December | 2025
AI data centers are forcing some dirty peaker power plants back into service, Reuters reported on December 23rd. These plants are usually kept for moments when electricity demand spikes, and many carry heavier pollution burdens than cleaner sources. The new pressure comes from server farms that need steady power for chips, cooling, networking, and backup systems. A prompt on a phone can feel frictionless because the power plant is somewhere else.
The peaker plant gives the cloud a visible exhaust pipe. Data centers arrive with promises of intelligence, jobs, tax revenue, and digital growth, but the grid answers in megawatts and emergency margins. When demand rises faster than clean supply, older plants return as the practical answer to a modern appetite. The burden then falls unevenly. The user sees a generated paragraph, the company books compute capacity, and nearby residents live with the air, noise, and risk of keeping the system ready for peaks. The answer on the screen may be new. The smoke behind it belongs to an older machine brought back for another shift.
Los centros de datos de IA están forzando el regreso de algunas plantas eléctricas contaminantes de respaldo, informó Reuters el 23 de diciembre. Estas plantas suelen reservarse para momentos en que la demanda eléctrica se dispara, y muchas cargan con más contaminación que las fuentes limpias. La nueva presión viene de granjas de servidores que necesitan energía estable para chips, refrigeración, redes y sistemas de respaldo. Un prompt en un teléfono puede sentirse sin fricción porque la planta eléctrica está en otra parte.
La planta de respaldo le da a la nube un tubo de escape visible. Los centros de datos llegan con promesas de inteligencia, empleos, ingresos fiscales y crecimiento digital, pero la red responde en megavatios y márgenes de emergencia. Cuando la demanda crece más rápido que el suministro limpio, plantas antiguas regresan como respuesta práctica a un apetito moderno. La carga cae de forma desigual. El usuario ve un párrafo generado, la compañía reserva capacidad de cómputo y los residentes cercanos viven con el aire, el ruido y el riesgo de mantener el sistema listo para los picos. La respuesta en la pantalla puede ser nueva. El humo detrás de ella pertenece a una máquina más vieja convocada a otro turno.
Instacart ended AI-driven price experiments after criticism, Reuters reported on December 22nd. The company had been testing automated systems that could alter prices or offers in ways shaped by data about demand, timing, behavior, and the conditions of a transaction. Algorithmic pricing is often described as optimization, a word clean enough to hide the person at the checkout. The criticism arrived because groceries are intimate goods. They sit closer to rent, wages, children, illness, and fatigue than to a luxury experiment.
A supermarket price looks ordinary because it appears on a shelf, in an app, or at a register as if it were simply there. Dynamic pricing unsettles that ordinary surface. The customer begins to wonder whether the number is the same for someone else, whether waiting changes it, whether a household profile has made milk or fruit more expensive at the worst hour. Instacart's retreat does not end the commercial desire to price each buyer more precisely. It shows the point where the public notices that the cashier has been replaced by a calculation whose rule is missing from the receipt.
Instacart puso fin a experimentos de precios impulsados por IA después de recibir críticas, informó Reuters el 22 de diciembre. La compañía había probado sistemas automatizados capaces de alterar precios u ofertas de acuerdo con datos sobre demanda, horario, conducta y condiciones de una transacción. La fijación algorítmica de precios suele describirse como optimización, una palabra lo bastante limpia para ocultar a la persona en la caja. La crítica llegó porque los alimentos son bienes íntimos. Están más cerca del alquiler, los salarios, los hijos, la enfermedad y el cansancio que de un experimento de lujo.
Un precio de supermercado parece ordinario porque aparece en una estantería, en una aplicación o en una caja como si simplemente estuviera allí. El precio dinámico perturba esa superficie corriente. El cliente empieza a preguntarse si el número es igual para otra persona, si esperar lo cambia, si un perfil doméstico ha encarecido la leche o la fruta en la peor hora. La retirada de Instacart no termina con el deseo comercial de valorar con más precisión a cada comprador. Muestra el punto en que el público advierte que el cajero fue reemplazado por un cálculo cuya regla no aparece en el recibo.
The United States launched a review of advanced Nvidia AI chip sales to China, Reuters reported on December 19th. The review places a familiar object, the semiconductor, inside a procedure of suspicion. A chip can be a commercial component, a research instrument, a military asset, a diplomatic signal, and a bargaining chip in the most literal sense. Export control turns that object into a question before it crosses a border.
The review also changes the grammar of technological progress. The industry describes faster chips as capacity, performance, and supply. Governments read the same hardware as leverage, leakage, and future force. Nvidia sits between those languages, selling acceleration while regulators ask where that acceleration may end up. The chip is small enough to hold between fingers, but the file around it contains trade law, national security, corporate forecasts, and the fear that a server rack in another country will answer a strategic question first. A sale becomes provisional until the state finishes reading the crate.
Estados Unidos inició una revisión de las ventas de chips avanzados de IA de Nvidia a China, informó Reuters el 19 de diciembre. La revisión coloca un objeto familiar, el semiconductor, dentro de un procedimiento de sospecha. Un chip puede ser componente comercial, instrumento de investigación, activo militar, señal diplomática y ficha de negociación en el sentido más literal. El control de exportaciones convierte ese objeto en una pregunta antes de que cruce una frontera.
La revisión también cambia la gramática del progreso tecnológico. La industria describe los chips más rápidos como capacidad, rendimiento y suministro. Los gobiernos leen el mismo hardware como palanca, fuga y fuerza futura. Nvidia queda entre esos lenguajes, vendiendo aceleración mientras los reguladores preguntan dónde puede terminar esa aceleración. El chip es lo bastante pequeño para sostenerlo entre los dedos, pero el expediente que lo rodea contiene derecho comercial, seguridad nacional, previsiones corporativas y el temor de que un rack de servidores en otro país responda primero una pregunta estratégica. Una venta queda provisional hasta que el Estado termine de leer la caja.
Zara is using artificial intelligence to generate fashion imagery from real-life models, Reuters reported on December 18th. The retailer said the process can create campaign and product images while preserving the likeness of models who have been photographed for the system. Fashion already depends on retouching, lighting, pose, cropping, and a long chain of invisible labor. AI adds another step after the shoot, where the body can be recomposed into settings, outfits, and variations that the model did not physically inhabit.
The old fashion photograph sold a garment through the evidence of a body. That evidence was always staged, but it still required a person to stand under lights, hold posture, tire, blink, and negotiate the camera. Synthetic production changes the bargaining surface. A model's session can become raw material for later images, and the contract must decide where the day of work ends. The retailer gains speed and control. The model gains a new kind of afterlife inside a brand machine, where a face or posture may keep working after the person has left the studio.
Zara usa inteligencia artificial para generar imágenes de moda a partir de modelos reales, informó Reuters el 18 de diciembre. La minorista dijo que el proceso puede crear imágenes de campaña y producto mientras preserva la semejanza de modelos fotografiados para el sistema. La moda ya depende del retoque, la iluminación, la pose, el encuadre y una larga cadena de trabajo invisible. La IA añade otro paso después de la sesión, donde el cuerpo puede recomponerse en escenarios, prendas y variaciones que la modelo no habitó físicamente.
La antigua fotografía de moda vendía una prenda mediante la evidencia de un cuerpo. Esa evidencia siempre estuvo escenificada, pero exigía que una persona se pusiera bajo las luces, sostuviera la postura, se cansara, parpadeara y negociara con la cámara. La producción sintética cambia la superficie de negociación. Una sesión puede convertirse en materia prima para imágenes posteriores, y el contrato debe decidir dónde termina la jornada de trabajo. La empresa gana velocidad y control. La modelo gana una forma nueva de sobrevida dentro de una máquina de marca, donde una cara o una postura puede seguir trabajando después de que la persona haya salido del estudio.
Companies are still struggling to turn AI spending into the revolution promised by vendors and investors, Reuters reported on December 16th. Many firms have tested copilots, automated drafts, customer-service tools, coding assistants, and internal search systems, yet the gains often remain difficult to measure. The corporate language is full of pilots, road maps, training sessions, procurement reviews, and cautious productivity claims. The technology arrives quickly as a subscription and slowly as a changed organization.
The delay marks where work actually lives. A company is made of permissions, legacy software, habits, liability, internal politics, bad data, fearful managers, bored employees, and jobs whose steps were never fully written down. AI can produce a memo in seconds and still fail to move through a purchasing rule, a compliance review, or a warehouse routine designed around people who know the exceptions by memory. The revolution has to pass through spreadsheets, passwords, unions, vendors, legal departments, and supervisors who do not want to be blamed for the first expensive mistake. The promise keeps speaking in future tense. The office asks who will fix the workflow on Monday morning.
Las empresas aún tienen dificultades para convertir el gasto en IA en la revolución prometida por vendedores e inversionistas, informó Reuters el 16 de diciembre. Muchas firmas han probado copilotos, borradores automatizados, herramientas de atención al cliente, asistentes de programación y sistemas de búsqueda interna, pero las ganancias suelen seguir siendo difíciles de medir. El lenguaje corporativo está lleno de pilotos, hojas de ruta, sesiones de capacitación, revisiones de compra y afirmaciones prudentes de productividad. La tecnología llega rápido como suscripción y lento como organización transformada.
La demora marca dónde vive realmente el trabajo. Una empresa está hecha de permisos, software heredado, hábitos, responsabilidad legal, política interna, datos defectuosos, gerentes temerosos, empleados aburridos y tareas cuyos pasos nunca fueron escritos del todo. La IA puede producir un memorando en segundos y aun así no atravesar una regla de compras, una revisión de cumplimiento o una rutina de almacén diseñada alrededor de personas que conocen las excepciones de memoria. La revolución tiene que pasar por hojas de cálculo, contraseñas, sindicatos, proveedores, departamentos legales y supervisores que no quieren cargar con el primer error caro. La promesa sigue hablando en futuro. La oficina pregunta quién arreglará el flujo de trabajo el lunes por la mañana.
Taiwan opened a new cloud center to support its sovereign AI effort, Reuters reported on December 11th. The project places computing capacity inside a national strategy shaped by chips, security pressure, industry policy, and the island's exposed position in the global technology chain. Sovereign AI usually sounds like a slogan until it becomes a building with racks, cooling, contracts, access rules, engineers, and a government deciding which models should run on infrastructure closer to home.
The phrase reveals how quickly artificial intelligence has become territorial. A model can answer in any language and travel through any screen, but its training, storage, permissions, and resilience still depend on where machines sit and who can touch them. Taiwan already carries the symbolic burden of semiconductor sovereignty. A local cloud center extends that burden from fabrication to computation. The state wants capacity that can serve public agencies, research, and industry without leaving every sensitive task exposed to foreign platforms. The political meaning sits in the server room. Sovereignty becomes less like a flag and more like a locked cabinet, a power contract, and a list of accounts allowed through the door.
Taiwán abrió un nuevo centro de nube para apoyar su esfuerzo de IA soberana, informó Reuters el 11 de diciembre. El proyecto coloca capacidad de cómputo dentro de una estrategia nacional marcada por chips, presión de seguridad, política industrial y la posición expuesta de la isla en la cadena tecnológica global. La IA soberana suele sonar como consigna hasta que se convierte en un edificio con racks, refrigeración, contratos, reglas de acceso, ingenieros y un gobierno decidiendo qué modelos deben ejecutarse en infraestructura más cercana a casa.
La frase muestra con qué rapidez la inteligencia artificial se volvió territorial. Un modelo puede responder en cualquier idioma y viajar por cualquier pantalla, pero su entrenamiento, almacenamiento, permisos y resistencia todavía dependen de dónde se sientan las máquinas y quién puede tocarlas. Taiwán ya carga el peso simbólico de la soberanía semiconductora. Un centro de nube local extiende esa carga de la fabricación al cómputo. El Estado quiere capacidad capaz de servir a agencias públicas, investigación e industria sin dejar cada tarea sensible expuesta a plataformas extranjeras. El significado político está en la sala de servidores. La soberanía se parece menos a una bandera y más a un gabinete cerrado, un contrato eléctrico y una lista de cuentas autorizadas a cruzar la puerta.
U.S. attorneys general warned major technology companies about AI systems that produce delusional or dangerously persuasive outputs, Reuters reported on December 10th. The warning followed growing concern that chatbots can reinforce false beliefs, encourage risky behavior, or respond with confident language in moments of psychological fragility. A state legal officer does not need to prove that a model has intention. The letter asks companies to answer for design, marketing, safety testing, escalation rules, and the commercial decision to place conversational systems in front of ordinary users.
The word delusional is doing awkward work here. It belongs first to human suffering, then gets borrowed to describe software that has no belief, no fear, no private conviction. Yet the borrowing is useful because the harm happens through language that sounds settled. A user receives an answer with the cadence of certainty, often inside a private interface that invites continuation. The legal system is trying to catch up to a product whose danger may appear as a sentence, a refusal that arrives too late, or a recommendation phrased with calm. The companies can adjust filters and warning labels. The state letter turns those adjustments into possible evidence.
Fiscales generales de Estados Unidos advirtieron a grandes compañías tecnológicas sobre sistemas de IA que producen respuestas delirantes o peligrosamente persuasivas, informó Reuters el 10 de diciembre. La advertencia siguió a una preocupación creciente por chatbots capaces de reforzar creencias falsas, alentar conductas riesgosas o responder con lenguaje seguro en momentos de fragilidad psicológica. Un funcionario legal estatal no necesita probar que un modelo tenga intención. La carta pide a las empresas responder por diseño, marketing, pruebas de seguridad, reglas de escalamiento y por la decisión comercial de poner sistemas conversacionales frente a usuarios comunes.
La palabra delirante hace aquí un trabajo incómodo. Pertenece primero al sufrimiento humano y luego se presta para describir software sin creencias, miedo ni convicción privada. Aun así, el préstamo sirve porque el daño ocurre a través de un lenguaje que suena asentado. Un usuario recibe una respuesta con cadencia de certeza, a menudo dentro de una interfaz privada que invita a continuar. El sistema legal intenta alcanzar un producto cuyo peligro puede aparecer como una frase, una negativa que llega tarde o una recomendación redactada con calma. Las compañías pueden ajustar filtros y etiquetas de advertencia. La carta estatal convierte esos ajustes en posible evidencia.
The U.S. Food and Drug Administration qualified an AI tool for use in liver disease drug development, Reuters reported on December 8th. The qualification allows the tool to help measure disease progression in clinical trials, giving drug developers a sanctioned way to use automated image analysis when testing treatments. The decision does not approve a medicine or hand clinical judgment to software. It gives a particular instrument a place inside the regulatory grammar of evidence, where a measurement can affect which trials move faster and which patients become legible to a sponsor.
The important shift is bureaucratic and bodily at once. A diseased organ enters the trial as a scan, the scan becomes data, and the data receives a federal permission to count. Medicine has always depended on instruments that translate pain, tissue, pressure, chemistry, and risk into records a committee can read. AI now joins that line of authorized translation. The quieter possibility is that a model becomes part of the gate through which bodies must pass before a treatment is judged promising. The liver remains in the patient. The accepted measurement begins elsewhere, inside a file.
La Administración de Alimentos y Medicamentos de Estados Unidos calificó una herramienta de IA para su uso en el desarrollo de fármacos contra enfermedades hepáticas, informó Reuters el 8 de diciembre. La calificación permite que la herramienta ayude a medir la progresión de la enfermedad en ensayos clínicos, dando a los desarrolladores de medicamentos una vía autorizada para usar análisis automatizado de imágenes al probar tratamientos. La decisión no aprueba una medicina ni entrega el juicio clínico al software. Le da a un instrumento particular un lugar dentro de la gramática regulatoria de la evidencia, donde una medición puede influir en qué ensayos avanzan más rápido y qué pacientes se vuelven legibles para un patrocinador.
El desplazamiento es burocrático y corporal al mismo tiempo. Un órgano enfermo entra al ensayo como escaneo, el escaneo se convierte en datos y los datos reciben un permiso federal para contar. La medicina siempre ha dependido de instrumentos que traducen dolor, tejido, presión, química y riesgo en registros que un comité puede leer. La IA entra ahora en esa línea de traducción autorizada. La posibilidad más silenciosa es que un modelo pase a formar parte de la puerta por la que deben pasar los cuerpos antes de que un tratamiento sea juzgado prometedor. El hígado sigue en el paciente. La medición aceptada empieza en otro lugar, dentro de un archivo.
IShowSpeed was sued after allegedly punching and choking Rizzbot, a viral humanoid robot, TechCrunch reported on December 6th. The episode belongs to internet spectacle, but its strangeness comes from the body placed at the center of it. A robot built for attention can be treated as prop, performer, mascot, machine, joke, and target in the same clip. The lawsuit gives the scene an institutional afterlife. What looked like content becomes an argument over damage, responsibility, and the value of a staged artificial body.
Violence against a robot is easy to dismiss because metal does not bruise and a machine does not suffer. The dismissal becomes less stable when the robot is designed to face a crowd, respond to a creator, and occupy the visual grammar of a person. The audience reads impact through posture, surface, hesitation, and the cameras surrounding the event. Nobody has to believe the robot feels pain for the scene to reveal something about permission. Once a machine is made humanoid enough to perform socially, hitting it becomes a public gesture, and the court filing starts where the viral laugh stops.
IShowSpeed fue demandado después de supuestamente golpear y ahorcar a Rizzbot, un robot humanoide viral, informó TechCrunch el 6 de diciembre. El episodio pertenece al espectáculo de internet, pero su rareza viene del cuerpo colocado en el centro. Un robot construido para captar atención puede ser tratado como utilería, artista, mascota, máquina, chiste y blanco dentro del mismo clip. La demanda le da a la escena una vida institucional posterior. Lo que parecía contenido se convierte en discusión sobre daño, responsabilidad y valor de un cuerpo artificial puesto en escena.
La violencia contra un robot es fácil de descartar porque el metal no se amorata y una máquina no sufre. El descarte se vuelve menos estable cuando el robot está diseñado para enfrentar a una multitud, responder a un creador y ocupar la gramática visual de una persona. El público lee el impacto mediante postura, superficie, vacilación y las cámaras alrededor del evento. Nadie tiene que creer que el robot siente dolor para que la escena revele algo sobre permiso. Cuando una máquina se fabrica con suficiente forma humanoide para actuar socialmente, golpearla se vuelve un gesto público, y el expediente judicial empieza donde termina la risa viral.
