Cuando Airbus presentó su Vision Landing Application esta semana, el enfoque se centró en cómo una combinación de cámaras e inteligencia artificial permite a un avión reconocer una pista y ejecutar un aterrizaje automático sin depender de radiofaros ILS en tierra. El sistema, desarrollado durante ocho años y probado en proyectos como ATTOL con un A350 que operó sin GPS ni señales terrestres, usa visión artificial para calcular geometría de pista y guiar el descenso incluso con niebla o interferencias en GPS. Técnicamente, esto implica fusión de sensores en tiempo real a 250 km/h y 50 metros de altitud, procesando imágenes para generar posicionamiento independiente que activa el autoland.
El problema con esto es que la aviación comercial no tolera incertidumbre. Mientras los chips y código en aviones son determinísticos, probados exhaustivamente y libres de errores, los algoritmos de IA son probabilísticos por naturaleza y pueden fallar de formas impredecibles. Airbus lo mantiene en fase de investigación precisamente porque certificar ante EASA y FAA que esta IA es tan confiable como una baliza de radio tomará años, especialmente cuando no se puede permitir ni una sola alucinación con cientos de vidas en juego.
Los fallos repetidos de Isar Aerospace ilustran la brecha entre inversión y ejecución
Isar Aerospace tiene 205 millones de euros de la ESA a través del European Launcher Challenge y 270 millones de inversión privada, además de múltiples sitios de lanzamiento planeados en Noruega, Canadá y Guayana Francesa. Su cohete Spectrum ha intentado despegar cinco veces: explotó en marzo de 2025 por una válvula de ventilación, y en 2026 fallaron válvulas de presurización el 21 de enero, temperatura de combustible el 25 de marzo, posible fuga el 9 de abril y sistema de fluidos el 15 de junio. Cada intento abortado enseña lecciones sobre sistemas embebidos en tiempo real, pero demuestra que incluso con hardware y financiación lista, depurar integración de software y hardware a escala sigue siendo extremadamente difícil.
Aquí es donde la cosa se complica para cualquier sistema autónomo. Los ingenieros deben garantizar predictibilidad total en entornos donde fallos en válvulas, sensores térmicos o fluidos pueden ser catastróficos. Esto no es debugging de aplicación web; es software que no puede reiniciarse en pleno vuelo o lanzamiento, y cada línea debe ser auditable y perfecta dentro de procesadores limitados.
La contaminación orbital que ya afecta a SPHEREx y amenaza observatorios futuros
El telescopio SPHEREx de la NASA, diseñado para mapear el cielo en 102 bandas infrarrojas cada seis meses y estudiar historia de galaxias, inflación cósmica y hielos interestelares, ya ve el 73,3% de sus imágenes contaminadas. Un estudio de 6.000 exposiciones entre mayo y septiembre de 2025 encontró promedio de 2,18 estelas de satélites por imagen, creando artefactos de ‘vías de ferrocarril’ donde el algoritmo de eliminación de rayos cósmicos deja residuos brillantes a ambos lados de la traza.
Con propuestas de hasta 1,84 millones de satélites adicionales en órbita baja para 2026, las proyecciones indican que el 100% de las imágenes tendrían contaminación, con media de 189 trazas cada una. Esto degrada datos científicos en misiones de cartografiado masivo donde se acumulan señales débiles para estadísticas precisas. SPHEREx orbita a 700 km en heliosincrónica, exactamente donde se concentran estas megaconstelaciones que habilitarán aplicaciones de 6G.
El calendario del 6G y su verdadero impacto más allá de los móviles
Los estándares iniciales del 6G estarán listos en marzo de 2029 según el 3GPP, con despliegues comerciales en España posiblemente hacia 2030 comenzando en áreas limitadas. Las velocidades teóricas, latencia ultrabaja y capacidad para conectar masivamente dispositivos suenan impresionantes, pero el usuario medio con móvil actual no necesita cambiar dispositivo todavía. Los primeros teléfonos compatibles serán gama alta y las ventajas no se limitarán a descargas más rápidas.
La realidad técnica es que el 6G se diseñó para infraestructuras inteligentes: ciudades conectadas, fábricas automatizadas, vehículos autónomos, telemedicina y sistemas de IA distribuidos que procesan datos en la red misma. También promete mayor eficiencia energética, crítico cuando se despliegan millones de satélites. Sin embargo, estos mismos satélites son los que ya están dejando cicatrices en instrumentos como SPHEREx, creando un trade-off entre conectividad y ciencia espacial que los ingenieros no pueden ignorar.
El bug de Gmail en Pixel 10 recuerda que integrar IA sigue rompiendo lo básico
Incluso en software de consumo, Google enfrenta problemas al integrar IA. Usuarios de Gmail en Pixel 10 Pro XL y Pixel 10 Pro Fold reportan que al pulsar ‘Responder’, el teclado no aparece y en su lugar se destaca excesivamente la función ‘Ayúdame a escribir’ con Gemini. El error afecta específicamente estos dispositivos Android, no se resuelve desactivando funciones inteligentes y fuerza respuestas generadas por IA que pueden carecer de contexto preciso.
Esto no es un fallo crítico de aviación, pero ilustra el mismo desafío: cuando introduces IA en flujos de usuario establecidos, surgen interacciones inesperadas con componentes como teclados o procesadores de texto. Google aún no se ha pronunciado y probablemente lo arreglará con una actualización, pero sirve como recordatorio mundano de que incluso con recursos ilimitados, la integración perfecta de sistemas autónomos o inteligentes requiere pruebas exhaustivas que a menudo revelan edge cases solo en producción.
En 2026, la lección para desarrolladores y arquitectos es clara. Podemos construir visión artificial para aterrizajes, cohetes reutilizables y redes 6G que habiliten autonomía masiva, pero los cuellos de botella reales están en certificación de software no determinista, depuración de sistemas embebidos a escala y gestión de consecuencias no intencionadas como saturación orbital. El camino hacia sistemas que realmente funcionen sin intervención humana pasa por verificación formal, pruebas en condiciones reales y aceptación de que algunos problemas técnicos no se resuelven solo con más inversión.