03 / RADAR

Noticias que merecen contexto.

Lanzamientos de IA sin titulares aislados: qué se anunció, por qué puede importar y qué debes comprobar antes de usarlo.

01 / 06

Paneles de vidrio azul y violeta forman un recorrido geométrico alrededor de dos esferas translúcidas.

Google10 nov 2026

Google usa IA para verificar formalmente Signal

Google DeepMind presentó AlphaProof Code, un sistema que combina agentes de IA y revisión humana para demostrar propiedades de seguridad seleccionadas del código del protocolo Signal. El equipo informa que agentes basados en Gemini Carbon produjeron pruebas en Lean verificadas mecánicamente durante un proyecto de cuatro semanas. El resultado cubre las propiedades definidas en el trabajo y no garantiza que no existan otros fallos; los datos y la afirmación de prioridad proceden de los autores. Fuente: Google DeepMind, 10 de noviembre de 2026.

Fuente oficial: Google

Leer análisis

Un núcleo facetado de vidrio azul se conecta mediante cintas azules y violetas con una estructura geométrica translúcida.

Google10 nov 2026

Gemini 4 Carbon amplía disponibilidad

Google amplió el acceso a Gemini 4 Carbon para desarrolladores de pago y clientes empresariales, y comenzó a ofrecerlo gradualmente a suscriptores de Google AI Ultra en la app Gemini, Google Antigravity y AI Mode de la Búsqueda. La empresa lo orienta a tareas prolongadas de programación, investigación y trabajo con agentes; la disponibilidad depende del plan y se amplía de forma gradual. Fuente: Google, 10 de noviembre de 2026.

Fuente oficial: Google

Leer análisis

Dos brazos articulados de vidrio azul y violeta manipulan formas geométricas translúcidas sobre una superficie clara.

Google10 nov 2026

Google presenta Gemini Robotics 2.5

Google DeepMind presentó Gemini Robotics 2.5, un modelo de visión, lenguaje y acción que se distribuye a socios de robótica. La empresa informa evaluaciones en más de 200 tareas y una prueba piloto con un robot Apollo 2 de Apptronik en una línea de producción de Mercedes-Benz, donde la clasificación de piezas alcanzó un 96% de éxito. Son resultados publicados por Google en una prueba de concepto, no una medición independiente del rendimiento en todas las situaciones. Fuente: Google DeepMind, 10 de noviembre de 2026.

Fuente oficial: Google

Leer análisis

Un libro abierto de vidrio azul conecta formas de escuela y aprendizaje con un prisma violeta.

OpenAI10 nov 2026

OpenAI señala falta de orientación sobre IA escolar

Un informe de OpenAI reúne aprendizajes de alianzas educativas en la región EMEA y datos de una investigación de ThinkYoung. Entre los estudiantes consultados, el 79% dijo usar IA en tareas escolares, mientras que el 47% afirmó haber recibido orientación para hacerlo. El texto propone formación docente, alfabetización en IA y evaluación continua; las experiencias descritas son iniciales y no constituyen un modelo universal para las escuelas. Fuente: OpenAI, 10 de noviembre de 2026.

Fuente oficial: OpenAI

Leer análisis

Formas de vidrio azul y violeta conectan escritura, análisis, diseño y software con una estructura central.

OpenAI10 nov 2026

OpenAI analiza cambios en el trabajo freelance

OpenAI y Upwork compararon la actividad observada en ChatGPT con anuncios de proyectos del marketplace. Los autores informan que las solicitudes relacionadas con IA se extendieron a más áreas y combinaron tareas con mayor frecuencia; esos proyectos también tuvieron presupuestos fijos más altos y más horas, mientras que las tarifas por hora fueron similares. Los datos abarcan plataformas y períodos específicos y no demuestran una sustitución general de trabajadores. Fuente: OpenAI, 10 de noviembre de 2026.

Fuente oficial: OpenAI

Leer análisis

Láminas y una cuadrícula de vidrio azul y violeta se conectan mediante caminos luminosos entre nodos.

Research09 nov 2026 · 13:30 UTC

Estudio evalúa agentes que detectan tareas

Investigadores presentaron AutoBuddy-Bench, una simulación de trabajo que mide si los agentes pueden descubrir tareas pendientes en correos, chats y archivos y ejecutarlas en los sistemas correspondientes. En 120 tareas y 17 modelos, el estudio encontró fallos distintos: los modelos más débiles no identificaban obligaciones, mientras que los más capaces fallaban sobre todo durante la ejecución, a menudo en operaciones de sistemas empresariales. Los autores consideran la detección y la ejecución como capacidades diferentes; la evaluación utiliza un entorno simulado. Fuente: arXiv, 9 de noviembre de 2026.

Fuente oficial: Research

Leer análisis

Noticias anteriores

NOOSIGMA AI / ARQUIVO

Noticias anteriores

Lee los análisis fuera del carrusel, con resumen, fecha y fuente original.

Research09 nov 2026 · 04:34 UTC

Estudio prueba defensas contra prompt injection

Un preprint de arXiv evalúa defensas ante ataques adaptativos de prompt injection contra agentes que usan herramientas. En su benchmark sintético, ninguno de los modelos probados resistió todos los intentos; Gemini 4 Argon, el defensor con mejor resultado en la evaluación, bloqueó el 66% de los ataques con el mayor presupuesto de consultas y el 87% cuando el atacante se limitó a 150 consultas. Es una prueba controlada, no una auditoría de aplicaciones en producción; los autores recomiendan red teaming continuo y defensas por capas. Fuente: arXiv, 9 de noviembre de 2026.

Noticias que merecen contexto.

Noticias anteriores

Sigue la próxima etapa de la IA.