1007 | IA que descubre, software que resiste

Clara Vega: ¡Hola y bienvenidos a un nuevo episodio! Soy Clara Vega.

Mateo Ruiz: Y yo Mateo Ruiz. Y hoy tenemos un programa que, de alguna manera, gira todo alrededor de una misma pregunta: ¿qué pasa cuando las máquinas empiezan a hacer el trabajo creativo y las personas y las instituciones tienen que ponerse al día?

Clara Vega: Porque vamos a hablar de algoritmos descubiertos por inteligencia artificial, de chips diseñados por IA, de fusiones de empresas gigantes, de desarrolladores que discuten si programar así tiene sentido, de reguladores que corren detrás de todo esto... y de ciencia grande, de esas que gana premios Nobel.

Mateo Ruiz: Empezamos fuerte, con la historia que para mí es la más llamativa del día: un artículo científico que anuncia algo que hasta ahora se consideraba casi imposible.

Clara Vega: Vamos allá.

Mateo Ruiz: Vale, Clara, ponme en contexto. ¿Qué es exactamente lo que afirma este paper?

Clara Vega: Pues afirma dos cosas enormes. La primera: el primer algoritmo subcuadrático para 3SUM. Es decir, un algoritmo que resuelve el problema de 3SUM en un tiempo de n elevado a 1,9992. Si eso se confirma, rompe una barrera que la comunidad había dado por sólida durante décadas.

Mateo Ruiz: Y la segunda, que para muchos es aún más grande.

Clara Vega: Sí: un resultado subcúbico para APSP, el problema de todos los pares de caminos más cortos. Esto también refuta hipótesis clave en teoría de la complejidad. Son hipótesis que la gente llevaba años usando como cimientos, y de pronto alguien dice: mira, ese muro tiene una grieta.

Mateo Ruiz: Y aquí viene el detalle que convierte la noticia en fenómeno: ¿quién descubrió el algoritmo?

Clara Vega: Claude. El algoritmo lo descubrió Claude, y luego se verificó en Lean 4. Y ese último paso es crucial, porque Lean es un asistente de pruebas formal. No es que el modelo diga "creo que esto funciona"; es que la verificación formal, matemáticamente estricta, confirma que el algoritmo es correcto. Eso no es una promesa, es una demostración.

Mateo Ruiz: Aunque hay un matiz que vale la pena subrayar, ¿no? Verificado en Lean significa que la prueba es correcta tal como está formulada. Lo que queda por ver es la revisión independiente, que la comunidad de teoría de la complejidad mire el resultado con sus propios ojos, lo compare con lo que se sabía, y diga sí, esto es sólido de verdad.

Clara Vega: Exacto. Y es una distinción importante porque el resultado es tan sorprendente que la reacción natural de mucha gente es escepticismo sano. "Un modelo de lenguaje resuelve un problema abierto de hace treinta años" suena a titular de marketing. Pero la verificación formal cambia el terreno de juego: ya no estás juzgando la credibilidad de quien lo afirma, estás juzgando una prueba formalizada.

Mateo Ruiz: Que puede auditarse línea a línea. Eso es muy distinto de "el modelo dice que lo probó".

Clara Vega: Y hay un tercer ingrediente que conecta con otra historia del día: OpenAI publicó en GitHub resultados matemáticos de su modelo frontera interno, con formalizaciones en Lean, y consultó a un grupo asesor del Institute for Advanced Study, el IAS.

Mateo Ruiz: O sea que los dos grandes movimientos de la semana van en la misma dirección: modelos de IA que no solo escriben código o texto, sino que producen matemática seria, y la formalizan para que sea comprobable.

Clara Vega: Sí, y fíjate en el patrón. El paper del 3SUM muestra que la IA puede proponer algoritmos nuevos, cosas que nadie había encontrado. El caso de OpenAI muestra que las propias empresas están invirtiendo en formalización para que sus afirmaciones matemáticas aguanten el escrutinio. Y el IAS en la ecuación sugiere que entienden que necesitan legitimidad externa, no solo autosuficiencia.

Mateo Ruiz: Que es exactamente la pregunta abierta que se lleva este tema a la semana que viene: ¿cómo se revisa de forma independiente un trabajo producido por una máquina, y con qué ritmo? Porque la ciencia académica no funciona a velocidad de laboratorio corporativo.

Clara Vega: Y hay una cuarta pieza en esta misma conversación que cierra el círculo de forma espectacular: openTPU.

Mateo Ruiz: Cuéntame.

Clara Vega: openTPU es un acelerador de IA de código abierto... diseñado por IA. Y no es un diseño de papel: corre modelos como Qwen3 en una tarjeta FPGA Kintex-7, llegando a unos 86 tokens por segundo, y eso después de que el propio sistema se auto-mejorara. O sea, el diseño inicial no era tan bueno, hubo iteraciones de mejora sobre sí mismo, y el resultado final es hardware real que ejecuta modelos reales.

Mateo Ruiz: Vale, juntemos los tres hilos, porque es donde está la historia de verdad.

Clara Vega: Sí: la IA ya no solo escribe código de aplicación. Descubre algoritmos teóricos, produce resultados matemáticos formalizados y diseña chips. Cada capa de la pila computacional tiene ahora un pie en el trabajo autónomo de la máquina. Hace un año la conversación era "la IA autocompleta mi función de JavaScript". Hoy es "la IA encontró una grieta en 3SUM y me dibujó un acelerador".

Mateo Ruiz: Y eso replantea la pregunta del rol humano. ¿Cuál es el trabajo del científico cuando la máquina propone? Pues, quizá, verificar, contextualizar, decidir qué problemas importan. Que no es poco, pero es distinto.

Clara Vega: Y para poner el contador de dificultad en contexto: no todo lo que se mueve en IA es teoría de la complejidad. Google lanzó EmbeddingGemma 2, un modelo de embeddings de 740 millones de parámetros, con licencia Apache 2.0, nativamente multimodal: 270 millones de parámetros para texto, 170 para visión y 300 para audio. Y está pensado para funcionar en el dispositivo, no en la nube.

Mateo Ruiz: Eso es la parte utilitaria, digamos. Mientras unos modelos rompen conjeturas matemáticas, otros se encargan de que tu teléfono entienda lo que le enseñas con la cámara sin mandar nada a ningún servidor.

Clara Vega: Y cerrando este bloque, otro dato de peso: Mistral presentó Mistral Large 4, al que apodan "Le Chonk". Un billón de parámetros, de los cuales 49 mil millones activos, así que es una arquitectura de expertos, multimodal. Los pesos abiertos llegan a final de mes, y lo entrenaron con 3.800 GPUs Grace Blackwell en Europa.

Mateo Ruiz: Y en rendimiento, lo que dicen es que rivaliza con GLM 5.3 en DeepSWE, lidera entre los modelos de pesos abiertos fuera de China, y marca un 82 por ciento en una prueba de reproducir y parchear una vulnerabilidad real. O sea, también en la parte práctica de seguridad ofensiva y defensiva está llegando a niveles serios.

Clara Vega: Bien, pues dejemos la teoría de la complejidad y pasemos del mundo de los modelos al mundo del dinero. Porque también hay noticias grandes ahí.

Mateo Ruiz: Sí, y esta es de las que cambian el mapa de la industria: Paramount Skydance ha completado la fusión con Warner Bros. Discovery. Hablamos de 111.000 millones de dólares. La entidad combinada se llama Skydance, y el desafío judicial contra la operación falló, así que ya no hay obstáculo legal en el camino.

Clara Vega: Es un número que impresiona. Y es la culminación de un proceso: el reto en los tribunales era la última vía para frenarlo, y al caer, la fusión se cierra. A partir de ahora, un solo gigante controla un catálogo de contenido enorme. La pregunta obvia es qué significa para la competencia, para los creadores y para los espectadores: menos jugadores suele significar menos riesgo y menos variedad.

Mateo Ruiz: Y lo que queda por ver, y es lo que todos estarán mirando, son los recortes y reorganizaciones que siguen a una fusión de este tamaño. Porque históricamente, después del anuncio viene la integración, y la integración siempre implica solapamientos de plantillas, marcas que desaparecen, proyectos cancelados. Ahí es donde se verá el coste real.

Clara Vega: Y fíjate que en el otro extremo del espectro tenemos a una empresa que no se fusiona con nadie, que crece... y aun así sangra. JetBrains ha registrado su primera pérdida neta de su historia registrada: 315 millones de coronas checas negativos en 2025. Y ojo al detalle: la renta creció un 6,26 por ciento.

Mateo Ruiz: Eso es lo que hace interesante la historia. No es una empresa en declive. Factura más que el año anterior, y aun así pierde dinero. Eso sugiere que sus costes crecen más rápido que sus ingresos, y en el contexto de 2025 la pregunta inmediata es cuánto de eso es inversión en IA, en herramientas, en infraestructura.

Clara Vega: Aunque el texto no nos dice la causa, así que no vamos a especular más allá de lo evidente: crecer y perder a la vez significa que el modelo de negocio está bajo presión. Y sí, es un contraste bonito con la fusión de Paramount: el sector del software y el contenido se concentra o sangra. En un caso, dos empresas se unen para aguantar; en el otro, una empresa líder descubre que crecer ya no garantiza ganar.

Mateo Ruiz: Dos estrategias distintas frente al mismo viento en contra. Y ambas dejan la misma pregunta en el aire: ¿cómo será este mapa dentro de dos años?

Clara Vega: Pues justo de ese viento en contra hablaremos ahora, pero bajando a la persona con su teclado. Porque si hay un debate que se repite una y otra vez entre desarrolladores es el del vibecoding, y esta semana tiene caras nuevas.

Mateo Ruiz: Empecemos por la parte comercial, que es la que más levanta sospechas. OpenAI ha lanzado en beta pública su API de Decisions.

Clara Vega: ¿Qué hace exactamente?

Mateo Ruiz: Pues tres cosas: comprueba condiciones, elige entre opciones y puntuación según rúbricas. O sea, en lugar de que el desarrollador escriba toda la lógica de decisión a mano, delega en el modelo la parte de "dado esto, ¿se cumple? ¿cuál de estas opciones es mejor? ¿puntúa este texto según esta rúbrica?". Tiene soporte de imágenes, y el precio ronda los diez centavos por millón de tokens de entrada.

Clara Vega: Que es barato, y ahí está la estrategia: ponerlo tan barato que integrarlo en cualquier flujo sea una decisión trivial.

Mateo Ruiz: Exacto. Y hay un dato curioso: existe un competidor más barato llamado Jev. O sea que ya hay mercado y guerra de precios en esa capa de "decisión como servicio".

Clara Vega: Ahora, la otra cara de esta misma moneda la pone un artículo que circula sobre Claude Code. La tesis del artículo: la función de mensajes sugeridos de Claude Code no está pensada para el usuario, sino para el modelo como cliente. Es decir, las sugerencias que ves al final de una sesión no existen para ahorrarte teclear; existen para que la interacción continúe, para que el modelo tenga más trabajo que hacer.

Mateo Ruiz: Y la reacción en Hacker News, tal como recoge el propio artículo, es escéptica. Los comentaristas ven, sobre todo, un ángulo de recogida de datos. O sea, la lectura de mucha gente no es "qué función tan conveniente", sino "esto alimenta el ciclo de interacción y genera más datos de uso".

Clara Vega: Y es una desconfianza que encaja con un patrón más amplio. Cuando un producto gratuito o barato te empuja activamente hacia la siguiente acción, la pregunta razonable es a quién beneficia ese empujón. El artículo lo formula como "el modelo es el cliente": la sesión no termina cuando tú terminas, termina cuando el sistema decide.

Mateo Ruiz: Pero quiero ser justo con las dos lecturas, porque también hay una defensiva razonable: sugerir el siguiente paso puede ser genuinamente útil, sobre todo en tareas largas donde no sabes qué pedir después. El desacuerdo está en si el diseño está optimizado para tu comodidad o para el consumo. Y honestamente, sin datos de OpenAI ni de Anthropic, es una pregunta abierta.

Clara Vega: Y justo ahí es donde aterriza la voz más personal de este debate, que es la de un autor que escribe en español y que afirma que el vibecoding es menos divertido que programar a mano.

Mateo Ruiz: ¿Y cuál es su argumento?

Clara Vega: Que la diversión es "frontloaded", cargada al principio. Es decir: al principio del proyecto, cuando vibecodeas, hay una descarga de emoción, ves que las cosas aparecen rápido, parece magia. Pero la satisfacción del trabajo bien hecho, esa que viene de resolver algo difícil con tus propias manos, no aparece. Y tampoco el aprendizaje: no aprendes porque no sufres el problema.

Mateo Ruiz: Es una observación que mucha gente que ha probado estas herramientas reconocerá. El prototipo sale en una tarde, y luego... ¿qué? La parte que a los que nos gusta programar nos gustaba, que es entender por qué funciona, se la ha saltado alguien más.

Clara Vega: Y justo ahí, Mateo, es donde encaja perfectamente la historia del Darkplug. Cuéntala tú, porque es el ejemplo vivo de todo esto.

Mateo Ruiz: Vale, el Darkplug es una aplicación para iPhone que convierte un enchufe inteligente Shelly de veinte dólares en un temporizador para ampliadora fotográfica. Para quien no venga del mundo analógico: en el laboratorio fotográfico, la exposición del papel se controla con tiempos, y los fotógrafos serios usan f-stops, que es una escala logarítmica, y hacen tiras de prueba para calibrar.

Mateo Ruiz: Es exactamente el tipo de nicho para el que no existe producto comercial, porque somos pocas personas las que lo necesitamos.

Clara Vega: Y ¿cómo se hizo?

Mateo Ruiz: Vibe-coded con Codex. Que es lo que lo convierte en el caso perfecto para la discusión que teníamos: una persona con una necesidad muy específica, sin necesidad de montar una empresa, produce una herramienta funcional en un fin de semana. Y esa herramienta, hace cinco años, o no existía o la hacía algún entusiasta programando a mano durante meses.

Clara Vega: Ahora, fíjate que hay tensión entre el ejemplo y la crítica. El autor del post sobre la diversión diría: seguro que el que hizo el Darkplug no aprendió nada de electrónica ni de protocolos de enchufes inteligentes haciéndolo así. Y el que lo hizo diría: pero tengo mi temporizador de f-stops funcionando, y eso antes era imposible. Ambos pueden tener razón a la vez.

Mateo Ruiz: Y esta historia personal conecta directamente con el artículo más teórico del día sobre este tema, que afirma que las apps personales vibe-coded van a reemplazar el software grande para necesidades de nicho.

Clara Vega: Ese es el argumento central: durante décadas, si tenías una necesidad específica, dependías de que alguna empresa considerara que tu nicho era suficientemente grande para merecer un producto. Y si no lo era, no tenías nada. Ahora, el coste de crear software ha bajado tanto que cada persona puede tener su herramienta a medida. El software grande sigue siendo necesario para lo masivo, pero para lo específico, quizá ya no.

Mateo Ruiz: Y la discusión en Hacker News, según recoge el propio artículo, gira alrededor de una pregunta: ¿siguen importando las plataformas? Es decir, si todos pueden hacer su propia herramienta, ¿qué papel juegan la App Store, las tiendas de aplicaciones, las plataformas que controlan la distribución?

Clara Vega: Porque el Darkplug corre en un iPhone, o sea que depende de Apple de todas maneras. La herramienta es personal, pero la puerta por la que entra en tu vida sigue siendo de alguien más. Esa es la tensión no resuelta del debate: la creación se democratiza, la distribución no necesariamente.

Mateo Ruiz: Y es una discusión que no se cierra hoy. Lo que sí parece razonable anticipar, y es lo que apunta el propio artículo, es que vamos a ver más herramientas así de específicas, más utilidades hyper-nicho hechas por y para una sola persona o un grupito.

Clara Vega: Y si hablamos de herramientas hechas por y para la comunidad, este es el momento de cambiar de tercio, porque el software libre también ha tenido una semana muy productiva.

Mateo Ruiz: Empecemos por Berth, que me parece la idea más elegante del lote.

Clara Vega: Cuéntala.

Mateo Ruiz: Berth es una aplicación de código abierto para macOS, con su daemon, que te permite correr agentes de código en tus propias máquinas. La idea clave: tus agentes siguen trabajando aunque tu portátil se duerma. O sea, tú lanzas una tarea larga, cierras el portátil, te vas, y el agente sigue en tu ordenador, en tu hardware, con tus datos.

Clara Vega: Y eso resuelve dos problemas a la vez. El práctico: las tareas de agentes pueden ser largas, y no quieres mantener el portátil abierto y despierto durante horas. Y el de privacidad y control: no estás mandando tu código a la nube de nadie, estás corriendo en tus cajas. Es la respuesta open-source a la pregunta de "¿dónde vive mi agente?".

Mateo Ruiz: Y luego tenemos lanzamientos de versiones que, sin hacer ruido, mejoran la vida de mucha gente. Gleam 1.19, por ejemplo, ha cambiado algo fundamental en su compilador.

Clara Vega: ¿Qué ha hecho?

Mateo Ruiz: En lugar de generar código fuente Erlang y luego compilar ese código, Gleam ahora genera directamente las abstract forms de Erlang, que es la representación interna del compilador de Erlang. El resultado: compilación mucho más rápida y stacktraces con líneas precisas. Y lo de los stacktraces no es un detalle menor: si alguna vez has depurado algo y el stacktrace te apunta a líneas de un archivo que no existe porque era código generado, sabes lo que es el infierno. Esto acaba con eso.

Clara Vega: Y en el mundo del análisis de datos, la estrella es Polars 2.0. Dos novedades grandes: SQL de primera clase, así que ya no es un añadido sino un ciudadano completo del sistema, y spill-to-disk por defecto, usando alrededor del 80 por ciento de la RAM como umbral. Y en benchmarks, lidera TPC-H y TPC-DS frente a DuckDB y DataFusion.

Mateo Ruiz: Que es una afirmación fuerte, porque DuckDB ha sido el referente de rendimiento en ese espacio. Que Polars 2.0 lidere esos benchmarks significa que la competencia en el mundo de los dataframes y el análisis local está más viva que nunca, y nosotros salimos ganando.

Clara Vega: Pero el que más me ha divertido de este bloque es la historia de tapo. Porque aquí hay algo de ingeniería reversa con final feliz.

Mateo Ruiz: Sí, cuéntalo.

Clara Vega: La librería tapo, en su versión 0.11.1, soporta el protocolo TPAP, que no está documentado públicamente, y lo implementa con SPAKE2+, que es un protocolo de autenticación criptográfica. Y esto significa algo muy concreto: el interruptor de "Third-Party Compatibility" de TP-Link, el que habilita el acceso de terceros, puede quedarse apagado.

Mateo Ruiz: O sea, la comunidad ha hecho ingeniería reversa del protocolo nuevo de TP-Link, lo ha entendido, y lo ha implementado de forma que el usuario no tenga que bajar la guardia de seguridad de su propio enchufe para poder automatizarlo con software propio.

Clara Vega: Y es un ejemplo de algo que se repite en todo este bloque: Berth, Gleam, Polars, tapo. Software hecho por la comunidad, siguiendo sus propios caminos, resolviendo problemas que las empresas grandes no priorizan o que directamente prefieren que no se resuelvan.

Mateo Ruiz: Y para rematar el bloque, dos piezas de soporte que completan el cuadro del software libre orientado al usuario. Penguin Mail es un cliente de correo para Linux, en Rust y GTK, con licencia GPL-3, que soporta Gmail, Outlook e IMAP, con calendario, y tiene un asistente de IA opcional que viene apagado por defecto.

Clara Vega: Ese "apagado por defecto" es casi una declaración de principios. En un momento en que todos los clientes de correo te están metiendo IA sin preguntar, este lo ofrece pero respeta la decisión del usuario.

Mateo Ruiz: Y AnyPS5, que es el proyecto más ambicioso técnicamente: una herramienta open-source que permite ejecutar ejecutables de PS5 en Linux y Windows sin emulación tradicional. No es un emulador: mapea las librerías del sistema. Ya tiene el 87 por ciento de las librerías del sistema mapeadas, 6.500 estrellas en GitHub, y licencia GPL-3.

Clara Vega: Y ojo al enfoque, porque encaja con la filosofía de todo este bloque: en lugar de simular el hardware de la consola completo, que es lo que haría un emulador clásico, traduce lo que el juego espera del sistema operativo. Mucho más eficiente, y mucho más factible de mantener. La comunidad resolviendo un problema con su propio enfoque.

Mateo Ruiz: Bueno, pues de la comunidad pasemos a los que tienen el poder: gobiernos y empresas frente a la seguridad y la privacidad. Y este bloque es denso.

Clara Vega: Empecemos por OpenSSH, porque es infraestructura crítica y la noticia es doble. OpenSSH 10.6 ya está aquí, y lo interesante es que van a sacar releases de seguridad más frecuentes. ¿Por qué? Porque hay más bugs descubiertos con IA.

Mateo Ruiz: Es un cambio de ritmo que dice mucho del momento. Si las herramientas de IA permiten encontrar vulnerabilidades a velocidad industrial, el ciclo de parcheo tiene que acelerarse para compensar. El calendario de releases trimestral de toda la vida ya no encaja con el ritmo al que aparecen hallazgos.

Clara Vega: Y en esta versión concreta, mitigan un ataque de canal lateral por compresión SSH. No entremos en detalles técnicos que no tenemos, pero la idea es que la compresión puede filtrar información sobre los datos que procesa, y eso es un canal por el que se escapa información sin que nadie lo note.

Mateo Ruiz: Y ojo, que esto conecta con el 82 por ciento que mencionábamos de Mistral en reproducir y parchear vulnerabilidades: la IA está en ambos lados, la que encuentra los bugs y la que ayuda a escribir el parche. El equilibrio entre ataque y defensa se está redefiniendo en tiempo real.

Clara Vega: Ahora pasemos a Canadá, porque hay una historia con mucha tensión. Psiphon, que es un servicio con veinte millones de usuarios, ha amenazado con salir de Canadá si se aprueba la Bill C-22.

Mateo Ruiz: ¿Y qué dice la ley?

Clara Vega: La Bill C-22 obligaría a los proveedores a instalar ganchos de vigilancia secretos. Secretos. Es decir, el gobierno exigiría a empresas como Psiphon que incorporen en su infraestructura mecanismos de vigilancia cuya existencia no puede hacerse pública.

Mateo Ruiz: Y para un servicio como Psiphon, cuya razón de ser es ayudar a la gente a comunicarse bajo censura y vigilancia, eso es existencial. Si tus usuarios te usan precisamente porque no confían en la vigilancia, y tu gobierno te obliga a vigilar en secreto... no puedes cumplir y seguir siendo lo que eres. De ahí la amenaza de irse.

Clara Vega: Es el dilema clásico del proveedor atrapado entre su regulador y sus usuarios. Y lo que queda por ver es si la ley avanza y si la amenaza se materializa, porque veinte millones de usuarios no son un groupito de idealistas: es infraestructura para mucha gente.

Mateo Ruiz: Y mientras el Estado canadiense pide ganchos secretos, Meta hace algo que Techdirt tacha directamente de fallo grave de privacidad y seguridad: Meta Muse, un agente con accesos sensibles.

Clara Vega: Y aquí la crítica de Techdirt, tal como la recoge la pieza, apunta a algo structural: darle a un agente de IA accesos sensibles es inherentemente peligroso, porque combina la capacidad de actuar con la propensión de los modelos a cometer errores o ser manipulados. Y en Hacker News, según recoge el propio Techdirt, hay quien ve un patrón intencional de la empresa.

Mateo Ruiz: Que es una acusación fuerte, ¿no? No es "Meta se ha equivocado", es "Meta sabe lo que hace". La lectura de esos comentaristas es que la recogida masiva de contexto, de acceso, de datos, no es un efecto colateral del producto sino el objetivo. Y no lo podemos verificar, pero sí podemos decir que la dirección del producto apunta hacia más acceso, no hacia menos.

Clara Vega: Y deja eso en el aire junto a la historia de Psiphon, porque las dos son caras distintas de la misma moneda: un Estado pidiendo vigilancia obligatoria, y una empresa privada expandiendo el acceso de sus agentes voluntariamente. En ambos casos, el usuario es el último en ser consultado.

Mateo Ruiz: Bajemos ahora al nivel del ciudadano concretamente, con dos leyes y una primera en la historia. La primera: California ha firmado la bill 1406, y cierra el vacío legal de las matrículas de Montana.

Clara Vega: Explícame eso, porque es un clásico de la evasión fiscal americana.

Mateo Ruiz: Durante años, la jugabilidad era registrar tu coche a través de una empresa pantalla en Montana, porque Montana no tiene ciertos impuestos de vehículo. Gente con coches caros se ahorraba miles así. Pues bien, California dice: se acabó. Con la 1406, los miembros de esas sociedades pantalla responden personalmente de los impuestos del vehículo. Ya no puedes esconderte detrás de la empresa.

Clara Vega: Es una ley quirúrgica: no prohíbe las sociedades pantalla en abstracto, simplemente elimina el beneficio haciéndote personalmente responsable. Y es el tipo de ley que veremos copiar, porque es efectiva y simple.

Mateo Ruiz: Y luego, la que realmente abre un capítulo nuevo: Utah se ha convertido en el primer estado que permite que una IA examine pacientes y recete medicamentos sin supervisión directa.

Clara Vega: El caso concreto es la app Nolla Health, que puede evaluar acné y recetar medicación tópica. Cuesta 4,99 dólares al mes, y el alcance es limitado: solo tópicos, solo esa condición.

Mateo Ruiz: Y hay que poner el alcance en contexto para no asustarse ni entusiasmarse de más. No es "una IA te opera", es "una IA evalúa una condición dermatológica bien definida y receta dentro de un rango estrecho y seguro". Eso es un ámbito acotado deliberadamente, y es la puerta de entrada lógica: empezar por lo de bajo riesgo.

Clara Vega: Pero el principio es histórico igualmente: por primera vez en un estado americano, no hay un médico humano en el bucle de la prescripción. La decisión pasa del profesional con licencia al software. Y las preguntas obvias son: ¿qué pasa cuando la IA se equivoca? ¿quién responde? ¿y cuándo se amplía el alcance a condiciones menos triviales que el acné?

Mateo Ruiz: Porque ese es el patrón de siempre, ¿verdad? Se aprueba para el caso inofensivo y luego el perímetro se expande. Y el regulador, otra vez, corre detrás.

Clara Vega: Sí, y es un buen puente hacia nuestro último bloque, porque justo cuando el regulador persigue a la IA y a la vigilancia, hay ciencia que sigue mirando hacia otro lado: hacia arriba y hacia abajo. Hablemos del Nobel.

Mateo Ruiz: El Nobel de Física 2026 es para Francis Halzen por IceCube. Y IceCube, para quien no lo conozca, es una de las instalaciones científicas más alucinantes que existen: un detector de neutrinos de un kilómetro cúbico enterrado en el hielo de la Antártida.

Clara Vega: Un kilómetro cúbico de hielo antártico convertido en detector. La idea es que los neutrinos, que casi nunca interactúan con nada, ocasionalmente chocan con un núcleo del hielo y producen un destello de luz. Y si tienes sensores distribuidos en un volumen gigantesco de hielo ultra puro, puedes detectar esos destellos y reconstruir de dónde venía el neutrino.

Mateo Ruiz: Y el premio reconoce los neutrinos astrofísicos de alta energía: neutrinos que vienen de fuera del sistema solar, de eventos cósmicos violentos, con energías enormes. Es una ventana nueva al universo, una que no depende de luz ni de ondas gravitacionales. El universo tiene ahora otro canal por el que podemos escucharlo.

Clara Vega: Y es bonito el contraste con todo lo que hemos hablado: mientras arriba discutimos sobre modelos que descubren algoritmos, abajo, en el hielo, la ciencia sigue siendo cosa de décadas de paciencia humana, taladrar la Antártida, colocar miles de sensores, esperar años. El Nobel de este año premia esa otra clase de grandeza.

Mateo Ruiz: Y del hielo antártico bajamos al subsuela de Utah, que curiosamente ya nos había salido en la conversación por otra razón: ahí mismo, en Utah, Fervo ha completado la primera planta de geotermia mejorada del mundo. Cape Station.

Clara Vega: Y el dato que me parece más impresionante es la velocidad: 23 meses. Y esto es solo el primer tercio de los 100 megavatios planeados, en un yacimiento que se estima de hasta 4 gigavatios.

Mateo Ruiz: Explica qué es la geotermia mejorada, porque la distinción importa.

Clara Vega: La geotermia clásica funciona donde ya hay calor y agua accesibles, lo que limita mucho dónde puedes construir. La mejorada, la EGS, consiste en crear artificialmente las condiciones: inyectar agua en roca caliente profunda para generar vapor donde la naturaleza no lo había puesto a punto. Es la tecnología que convierte casi cualquier sitio con roca caliente en una central.

Mateo Ruiz: Y 23 meses desde el inicio hasta la planta completada es un mensaje para la industria: esto no es un proyecto de veinte años, es algo que se puede ejecutar a escala industrial ya. Y con 4 gigavatios potenciales en un solo yacimiento, hablamos de una cifra que compite con central nuclear o superior.

Clara Vega: Y aquí está la rima con IceCube que cierra el programa: las dos son infraestructuras gigantescas construidas en lugares extremos, una escuchando el universo desde el hielo y otra extrayendo energía del subsuelo. La diferencia es que IceCube es conocimiento puro, y Cape Station ya entrega megavatios a la red hoy.

Mateo Ruiz: Y quizá merece una mención, en plan paréntesis curioso, un dato de historia natural que nos recordó lo grande que es lo que nos rodea. La especie con mayor biomasa del planeta es el abeto negro, el black spruce, con más de 11.000 millones de toneladas. Entre los animales, ganan las vacas, con 650 millones de toneladas. Y los humanos estamos en unos 350 millones, en empate técnico con el krill antártico.

Clara Vega: Que el animal con más biomasa sea el ganado y que nosotros empatemos con el krill dice mucho de lo que hemos hecho con el planeta, ¿no? Y también conecta, tristemente, con otro estudio que circulaba: la capacidad de la naturaleza de recuperarse tras perder especies está superestimada. Los nichos ecológicos no se rellenan rápido, ni de lejos, en escalas de tiempo humanas.

Mateo Ruiz: O sea que la idea consoladora de "la naturaleza se regenera sola" es cierta a escala geológica, pero en nuestra escala de décadas y siglos, lo que se pierde, se pierde de verdad. Eso es una corrección importante al optimismo por defecto.

Clara Vega: Bueno, Mateo, hagamos balance rápido antes de cerrar, porque ha sido un programa denso.

Mateo Ruiz: Denso y con hilos que se cruzan más de lo que parece a primera vista. Hemos visto a la IA descubrir un algoritmo que refuta hipótesis de décadas en 3SUM y APSP, verificado en Lean, y diseñar un acelerador que corre Qwen3 en una FPGA. Hemos visto a OpenAI formalizar matemática con el IAS detrás, y a Mistral presentar un modelo de un billón de parámetros con pesos abiertos.

Clara Vega: Hemos visto dinero: Paramount Skydance cerró la fusión de 111.000 millones con Warner Bros. Discovery, y JetBrains anotó su primera pérdida neta mientras crecía. Hemos oído el debate del vibecoding, del modelo como cliente, y de la diversión frontloaded, con el Darkplug como ejemplo vivo de la tesis de las apps personales.

Mateo Ruiz: Hemos celebrado el software libre: Berth, Gleam 1.19, Polars 2.0, tapo con TPAP, Penguin Mail y AnyPS5. Hemos vigilado a los vigilantes: OpenSSH 10.6, Psiphon contra la Bill C-22, Meta Muse según Techdirt, la ley 1406 de California y la apuesta de Utah por la IA que receta.

Clara Vega: Y hemos cerrado mirando al hielo y al subsuelo: Halzen y IceCube con el Nobel de Física, y Fervo completando en 23 meses la primera planta de geotermia mejorada del mundo.

Mateo Ruiz: Las preguntas que se quedan abiertas, para la próxima: la revisión independiente del 3SUM subcuadrático, los recortes post-fusión en Skydance, la perdida de JetBrains y sus causas, y qué pasa con la Bill C-22 en Canadá.

Clara Vega: Nos escucháis en el próximo episodio. Gracias por estar ahí, Mateo.

Mateo Ruiz: Un placer, Clara. Hasta la próxima.