De Google a CarPlay: cinco señales de la IA que redefinen algoritmos, regulación y hardware en 2026

La inteligencia artificial está dejando de comportarse como un simple asistente para convertirse en un motor que impulsa decisiones, inversiones y regulaciones. Cinco noticias recientes permiten trazar un mapa de ese cambio: desde cómo se despliegan los cambios en los algoritmos de Google, hasta un prototipo que avanza desde copiloto a agente autónomo, pasando por la promesa de IA en coches con CarPlay.

Cuando Google lanza un Core Update o una actualización menor, los cambios no se aplican de golpe. Se van desplegando a lo largo de semanas o meses y solo se comunican cuando el proceso llega a 100%. Las actualizaciones de núcleo suelen tardar alrededor de dos semanas en desplegarse por completo porque es necesario ajustar las señales de calidad para cada URL indexada. Los sitios más antiguos o menos actualizados se revisan con menor frecuencia, por lo que podrían tardar hasta un mes. El tamaño de los cambios también influye: cuanto mayor es la modificación de las señales de calidad, más tiempo tarda el algoritmo en revaluar y puntuar el contenido. Las actualizaciones menores suelen estar integradas dentro de una gran actualización, de modo que no se vuelven a procesar todas las URL hasta finalizar el proceso. Aun así, no parece probable que haya actualizaciones en tiempo real; incluso con una red de datos gigantesca, siempre habrá demoras y errores en la transferencia de información.

Paralelamente, la UE propone simplificar la Ley de Inteligencia Artificial, pero representantes de la sociedad civil advierten que podría desregularla y debilitar el alcance para ciertos productos regulados. El debate se centra en el Anexo I: eliminarlo podría dejar fuera una amplia gama de sistemas de IA industriales y de consumo, con riesgos para la seguridad jurídica y la protección de los consumidores. Se apunta a que, para corregir ese escenario, haría falta enmendar alrededor de doce piezas de la legislación para reintroducir requisitos de IA de manera sectorial. En ejemplos prácticos, los representantes citan dispositivos médicos y dispositivos in vitro, donde la IA influye en diagnóstico y tratamiento, y la industria del juguete, donde la IA podría perder una capa de seguridad. El mensaje es claro: una gobernanza de IA más fragmentada sería menos eficiente para proteger a los usuarios.

En el horizonte del hardware para IA, las GPU siguen siendo protagonistas. En pruebas de descifrado de contraseñas, la RTX 5090 resulta notablemente rápida frente a la NVIDIA H200 o la AMD MI300X. En SHA-512, la RTX 5090 alcanza 10.014 MH/s, un 93,5% más rápido que la H200 y un 33,7% más que la MI300X. En MD5 llega a 219,5 GH/s, un 76% más que la H200. En bcrypt, la MI300X queda rezagada frente a la RTX 5090, que duplica el rendimiento de la H200. En SHA-256, AMD supera a NVIDIA, y la ventaja continúa en SHA-512. Estas cifras recuerdan que la demanda de IA impulsa inversiones en hardware y que, para ciertas tareas, tarjetas gaming pueden superar soluciones empresariales a una fracción del coste, porque no están diseñadas específicamente para hashing.

El terreno de la innovación también muestra su cara más disruptiva con BoxPwnr, un proyecto de Francisco Oca que evoluciona de un experimento para que los modelos de IA resuelvan máquinas Hack The Box por sí solos a un sistema con agentes que acceden a herramientas reales y ejecutan bucles de decisión sin supervisión constante. Todo ocurre dentro de un contenedor Docker con Kali Linux; pruebas contra plataformas como Hack The Box y PortSwigger permiten medir cuántos retos se resuelven, cuánto tardan y cuántas iteraciones se requieren. En escenarios guiados, las tasas de éxito son sorprendentemente elevadas; en entornos más abiertos, el rendimiento cae, pero no desaparece. El mensaje no es de triunfo automático, sino de una transición: los modelos cada vez más capaces, con prompts refinados, pueden acercarse al comportamiento de un pentester sin intervención humana, lo que ya sugiere una nueva realidad en seguridad ofensiva.

Por último, la IA se integra más en nuestra vida diaria. ChatGPT ya puede usarse a través de CarPlay, el sistema de Apple para coches, llevando la asistencia inteligente a la experiencia de conducción y entretenimiento. Este pequeño hito ilustra cómo la IA pasa de ser un asistente a convertirse en una presencia integrada en dispositivos cotidianos y contextos en los que la movilidad y la conectividad definen la forma de trabajar y de interactuar.

En conjunto, estas piezas dibujan un paisaje tecnológico en el que la IA deja de ser una herramienta aislada para convertirse en una fuerza que reconfigura algoritmos, regulación, hardware y experiencias en la carretera. La velocidad de despliegue, la necesidad de un marco práctico y la capacidad de la tecnología para asumir tareas cada vez más complejas marcan una transición que ya está en marcha, y que exige a empresas y profesionales adaptarse con rapidez sin perder el eje humano que da sentido a la innovación.