Depende, en medida creciente, del ecosistema informativo que rodea a cada individuo. Y ese ecosistema lo configura, de forma opaca y personalizada, la inteligencia artificial.

Un problema con nombre propio

El informe pone nombre a algo que ocurre cada vez que alguien abre Google Discover en su teléfono. A diferencia de Google News, donde el usuario busca activamente, Discover es un feed pasivo que combina historial de búsqueda, ubicación, patrones de interacción y señales del Knowledge Graph (grafo de conocimiento) para decidir qué contenido aparece en pantalla. Sin que el usuario lo solicite ni lo sepa, el sistema ha tomado una decisión editorial. Y esa decisión, multiplicada por millones de usuarios con perfiles distintos, fragmenta la realidad informativa en enclaves que ya no comparten ni los datos de partida.

Una renta de transición tecnológica: la pieza que falta en la protección social ante la IA

Lo que dicen los experimentos reales y por qué la IA ha cambiado el debate

La renta básica universal lleva décadas generando discusiones en las que la posición de cada interlocutor suele anticiparse antes incluso de escuchar el argumento. Para unos es la respuesta natural a la precariedad estructural del trabajo; para otros, un incentivo a la inactividad financiado con impuestos que alguien tendrá que pagar. Las dos posturas se sostienen casi siempre sobre intuiciones, no sobre datos. Y los datos, después de varios experimentos reales en distintos países, ya existen.

Lo que ha cambiado en los últimos dos años no son esos datos, que llevan tiempo disponibles. Lo que ha cambiado es la pregunta a la que tienen que responder. Ya no se trata de si una sociedad debería garantizar un ingreso mínimo a toda su población de forma permanente, un debate filosófico de largo recorrido. Se trata de algo más concreto: qué hace una persona que pierde su empleo porque la inteligencia artificial ha asumido sus tareas, mientras intenta encontrar un lugar en un mercado laboral que cambia más rápido de lo que ella puede adaptarse.

Estas líneas revisan lo que los experimentos de renta básica han demostrado, distingue entre la renta básica universal como propuesta permanente y una variante más acotada que está empezando a discutirse en serio, y explica por qué esa variante podría ser una pieza necesaria de la protección social ante la IA, sin que eso signifique adoptar las versiones más maximalistas de la propuesta.

La formación que no llega a tiempo ante el avance de la IA

Por qué decirle a un trabajador desplazado que se forme no es una respuesta real

Cuando alguien pierde su trabajo por la automatización, la respuesta que recibe casi siempre incluye la misma palabra: formación. Los informes internacionales la mencionan, los gobiernos la prometen, los servicios de empleo la recomiendan. Es la respuesta políticamente más cómoda, porque no obliga a redistribuir nada: simplemente traslada al afectado la responsabilidad de adaptarse. El problema es que los sistemas de formación disponibles, tal como existen hoy, no están diseñados para lo que se les está pidiendo.

Estas líneas, analizan qué falla en la formación para el empleo tal como funciona actualmente, qué modelos alternativos están surgiendo en Europa, y qué haría falta para que la formación deje de ser una respuesta retórica y se convierta en una herramienta real de protección ante el desplazamiento tecnológico.

 

Un sistema diseñado para otro momento

La formación para el empleo en España y en buena parte de Europa sigue funcionando con una lógica de catálogo. La persona consulta la oferta disponible, elige un curso, lo completa, y espera que eso le abra alguna puerta. Es una lógica con décadas de antigüedad, pensada para un mercado laboral en el que los perfiles profesionales cambiaban despacio, los empleadores sabían con bastante certeza qué iban a necesitar dentro de cinco años, y las cualificaciones tenían una vida útil larga.

El día que la Administración Trump apagó la IA para el resto del mundo

12 de junio de 2026, a las 17:21 hora de la costa este, el Gobierno de Trump ordenó a 𝘈𝘯𝘵𝘩𝘳𝘰𝘱𝘪𝘤 suspender el acceso a sus modelos Fable 5 y Mythos 5 para cualquier ciudadano extranjero, incluidos los no estadounidenses físicamente en territorio americano.

𝘈𝘯𝘵𝘩𝘳𝘰𝘱𝘪𝘤 hizo lo único que podía hacer: desactivar ambos modelos para todos los usuarios del mundo, de forma inmediata.

No era un fallo técnico. Era una decisión política.

El motivo alegado es de seguridad nacional, vinculado a un supuesto método para hacer jailbreak a Fable 5. Anthropic discrepa y sostiene que es una vulnerabilidad estrecha, presente también en otros modelos, y critica la falta de un proceso transparente. La empresa calificó la orden de 𝘮𝘢𝘭𝘦𝘯𝘵𝘦𝘯𝘥𝘪𝘥𝘰 y trabaja para recuperar el acceso. Mientras tanto, el resto de sus modelos sigue operativo. Solo los más avanzados quedaron fuera de alcance.

Para un europeo, el episodio tiene una dimensión que va más allá del inconveniente de quedarse sin herramienta.

No has perdido tu empleo. Pero un algoritmo decide si lo mereces

 Derechos laborales en la era de la gestión automatizada

Hay una dimensión del impacto de la inteligencia artificial en el trabajo que los grandes debates sobre automatización y empleo tienden a dejar en segundo plano. No es la destrucción de puestos, que genera titulares y moviliza a sindicatos. Es algo más cotidiano y más difícil de ver: los millones de personas que siguen trabajando, que no han perdido su empleo, pero que cada día son evaluadas, instruidas o vigiladas por un sistema que no pueden interrogar, que no les debe explicaciones y que, en los casos más graves, puede costarles el puesto con una decisión que ninguna persona humana ha revisado.

Esa realidad tiene nombre: gestión algorítmica. Y según el documento de trabajo de la OCDE sobre algoritmos en los lugares de trabajo, publicado en diciembre de 2025, el 79% de los gestores en los principales países europeos encuestados afirma que su empresa usa al menos una herramienta algorítmica para instruir, supervisar o evaluar a los trabajadores. En Estados Unidos, la cifra alcanza el 90%. No estamos ante un fenómeno marginal ni limitado a las plataformas de reparto. Estamos ante una transformación silenciosa de las condiciones de trabajo que afecta a sectores enteros y que la regulación todavía no ha sabido encuadrar del todo.

 Esta líneas analizan qué derechos tienen hoy los trabajadores frente a los sistemas que los gestionan, qué marcos normativos existen en Europa, qué lagunas quedan y qué anticipa la primera sentencia española que ha puesto a la IA en el centro de un conflicto laboral con resolución judicial.

Hackeando al humano: Por qué tu cerebro está programado para caer en el phishing (y cómo reprogramarlo)

La psicología que hace que piques aunque sepas que es una trampa

El correo llega a las 14:37. El asunto anuncia un cargo no autorizado en la tarjeta corporativa. El remitente parece el banco de siempre. El cuerpo del mensaje incluye un enlace para cancelar la operación. Quien lo lee conoce de sobra las señales de alarma. Has completado tres cursos de concienciación este año. Sabes que no debes pulsar enlaces sospechosos. Y aun así, tres segundos después, el clic ya se ha producido. El dedo se movió antes que el juicio. 

Este desenlace no responde a la ignorancia, sino a una asimetría radical entre la velocidad del estímulo y la velocidad del análisis. La neurociencia cognitiva, y en particular el modelo de procesamiento dual que popularizó Daniel Kahneman, ofrece un marco que explica por qué el conocimiento teórico se desmorona en el momento exacto en que más falta hace.

 El conocimiento no siempre gobierna el comportamiento. Eso no es una debilidad personal. Es una característica estructural de cómo funciona el cerebro humano. Y es precisamente esa característica la que los ingenieros sociales llevan décadas explotando con una eficacia que no deja de crecer.