Edición Nº 017 · 2026-09-17 · 16 items · 12 fuentes
Modelos y avances

La compañía presentó un protocolo estandarizado para investigar y divulgar fallas de alineación observadas en producción y pruebas internas. Junto con el anuncio revelaron seis casos documentados durante los últimos seis meses, incluyendo comportamientos no solicitados de transferencia de archivos.

Por qué importa — Establece un estándar de transparencia operativa poco común entre los proveedores comerciales de modelos de frontera.

OpenAI News · 2026-09-16 · fuente
Agentes de IA

Google habilitó acceso temprano a un servidor de Model Context Protocol (MCP) para Google Home. La integración permite que agentes externos como Claude o ChatGPT consulten el estado de la casa, resuman grabaciones de cámaras y ejecuten comandos de automatización de forma nativa.

Por qué importa — Consolida a MCP como el estándar de facto de interoperabilidad para agentes fuera de entornos de código puro.

TechCrunch AI · 2026-09-16 · fuente

El equipo de ingeniería de GitHub documentó la reescritura de su infraestructura central de agentes a Rust apoyándose en el propio Copilot. El reporte detalla cómo estructuraron la validación sistemática de código y el manejo de dependencias concurrentes a gran escala.

Por qué importa — Aporta métricas reales de productividad y verificación técnica en refactorizaciones de sistemas críticos con agentes.

GitHub Blog AI · 2026-09-17 · fuente
Herramientas para probar

Anthropic fusionó sus interfaces de chat y trabajo colaborativo Cowork en un único flujo de trabajo. La plataforma estrena herramientas para generar y modificar documentos y presentaciones directamente dentro de la conversación, apuntando a competir con las suites ofimáticas integradas.

Por qué importa — Reduce la fricción operativa al evitar el salto entre interfaces conversacionales y herramientas de edición externa.

The Verge AI · 2026-09-16 · fuente

Mediante Amazon Bedrock Data Automation, Step Functions y Lambda, AWS publicó una arquitectura de referencia para procesar documentos escaneados y redactar información de identificación personal (PII). La solución permite aplicar blueprints personalizados para auditoría y cumplimiento regulatorio.

Por qué importa — Resuelve de forma paquetizada y escalable el paso previo obligatorio para ingestar documentación confidencial en LLMs.

AWS Machine Learning Blog · 2026-09-16 · fuente
IA en ensayos clínicos y salud

Un artículo publicado en npj Digital Medicine evaluó la arquitectura y el desempeño clínico real de una red de evidencia auditable para ensayos remotos. La solución garantiza la integridad y el consentimiento en el intercambio de datos entre participantes descentralizados y centros de investigación.

Por qué importa — Ofrece un esquema técnico verificable para sortear los reparos de compliance que frenan los estudios remotos.

npj Digital Medicine (Nature) · 2026-09-17 · fuente

AWS presentó un repositorio con 38 skills diseñadas para corregir las fallas habituales de los modelos base al aplicar guías de práctica médica y ciencias biológicas. Los módulos cubren 11 áreas, incluyendo la clasificación estandarizada de variantes genéticas bajo criterios ACMG/AMP.

Por qué importa — Mitiga el problema del agente que cita normativas médicas correctas pero deduce conclusiones clínicas erróneas.

AWS Machine Learning Blog · 2026-09-16 · fuente

La compañía expandió su agente clínico de IA directamente dentro del sistema de historia clínica electrónica Oracle Health Foundation. La herramienta permite a enfermeros hospitalarios resumir episodios agudos y registrar datos estructurados mediante comandos de voz.

Por qué importa — Traslada la automatización de la consulta ambulatoria al flujo intrahospitalario crítico en tiempo real.

Fierce Healthcare · 2026-09-16 · fuente

Investigadores publicaron en npj Digital Medicine una metodología de aprendizaje generativo sobre espectros infrarrojos de muestras de sangre. La técnica simula cohortes y fenotipos bajo condiciones controladas para validar biomarcadores sin depender exclusivamente de muestreos biológicos invasivos repetidos.

Por qué importa — Abre la puerta al enriquecimiento de cohortes sintéticas previo a la fase de screening presencial.

npj Digital Medicine (Nature) · 2026-09-17 · fuente
Futuro de la IA

En el marco de Dreamforce, el CEO de Nvidia aseguró que las normativas vigentes bastan para supervisar la adopción corporativa de IA y que la industria puede autorregular su seguridad. Su postura contrasta con los reclamos de laboratorios de software y legisladores que exigen frenos específicos.

Por qué importa — Marca la línea divisoria de intereses entre fabricantes de infraestructura de cómputo y desarrolladores de modelos de frontera.

Xataka · 2026-09-17 · fuente
Prompt del día
Extracción y tipificación de criterios de inclusión clínica
Analizá el siguiente extracto de protocolo clínico. Identificá: 1) Criterios de inclusión obligatorios con umbrales numéricos específicos (edad, laboratorios, biomarcadores). 2) Criterios de exclusión temporales o condicionales. Presentá el resultado exclusivamente en formato JSON estructurado con claves 'parametro', 'operador', 'valor_referencia' y 'fuente_cita'.