9 noviembre 2026 — IA, control y aceleración: lo que cambia ahora y lo que no puedes borrar

Arranque sin vídeo pero con urgencia: quién usa tus mensajes y cómo oponerte

Si publicas en Facebook, Instagram, LinkedIn o X y no quieres convertir tus textos en datos de entrenamiento, existe una acción práctica y limitada: puedes oponerte, no consentir, y cada plataforma lo traduce de forma distinta —un formulario en Meta, un interruptor en LinkedIn, un párrafo en X y casi nada para el usuario corriente en Google—, pero ten claro lo esencial: esa oposición actúa hacia adelante y no deshace lo ya entrenado, porque el RGPD permite el tratamiento por interés legítimo y el derecho de oposición solo obliga a cesar el uso futuro salvo motivos imperiosos; para detalles prácticos consulta el resumen de WWWhat's New IA aquí, y si gestionas comunidades o contenidos esto cambia lo que debes informar y cómo diseñar controles de datos en tus plataformas.

Meta AI en WhatsApp: matices entre cifrado y uso

No es cierto que Meta AI «lea» todo tu chat cifrado, pero sí procesa lo que tú o tu grupo le envíais y ese material puede usarse para mejorar su IA, de modo que activar o interactuar con el asistente implica transferencia de contexto fuera del ámbito E2EE; la guía operativa que publica WWWhat's New IA explica qué ver, cómo borrar conversaciones y cómo limitar que terceros reenvíen tus mensajes, y en producto esto debería traducirse en consentimientos claros y en opciones de diseño que impidan la recolección incidental en grupos empresariales.

La IA que acelera la IA: METR y Anthropic

Un informe independiente de METR dentro de Anthropic sugiere que el ritmo de progreso se ha duplicado y que el 80 % de esa aceleración procede del uso interno de IA, pero con la advertencia crítica de que Anthropic censuró parte de la evidencia más reveladora, lo que obliga a tratar las cifras con prudencia; esto importa porque valida, hasta cierto punto, el temido bucle de retroalimentación donde la automatización de investigación reduce tiempos y costes, y para quienes gobiernan riesgo y competitividad implica replantear controles de experimentación, transparencia y los límites que impones a herramientas que hacen investigación de I+D.

Herramientas para auditar y atacar IA: 0sec Labs ’0'

En el frente de seguridad, 0sec Labs ha abierto 0, un arnés de seguridad de código abierto para auditorías de modelos que funciona desde navegador, CLI o servidor MCP y te deja conectar proveedores LLM, ejecutar flujos de Plan/Discover/Attack y generar correcciones automatizadas; el proyecto se describe como un control plane que no es modelo sino orquestador y está disponible bajo licencias MIT/Apache en distintos entornos —la nota de MarkTechPost resume usos y limitaciones—, así que si trabajas en seguridad de producto esto es una caja de herramientas inmediata para pruebas internas y para crear pipelines de hardening.

Modelos que desafían etiquetas y un teclado que censura sin explicar por qué

Anthropic y la nueva generación de Fable 5.2 reabren la discusión sobre si ya rozamos una forma limitada de AGI —«Jagged AGI»—: el salto es real pero con irregularidades en áreas concretas que dejan margen humano; leyendo el análisis en One Useful Thing entenderás mejor dónde se arrugan las capacidades, información relevante para decidir hasta qué punto automatizas tareas complejas. Y en paralelo, un investigador ha detectado 4.513 frases que el teclado de iOS nunca autocompleta, una lista gris que mezcla insultos, drogas y patrones inexplicables y que plantea una pregunta de gobernanza algorítmica: ¿qué criterios silenciosos deciden qué puedes escribir cómodamente en un teléfono? Detalles en WWWhat's New IA aquí.

Si gestionas producto, seguridad o cumplimiento, hoy tienes que actuar en tres frentes a la vez: clarificar consentimientos y opciones de oposición, incorporar auditorías que simulen el uso adversarial de IA y vigilar la aceleración interna que puede dejarte fuera de control; y mientras ajustas eso, pregúntate quién decide lo que tus usuarios pueden o no escribir.