April | 2026
Meta plans to capture some employees' mouse movements, keystrokes, button clicks, and dropdown navigation as training data for computer-using agents. The company told TechCrunch that an internal tool will record these inputs on certain applications because agents need examples of how people use computers in everyday tasks. Meta said safeguards will protect sensitive content and that the material will serve no other purpose. The plan follows reports that defunct startups' Slack archives and Jira tickets are also being repurposed as model-training material, extending the industry's search for data into records produced during ordinary work. The source is labor performed inside Meta itself.
The employee's gesture now has a second corporate life. A click made to finish an assignment can become an example from which software is taught to perform similar labor. This arrangement concentrates interpretive power with the employer, which chooses the applications, defines sensitive content, and decides which traces become useful. Even careful redaction leaves a political question inside the tool. Paid activity generates a reusable asset whose future value may exceed the immediate task, while the worker sees neither the resulting dataset nor the agent shaped by it. The office interface thus doubles as a collection instrument, and routine competence is extracted at the keyboard, one recorded action at a time.
Meta planea capturar movimientos del ratón, pulsaciones de teclado, clics y navegación por menús de algunos empleados para entrenar agentes capaces de usar computadoras. La empresa explicó a TechCrunch que una herramienta interna registrará esas acciones en ciertas aplicaciones porque los agentes necesitan ejemplos de cómo las personas realizan tareas cotidianas frente a una pantalla. Meta afirmó que habrá salvaguardas para proteger contenido sensible y que el material no tendrá otro uso. El plan aparece tras conocerse que archivos de Slack y registros de Jira de empresas emergentes desaparecidas también se reutilizan para entrenar modelos, ampliando la búsqueda de datos hacia documentos producidos durante el trabajo corriente.
El gesto del empleado adquiere así una segunda vida empresarial. Un clic hecho para terminar un encargo puede convertirse en ejemplo para enseñar a un programa a ejecutar labores parecidas. El empleador concentra el poder de interpretación porque elige las aplicaciones, define qué considera sensible y decide qué rastros resultan útiles. Incluso con una depuración cuidadosa, la herramienta contiene una cuestión política. La actividad remunerada produce un activo reutilizable cuyo valor futuro puede superar el de la tarea inmediata, mientras quien trabaja desconoce el conjunto resultante y el agente moldeado con sus acciones. La interfaz de oficina funciona también como instrumento de recolección, y la competencia cotidiana se extrae desde el teclado, una pulsación registrada cada vez.
Deezer says fully AI-generated tracks now account for 44 percent of the music uploaded to its service each day, nearly 75,000 tracks daily and over two million each month. Listening remains between 1 and 3 percent of total streams, and the company detects 85 percent of those streams as fraudulent and demonetizes them. Daily AI uploads had risen from 10,000 in January 2025 to 60,000 in January 2026. Deezer labels detected AI music, excludes it from algorithmic recommendations and editorial playlists, and says it will cease storing high-resolution versions. During 2025, the platform tagged over 13.4 million AI tracks.
The figures separate the size of a catalog from the presence of an audience. Generative systems can supply files at industrial speed, while fraudulent streaming can manufacture a residue of apparent demand around them. This volume burdens detection, storage, royalty allocation, and the ordinary act of finding a song. Deezer's response creates a divided shelf inside the same service. One class of track receives a label, loses recommendation and playlist access, and now loses high-resolution storage. Human-made recordings continue through the usual channels. That arrangement gives the platform's detector substantial cultural and financial authority because classification affects visibility and payment. Each day, almost 75,000 new files enter that sorting process, while genuine listening reaches only a small fraction of their streams.
Deezer afirma que las pistas generadas íntegramente con IA representan el 44 por ciento de la música que recibe cada día, casi 75.000 temas diarios y más de dos millones al mes. Su consumo permanece entre el 1 y el 3 por ciento de las reproducciones, y la empresa detecta como fraudulentas el 85 por ciento de esas escuchas y las desmonetiza. Las entregas diarias aumentaron de 10.000 en enero de 2025 a 60.000 en enero de 2026. Deezer etiqueta la música de IA identificada, la excluye de recomendaciones algorítmicas y listas editoriales, y dejará de almacenar sus versiones de alta resolución. Durante 2025, marcó más de 13,4 millones de pistas.
Las cifras separan el tamaño de un catálogo de la existencia de un público. Los sistemas generativos producen archivos a ritmo industrial, mientras las reproducciones fraudulentas fabrican una demanda aparente. Ese volumen carga la detección, el almacenamiento, el reparto de regalías y la búsqueda cotidiana de una canción. La respuesta de Deezer crea dos estantes dentro del servicio. Una categoría recibe etiqueta, pierde recomendaciones, listas y almacenamiento de alta resolución. Las grabaciones humanas siguen por los canales habituales. El detector adquiere así autoridad cultural y económica, pues su clasificación afecta la visibilidad y el pago. Cada día, casi 75.000 archivos nuevos entran en esa clasificación, mientras las escuchas genuinas alcanzan una porción mínima de sus reproducciones.
Investor Elad Gil argues that most companies pass through a roughly 12-month period of peak value before declining, and that founders often miss it by expecting stronger terms later. Speaking on the No Priors podcast, he cited Lotus, AOL, and Broadcast.com as companies sold at or near their high points. His practical recommendation is to schedule a board meeting once or twice each year specifically to discuss exits, making the decision a recurring governance question. Gil applied the warning to AI startups whose products occupy categories that foundation-model companies have yet to enter. A change in differentiation or defensibility, he said, should prompt founders to ask whether the next six months represent their most valuable period.
This advice compresses the corporate future into a sale calendar. For an AI startup, technical achievement may produce a temporary bargaining position because a larger model provider can add a similar function, bundle it with an existing service, or alter the terms on which the smaller company operates. Investors then read independence through timing. Employees may hear a mission, customers may buy a durable service, and the board may privately measure the remaining months before an acquisition looks preferable to competition. Gil's scheduled meeting makes that divergence procedural. Once or twice a year, directors would place the company's product, payroll, contracts, and prospective buyers beside a question already waiting on the agenda.
El inversor Elad Gil sostiene que muchas empresas atraviesan unos doce meses de valor máximo antes de caer, y que los fundadores pueden perderlo por esperar mejores condiciones. En el podcast No Priors citó a Lotus, AOL y Broadcast.com, vendidas en su punto más alto o cerca de él. Recomienda programar una o dos reuniones anuales del consejo para discutir posibles ventas. Gil aplicó la advertencia a empresas emergentes de IA cuyos productos ocupan categorías en las que todavía no han entrado los proveedores de modelos fundacionales. Un cambio en la diferenciación o la capacidad defensiva debería llevar a preguntar si los próximos seis meses serán el periodo de mayor valor.
El consejo comprime el futuro de la empresa dentro de un calendario de venta. Para una compañía de IA, un logro técnico puede conceder una posición negociadora temporal, pues un proveedor mayor puede añadir una función similar, incluirla en un servicio existente o cambiar las condiciones de operación de la firma pequeña. Los inversores leen la independencia según el momento. La plantilla puede escuchar una misión, los clientes comprar un servicio duradero y el consejo calcular los meses que quedan antes de preferir una adquisición a la competencia. La reunión propuesta por Gil convierte esa divergencia en procedimiento. Una o dos veces al año, los directores colocarían el producto, la nómina, los contratos y los posibles compradores junto a una pregunta inscrita en el orden del día.
Worldwide app releases rose 60 percent year over year in the first quarter of 2026 across Apple's App Store and Google Play, according to Appfigures. Releases on iOS alone increased 80 percent. For April through the date of the analysis, launches were up 104 percent across both stores and 89 percent on iOS compared with the same period in 2025. Appfigures and TechCrunch present AI coding tools such as Claude Code and Replit as a possible cause, since they can help people build software with fewer technical skills, though the data cannot establish causation. Games still led new releases, while utilities ranked second and lifestyle third.
Lowering the cost of making an app transfers scarcity from production to judgment. A person with an idea can reach a store faster, while reviewers and customers face a denser shelf of utilities, imitations, experiments, and fraud. Recent failures give that pressure a price. Apple removed Freecash for rule violations after it had spent months near the top of its charts, and a counterfeit Ledger Live app drained $9.5 million in cryptocurrency from victims. Apple reported rejecting over 320,000 submissions for spam, copying, or misleading conduct in 2024. If AI-assisted coding contributes to the current volume, wider creative access arrives alongside a larger inspection bill, paid in review labor and in the accounts of customers who install the wrong icon.
Los lanzamientos de aplicaciones crecieron un 60 por ciento interanual durante el primer trimestre de 2026 entre la App Store y Google Play, según Appfigures. En iOS, el aumento llegó al 80 por ciento. En abril, hasta la fecha del análisis, las publicaciones subieron un 104 por ciento entre ambas tiendas y un 89 por ciento en iOS frente al mismo periodo de 2025. Appfigures y TechCrunch plantean como causa posible herramientas de programación con IA como Claude Code y Replit, que ayudan a crear software con menos conocimientos técnicos, aunque los datos no demuestran causalidad. Los juegos conservaron el primer puesto entre las novedades, seguidos por utilidades y aplicaciones de estilo de vida.
Abaratar la creación de una aplicación desplaza la escasez hacia el juicio. Alguien con una idea puede llegar antes a la tienda, mientras revisores y clientes afrontan un estante más denso de utilidades, copias, pruebas y fraude. Dos fallos recientes ponen precio a esa presión. Apple retiró Freecash por infringir sus reglas después de que permaneciera meses cerca de los primeros puestos, y una copia maliciosa de Ledger Live sustrajo 9,5 millones de dólares en criptomonedas a sus víctimas. Apple informó que en 2024 rechazó más de 320.000 solicitudes por spam, imitación o engaño. Si la programación asistida contribuye al volumen actual, el acceso creativo llega acompañado de una factura mayor, cobrada en horas de revisión y en las cuentas de quienes instalan el icono equivocado.
World, the verification project backed by Sam Altman and developed by Tools for Humanity, announced integrations spanning Tinder, ticketing, Zoom, Docusign, email, and business services. Its strongest credential comes from the Orb, a spherical device that scans an iris and converts it into a unique cryptographic identifier called a verified World ID. After a pilot in Japan, World announced that Tinder would place a World ID emblem on verified profiles in global markets including the United States. World also introduced lower tiers based on an NFC scan of government identification or a selfie. Developers can choose a tier according to their security needs, while the company acknowledges that selfie checks have limits.
A dating profile once asked viewers to judge a face, a biography, and a handful of photographs. The verification emblem adds an institution to that encounter, certifying that a living person completed one of World's procedures. Trust then acquires a technical ladder. An iris scan carries higher standing than a selfie, and access to the strongest badge requires submitting a distinctive feature of the body to a privately designed identity system. The same credential can enter concert queues, signatures, meetings, and delegated software agents, giving one provider influence over many ordinary proofs of presence. On Tinder, the immediate consequence is plain. Two people approaching a date may begin by comparing badges issued through an Orb, an ID chip, or a phone camera.
World, el proyecto de verificación respaldado por Sam Altman y desarrollado por Tools for Humanity, anunció integraciones con Tinder, sistemas de entradas, Zoom y Docusign. Su credencial de mayor nivel depende del Orb, un dispositivo esférico que escanea el iris y lo convierte en un identificador criptográfico llamado World ID verificado. Tras una prueba en Japón, World anunció que Tinder mostraría un emblema de World ID en perfiles verificados de mercados, incluido Estados Unidos. La empresa presentó niveles inferiores basados en la lectura NFC de un documento oficial o en una selfie. Los desarrolladores podrán elegir el grado de seguridad, y World reconoce las limitaciones del control mediante selfie.
Un perfil de citas solía pedir al público que evaluara una cara, una biografía y fotos. El emblema incorpora una institución al encuentro y certifica que una persona viva completó un procedimiento de World. La confianza adquiere una jerarquía técnica. El escaneo del iris recibe un rango superior al de una selfie, y la insignia más fuerte exige entregar un rasgo corporal distintivo a un sistema privado de identidad. Esa credencial puede entrar en filas para conciertos, firmas, reuniones y agentes de software delegados, lo que concede a un proveedor influencia sobre muchas pruebas cotidianas de presencia. En Tinder, dos personas que se acercan a una cita pueden empezar comparando sellos obtenidos mediante un Orb, el chip de un documento o la cámara del teléfono.
Google has added Nano Banana image generation to Gemini's Personal Intelligence, allowing the service to draw on connected Google account data when making a picture. A user can ask Gemini to "Design my dream home" while the system derives relevant interests from Gmail and Google Photos, with those details absent from the request. Photo labels can also supply names or group descriptions such as "Family." Google says a Sources button will indicate where the context came from, and users can correct mistaken inferences or add reference photos. The feature was announced for Plus, Pro, and Ultra subscribers in the United States, with rollout expected within days and expansion to Chrome desktop and other users planned later.
The written prompt now occupies only the visible edge of the instruction. Years of messages, photographs, labels, and account connections can shape an image before the user names a preference. Personalization therefore changes creative authorship at the level of selection. The system chooses which traces of a life count as relevant, then turns those traces into furniture, hobbies, faces, or scenery. A dream house generated this way may express yesterday's inbox and Google's classification of the family album as much as today's desire. The Sources button offers a partial audit trail, yet the burden remains with the subscriber to inspect the derivation, notice a false association, and correct it after the picture appears.
Google incorporó la generación de imágenes con Nano Banana a Personal Intelligence de Gemini. El servicio puede recurrir a datos conectados de la cuenta para producir una imagen. Al pedirle que "diseñe la casa de mis sueños", Gemini puede extraer intereses de Gmail y Google Fotos aunque esos detalles falten en la petición. Las etiquetas de Fotos también aportan nombres o descripciones de grupos como "Familia". Según Google, un botón de Fuentes mostrará de dónde salió el contexto. El usuario podrá corregir inferencias equivocadas o añadir fotos de referencia. La función se anunció para suscriptores Plus, Pro y Ultra en Estados Unidos, con un despliegue en los días siguientes y una ampliación posterior a Chrome de escritorio y otros usuarios.
El texto escrito pasa a ser apenas la parte visible de la instrucción. Años de correos, fotografías, etiquetas y conexiones pueden orientar una imagen antes de que alguien declare una preferencia. La personalización interviene en la autoría mediante una selección previa. El sistema escoge qué rastros de una vida considera pertinentes y los convierte en muebles, aficiones, caras o decorados. Una casa soñada así puede expresar el buzón de ayer y la clasificación que Google hizo del álbum familiar tanto como el deseo presente. El botón de Fuentes ofrece una vía parcial de revisión, pero corresponde al suscriptor abrirla, detectar una asociación falsa y corregirla después de ver la imagen.
Objection launched with seed funding from Peter Thiel, Balaji Srinivasan and two venture firms, offering a paid system for challenging factual claims in published work. A user pays $2,000 per objection. Freelance investigators collect material, and large language models from OpenAI, Anthropic, xAI, Mistral and Google assess the evidence claim by claim. The company says its Honor Index scores a reporter's integrity, accuracy and record. Official documents and emails receive high weight, while claims from anonymous whistleblowers rank near the bottom. Founder Aron D'Souza says protected source information can be submitted through a cryptographic hash. Media lawyers interviewed by TechCrunch warned that the system could discourage sources and pressure reporters.
The fee determines who can readily summon this private tribunal. A corporation or wealthy subject can turn displeasure with an article into an investigation, a score and an online label, while the reporter must choose whether to participate. Objection's Fire Blanket feature can flag a disputed claim on X while review is underway. That sequence gives accusation an immediate public interface before the company reaches a result. Confidential reporting also creates a structural difficulty for the scoring method. Evidence may be credible precisely because a newsroom has verified it while protecting the person who supplied it from dismissal or retaliation. A model jury receives only the material submitted to the platform, so absence can lower a score or yield an indeterminate finding. The journalist then confronts a $2,000 objection with a source's identity still sealed in a newsroom file.
Objection se lanzó con financiación inicial de Peter Thiel, Balaji Srinivasan y dos firmas de capital riesgo, y ofrece un sistema de pago para impugnar afirmaciones factuales en trabajos publicados. Cada objeción cuesta 2.000 dólares. Investigadores autónomos reúnen materiales y modelos de lenguaje de OpenAI, Anthropic, xAI, Mistral y Google evalúan las pruebas afirmación por afirmación. La empresa sostiene que su Honor Index puntúa la integridad, la precisión y el historial de un periodista. Los documentos oficiales y correos reciben mucho peso, mientras las declaraciones de informantes anónimos quedan cerca del nivel inferior. El fundador Aron D'Souza afirma que la información protegida de una fuente puede enviarse mediante un hash criptográfico. Abogados de medios consultados por TechCrunch advirtieron que el sistema podría disuadir a las fuentes y presionar a los periodistas.
La tarifa determina quién puede convocar fácilmente este tribunal privado. Una empresa o una persona adinerada puede transformar su disgusto con un artículo en una investigación, una puntuación y una etiqueta pública, mientras el periodista decide si participa. Fire Blanket, otra función de Objection, puede marcar en X una afirmación impugnada durante la revisión. Esa secuencia concede a la acusación una interfaz pública inmediata antes del resultado. El periodismo confidencial también plantea una dificultad para el método de puntuación. Una prueba puede ser fiable precisamente porque la redacción la verificó y protegió de represalias a quien la entregó. El jurado de modelos recibe únicamente el material enviado a la plataforma, de modo que una ausencia puede reducir la nota o producir un resultado indeterminado. El periodista afronta entonces una objeción de 2.000 dólares mientras la identidad de la fuente permanece sellada en un archivo de la redacción.
Tesla is adding a redesigned self-driving app that lets eligible owners subscribe to Full Self-Driving in one tap and review how often they use it. The display includes a usage bar chart and streaks counting consecutive days with FSD engaged. Access requires Tesla's A14 chip, also called FSD Hardware 4.0, which began shipping in January 2023. The supervised system can steer, change lanes and park, yet drivers must remain attentive because the vehicles are not autonomous. A subscription costs $99 a month. Tesla also has a corporate incentive to expand adoption. Reaching 10 million active FSD subscriptions by 2035 is one product target tied to Elon Musk's compensation package.
A streak converts supervised driving into a habit that can be won, maintained and broken. Consumer apps use such counters to pull a person back toward language lessons, exercise or shopping. Inside a car, the same device meets an activity where divided attention carries physical consequences. The interface rewards activation frequency while the product instructions assign continuing responsibility to the driver. That pairing produces an awkward behavioral contract. Tesla benefits when owners subscribe and engage the software repeatedly. Each owner must still watch the road and intervene. Statistics can also change the meaning of a trip. A commute becomes evidence of loyalty to a feature, and an unused day becomes a gap in a sequence. The concrete reward is a longer number on the dashboard, earned while the driver keeps both hands ready for the wheel.
Tesla incorporará una aplicación rediseñada que permitirá a los propietarios elegibles suscribirse a Full Self-Driving con un toque y revisar la frecuencia de uso. La pantalla incluirá un gráfico de barras y rachas que cuentan los días consecutivos con FSD activado. El acceso exige el chip A14 de Tesla, también llamado FSD Hardware 4.0, instalado en vehículos desde enero de 2023. El sistema supervisado puede dirigir, cambiar de carril y aparcar, pero el conductor debe mantener la atención porque el vehículo carece de autonomía plena. La suscripción cuesta 99 dólares al mes. Tesla tiene además un incentivo empresarial para ampliar la adopción. Alcanzar diez millones de suscripciones activas en 2035 figura entre los objetivos vinculados al paquete retributivo de Elon Musk.
Una racha convierte la conducción asistida en un hábito que puede ganarse, mantenerse y romperse. Las aplicaciones de consumo usan esos contadores para atraer al usuario hacia una lección de idiomas, el ejercicio o una compra. Dentro del coche, el mismo recurso aparece en una actividad donde una distracción puede tener consecuencias físicas. La interfaz premia la frecuencia de activación mientras las instrucciones asignan al conductor una responsabilidad continua. Esa combinación produce un contrato incómodo de conducta. Tesla se beneficia cuando los propietarios pagan y activan el programa repetidamente. Cada conductor debe seguir mirando la carretera e intervenir. Las estadísticas también cambian el sentido de un trayecto. El viaje cotidiano se vuelve prueba de fidelidad a una función, y un día sin usarla abre un hueco en la secuencia. La recompensa concreta es un número mayor en la pantalla, obtenido con las manos preparadas para volver al volante.
Stanford's 2026 AI Index assembled surveys showing a wide gap between AI experts and the American public. Pew data cited in the report found that 56 percent of experts expected AI to have a positive effect on the United States over twenty years. Eighty-four percent foresaw a largely positive effect on medical care, compared with 44 percent of the public. For work, the split was 73 percent against 23 percent. For the economy, 69 percent of experts were positive while 21 percent of the public agreed. Nearly two-thirds of Americans expected fewer jobs, and only 31 percent trusted the US government to regulate AI responsibly.
These figures describe people answering from different positions in the same economy. Researchers and industry specialists encounter models through laboratories, products and investment plans. Households encounter them through hiring decisions, medical institutions, electricity bills and public agencies. Expertise can estimate technical capability while leaving the distribution of costs outside its frame. Public anxiety becomes rational when promised gains arrive as forecasts and immediate exposure arrives through a workplace or monthly bill. The 50-point gap over jobs also creates a democratic problem for policy. A government that commands little trust cannot settle the dispute by repeating expert confidence. It has to specify who receives protection, who pays for infrastructure and how workers contest an automated decision. Until then, optimism will remain a professional survey response beside a household calculating its next utility payment.
El Índice de IA 2026 de Stanford reunió encuestas que muestran una amplia distancia entre los expertos en IA y el público estadounidense. Los datos de Pew citados en el informe indican que el 56 por ciento de los expertos esperaba un efecto positivo de la IA en Estados Unidos durante los próximos veinte años. El 84 por ciento preveía un efecto mayormente positivo en la atención médica, frente al 44 por ciento del público. En el trabajo, la diferencia fue de 73 frente a 23 por ciento. Para la economía, el 69 por ciento de los expertos era optimista y el 21 por ciento del público coincidía. Casi dos tercios de los estadounidenses esperaban menos empleos, y apenas el 31 por ciento confiaba en que el gobierno regulara la IA responsablemente.
Las cifras describen a personas que responden desde posiciones distintas dentro de una misma economía. Investigadores y especialistas del sector encuentran modelos en laboratorios, productos y planes de inversión. Los hogares los encuentran en decisiones de contratación, instituciones médicas, facturas eléctricas y organismos públicos. El conocimiento experto puede estimar capacidad técnica y dejar fuera del encuadre la distribución de los costes. La ansiedad pública resulta razonable cuando las ventajas prometidas llegan como pronósticos y la exposición inmediata aparece en el trabajo o en una factura mensual. La diferencia de cincuenta puntos sobre el empleo también crea un problema democrático. Un gobierno que inspira poca confianza difícilmente resolverá la disputa repitiendo el optimismo experto. Tendrá que precisar quién recibe protección, quién paga la infraestructura y cómo puede un trabajador impugnar una decisión automatizada. Mientras eso falta, una familia sigue calculando el próximo recibo de electricidad.
