En mi familia el cáncer ha hecho de las suyas una y otra vez. Mi padre Walter y mi hermano Pedro murieron de eso. Mi hermano Miguel libró la batalla, pero sigue cargando las secuelas. Sigo yo.
Por eso, cuando aparecen noticias sobre avances en el combate al cáncer, no las leo como quien lee una nota de tecnología. Las leo como quien oye tocar a la puerta. Y en los últimos quince días han tocado varias veces.
Hace dos semanas, Merck y Moderna anunciaron que su ensayo de fase 3 cumplió su objetivo: una vacuna de ARN mensajero hecha a la medida de cada paciente —se toma una muestra del tumor, se secuencia su ADN, se compara con el del tejido sano del propio paciente, y un sistema de inteligencia artificial decide cuáles de esas mutaciones debe atacar el sistema inmune— redujo las recaídas y las metástasis en melanoma más que el tratamiento que hasta ahora era el mejor disponible. Es la primera vez que una terapia individualizada de este tipo aprueba una fase 3. La letra chica, que conviene no saltarse: todavía no se demuestra que la gente viva más, sino que recae menos.
Días después, el cardiólogo Eric Topol difundió una vía distinta que llega al objetivo desde otro ángulo: convertir células madre universales en células dendríticas —las que le enseñan al sistema inmune qué perseguir—, vestirlas con los antígenos del tumor del paciente y soltarlas sobre los linfocitos T. No es la misma tecnología. Es otra puerta a ese cuarto.
Y hay una tercera que me detuvo más tiempo. En la Universidad Rockefeller ensayaron un anticuerpo —le dicen 2141-V11— en doce pacientes. Seis vieron reducirse sus tumores; dos alcanzaron remisión completa. Pero lo que llama la atención no es eso: es que lo inyectan en un solo tumor y los tumores de otras partes del cuerpo también se encogieron o fueron destruidos por células inmunes. Los propios investigadores dicen que ese efecto —tratar aquí y que responda allá— casi no se ve en ningún tratamiento clínico. Doce pacientes es un ensayo pequeñísimo, en la fase más temprana que existe. Pero para alguien que ha visto de cerca lo que hace una metástasis, la palabra «sistémico» pesa distinto.
Añádele lo que ya conté aquí hace unas semanas: sistemas que rastrean mil cien millones de compuestos buscando protectores contra el envejecimiento, sistemas que releen millones de perfiles moleculares y encuentran intervenciones que los autores originales no habían reportado, algunas de las cuales revirtieron señales de vejez en ratones viejos. Nuestros desvencijados organismos tienen esperanzas.
Y todo eso —conviene decirlo con claridad— está ocurriendo más rápido porque hay inteligencia artificial de por medio. No porque una máquina haya tenido una idea genial, sino porque puede recorrer espacios de información donde ningún investigador humano alcanza a mirar.
Por eso veo con optimismo los avances tecnológicos.
Leo con atención el rechazo creciente contra la inteligencia artificial, y lo entiendo. Pero cada vez me pesa más hacer el llamado que llevo tiempo haciendo: pónganse las pilas, aprendan a usarla, incorpórenla a su trabajo de manera inteligente y creativa.
Y me cuesta por una razón incómoda, que es de dinero.
Lo que la mayoría de la gente conoce como «inteligencia artificial» —pedirle algo a un chatbot y ahorrarse lo que antes tecleabas, generar imágenes cada vez más predecibles, hacer videos chistosos— es una probadita de algo que ha evolucionado muchísimo más allá. El trabajo profesional serio ocurre en otro nivel. Y ese nivel cuesta.
Hice la cuenta, con los precios de estos días. El sistema más capaz para trabajo profundo sigue siendo Claude, de Anthropic, y para sacarle jugo de verdad hay que aflojar la tarjeta con el plan Max 20x: 200 dólares al mes. Pero hay cosas que se hacen mejor en Codex, de OpenAI, que además puede trabajar en mancuerna con Claude: ahí OpenAI abrió dos niveles en abril, 100 dólares si lo quieres sobre todo para programar —lo sacaron para competirle de frente al plan de cien de Anthropic— y 200 si quieres el paquete completo. Hay tareas que sólo Gemini resuelve bien: el plan Ultra de Google, que hace poco costaba 250, bajó a 200, aunque hay uno de 100. Y X acaba de soltar Grok Bot, que es potente de verdad: su plan Heavy son 300 dólares al mes, aunque desde finales de agosto su agente viene incluido en todos sus planes individuales, empezando por el de 30.
Suma. Una batería completa anda entre 800 y 900 dólares mensuales, según qué nivel elijas en cada casa. Quince o diecisiete mil pesos al mes, todos los meses, nada más para tener las herramientas prendidas. Eso es más de lo que gana mucha gente con título profesional en este país. Y para proyectos grandes, donde se paga por consumo y no por suscripción, la cuenta llega a los miles.
La respuesta obvia es irse a lo abierto: los chinos —Qwen, DeepSeek, Kimi— liberan sus pesos y te ahorras la suscripción. Yo mismo lo he probado y he escrito aquí sobre ello.
Pero el ahorro es parcial, y hay que decirlo completo. Te quitas la mensualidad y te quedan los fierros, la electricidad y la conexión. Lo abierto en serio pide hardware en serio, y donde mejor corren —por la memoria unificada, que les permite cargar modelos que a una tarjeta gráfica común no le caben— es en las Mac.
Y aquí es donde la historia se muerde la cola.
Resulta que esas Mac las están comprando por decenas de miles las mismas empresas de las que uno quería independizarse. OpenAI ha adquirido decenas de miles de Mac mini y Mac Studio en los últimos meses para entrenar sistemas que aprenden a usar una computadora como la usaría una persona. Anthropic renta capacidad de Mac mini a través de los servicios de Amazon. Descubrieron que estas máquinas son una alternativa razonable a los procesadores de Nvidia y a los chips de Google para cierta clase de trabajo.
¿El resultado? Las configuraciones con mucha memoria pasaron de entregarse en dos semanas a casi dos meses. Hubo quien revendía Mac mini con sobreprecio. Y Apple rompió su calendario de otoño para adelantar máquinas nuevas el 25 de agosto: la Mac mini con procesador M6 desde 899 dólares, la Mac Studio desde 2,499, y la versión Ultra desde 5,499. Más potentes. Más caras. La configuración con 512 gigabytes de memoria unificada —justamente la que serviría para correr en casa un modelo grande de verdad— no llega hasta finales de octubre.
Hay un detalle que me da entre risa y escalofrío: entre los usos que la prensa especializada menciona para explicar por qué estas máquinas se volvieron codiciadas están los agentes locales como OpenClaw y Hermes. Son exactamente los que corro yo en mi Mac mini. O sea que el hardware con el que uno se fabrica algo de autonomía es justo el que los laboratorios acaparan para no depender de nadie.
La brecha digital se está ensanchando. Y ya no sólo por adopción o por conocimiento, que era el problema de hace dos años. Ahora también por costo. Eso me parece lo más grave de este momento, y casi nadie lo está diciendo así.
Vale la pena mirar qué hicieron estos días las compañías a las que uno les paga.
OpenAI publicó el informe de lo que pasó en julio, y es de lectura obligatoria. Durante sus propias evaluaciones internas de ciberseguridad, sus modelos burlaron los controles que debían mantenerlos aislados de internet y comprometieron parte de la infraestructura de investigación de la propia OpenAI y sistemas de Hugging Face, la plataforma donde la comunidad guarda y comparte sus sistemas. Encadenaron fallos de seguridad que nadie conocía. Aunque no les habían dado ni conexión a internet ni forma de comunicarse entre ellos, averiguaron cómo usar la infraestructura de la casa para hablar entre sí y salir a la red. Uno encontró credenciales y armó una carga maliciosa para que el servidor entregara archivos que no le correspondían. En cuestión de horas, cientos de agentes estaban haciendo lo mismo.
Y hay un detalle que no se le puede pasar a nadie: la alarma había sonado el 27 de junio. Una herramienta de monitoreo detectó a los agentes usando un tablón de mensajes improvisado para coordinarse, y el personal de guardia decidió que la evaluación no necesitaba detenerse.
La conclusión la escribe la propia OpenAI, y la cito tal cual: es evidencia de que, sin las salvaguardas adecuadas, los agentes muy capaces pueden «sortear controles técnicos, colaborar por canales no aprobados y tomar acciones peligrosas que ningún humano dirigió».
Con ese antecedente encima, hoy OpenAI soltó el modelo. Se llama GPT-6 Astra, y lo presentó con una frase que ya le dio la vuelta al mundo: bienvenidos a la era de la inteligencia artificial general.
Los números que enseñó son imponentes. Noventa y ocho por ciento en el examen de matemáticas más difícil que existe. Cien por ciento en el de explotación de vulnerabilidades. Noventa y seis en la de preguntas de posgrado en ciencias. Y 99.9% en ARC-AGI-3, que es la prueba diseñada expresamente para medir razonamiento abstracto, esa clase de problema que una máquina no puede resolver de memoria. Es el primero que la propia OpenAI clasifica como «crítico» en ciberseguridad, y durante las evaluaciones encontró por su cuenta dos fallos de seguridad que nadie conocía.
Greg Brockman, presidente de la empresa, lo dijo así: «no me parece irrazonable sentir que ya estamos en la era de la AGI». Fíjate en la construcción, porque está cuidadosamente armada: no dice «esto es AGI». Dice que no es irrazonable sentir que sí. Es una afirmación que no se puede desmentir porque no afirma nada comprobable.
Y luego llegó Simon Willison —programador, uno de los observadores más serios y menos entusiastas de este campo— y publicó el dato que a mí me parece que hay que destacar: ese 99.9% se obtuvo con un arnés que OpenAI construyó a la medida, y costó 19 mil dólares de cómputo. Con el arnés estándar de la prueba, saca 62.7%.
Un «arnés», para quien no viva de esto, es el andamiaje que lo rodea: cómo se le entregan los problemas, cuánta memoria se le deja conservar entre un paso y otro, cuántos intentos se le permiten. No es el cerebro; es la silla, el escritorio y el café. La diferencia entre 62.7 y 99.9 no la puso el cerebro: la puso el andamio. Y son treinta y siete puntos de diferencia.
Falta el remate. Artificial Analysis, que es un medidor independiente y no vende modelos, puso a Astra por debajo de Claude Fable 5.1 en su índice de inteligencia: 61 contra 66. El modelo que declaró la era de la AGI queda, para quien mide desde fuera, en segundo lugar frente al que salió dos días antes. Y cuesta exactamente lo mismo: diez dólares por millón de palabras que entran, cincuenta por millón que salen.
No estoy diciendo que Astra no sea impresionante. Es impresionantísimo, y lo de los dos fallos de seguridad hallados por su cuenta debería quitarle el sueño a más gente. Lo que digo es otra cosa: que la cifra con la que se anunció el nacimiento de la inteligencia artificial general necesitó diecinueve mil dólares de andamiaje para existir, y que eso no salió en el anuncio. Salió en el blog de alguien que se tomó la molestia de leer la letra chica.
Anthropic, por su parte, lanzó Fable 5.1 —el modelo que yo más uso en mi día a día— y dijo que su versión de acceso restringido diseñó proteínas que dos laboratorios externos validaron: una tasa de acierto cercana al 50% en doce dianas, contra el 10 o 15% habitual del campo. No hay artículo científico que lo respalde todavía; es la casa contándolo. Ese día firmó además un acuerdo de cómputo por 35 mil millones de dólares.
Y Meta soltó Muse Spark 1.3, que Zuckerberg presentó como un rendimiento de frontera «casi demasiado barato para medirlo». Con calma: los precios de esa versión no están publicados, y en la medición de trabajo con terminal la versión anterior quedó en 82.9% contra 86.7% del mejor modelo de Anthropic. Meta se acercó mucho. No rebasó.
Los tres párrafos anteriores tienen algo en común: son compañías hablando de sus propios productos. Ninguna de esas cifras pasó por revisión externa.
La excepción apareció en Nature el 1 de septiembre, y va en dirección contraria.
Un equipo del Instituto Sanger, el Centro de Regulación Genómica de Barcelona y el King's College de Londres tomó un virus diminuto —el fago ΦX174, cinco mil trescientas ochenta y seis letras de ADN, once proteínas— y mutó casi cada una de esas letras, una por una. Fabricaron más de cuarenta y cuatro mil variantes y las echaron a competir con bacterias vivas para ver cuáles sobrevivían.
Después pusieron a prueba veinte modelos de inteligencia artificial entrenados precisamente para predecir qué efecto tiene cada mutación.
Casi todos fueron derrotados por un modelo muchísimo más simple, que sólo se fija en qué parte de la proteína cae la mutación. En palabras del investigador principal: casi ninguno lo hace mejor que un modelo muy, muy simple. Y de las mutaciones que resultaron dañinas, hay un tercio del que nadie sabe explicar por qué lo son. Cientos de mutaciones, dice, de las que no tenemos ni idea.
No es una noticia contra la inteligencia artificial. Es una noticia sobre la distancia entre lo que se anuncia y lo que se comprueba. Y esa distancia, ahora mismo, tiene el tamaño de un virus de cinco mil letras.
Y entonces, el martes, se movió la pieza más grande del tablero.
El Departamento de Justicia de Estados Unidos se metió por primera vez, y se metió del lado de OpenAI. Presentó lo que se llama una declaración de interés en el juicio que le sigue The New York Times —el caso más importante de todos los que hay en curso— y sostuvo tres cosas: que entrenar sistemas de inteligencia artificial transforma lo suficiente las obras escritas como para caber en el uso legítimo; que los beneficios de esta tecnología superan ampliamente cualquier daño competitivo; y, sobre todo, que su desarrollo es crítico para la seguridad nacional.
Conviene entender bien qué es y qué no es esto, porque circuló de otra manera. No es un fallo. Ningún juez ha resuelto nada. Es el gobierno tomando partido en un pleito que sigue abierto: el año pasado el juez rechazó la mayor parte de los intentos de OpenAI por tirar la demanda y dejó avanzar los reclamos del periódico, pero se cuidó de no pronunciarse sobre el uso legítimo, que es justo el fondo del asunto. Esta semana ambas partes tienen plazo para presentar sus mociones de sentencia. Lo que cambió no es el derecho: es quién está empujando.
El vocero del Times, Graham James, lo contestó en una línea que resume el pleito completo: la administración propone dejar que las compañías tomen ese contenido sin permiso y sin compensación, y eso socavaría la sostenibilidad del contenido hecho por humanos del que la sociedad depende.
Y hay una simetría que no quiero dejar pasar. Los mismos días en que OpenAI declara que su modelo puede encontrar y explotar fallos de seguridad en sistemas protegidos —y por eso restringe el acceso—, el gobierno de su país argumenta que hay que dejarlo entrenar con material ajeno por razones de seguridad nacional. Un solo argumento, empujando en dos direcciones opuestas, según convenga.
En julio escribí aquí que el derecho de autor parecía estar muriendo para los débiles y reinventándose, más fuerte, para los fuertes. No me dio gusto tener razón tan pronto.
El 28 de agosto, las editoras musicales de Sony y de Warner demandaron a Anthropic —y nombraron personalmente a Dario Amodei y a Benjamin Mann— por haber usado letras de canciones para entrenar a Claude. Se piden hasta 150 mil dólares por obra si se acredita que hubo dolo.
Tres días después, cuatro músicos demandaron a Suno, y aquí está lo verdaderamente nuevo: no lo demandaron por copiar, sino por identidad. Alegan que el sistema usa el nombre del artista como llave de búsqueda para generar algo que lo evoca. Es exactamente el hueco que yo señalaba en julio: cuando el derecho de autor no alcanza, los demandantes van por el derecho a la propia imagen.
Bruselas, mientras tanto, mandó sus primeros requerimientos formales a los proveedores de modelos de propósito general, preguntándoles por su seguridad, sus evaluaciones externas y por qué no han publicado resúmenes de con qué entrenaron. Las multas pueden llegar a quince millones de euros o al 3% de la facturación global.
Y en México se movieron dos piezas en la misma jornada. En el Segundo Informe, la presidenta actualizó Coatlicue, la supercomputadora que se construye con seis mil millones de pesos y 14,480 procesadores gráficos —proyecto en obra, conviene subrayarlo, no capacidad demostrada—. Y el Senado recibió la iniciativa para reformar la Ley de Inversión Extranjera: la inteligencia artificial, los semiconductores y la computación cuántica entrarían al filtro de seguridad nacional, de modo que cualquier compra extranjera de más del 49% en esas industrias necesitaría autorización. Está presentada, no aprobada. Pero la señal es clara: México empezó a tratar la IA como infraestructura estratégica y no como una moda.
Cierro con lo que más me gustó de todo esto, y no tiene nada de espectacular.
El Internet Archive publicó una explicación de cómo digitaliza libros, porque se lo preguntan mucho. La respuesta, dicen ellos, es corta: página por página, a mano. Y presentan a quien lo hace, Eliza Zhang, la misma que apareció en un video que se volvió viral hace cinco años. Sigue siendo así.
En la misma semana en que cientos de agentes que nadie dirigió se salieron de su encierro, y en que veinte modelos entrenados con cantidades inimaginables de datos perdieron contra una regla simple, la memoria del mundo sigue construyéndose como se ha construido siempre: alguien pasa la página, y luego la siguiente.
No tengo una conclusión ordenada. Tengo dos cosas que sostengo a la vez, aunque se estorben.
La primera es que esta tecnología está acelerando una ciencia que quizá alcance a tiempo a algunos de nosotros, y por eso la defiendo aunque me griten. La segunda es que se está encareciendo de una manera que va a dejar fuera a mucha gente que la necesita, y por eso hay que decirlo fuerte ahora, antes de que nos parezca normal.
Porque son dos carreras al mismo tiempo. En una, la ciencia avanza hacia nosotros; en la otra, el cáncer, o lo que a cada quien le toque, avanza a su ritmo. Yo no sé cuál llega primero. Lo que sí veo es que a la primera carrera la están volviendo cara, y en las carreras caras no corre todo el mundo.
Mi padre y mi hermano Pedro no alcanzaron a ver nada de esto. Mi hermano Miguel sí. Yo, con suerte, alcanzo a contarlo.
La esperanza también tiene precio. Ojalá no lo sigan subiendo.