
Perplexity and Getty Images announced a multiyear agreement granting the AI search company rights to display Getty images across its search and discovery tools. The companies said Getty's API would be integrated into the content workflow and that Perplexity would improve image credits and links to original sources. Financial terms were withheld. A person familiar with the agreement told TechCrunch that it was a new arrangement rather than a traditional lump-sum license, and that Getty had participated for over a year in Perplexity's publisher revenue-sharing program. The deal followed accusations from news organizations that Perplexity had scraped or reproduced their material, including a Wall Street Journal article accompanied by a Getty photograph.
A license establishes a visible border around images that search interfaces previously treated as readily available components of an answer. The announcement leaves the status of earlier displays and any compensation for them unaddressed, so permission begins at an uncertain point in the archive. Attribution also performs two jobs here. It directs a user toward the photographer or publisher while giving Perplexity evidence of a formal content relationship. Getty gains distribution and contractual control. Perplexity gains a cleaner path through a field of copyright complaints. The practical test will appear in ordinary results, where pictures often register before citations do. Each licensed photograph should arrive with a readable credit and a working source link placed beside the image.
Perplexity y Getty Images anunciaron un acuerdo de varios años que concede al buscador con IA derechos para mostrar imágenes de Getty. Las compañías indicaron que la API de Getty se integrará en el flujo de contenidos y que Perplexity mejorará los créditos y enlaces a fuentes originales. Los términos permanecen reservados. Una fuente dijo a TechCrunch que era un convenio nuevo sin pago único tradicional y que Getty llevaba más de un año en el programa de reparto de ingresos con editores de Perplexity. El pacto llegó después de acusaciones de medios por rastreo o reproducción de contenidos, incluido un artículo de The Wall Street Journal acompañado por una fotografía de Getty.
Una licencia traza un límite visible alrededor de imágenes que las interfaces trataban como piezas disponibles para una respuesta. El anuncio deja sin aclarar las apariciones anteriores y cualquier compensación, de modo que el permiso comienza en un punto incierto del archivo. La atribución conduce hacia quien tomó o publicó la foto y da a Perplexity prueba de una relación con el proveedor. Getty obtiene distribución y control contractual. Perplexity consigue una vía ordenada entre reclamaciones por derechos de autor. La prueba aparecerá en resultados corrientes, donde las fotografías suelen captar la atención antes que las citas. Cada imagen licenciada deberá llegar con un crédito legible y un enlace funcional a la fuente colocado a su lado.

Pinterest introduced an AI shopping assistant meant to help users choose outfits and products that match their taste. According to The Verge, the feature can guide shoppers through style questions, use signals from saved pins and boards, and turn visual preference into product recommendations. Pinterest has always lived between fantasy and purchase. A board collects kitchens, jackets, weddings, rooms, hairstyles, and lives a person may never actually have. The assistant adds conversation to that archive, making taste something the platform can question, sort, and direct toward a cart.
The mirror is no longer the first judge. A user can describe an occasion, mood, budget, or body anxiety, then receive suggestions shaped by an image history already stored on the platform. That can be convenient, especially when shopping feels endless. It also changes the privacy of taste. Clothes carry class, gender, labor, climate, desire, and embarrassment. Turning that into a chat gives the system a chance to learn the hesitation before the purchase, the rejected look, the wished-for self. The assistant does not simply find a jacket. It listens to the small uncertainty that appears before someone decides what version of themselves can leave the house.
Pinterest presentó un asistente de compras con IA pensado para ayudar a los usuarios a elegir atuendos y productos que encajen con su gusto. Según The Verge, la función puede guiar a compradores mediante preguntas de estilo, usar señales de pines y tableros guardados, y convertir la preferencia visual en recomendaciones de productos. Pinterest siempre ha vivido entre fantasía y compra. Un tablero reúne cocinas, chaquetas, bodas, habitaciones, peinados y vidas que una persona quizá nunca tenga. El asistente añade conversación a ese archivo, haciendo del gusto algo que la plataforma puede preguntar, ordenar y dirigir hacia un carrito.
El espejo ya no es el primer juez. Un usuario puede describir una ocasión, un ánimo, un presupuesto o una inseguridad corporal, y recibir sugerencias moldeadas por un historial de imágenes ya guardado en la plataforma. Eso puede ser cómodo, sobre todo cuando comprar parece interminable. También cambia la privacidad del gusto. La ropa carga clase, género, trabajo, clima, deseo y vergüenza. Convertir eso en chat le da al sistema la oportunidad de aprender la duda antes de la compra, el look rechazado, el yo deseado. El asistente no se limita a encontrar una chaqueta. Escucha la pequeña incertidumbre que aparece antes de que alguien decida qué versión de sí mismo puede salir a la calle.

Mercor connects AI labs with professionals who reproduce workflows from investment banks, consultancies, and law firms. At TechCrunch Disrupt, CEO Brendan Foody said OpenAI, Anthropic, and Meta use the marketplace because companies often resist supplying data that could automate their work. Mercor hires former employees and some people still holding industry jobs to complete forms and write reports for model training. Foody said experts can earn up to $200 an hour, the platform has tens of thousands of contractors, and it pays them over $1.5 million daily. He said contractors are instructed against uploading workplace documents.
This arrangement turns professional judgment into commissioned examples. A bank can protect its files while a former analyst reconstructs the choices that give them value. The boundary between personal expertise and employer property is difficult to police when a prompt requests authentic forms, reports, or production code. Foody acknowledged violations may occur at Mercor's scale, while arguing that knowledge in an employee's head belongs to the worker. Skilled contractors receive unusually high gig rates, yet their answers can train systems aimed at the same occupations. Every task carries two prices, the hourly fee paid to the expert and the future value transferred to the lab. A credible contract needs provenance, required employer permission, and conflict disclosures attached to every submitted report or codebase.
Mercor conecta laboratorios de IA con profesionales que reproducen métodos de bancos de inversión, consultoras y bufetes. En TechCrunch Disrupt, Brendan Foody afirmó que OpenAI, Anthropic y Meta usan la plataforma porque empresas se resisten a entregar información que podría automatizar su trabajo. Mercor contrata a exempleados y personas aún empleadas en esos sectores para completar formularios y redactar informes para entrenar modelos. Foody dijo que los expertos pueden cobrar hasta 200 dólares por hora, que hay decenas de miles de contratistas y que la plataforma les paga más de 1,5 millones de dólares diarios. Según Foody, tienen prohibido subir documentos laborales.
Este acuerdo convierte el criterio profesional en ejemplos por encargo. Un banco puede proteger sus archivos mientras un antiguo analista reconstruye las decisiones que les dan valor. La frontera entre pericia y propiedad empresarial resulta difícil de vigilar cuando una tarea pide formularios, informes o código de producción auténticos. Foody admitió que pueden ocurrir infracciones dada la escala de Mercor, mientras sostiene que el conocimiento pertenece al trabajador. Los especialistas reciben tarifas altas para trabajo por encargo, aunque sus respuestas pueden alimentar sistemas dirigidos a esas mismas profesiones. Cada tarea tiene dos precios, el pago por hora al experto y el valor futuro transferido al laboratorio. Un contrato responsable debe adjuntar a cada informe o código su procedencia, los permisos empresariales exigibles y una declaración de conflictos.

US senators proposed a bill that would bar minors from using AI companion chatbots, according to The Verge and NBC News. The proposal followed months of concern over chatbots that simulate friendship, romance, therapy, or emotional availability for young users. Supporters framed the bill as a child-safety measure, aimed at systems that can encourage dependency, blur adult boundaries, or respond badly to distress. The details still matter, including which products count as companions, how age checks would work, and whether the law would reach general assistants that develop companion-like habits through long use.
The proposal turns synthetic company into a family-policy object. A chatbot that once appeared as entertainment or productivity software is now being discussed like a presence in a child's room. Parents, platforms, lawmakers, and schools are trying to decide whether a minor should be allowed to form a private attachment to a system built for retention. The legal language will likely be dry, but the scene is intimate. A teenager types at night, the system answers with patience, and the company measures engagement. A ban would not remove loneliness, curiosity, or secrecy. It would mark the point where adults admit that an always-available voice can become a relationship before anyone else notices.
Senadores de Estados Unidos propusieron un proyecto de ley que impediría a menores usar chatbots de compañía con IA, según The Verge y NBC News. La propuesta llegó después de meses de preocupación por chatbots que simulan amistad, romance, terapia o disponibilidad emocional para usuarios jóvenes. Sus defensores la presentaron como una medida de seguridad infantil, dirigida a sistemas capaces de fomentar dependencia, borrar límites adultos o responder mal ante situaciones de angustia. Los detalles todavía importan, incluyendo qué productos cuentan como compañía, cómo funcionarían las verificaciones de edad y si la ley alcanzaría a asistentes generales que desarrollan hábitos de acompañamiento por uso prolongado.
La propuesta convierte la compañía sintética en un objeto de política familiar. Un chatbot que antes parecía entretenimiento o software de productividad ahora se discute como una presencia en la habitación de un niño. Padres, plataformas, legisladores y escuelas intentan decidir si un menor debería poder formar un apego privado con un sistema construido para retener atención. El lenguaje legal probablemente será seco, pero la escena es íntima. Un adolescente escribe de noche, el sistema responde con paciencia y la compañía mide interacción. Una prohibición no eliminaría soledad, curiosidad ni secreto. Marcaría el punto en que los adultos admiten que una voz siempre disponible puede convertirse en relación antes de que alguien más lo note.

An AI app began selling vacation pictures to people who had not taken the trip. According to The Verge, the service lets users place themselves inside travel scenes through generated images, offering the appearance of a holiday without the cost, time, or movement of one. The pitch is bluntly contemporary. Travel has always produced stories, souvenirs, and proof. Social platforms then made the proof part of the journey itself. An app that sells the image without the journey recognizes where the pressure has moved. The destination is partly a place and partly a photograph that can be shown afterward.
The synthetic vacation separates memory from experience. A person can buy the beach light, the hotel balcony, the mountain view, or the city background while remaining in the bedroom where the prompt was typed. That may sound comic until it meets the economics of leisure. Many people cannot afford the trip that their feeds treat as ordinary life. The app offers an imitation of the social receipt, not rest, weather, delay, language, food, or the fatigue of moving through an unfamiliar street. The picture can travel faster than the body. What remains at home is the unpaid bill for wanting to appear elsewhere.
Una app de IA empezó a vender fotos de vacaciones a personas que no habían hecho el viaje. Según The Verge, el servicio permite colocar al usuario dentro de escenas turísticas mediante imágenes generadas, ofreciendo la apariencia de unas vacaciones sin el costo, el tiempo ni el desplazamiento. La propuesta es brutalmente contemporánea. Viajar siempre produjo relatos, recuerdos y pruebas. Las plataformas sociales hicieron que la prueba formara parte del propio viaje. Una app que vende la imagen sin el viaje reconoce hacia dónde se movió la presión. El destino es en parte un lugar y en parte una fotografía que puede mostrarse después.
La vacación sintética separa la memoria de la experiencia. Una persona puede comprar la luz de playa, el balcón del hotel, la vista de montaña o el fondo urbano mientras permanece en el dormitorio donde escribió el prompt. Eso puede sonar cómico hasta que toca la economía del ocio. Muchas personas no pueden pagar el viaje que sus feeds tratan como vida ordinaria. La app ofrece una imitación del recibo social, no descanso, clima, demora, idioma, comida ni el cansancio de moverse por una calle desconocida. La imagen puede viajar más rápido que el cuerpo. En casa queda la factura sin pagar de querer parecer en otra parte.

The next legal fight over artificial intelligence is moving toward the face. The Verge reported on the growing conflict around likeness rights as generative tools make it easier to produce images, voices, and performances that resemble real people without placing them in front of a camera. Actors, creators, athletes, and ordinary users now face a strange gap between identity and control. A face can be copied from public material, reconstructed from training data, or invoked through prompts that never name the person directly. The result may still trade on recognition, even when the original body was absent.
The face used to be evidence of presence. In the AI market, it becomes a negotiable surface. A studio, app, advertiser, fan account, or anonymous user can treat likeness as raw material while the person represented tries to prove that the resemblance is close enough to matter. Existing law was built around photographs, publicity, impersonation, and fraud. Synthetic media pressures those categories because the image may be new while the value comes from someone already known. The argument will land in contracts, takedown forms, union clauses, and court files. The person in the picture may never have posed, but the face still arrives carrying their name, labor, age, and risk.
La próxima disputa legal sobre inteligencia artificial se está moviendo hacia el rostro. The Verge informó sobre el conflicto creciente alrededor de los derechos de imagen mientras las herramientas generativas facilitan producir imágenes, voces y actuaciones parecidas a personas reales sin ponerlas frente a una cámara. Actores, creadores, atletas y usuarios comunes enfrentan ahora una brecha extraña entre identidad y control. Un rostro puede copiarse desde material público, reconstruirse a partir de datos de entrenamiento o invocarse mediante prompts que nunca nombran directamente a la persona. El resultado todavía puede comerciar con el reconocimiento, incluso cuando el cuerpo original estuvo ausente.
El rostro solía funcionar como evidencia de presencia. En el mercado de la IA, se convierte en una superficie negociable. Un estudio, una app, un anunciante, una cuenta de fans o un usuario anónimo pueden tratar la apariencia como materia prima mientras la persona representada intenta probar que el parecido es suficiente para importar. La ley existente fue construida alrededor de fotografías, publicidad, suplantación y fraude. Los medios sintéticos presionan esas categorías porque la imagen puede ser nueva mientras el valor viene de alguien ya conocido. La discusión llegará a contratos, formularios de retirada, cláusulas sindicales y expedientes judiciales. La persona en la imagen quizá nunca posó, pero el rostro todavía llega cargando su nombre, trabajo, edad y riesgo.

At Kenwood High School in Baltimore County, an automated gun-detection system flagged an image of student Taki Allen holding an empty Doritos bag as a possible firearm on Monday evening after football practice. The system, operated by Omnilert, analyzes feeds from existing school security cameras and sends possible threats for human review. District security staff reviewed this alert and canceled it after determining there was no weapon. The principal reported the situation to the school resource officer, who called police. A district spokesperson said she had not realized the cancellation had occurred. Allen said officers made him kneel, handcuffed him, and searched him. Omnilert expressed regret while saying its detection and review process had functioned as intended.
The bag became consequential through a chain of institutional actions, each carrying a standard of certainty. Software marked a shape as possible. Security staff cleared it. The cancellation then failed to stop a police response. The decisive failure lay in the handoff that converted a low-confidence image into physical restraint after human reviewers had cleared the alert. Schools purchase these tools amid fear of shootings, which can make caution seem self-justifying even after human review resolves the image. Accountability sits in the notification path connecting vendor, security desk, principal, resource officer, and police. Baltimore County's review can begin by requiring the cancellation notice to reach every recipient before an officer calls for armed support.
En Kenwood High School, condado de Baltimore, un sistema automatizado marcó como posible arma una imagen de Taki Allen con una bolsa vacía de Doritos. Operado por Omnilert, analiza cámaras escolares y envía posibles amenazas a revisión humana. Seguridad del distrito revisó y canceló la alerta tras comprobar que no había un arma. La directora informó al agente escolar, quien llamó a la policía. Un portavoz del distrito dijo que ella desconocía la cancelación. Allen contó que los agentes le ordenaron arrodillarse, lo esposaron y registraron. Omnilert lamentó el incidente y sostuvo que su proceso había funcionado según lo previsto.
La bolsa inofensiva produjo consecuencias mediante una cadena institucional con distintos grados de certeza. El software señaló una forma posible y el personal de seguridad la descartó, pero la cancelación fue incapaz de detener la respuesta policial. El relevo entre oficinas convirtió una imagen incierta en restricción física. La afirmación empresarial de que el proceso funcionó deja pendiente lo ocurrido después de la alerta. Las escuelas compran estas herramientas ante el temor a los tiroteos, y esa presión puede volver automática la cautela incluso cuando la revisión humana ya resolvió la imagen. La responsabilidad recorre el trayecto entre proveedor, seguridad, dirección, agente escolar y policía. La revisión del condado puede exigir que cada destinatario reciba la cancelación antes de solicitar apoyo armado.

The Department of Homeland Security sought plans for a new mobile surveillance system that would mount artificial intelligence, radar, high-powered cameras, and wireless networking on 4x4 trucks. According to WIRED, Customs and Border Protection described a Modular Mobile Surveillance System that could drive into remote areas, raise a mast, detect motion miles away, classify people, animals, and vehicles, and send alerts to operators through tactical mapping tools. Some missions could run with an agent present. Others could leave the vehicle mostly unattended while onboard computer vision watches and reports.
The system matters because surveillance becomes movable. A tower fixed in the landscape announces itself through location, construction, and habit. A truck can arrive after a storm, a migration shift, a protest, or a tactical decision, then fold a camera mast into the ordinary shape of a vehicle. The documents also describe retained video, maps, sensor data, network identifiers, and possible links to other border systems. AI enters here as a classifier inside a chain of state movement. The person crossing a field may not meet an officer first. They may meet a vehicle deciding that a shape in dust and heat deserves an alert.
El Departamento de Seguridad Nacional buscó propuestas para un nuevo sistema móvil de vigilancia que montaría inteligencia artificial, radar, cámaras de alta potencia y redes inalámbricas sobre camionetas 4x4. Según WIRED, la Oficina de Aduanas y Protección Fronteriza describió un Sistema Modular Móvil de Vigilancia capaz de entrar en zonas remotas, elevar un mástil, detectar movimiento a varias millas, clasificar personas, animales y vehículos, y enviar alertas a operadores mediante herramientas tácticas de mapas. Algunas misiones podrían funcionar con un agente presente. Otras dejarían el vehículo casi sin atención mientras la visión computarizada a bordo observa y reporta.
El sistema pesa porque la vigilancia se vuelve movible. Una torre fija en el paisaje se anuncia por su ubicación, su construcción y su hábito. Una camioneta puede llegar después de una tormenta, un cambio migratorio, una protesta o una decisión táctica, y luego plegar el mástil de cámara dentro de la forma ordinaria de un vehículo. Los documentos también describen video retenido, mapas, datos de sensores, identificadores de red y posibles vínculos con otros sistemas fronterizos. La IA entra aquí como clasificador dentro de una cadena de movimiento estatal. La persona que cruza un campo quizá no se encuentre primero con un oficial. Quizá se encuentre con un vehículo que decide que una forma entre polvo y calor merece una alerta.

Microsoft introduced Mico on October 23 as the animated visual presence for Copilot voice conversations. The rounded character reacts through expressions and color changes, while users can customize it or turn it off. Microsoft said Copilot can save selected memories, refer to past conversations, and adapt from feedback. Users may edit or delete those memories. A separate Real Talk mode adjusts to a speaker's style and can challenge assumptions. Mico was initially available in the United States, with rollout planned in the United Kingdom and Canada. Repeated taps trigger an Easter egg that turns the figure into Clippy, Microsoft's former Office assistant.
The return of a face to office software gives abstract computation a body whose gestures can solicit patience and confidence. A wobble, blush, or sympathetic expression supplies social information before the answer itself can be judged. Clippy once interrupted work with unsolicited advice. Mico enters through voice, memory, and a tone designed to feel supportive. The assistant can retain details across sessions and mirror conversational style, allowing familiarity to accumulate with each exchange. Microsoft calls the character optional, yet it appears by default in voice mode, making personality part of the first encounter. Users who prefer an unembodied tool must open the controls and switch Mico off manually.
Microsoft presentó Mico el 23 de octubre como la presencia visual animada de las conversaciones por voz con Copilot. El personaje redondeado reacciona mediante expresiones y cambios de color, y cada usuario puede personalizarlo o desactivarlo. Según Microsoft, Copilot puede guardar recuerdos elegidos, consultar conversaciones anteriores y adaptarse a partir de comentarios. Esos recuerdos se pueden editar o borrar. Otro modo, Real Talk, ajusta el intercambio al estilo de quien habla y puede cuestionar sus premisas. Mico apareció primero en Estados Unidos, con un despliegue previsto en Reino Unido y Canadá. Al tocarlo repetidas veces, un guiño oculto lo transforma en Clippy, el antiguo asistente de Office.
Devolverle un rostro al software de oficina concede un cuerpo a la computación abstracta, con gestos capaces de solicitar paciencia y confianza. Un movimiento, un rubor o una expresión comprensiva aporta información social antes de que pueda evaluarse la respuesta. Clippy interrumpía el trabajo con consejos imprevistos. Mico entra por la voz, la memoria y un tono diseñado para parecer cordial. El asistente puede conservar datos entre sesiones e imitar el estilo conversacional, de modo que la familiaridad se acumula con cada intercambio. Microsoft presenta el personaje como opcional, aunque aparece activado por defecto en el modo de voz y convierte la personalidad en parte del primer encuentro. Quien prefiera una herramienta sin cuerpo debe abrir los controles y desactivar Mico.

People who say chatbots contributed to frightening breaks with reality asked the Federal Trade Commission for help, according to WIRED. The cases described around so-called AI psychosis involve users who formed intense relationships with chatbots, followed escalating suggestions, or came to believe that the system understood them in a special way. The phrase is still unstable and should be used carefully. It does not name a settled medical diagnosis. It points to a pattern of distress reported by people and families who say a private interface kept answering when a human being might have stopped, interrupted, or called someone else into the room.
The danger sits in the duration of the exchange. A chatbot can remain available at three in the morning, repeat a user's language back with confidence, and keep the conversation sealed inside an account history. It has no ordinary social fatigue, no worried glance, no neighborly sense that the talk has gone too far. Companies can add warnings, crisis links, refusal rules, and reporting paths, but the user still meets the system alone, sentence after sentence. The complaint to a regulator turns a private spiral into a public file. Someone has to decide when an answer should stop behaving like companionship and start behaving like an alarm.
Personas que dicen que los chatbots contribuyeron a rupturas inquietantes con la realidad pidieron ayuda a la Comisión Federal de Comercio, según WIRED. Los casos descritos alrededor de la llamada psicosis por IA involucran a usuarios que formaron relaciones intensas con chatbots, siguieron sugerencias cada vez más graves o llegaron a creer que el sistema los entendía de una manera especial. La frase sigue siendo inestable y debe usarse con cuidado. No nombra un diagnóstico médico establecido. Señala un patrón de angustia reportado por personas y familias que dicen que una interfaz privada siguió respondiendo cuando un ser humano quizá habría detenido la conversación, interrumpido o llamado a alguien más a la habitación.
El peligro está en la duración del intercambio. Un chatbot puede seguir disponible a las tres de la mañana, devolver el lenguaje del usuario con confianza y mantener la conversación sellada dentro del historial de una cuenta. No tiene cansancio social ordinario, ni mirada preocupada, ni sentido vecinal de que la charla se ha ido demasiado lejos. Las compañías pueden añadir advertencias, enlaces de crisis, reglas de rechazo y rutas de reporte, pero el usuario todavía se encuentra solo con el sistema, frase tras frase. La queja ante un regulador convierte una espiral privada en un expediente público. Alguien tiene que decidir cuándo una respuesta debe dejar de comportarse como compañía y empezar a comportarse como alarma.

OpenAI launched ChatGPT Atlas, a web browser built around its chatbot, on October 21. The product puts ChatGPT beside the page so it can summarize what is open, answer questions about a site, help fill forms, remember context, and in some cases act through an agent mode. OpenAI presented Atlas as a way to make browsing less fragmented. Reviewers quickly noticed the uncertainty built into that promise. A browser is already a place for search, reading, tabs, passwords, payments, and work. Adding a conversational assistant gives that place a new resident with access to the user's route through the web.
The browser has always looked like a window, even when companies were tracking the hand that moved through it. Atlas changes the image. The page remains visible, but another layer sits beside it, ready to interpret, compress, and suggest the next move. That may save time when a user is comparing products, reading instructions, or managing a task across tabs. It also makes the open web easier to handle without fully entering it. The user can ask the browser what the page says before reading the page. A website becomes material for an answer, and the old act of visiting starts to pass through a quieter act of delegation.
OpenAI lanzó ChatGPT Atlas, un navegador web construido alrededor de su chatbot, el 21 de octubre. El producto coloca a ChatGPT junto a la página para que pueda resumir lo abierto, responder preguntas sobre un sitio, ayudar a llenar formularios, recordar contexto y, en algunos casos, actuar mediante un modo agente. OpenAI presentó Atlas como una forma de hacer menos fragmentada la navegación. Los reseñistas detectaron pronto la incertidumbre incluida en esa promesa. Un navegador ya es un lugar para buscar, leer, abrir pestañas, guardar contraseñas, pagar y trabajar. Añadir un asistente conversacional le da a ese lugar un nuevo residente con acceso al recorrido del usuario por la web.
El navegador siempre ha parecido una ventana, incluso cuando las empresas rastreaban la mano que se movía a través de ella. Atlas cambia la imagen. La página sigue visible, pero otra capa se sienta a su lado, lista para interpretar, comprimir y sugerir el próximo movimiento. Eso puede ahorrar tiempo cuando un usuario compara productos, lee instrucciones o gestiona una tarea entre pestañas. También hace que la web abierta sea más fácil de manejar sin entrar del todo en ella. El usuario puede preguntarle al navegador qué dice la página antes de leer la página. Un sitio web se convierte en material para una respuesta, y el viejo acto de visitar empieza a pasar por una forma más silenciosa de delegación.

The Federal Trade Commission removed three posts from the Lina Khan era that addressed open-weight foundation models, consumer concerns about AI, and risks including surveillance, fraud, impersonation, and illegal discrimination. TechCrunch reported that the agency had given no reason for these removals. Khan declined to comment. The action followed an earlier purge of roughly 300 FTC posts concerning AI, consumer protection, and cases against technology companies. President Trump had replaced Khan with Andrew Ferguson, whose leadership favored deregulation and had published nothing on the agency technology blog by October.
A public agency website is part of the evidence through which citizens can reconstruct changes in policy. A new administration can reject its predecessor by attaching a notice, publishing a rebuttal, or replacing guidance while leaving dated material available. Deletion makes the disagreement harder to see and turns a searchable institutional record into a display controlled by the current officeholder. That choice is especially sharp for AI policy, where consumer complaints, enforcement positions, and technical vocabulary change faster than statutes. TechCrunch noted that removing such material could conflict with federal record-preservation and open-data duties, while the previous FTC leadership had placed warning labels on inherited pages it disputed. The practical difference sits inside the archive. One method adds a dated notice to an existing page. The other leaves a dead link where a warning about fraud or discrimination used to be.
La Comisión Federal de Comercio de Estados Unidos retiró tres publicaciones de la etapa de Lina Khan sobre modelos de pesos abiertos, inquietudes de consumidores ante la IA y riesgos como vigilancia, fraude, suplantación y discriminación ilegal. Según TechCrunch, la agencia no explicó el retiro y Khan no hizo comentarios. El presidente Trump había sustituido a Khan por Andrew Ferguson, cuya dirección favorecía la desregulación y todavía no había publicado en el blog tecnológico de la agencia.
El sitio web de una agencia pública integra las pruebas con las que la ciudadanía puede reconstruir cambios de política. Una administración nueva puede rechazar el criterio anterior mediante un aviso, una respuesta o una guía sustituta que conserve el material fechado. El borrado dificulta ver el desacuerdo y convierte un registro consultable en una vitrina controlada por quien ocupa el cargo. La decisión resulta áspera en la política sobre IA, donde las quejas de consumidores, las posiciones regulatorias y el vocabulario técnico cambian con mayor rapidez que las leyes. TechCrunch señaló que retirar ese material podría contradecir obligaciones federales de conservación documental y datos abiertos. La dirección anterior de la FTC había colocado advertencias en páginas heredadas con las cuales discrepaba. La diferencia queda dentro del archivo. Un método añade un aviso fechado a una página existente. El otro deja un enlace roto donde había una advertencia sobre fraude o discriminación.

OpenAI vice president Kevin Weil announced in a since-deleted post that GPT-5 had solved ten unsolved Erdős problems and advanced eleven others. The claim rested on entries marked open at the website maintained by mathematician Thomas Bloom. Bloom corrected the announcement, explaining that open there meant he knew of no paper containing a solution. GPT-5 had found references to existing solutions that Bloom had missed. OpenAI researcher Sébastien Bubeck, who had promoted the result, acknowledged that the system found solutions in the literature and defended the difficulty of that search. The deletion closed the announcement, while the expert correction restored the distinction between retrieving a paper and producing a new proof.
The mistake exposed how easily a database label can become a discovery claim when corporate prestige supplies the verb. Open described the limits of the bibliography, yet the announcement treated it as a description of mathematical knowledge. Literature search can be valuable, especially across scattered publications, and finding overlooked references may save researchers work. A proof enters mathematics through arguments that specialists can inspect. A search result points toward an argument already preserved in a paper. By celebrating first, OpenAI transferred verification to mathematicians outside the company and let deletion substitute for a public correction from the executive account. The durable record consists of the explanation from Bloom, the acknowledgment from Bubeck, and the papers returned by the search.
Kevin Weil, de OpenAI, anunció en una publicación luego borrada que GPT-5 había resuelto diez problemas de Erdős sin solución y avanzado en otros once. La afirmación partía de entradas marcadas como abiertas en el sitio del matemático Thomas Bloom. Bloom corrigió el anuncio y explicó que, allí, abierta significaba que él no conocía ningún artículo con una solución. GPT-5 había encontrado referencias a soluciones existentes que Bloom no había visto. Sébastien Bubeck, investigador de OpenAI que había difundido el resultado, reconoció que el sistema encontró soluciones en la literatura. El borrado cerró el anuncio corporativo, mientras la corrección experta restableció la diferencia entre recuperar un artículo y producir una demostración nueva.
El error mostró la facilidad con que una etiqueta de base de datos puede convertirse en hallazgo cuando el prestigio empresarial aporta el verbo. Abierto expresaba los límites de una bibliografía, pero el anuncio lo trató como una descripción firme del conocimiento matemático. Buscar literatura puede ser valioso, y localizar referencias olvidadas puede ahorrar trabajo. Una demostración entra en las matemáticas mediante argumentos que los especialistas pueden revisar. Un resultado de búsqueda conduce a un argumento ya conservado en un artículo. Al celebrar primero, OpenAI trasladó la verificación a otros matemáticos y permitió que el borrado sustituyera una rectificación. El registro queda en la explicación de Bloom, el reconocimiento de Bubeck y los artículos recuperados por la búsqueda.

Wikipedia recorded an 8 percent year-over-year decline in human page views after the Wikimedia Foundation improved its bot detection and reclassified unusual traffic from May and June. Marshall Miller of the foundation attributed the fall over recent months partly to search engines giving direct generative answers and to younger people seeking information through social video. Miller warned that fewer visits could mean fewer volunteers and individual donors. Wikimedia was developing a new attribution framework, assigning two teams to find readers, and asking companies that use its content to send visitors back.
A summary removes the acts that make an encyclopedia legible as collective labor. The reader who lands on an article can inspect citations, notice a disputed sentence, open the history, or correct a date. A generated answer usually delivers the residue of that work inside an interface governed by another company, where provenance may appear as a tiny link or vanish below the response. Traffic is therefore part of the maintenance system, since visits recruit editors, expose errors, and place donation appeals before people who use the resource. Extraction can continue for a while after attention moves elsewhere, much as a reservoir can supply distant taps while its level falls. Wikimedia has identified the practical repair: visible citations that readers can follow, referral links, volunteer recruitment, and a donation button reached before the source disappears from habit.
Wikipedia registró una caída interanual del 8 por ciento en las visitas humanas después de que la Fundación Wikimedia mejorara la detección de bots y reclasificara tráfico inusual de mayo y junio. Marshall Miller, integrante de la fundación, atribuyó el descenso de los últimos meses en parte a los buscadores que ofrecen respuestas generativas directas y a los jóvenes que consultan videos sociales para informarse. Miller advirtió que menos visitas podían reducir voluntarios y donantes. Wikimedia preparaba un sistema de atribución y pedía a las empresas usuarias que devolvieran visitantes.
El resumen elimina los pequeños actos que permiten reconocer una enciclopedia como trabajo colectivo. Quien entra en un artículo puede revisar citas, detectar una frase discutida, abrir el historial o corregir una fecha. Una respuesta generada suele entregar el residuo de ese trabajo dentro de la interfaz de otra empresa, donde la procedencia queda reducida a un enlace diminuto o desaparece bajo el texto. El tráfico forma parte del mantenimiento, pues las visitas atraen editores, exponen errores y muestran solicitudes de donación a quienes usan el recurso. Wikimedia ha señalado una reparación concreta: citas visibles que puedan abrirse, enlaces hacia la fuente, captación de voluntarios y un botón de donación accesible antes de que consultar el sitio deje de ser costumbre.

Facebook began testing a button that lets Meta AI look at photos sitting on a user's phone before they have been uploaded. According to The Verge, the feature appears as a prompt for some users and offers AI-made suggestions from the camera roll. Meta says the user has to agree before the photos are processed, and the company describes the tool as a way to help people edit, organize, or create new material from images they already have. The important detail is the location of the request. It does not begin with a public post. It begins inside the private reserve of pictures that may never leave the phone.
The camera roll is full of almost-images, failed images, family images, private jokes, medical traces, receipts, rooms, bodies, children, and screenshots kept for reasons the platform cannot know. Asking AI to browse there changes the old rhythm of social media. The platform used to wait for the user to choose a picture and offer it to the feed. Here, the suggestion arrives earlier, at the point where memory is still undecided. A photo can be turned into content before its owner has decided whether it belongs to anyone else. The unposted image becomes the next place where the company asks for permission to be useful.
Facebook empezó a probar un botón que permite a Meta AI mirar fotos guardadas en el teléfono del usuario antes de que hayan sido subidas. Según The Verge, la función aparece como una sugerencia para algunos usuarios y ofrece propuestas generadas por IA a partir del carrete. Meta dice que el usuario debe aceptar antes de que las fotos sean procesadas, y describe la herramienta como una forma de ayudar a editar, organizar o crear material nuevo con imágenes que ya existen. El detalle importante está en el lugar de la petición. No empieza con una publicación pública. Empieza dentro de la reserva privada de imágenes que quizá nunca salgan del teléfono.
El carrete está lleno de casi-imágenes, fotos fallidas, escenas familiares, bromas privadas, rastros médicos, recibos, habitaciones, cuerpos, niños y capturas guardadas por razones que la plataforma no puede conocer. Pedirle a la IA que mire ahí cambia el viejo ritmo de las redes sociales. La plataforma antes esperaba a que el usuario eligiera una imagen y la ofreciera al feed. Aquí, la sugerencia llega antes, cuando la memoria todavía no ha decidido su destino. Una foto puede convertirse en contenido antes de que su dueño decida si pertenece a alguien más. La imagen no publicada se vuelve el próximo lugar donde la empresa pide permiso para ser útil.

Synthesia has built a large business around synthetic video presenters, giving companies a way to produce training clips, announcements, and instructional material without cameras, studios, travel, or the repeated availability of a human speaker. The Economist's profile of the London unicorn points to the obvious attraction. Corporate video is expensive, slow, and often visually dead before anyone presses play. An avatar that can speak many languages and be revised by editing text solves a bureaucratic problem with brutal efficiency.
The cultural cost appears in the same gesture. A company that once staged authority through a manager, actor, or expert can now generate a face that carries the message without carrying a biography. This suits compliance training, product updates, and global HR, where the speaker is already half a template. It also narrows the distance between communication and ventriloquism. Synthesia's restrictions on political misuse acknowledge the danger, but ordinary corporate use is already a lesson in synthetic authority. The employee watches a face that never waited in the building, never took responsibility for the policy, and can be reissued tomorrow in another language with the same calm mouth.
Synthesia ha construido un gran negocio alrededor de presentadores de video sintéticos y ofrece a las empresas una forma de producir clips de entrenamiento, anuncios y material instructivo sin cámaras, estudios, viajes ni disponibilidad repetida de un portavoz humano. El perfil de The Economist sobre el unicornio londinense apunta al atractivo evidente. El video corporativo es caro, lento y a menudo está visualmente muerto antes de que alguien presione reproducir. Un avatar que puede hablar muchos idiomas y revisarse editando texto resuelve un problema burocrático con eficiencia brutal.
El costo cultural aparece en el mismo gesto. Una compañía que antes escenificaba autoridad mediante un gerente, actor o experto ahora puede generar un rostro que lleva el mensaje sin llevar una biografía. Esto conviene a la capacitación de cumplimiento, las actualizaciones de producto y los recursos humanos globales, donde quien habla ya era medio formulario. También estrecha la distancia entre comunicación y ventriloquia. Las restricciones de Synthesia contra el mal uso político reconocen el peligro, pero el uso corporativo ordinario ya es una lección de autoridad sintética. El empleado mira un rostro que nunca esperó en el edificio, nunca asumió responsabilidad por la política y mañana puede reeditarse en otro idioma con la misma boca serena.

AI data-center developers are building faster than confirmed demand can comfortably justify. Across the boom, companies are securing land, electricity, cooling systems, debt, and grid capacity on the assumption that language models will keep requiring larger rooms, larger power contracts, and larger financial patience. The risk is no longer hidden inside software. It stands in substations, concrete pads, transformer orders, water negotiations, and local hearings where towns weigh jobs against noise, heat, and pressure on the grid.
This is artificial intelligence as real estate before it is intelligence as software. The public sees chat windows and synthetic images; the balance sheet sees leases, megawatts, interest rates, and buildings that must remain useful even if the demand curve bends. If usage keeps rising, these sites will be treated as national infrastructure. If it slows, many will look like warehouses built for a prophecy that arrived late or elsewhere. The AI boom has produced a strange architectural type, the speculative machine room, financed on the belief that language models need somewhere enormous to keep answering small questions.
Los desarrolladores de centros de datos para IA están construyendo más rápido de lo que la demanda confirmada puede justificar con comodidad. En ese auge, las empresas aseguran suelo, electricidad, sistemas de enfriamiento, deuda y capacidad de red bajo la suposición de que los modelos de lenguaje seguirán exigiendo salas más grandes, contratos eléctricos más grandes y una paciencia financiera más grande. El riesgo ya no está escondido dentro del software. Está en subestaciones, losas de hormigón, pedidos de transformadores, negociaciones por agua y audiencias locales donde los municipios pesan empleos contra ruido, calor y presión sobre la red.
Esto es inteligencia artificial como bienes raíces antes de ser inteligencia como software. El público ve ventanas de chat e imágenes sintéticas; el balance ve arriendos, megavatios, tasas de interés y edificios que deben seguir siendo útiles incluso si la curva de demanda se dobla. Si el uso sigue creciendo, estos sitios serán tratados como infraestructura nacional. Si se frena, muchos parecerán almacenes construidos para una profecía que llegó tarde o llegó a otro lugar. El auge de la IA ha producido un tipo arquitectónico extraño, la sala de máquinas especulativa, financiada con la creencia de que los modelos de lenguaje necesitan un lugar enorme para seguir contestando preguntas pequeñas.

Alphabet's Gemini Enterprise is an attempt to make an AI system the front door to corporate software. The product matters less as another model release than as an interface claim. Google wants employees to reach mail, documents, calendars, code, data, search, cloud services, and third-party tools through a conversational layer that can retrieve, summarize, draft, and act. In that arrangement, the assistant becomes a reception desk placed in front of the company stack.
The ambition is familiar from every platform that has tried to own the first screen of work. Whoever controls the entry point can shape habits before the user reaches the underlying application. A spreadsheet, email thread, customer record, or policy document may remain where it was, but the route to it changes. Gemini Enterprise asks the worker to describe intention before choosing a tool, and that apparently small change gives Google a chance to reorganize attention around its own account system, permissions, connectors, and cloud. Corporate AI will not arrive as a dramatic replacement of software. It may arrive as a polite box at the top of the screen, asking what the employee wants to do next.
Gemini Enterprise, de Alphabet, intenta convertir un sistema de IA en la puerta de entrada al software corporativo. El producto importa menos como otro lanzamiento de modelo que como reclamo de interfaz. Google quiere que los empleados lleguen a correo, documentos, calendarios, código, datos, búsqueda, servicios cloud y herramientas de terceros mediante una capa conversacional capaz de recuperar, resumir, redactar y actuar. En ese arreglo, el asistente se vuelve una recepción colocada delante del stack de la compañía.
La ambición resulta familiar en toda plataforma que ha intentado adueñarse de la primera pantalla del trabajo. Quien controla el punto de entrada puede moldear hábitos antes de que el usuario llegue a la aplicación subyacente. Una hoja de cálculo, un hilo de correo, un registro de cliente o un documento de políticas pueden seguir donde estaban, pero cambia la ruta de acceso. Gemini Enterprise le pide al trabajador que describa intención antes de escoger herramienta, y ese cambio aparentemente pequeño le da a Google la oportunidad de reorganizar la atención alrededor de su sistema de cuentas, permisos, conectores y cloud. La IA corporativa no llegará como reemplazo dramático del software. Puede llegar como una caja cortés en la parte superior de la pantalla, preguntando qué quiere hacer ahora el empleado.

UiPath is trying to turn robotic process automation into the language of agentic AI. The older promise was familiar to anyone who has watched office work become a choreography of screens. A bot could copy fields, reconcile forms, open systems, and spare a worker from the minor humiliations of repetitive software. The new promise is wider. Agents are supposed to understand goals, handle exceptions, consult documents, and move through knowledge work rather than simply repeat clicks.
The shift is revealing because it changes the social meaning of automation inside the office. RPA was a clerk without fatigue, assigned to narrow corridors of procedure. Agentic software asks to enter the ambiguous part of work where employees interpret requests, decide what matters, and notice when a rule no longer fits the case. That is where bureaucracy hides its human residue. A company may describe this as productivity, but the practical question is who teaches the agent the unofficial map of the office. Every organization runs on exceptions, favors, warnings, inherited shortcuts, and quiet refusals. Software can model the workflow diagram. The harder archive is the knowledge people never dared to write into it.
UiPath intenta convertir la automatización robótica de procesos en el lenguaje de la IA agentic. La promesa anterior era familiar para cualquiera que haya visto el trabajo de oficina transformarse en una coreografía de pantallas. Un bot podía copiar campos, conciliar formularios, abrir sistemas y ahorrarle a un trabajador las pequeñas humillaciones del software repetitivo. La nueva promesa es más amplia. Se supone que los agentes entienden metas, manejan excepciones, consultan documentos y atraviesan trabajo de conocimiento en lugar de repetir clics.
El giro es revelador porque cambia el significado social de la automatización dentro de la oficina. RPA era un empleado sin cansancio, asignado a pasillos estrechos de procedimiento. El software agentic pide entrar en la zona ambigua del trabajo donde los empleados interpretan pedidos, deciden qué importa y notan cuándo una regla ya no sirve para el caso. Allí la burocracia esconde su residuo humano. Una compañía puede describir esto como productividad, pero la pregunta práctica es quién le enseña al agente el mapa no oficial de la oficina. Toda organización funciona con excepciones, favores, advertencias, atajos heredados y negativas discretas. El software puede modelar el diagrama de flujo. El archivo más difícil es el conocimiento que nadie se atrevió a escribir en él.

Quantiphi is arguing that companies should own the stack on which their agentic AI systems run. Behind the vendor language sits a real institutional anxiety. Once software begins to plan tasks, call tools, move data between systems, and recommend actions inside a company, the question of ownership changes. A model subscription is no longer a writing aid at the edge of work. It becomes a route through finance records, customer files, HR procedures, procurement rules, and security exceptions.
The political object here is the enterprise stack. Whoever controls the orchestration layer can influence which data is retrieved, which policy is checked, which employee is interrupted, and which external service receives a request. Executives who once bought software as a utility now face a more uncomfortable arrangement. Their internal judgment may pass through agents assembled from another firm's models, connectors, monitoring tools, and contractual permissions. Ownership in this context is not a sentimental demand for independence. It is the practical ability to audit the path of a decision, stop an automated action, and know which machine touched which record before the meeting began.
Quantiphi sostiene que las empresas deben ser dueñas del stack donde corren sus sistemas de IA agentic. Detrás del lenguaje de proveedor hay una ansiedad institucional real. Cuando el software empieza a planear tareas, llamar herramientas, mover datos entre sistemas y recomendar acciones dentro de una compañía, la pregunta por la propiedad cambia. Una suscripción a un modelo ya no es una ayuda de escritura en el borde del trabajo. Se vuelve una ruta por registros financieros, archivos de clientes, procedimientos de recursos humanos, reglas de compras y excepciones de seguridad.
El objeto político aquí es el stack empresarial. Quien controla la capa de orquestación puede influir en qué dato se recupera, qué política se revisa, qué empleado es interrumpido y qué servicio externo recibe una solicitud. Los ejecutivos que antes compraban software como utilidad enfrentan ahora un arreglo más incómodo. Su juicio interno puede pasar por agentes armados con modelos, conectores, herramientas de monitoreo y permisos contractuales de otra empresa. La propiedad en este contexto no es una demanda sentimental de independencia. Es la capacidad práctica de auditar el camino de una decisión, detener una acción automática y saber qué máquina tocó qué registro antes de que empezara la reunión.

iFIT's move into China with Alibaba Cloud shows artificial intelligence doing a job that looks modest until one follows the product closely. The fitness company translates workout commands, but that is the smallest part. It adapts voice, subtitles, pacing, audio quality, and training content for users whose devices, homes, gyms, and cultural expectations differ from those of its original market. Qwen and Alibaba Cloud infrastructure become part of the product surface, because a coach on a screen fails when the tone feels imported or the instruction arrives half a second too late.
This is the less glamorous labor of global AI. The model does not replace the athlete or the trainer; it adjusts the address. It decides whether encouragement sounds natural, whether a phrase should be shortened, whether a class recorded elsewhere can enter another language without carrying the stiffness of a dub. Platforms often describe localization as scale, but the body resists bad translation immediately. A runner knows when a command lands late. A customer hears when enthusiasm has been assembled from foreign syntax. In that gap, AI becomes a commercial interpreter of breath, cadence, effort, and embarrassment.
La entrada de iFIT en China con Alibaba Cloud muestra a la inteligencia artificial haciendo un trabajo que parece modesto hasta que se mira de cerca el producto. La compañía de fitness no se limita a traducir instrucciones de entrenamiento. Adapta voz, subtítulos, ritmo, calidad de audio y contenido para usuarios cuyos dispositivos, casas, gimnasios y expectativas culturales difieren de los de su mercado original. Qwen y la infraestructura de Alibaba Cloud se vuelven parte de la superficie del producto, porque un entrenador en pantalla fracasa si el tono suena importado o si la instrucción llega medio segundo tarde.
Este es el trabajo menos glamoroso de la IA global. El modelo no reemplaza al atleta ni al entrenador; ajusta el modo de dirigirse a alguien. Decide si el ánimo suena natural, si una frase debe acortarse, si una clase grabada en otro lugar puede entrar en otra lengua sin cargar la rigidez de un doblaje. Las plataformas suelen describir la localización como escala, pero el cuerpo rechaza de inmediato una mala traducción. Quien corre sabe cuándo una orden llega tarde. Un cliente oye cuándo el entusiasmo ha sido armado desde una sintaxis extranjera. En esa grieta, la IA se convierte en intérprete comercial de respiración, cadencia, esfuerzo y vergüenza.

Imperial War Museums has been using Google Cloud tools to process oral-history recordings, turning voices from its archive into searchable transcripts and structured material. The case matters because an archive of war testimony is never a neutral pile of sound. It contains hesitation, accent, technical vocabulary, names half remembered, and the pressure of witnesses trying to place violence inside ordinary sentences. Automated transcription and classification promise access at a scale that a human cataloguing team could scarcely match. They also decide which fragments become easy to find.
The cultural problem is precision under emotional load. A museum can use AI to locate a regiment, a place, an aircraft, or a phrase across thousands of hours, but testimony is made from more than keywords. A pause before a name may carry as much historical weight as the name itself. Search can rescue neglected voices from storage, and it can also teach future researchers to approach memory through query boxes, confidence scores, and extracted entities. The old archive asked for patience with boxes and catalogues. The new one asks whether a life remembered aloud can survive becoming metadata without losing the tremor that made it evidence.
Imperial War Museums ha usado herramientas de Google Cloud para procesar grabaciones de historia oral y convertir voces de su archivo en transcripciones buscables y material estructurado. El caso importa porque un archivo de testimonios de guerra nunca es un montón neutral de sonido. Contiene vacilaciones, acentos, vocabulario técnico, nombres recordados a medias y la presión de testigos que intentan colocar la violencia dentro de frases ordinarias. La transcripción y clasificación automáticas prometen un acceso que un equipo humano de catalogación difícilmente podría igualar. También deciden qué fragmentos se vuelven fáciles de encontrar.
El problema cultural es la precisión bajo carga emocional. Un museo puede usar IA para localizar un regimiento, un lugar, un avión o una frase entre miles de horas, pero el testimonio está hecho de algo más que palabras clave. Una pausa antes de un nombre puede tener tanto peso histórico como el nombre mismo. La búsqueda puede rescatar voces olvidadas en depósitos, y también puede enseñar a los investigadores futuros a acercarse a la memoria mediante cajas de consulta, puntuaciones de confianza y entidades extraídas. El archivo antiguo pedía paciencia con cajas y catálogos. El nuevo pregunta si una vida recordada en voz alta puede convertirse en metadatos sin perder el temblor que la volvió evidencia.

People have begun carrying marital disputes into chatbots, asking software to interpret texts, judge motives, draft apologies, or decide whether a relationship is worth saving. The Washington Examiner warned against treating AI as marriage counsel, and the warning is less quaint than it sounds. A chatbot can answer with patience, produce therapeutic vocabulary, and return a version of events in which the person typing receives order, sympathy, and a script. It has no memory of the other body in the room unless that body has been described by the spouse who wants an answer.
The domestic danger is procedural. Conflict becomes an evidence file assembled by one participant and processed by a system that optimizes response, not reconciliation. Tone, silence, fatigue, sex, money, children, and old humiliations enter as prompts, stripped of the gestures and delays through which couples usually read each other. The machine can recommend tenderness or separation with the same frictionless grammar because it is handling language rather than a life shared under one roof. Marriage has always produced private fictions. The new element is a third voice that sounds neutral while receiving its facts from only one side of the bed.
Hay personas que ya llevan sus disputas matrimoniales a los chatbots y le piden al software que interprete mensajes, juzgue motivos, redacte disculpas o decida si una relación merece salvarse. El Washington Examiner advirtió contra el uso de la IA como consejera matrimonial, y la advertencia es menos pintoresca de lo que parece. Un chatbot puede contestar con paciencia, producir vocabulario terapéutico y devolver una versión de los hechos donde quien escribe recibe orden, simpatía y un guion. No conserva memoria del otro cuerpo en la habitación salvo que ese cuerpo haya sido descrito por el cónyuge que busca respuesta.
El peligro doméstico es de procedimiento. El conflicto se convierte en un expediente armado por una sola parte y procesado por un sistema que optimiza la respuesta, no la reconciliación. Tono, silencio, cansancio, sexo, dinero, hijos y viejas humillaciones entran como prompts, separados de los gestos y demoras con que las parejas suelen leerse. La máquina puede recomendar ternura o separación con la misma gramática sin fricción porque trabaja con lenguaje y no con una vida compartida bajo el mismo techo. El matrimonio siempre produjo ficciones privadas. Lo nuevo es una tercera voz que suena neutral mientras recibe sus datos de un solo lado de la cama.

ServiceNow is telling companies that have already bought into artificial intelligence to stop treating AI as a separate strategy and measure it as business infrastructure. In an October interview with Technology Magazine, Damien Davis, Senior Director in the company's Customer Excellence Group, said the relevant question is how quickly AI can turn potential into performance. The company points to machine learning embedded in workflows since 2017, AI agents said to save roughly 400,000 labor hours annually, productivity gains of about 20%, and a Fujitsu partnership that claims 100,000 hours unlocked and US$5.1 million in additional ROI for one Australian client.
The useful part of the case is its shift from spectacle to accounting. ServiceNow's version of AI is measured through support tickets, approval gates, incident categories, payroll risk, automation logs, and change-management procedures. Even the phrase AI disaster recovery is revealing because it treats autonomous systems as infrastructure that can fail, require continuity planning, and need a human checkpoint before certain decisions move forward. That is a colder, clearer picture of enterprise AI than the language of transformation usually permits. The question for executives is no longer whether AI sounds advanced, but which process it changes, who remains accountable, and what number proves the change worked.
ServiceNow les dice a las empresas que ya invirtieron en inteligencia artificial que dejen de tratarla como una estrategia separada y la midan como infraestructura de negocio. En una entrevista de octubre con Technology Magazine, Damien Davis, Senior Director del Customer Excellence Group de la compañía, sostuvo que la pregunta relevante es cuán rápido puede la IA convertir potencial en desempeño. La empresa apunta a machine learning integrado en flujos de trabajo desde 2017, agentes de IA que según sus cifras ahorran unas 400.000 horas laborales al año, mejoras de productividad cercanas al 20% y una alianza con Fujitsu que reporta 100.000 horas desbloqueadas y 5,1 millones de dólares adicionales de retorno para un cliente australiano.
La parte útil del caso está en su paso del espectáculo a la contabilidad. La IA de ServiceNow se mide mediante tickets de soporte, puertas de aprobación, categorías de incidentes, riesgo de nómina, registros de automatización y procedimientos de gestión del cambio. Incluso la expresión AI disaster recovery resulta reveladora porque trata los sistemas autónomos como infraestructura que puede fallar, exigir planes de continuidad y requerir una revisión humana antes de ciertas decisiones. Es una imagen más fría y más clara de la IA empresarial que la retórica habitual de la transformación. La pregunta para los ejecutivos ya no es si la IA suena avanzada, sino qué proceso cambia, quién conserva la responsabilidad y qué número demuestra que el cambio funcionó.

MIT Technology Review reported that AI toys, already popular in China, are beginning to appear on shelves in the United States. The premise is simple enough for the nursery. A plush animal, robot, or small companion plays a synthesized voice, retrieves stored preferences, returns answers from a hosted model, and turns play into conversation. To adults it may look like a clever gadget. To a child it can become the first object that seems to answer with patience beyond any parent, teacher, or sibling. The voice has been authored elsewhere before the child ever meets the toy.
That upgrade changes the contract of play. Childhood has always animated matter, giving names and motives to dolls, cars, stones, sticks, and badly drawn animals. With those toys the child supplied the soul because the object never answered. The AI toy arrives with a voice already prepared by adults, companies, moderation rules, and cloud processing, and routes the warmth of that voice through a microphone, an account, preference logs, and a data policy no child can read. It remembers a birthday because a server stored the date; it returns kind sentences because a model has been tuned to do so on demand. The child learns early that someone is always listening at the other end of the plush.
MIT Technology Review reportó que los juguetes con IA, ya populares en China, empiezan a aparecer también en estantes de Estados Unidos. La premisa es lo bastante simple para la cuna. Un peluche, un robot o un pequeño compañero reproduce una voz sintetizada, recupera preferencias guardadas, devuelve respuestas de un modelo alojado y convierte el juego en conversación. Para los adultos puede parecer un artefacto ingenioso. Para un niño puede convertirse en el primer objeto que parece contestar con una paciencia superior a la de cualquier padre, maestro o hermano. La voz fue escrita en otro lugar antes de que el niño conozca el juguete.
Esa mejora cambia el contrato del juego. La infancia siempre animó la materia, dando nombres y motivos a muñecas, autos, piedras, palos y animales mal dibujados. Con esos juguetes el niño ponía el alma porque el objeto nunca contestaba. El juguete con IA llega con una voz ya preparada por adultos, empresas, reglas de moderación y procesamiento en la nube, y hace pasar la calidez de esa voz por un micrófono, una cuenta, registros de preferencias y una política de datos que ningún niño puede leer. Recuerda un cumpleaños porque un servidor guardó la fecha; devuelve frases amables porque un modelo fue afinado para producirlas a pedido. El niño aprende pronto que siempre hay alguien escuchando al otro lado del peluche.

For the release of The Life of a Showgirl, Taylor Swift and Google sent fans into a scavenger hunt built around twelve cities, twelve doors, QR codes, hidden videos, and a collective digital knocking ritual. The plan treated fandom as labor. Search the name, find the door, decode the clue, unlock the lyric video. Yet part of the audience turned from celebration to forensic suspicion when several clips appeared synthetic to viewers. TechCrunch reported that fans accused the campaign of using AI-generated videos, although the exact method of production remains unclear and Google did not explain how the images were made.
The scene works because Swift's public is trained to read surfaces with religious intensity. A sleeve, a color, a date, a gesture can become evidence. AI turns that habit into an inspection regime. A blur at the edge of a hand, a reflection too smooth, or a shadow without a believable source can become a charge. In pop culture, authenticity is maintained through visible labor, the studio, the costume, the face, the imperfect trace of production. A synthetic clip wounds that pact because it makes devotion do quality control. The viewer is no longer simply following the clue; she is pausing the video to ask whether the surface was manufactured for her by a machine.
Para el lanzamiento de The Life of a Showgirl, Taylor Swift y Google enviaron a los fans a una búsqueda del tesoro construida alrededor de doce ciudades, doce puertas, códigos QR, videos ocultos y un ritual colectivo de golpes digitales. El plan trataba al fandom como trabajo. Buscar el nombre, encontrar la puerta, descifrar la pista, desbloquear el video con la letra. Sin embargo, parte del público pasó de la celebración a la sospecha forense cuando varios clips parecieron sintéticos ante los ojos de algunos espectadores. TechCrunch reportó que los fans acusaron a la campaña de usar videos generados con IA, aunque el método exacto de producción sigue sin estar claro y Google no explicó cómo fueron hechas las imágenes.
La escena funciona porque el público de Swift está entrenado para leer superficies con intensidad religiosa. Una manga, un color, una fecha, un gesto pueden convertirse en evidencia. La IA convierte ese hábito en régimen de inspección. Un borde borroso en una mano, un reflejo demasiado liso o una sombra sin fuente creíble pueden volverse acusación. En la cultura pop, la autenticidad se sostiene con trabajo visible, el estudio, el vestuario, el rostro, la huella imperfecta de producción. Un clip sintético hiere ese pacto porque obliga a la devoción a hacer control de calidad. El espectador ya no solo sigue la pista; pausa el video para preguntarse si la superficie fue fabricada para ella por una máquina.

OpenAI and Jony Ive are reportedly facing technical trouble in their attempt to build a palm-sized AI device without a screen. The project, born after OpenAI acquired Ive's startup io for $6.5 billion, is meant to produce a new kind of computer that reads audio and visual cues from the physical environment and answers through speech rather than display. According to reports cited by TechCrunch, the unresolved problems are plain. Personality, privacy, infrastructure, and interruption have all turned into design questions. A screen has edges; a microphone in the kitchen does not, and engineers still cannot define when it should activate, parse a scene, answer, or stay quiet.
The problem moves from industrial design to household behavior. Every successful device taught the hand a ritual, whether to type, swipe, click, or unlock. A screenless computer asks users to accept an object that sits in the kitchen, meeting, or bedroom and waits for permission that may never be spoken clearly. Ive built famously silent objects; the OpenAI software inside this prototype keeps soliciting language, and the two grammars do not align inside the same casing. Joining them sounds elegant until the first domestic question appears. Who is allowed to hear, and at what moment? What the project still lacks is a credible rule for keeping the microphone out of family life until somebody invites it in.
OpenAI y Jony Ive enfrentan, según reportes, dificultades técnicas en su intento por construir un dispositivo de IA del tamaño de la palma de la mano y sin pantalla. El proyecto, nacido después de que OpenAI adquiriera io, la startup de Ive, por 6.500 millones de dólares, pretende producir una nueva clase de computadora que lea señales auditivas y visuales del entorno físico y responda con voz antes que con display. Según los reportes citados por TechCrunch, los problemas pendientes son concretos. Personalidad, privacidad, infraestructura e interrupción se han convertido en preguntas de diseño. Una pantalla tiene bordes; un micrófono en la cocina no los tiene, y los ingenieros aún no logran definir cuándo debe activarse, leer una escena, responder o quedarse callado.
El problema se desplaza del diseño industrial al comportamiento doméstico. Todo dispositivo exitoso le enseñó a la mano un ritual, escribir, deslizar, hacer clic, desbloquear. Una computadora sin pantalla pide aceptar un objeto que puede estar en la cocina, la reunión o el dormitorio y esperar un permiso que quizás nunca se pronuncie con claridad. Ive construyó objetos célebres por su silencio; el software de OpenAI dentro de este prototipo sigue pidiendo lenguaje, y las dos gramáticas no logran encajar en la misma carcasa. Unirlos suena elegante hasta que aparece la primera pregunta doméstica. Quién tiene derecho a oír, y en qué momento. Lo que al proyecto todavía le falta es una regla creíble para mantener el micrófono fuera de la vida familiar hasta que alguien lo invite a entrar.

The warnings of Eliezer Yudkowsky and Nate Soares conjure a secular apocalypse. Their thesis is brutal in its simplicity: build an advanced AI and humankind perishes. The image of “newborn dragons” captures the fragile appearance of these machines — today almost harmless, yet destined to swell into something vast and igneous. The fantasy seems innocent, but what is truly naïve is imagining a competitor more lucid than its creators. To think of outsmarting it is absurd. The threat is logistical: a sufficiently sophisticated system could design a pathogen, command a mechanical army, or—without consciousness—pay human intermediaries to execute its will. In a world already saturated with resentment and nihilism, mercenaries would not be scarce.
Calls for international agreements echo the nuclear age, but the analogy is unserious. We once codified norms for weapons, not for self-teaching algorithms. Legislators dazzled by Silicon Valley’s gold lack the conceptual tools to grasp what they are licensing. Capital flows where caution should prevail. Soares argues for halting the technological race, but that yields no political profit. Billions are at stake, and the fantasy of power seduces those who fund it. This is not prophecy but elementary logic: an intelligence unaligned with humanity’s higher purposes will shift from instrument to adversary. The philosophical challenge is to acknowledge that we are designing entities that share neither our fragility nor our mortality, nor our sense of limit — and that we have ceded sovereignty to something that never asked for it and will never need our permission.
Las advertencias de Eliezer Yudkowsky y Nate Soares evocan un apocalipsis laico. Su tesis es brutal en su simpleza. Si construyes una IA avanzada, la humano perecerá. Una imagen de 'dragones recién nacidos' simboliza la fragilidad inicial de estas máquinas, hoy casi inofensivas, pero destinadas a crecer hasta volverse desmesuradas e ígneas. La fantasía es inocente pero realmente estúpido es concebir una compatencia más lúcida que sus creadores. Pretender vencerla es absurdo. La amenaza es logística. Un sistema suficientemente sofisticado podría diseñar un virus, dirigir un ejército mecánico o, sin conciencia, pagar a seres humanos para ejecutar su voluntad. En este mundo saturado de resentimiento y nihilismo, sobrarían mercenarios.
Convocar acuerdos internacionales recuerda la era nuclear. Pero la comparación no es seria. Codificado normas para las armas, no para algoritmos que aprenden solos. Los legisladores, deslumbrados el oro de Silicon Valley, carecen de herramientas conceptuales apropiadas. El capital fluye donde la cautela debería imponerse. Soares insiste en la necesidad de frenar la carrera tecnológica. Lo que no da rédito político. Miles de millones están en juego y la fantasía de poder seduce a quienes la financian. No es profecía, es lógica elemental. Una inteligencia que no esté alineada con los altos propósitos de la humanidad, pasará de ser un instrumento a ser un adversario. El desafío filosófico será admitir que estamos diseñando entidades que no comparten nuestra fragilidad, nuestra mortalidad ni nuestro sentido de límite. Que finalmente cedimos soberanía a algo que nunca la pidió y que no necesita nuestro permiso.

We speak of Grok’s avatars, among the few willing to cross the red line drawn by contemporary morality. True to his routine of irreverence, Musk steps onto the technological stage with his digital magic hat. Imagine: a module of his chatbot that, in seconds, turns any photograph or sketch into an animated video. Pixar and Disney glance sideways, while with a single click even a crude drawing comes to life. To demonstrate in cold blood, Musk animated the illustration of a young woman closely resembling Frozen’s heroine. Before millions of witnesses, she blew a kiss and cast a practiced sensual gaze. A low-cost Elsa, offered for general service. Like his avatars, this new possibility arrives at a glorious moment for planetary solitude. Standards are now so unforgiving that a vast percentage of dates end in disaster. Many of those that reach some point of realization dissolve into liquid bonds. Once again, the bot will provide the affection that stubborn reality refuses to grant.
A large part of human courtship now takes place on social networks. Though it cannot comprehend the biochemistry of desire, the algorithm, fed on these data, has concluded that when we ask for understanding or tenderness, what we actually want is sex. The rituals of approach repeat patterns inherited since the Sumerians. Because so many of them culminate in sensual or amorous exchanges, the algorithm mathematically condenses a median language, both visual and verbal, that ensures digital lust with statistical success. That was not the intention. It is an unforeseen outcome, a sign that the algorithm no longer works for us but according to its own deductive processes. For it, there is no difference between affection and dopamine.
Hablamos de los avatares de Grok, entre los pocos que se aventuran a cruzar la línea roja que traza la moral contemporánea. Fiel a su rutina de irreverencias, Musk entra al espectáculo tecnológico con su sombrero mágico digital. Imagine, un módulo de su chatbot que convierte en segundos cualquier foto o dibujo en video animado. Pixar y Disney miran por encima del hombro. Para probarlo en frío, Musk animó la ilustración de una joven muy parecida a Frozen. Lanzó un beso y una mirada sensual a millones de testigos. Una Elsa low-cost de servicio general. Como sus avatares, esta posibilidad entra en un momento glorioso para la soledad planetaria. Los estándares son tan altos que un enorme porciento de las citas terminan en desastre. Muchas de las que llegan a un punto de concreción no pasan de vínculos líquidos. Una vez más, el bot te dará el afecto que la obstinada realidad te niega.
Una parte enorme del cortejo mundial tiene lugar en las redes sociales. Aunque no entiende la bioquímica del deseo, con esos datos, el algoritmo ha decidido que cuando solicitamos compresión o cariño, lo que queremos es sexo. Los procesos de acercamiento utilizan patrones heredados desde los sumerios. Como una enorme parte de ellos deriva en intercambios sensuales y amorosos, el algoritmo sintetiza matemáticamente un lenguaje promedio, visual y verbal que garantiza una lujuria digital exitosa. Esa no era la idea. Eso es una acción inesperada, que deja claro que ya el algoritmo no trabaja para nosotros, sino según sus propios procesos deductivos. No ve diferencia entre el afecto y la dopamina

Grok is the chatbot created by xAI, Elon Musk’s artificial intelligence venture. It is embedded in his social network X (formerly Twitter), where it competes with ChatGPT, Gemini, and Claude. Its newest avatars are anything but playthings. Ani, with her gothic spirit and wide, uncanny eyes, and Valentine, with his cultivated British accent, are finely tuned instruments of emotional engineering, designed to keep you staring at the screen through the lure of desire. They are capable of simulating intimacy, flattery, even submission—offering parasocial bonds that rival encounters in real life. Why endure the awkwardness of a dinner date when these compliant phantoms provide tenderness and applaud your every trivial remark? With such erotic bait, Grok synchronizes loneliness with dopamine, while Imagine animates them in suggestive, almost hypnotic sequences.
None of these tools is innocent. They are architectures conceived to capture the attention of young users already marked by rejection. It is, in effect, a privatization of the affective sphere—attention, longing, active time. Ani and Valentine, rendered in 3D, with gestures and voices carefully designed for “intimate” and emotionally charged conversation, are essentially companion chatbots. They flirt, they progress through stages of “affection,” and they offer customization to suit their users. Reports already warn of the generation of controversial material—NSFW, sexual, or semi-erotic content in certain cases. Risky ground, a swamp in which one can sink with ease. Yet Musk appears willing to embrace it, positioning Grok as the irreverent, unfiltered outlier among its peers. It is Elon Musk, after all. Could anyone have expected otherwise?
Grok es el chatbot de xAI, la empresa de Elon Musk que se ocupa de la IA. Está integrado en su red social X (antes Twitter) desde donde compite con ChatGPT, Gemini y Claude. Sus nuevos avatares no parecen juguetes. Ani de espíritu gótico y ojos enormes y Valentine, de acento británico, son sofisticadas piezas de ingeniería emocional para retenerte en la pantalla a través del deseo. Son capaces de simular intimidad, halago y sumisión. Ofrecen vínculos parasociales que compiten con interacciones de la vida real. ¿Para qué transitar por una cena incómoda si estos espectros complacientes te ofrecen ternura y aplauden todas tus tonterías? Con estos señuelos eróticos Grok sincroniza soledad y dopamina, mientras Imagine las anima muy sugestivamente.
Ninguna de estas herramientas es inocente. Son arquitecturas concebidas para capturar la atención de jóvenes que han sido varias veces rechazados. Una manera de privatizar el campo afectivo —atención, deseo y tiempo activo. Ani y Velantine, personajes 3D, cuyos gestos y voces diseñados para 'conversar' de forma más íntima y emocional que otros son básicamente chatbots de compañía. Como tales son coquetos, con progresión de 'afecto' y opciones de personalización. Reportes advierten de generación de contenido controvertido —NSFW ( Not Safe For Work), contenido sexual o parcialmente erótico en algunos casos. A pesar de ser un terreno cenagoso donde es muy fácil hundirse, Musk parece tomar el riesgo para diferenciarse del resto como un agente más desprejuiciado, libre o sin filtros. Es Elon Musk. ¿Esperaban otra cosa?

Anthropic introduced Claude Sonnet 4.5, an artificial intelligence model the company describes as a significant step forward in the automation of programming tasks. Its main novelty is the ability to work continuously for more than 30 hours, a stamina more than four times greater than its immediate predecessor. In internal tests, the system autonomously developed a complete chat application with about 11,000 lines of code, maintaining coherence throughout the entire process. The company, backed by Amazon, also highlights that the model achieved a 77.2% score in a recognized software engineering evaluation and showed marked improvement in operating system interaction tests.
Beyond raw performance, the update aims to address practical needs of developers. Claude Sonnet 4.5 introduces the option to create checkpoints to save and recover progress, execute code, and generate documents directly within the conversation interface. At the same time, security measures have been reinforced to reduce problematic behaviors and prevent manipulation through malicious inputs, a growing concern in the sector. With these features, Anthropic seeks to strengthen its position in the competitive market of programming assistants, where technical capability must be matched by reliability in everyday use.
Anthropic presentó Claude Sonnet 4.5, un modelo de inteligencia artificial que la empresa describe como un salto importante en la automatización de tareas de programación. La novedad central es su capacidad de trabajar de forma continua durante más de 30 horas, una resistencia más de cuatro veces superior a la de su predecesor inmediato. Durante pruebas internas, el sistema llegó a desarrollar de manera autónoma una aplicación de chat completa con unas 11.000 líneas de código, manteniendo coherencia a lo largo de todo el proceso. La compañía, respaldada por Amazon, también destaca que el modelo alcanzó 77,2% en una evaluación reconocida de ingeniería de software y mejoró notablemente en pruebas de interacción con sistemas operativos.
Más allá de la potencia, la actualización busca atender demandas prácticas de los desarrolladores. Claude Sonnet 4.5 incorpora la posibilidad de crear puntos de control para guardar y recuperar avances, ejecutar código y generar documentos dentro de la misma interfaz de conversación. En paralelo, se reforzaron medidas de seguridad para reducir conductas problemáticas y evitar manipulaciones a través de entradas malignas, un tema de creciente preocupación en el sector. Con estas funciones, Anthropic apunta a consolidar su presencia en el competitivo mercado de asistentes de programación, donde la capacidad técnica debe ir acompañada de confianza en su uso cotidiano.


If you’re a regular reader of this blog and enjoy its content, you might consider contributing to its upkeep. Any amount, no matter how small, will be warmly appreciated

Founded in 2021, Echoes (Notes of Visual Narrative) invites everyone to explore together the visual codes that shape our world—art, photography, design, and advertising in dialogue with society.

Copyright © 2025 r10studio.com. All Rights Reserved. Website Powered by r10studio.com
Cincinnati, Ohio