September | 2025
Meta has unveiled Vibes, a new section within its Meta AI assistant where users can view and generate short videos created automatically by artificial intelligence, in a format reminiscent of TikTok or Reels. To showcase its capabilities, the company displayed a cat kneading dough and the image of someone taking a selfie in ancient Egypt. The public’s response was overwhelmingly negative, accusing Meta of flooding its own platform with “AI slop,” a term that has come to describe synthetic content perceived as cheap, hollow, and devoid of authenticity. The irony was not lost: only months earlier, the company had urged its creators to focus on original storytelling. The impression left is that, rather than aligning with its users, Meta bows to the weight of competition.
The launch coincides with a major reorganization of Meta’s AI division, backed by more than $100 million in investments directed toward startup partnerships and the new Meta Superintelligence Labs. The ambition is to build an integrated ecosystem linking Meta AI seamlessly with devices such as the Ray-Ban smart glasses. Yet the backlash speaks to a broader climate of skepticism toward artificial intelligence, which many still see as failing to add genuine value to everyday digital life. For this majority, the idea of generating a video from a text prompt may seem novel, but it falls short against the enduring desire for authenticity—whether in family photographs, spontaneous exchanges among friends, or the expectation that what circulates on social platforms maintains some connection to reality.
Meta lanzó Vibes, una sección dentro del asistente de Meta AI donde los usuarios pueden ver y crear videos cortos generados automáticamente por I.A., en un formato parecido a TikTok o Reels. Como muestra de sus capacidades, Meta exhibió un gato amasando pan y la imagen de alguien tomándose una selfie en el antiguo Egipto. El público reaccionó negativamente. Acusó a la empresa de inundar su propio espacio con 'porquería de IA', un término popular para describir esa clase de contenido sintético, deplorable y carente de autenticidad. Esto cuando la misma compañía pidió meses atrás a sus creadores enfocarse en narrativas originales. Deja la impresión de que en lugar de sintonizar con sus usuarios cede a la presión de la competencia.
El lanzamiento coincide con la reorganización del área de I.A. Con inversiones de más de $100 millones destinados a alianzas con startups y a los Meta Superintelligence Labs. Intentan construir un ecosistema integrado que permita un flujo continuo de contenidos desde Meta AI hasta el uso de las gafas inteligentes Ray-Ban. El rechazo es expresión de una mayoría que aún recela de la inteligencia artificial, que entiende que este material no aporta valor a su experiencia cotidiana. Para ellos, la idea de generar videos desde un texto puede parecer curiosa, pero no supera el deseo de autenticidad que aún marca la vida digital, ya sea en la restauración de fotos familiares, comentarios entre amigos o en la expectativa de que lo que reciben de las redes tenga conexión con la realidad.
On September 9, Apple introduced the Apple Watch Series 11 in Cupertino. Among its new features, the most notable is blood pressure monitoring. What makes this launch significant is that the feature carries official approval in the United States. Its AI algorithms will analyze data collected by an optical heart sensor over a period of one month, allowing the watch to identify patterns consistent with hypertension—without the need for traditional pressure cuffs. The function has been validated in studies involving more than 100,000 volunteers and a clinical trial with an additional 2,000 participants. Results showed the system’s ability to detect even advanced stages of the condition with a minimal rate of false positives. Apple expects the feature to help identify more than one million previously undiagnosed cases of hypertension in its first year.
The potential impact is considerable, given that hypertension affects over one billion adults worldwide and often goes unnoticed due to its asymptomatic nature. Apple emphasizes, however, that any alert should be confirmed using conventional medical equipment under professional supervision. Experts welcome the possibility of broadening access to early diagnostics, while warning that the feature should not create false reassurance among those who receive no alerts. Ultimately, this new function underscores the evolution of smartwatches from mere fitness accessories into devices with clinical relevance. It also adds a fresh dimension to the ongoing debate: is mass-market technology an ally of traditional medicine, or a potential source of interference?
El pasado 9 de septiembre Apple presentó su Apple Watch Series 11. Entre sus funciones destaca el monitoreo detección de presión arterial. Lo significativo es que cuenta con aprobación oficial en los EE.UU. Sus algoritmos de IA analizarán datos suministrados por un sensor cardíaco óptico durante un mes. De esta manera el reloj notará patrones compatibles con hipertensión, sin necesidad de los tradicionales manguitos de presión. La función está validada por investigaciones con más de 100,000 voluntarios y en un ensayo clínico con otros 2,000. Los resultados mostraron capacidad de detectar hasta etapas avanzadas de la enfermedad con una tasa mínima de falsos positivos. Apple espera identificar a más de un millón de personas no diagnosticadas en su primer año de uso.
El impacto potencial es significativo, ya que la hipertensión afecta a más de mil millones de adultos en el mundo y suele pasa desapercibida al ser asintomática. La compañía, no obstante, insiste en que los usuarios confirmen cualquier alerta con equipos médicos convencionales y bajo supervisión profesional. Expertos celebran la posibilidad de ampliar el acceso a diagnósticos iniciales, aunque advierten que no debe generar falsa tranquilidad entre quienes no reciban alertas. En todo caso, esta nueva función confirma la evolución de los relojes inteligentes de simples accesorios deportivos a instrumentos con peso clínico. Un nuevo elemento en el debate sobre el papel de la tecnología de consumo masivo. ¿Aliada de la medicina tradicional o potencial fuente de interferencia?
In the highlands of Chiapas, a young teacher undertook what neither governments nor academies had attempted: to teach Tzotzil to an artificial intelligence. Andrés ta Chikinib, a communicator and poet from Zinacantán, transformed ChatGPT into a diligent pupil—one that, beyond repeating phrases, asks questions and seeks coherence in a language long relegated from the public sphere. The initial impulse was practical—to create teaching materials without spending nights copying manuals—yet the outcome proved to be an uncommon experiment. The machine “sat down to listen” to an ancestral tongue with the intent of mastering it. Uncanny: how much knowledge can be made available for such an apprenticeship?
Let us enter the polemic. Some linguists caution against introducing Indigenous languages into the machinery of global technology. What may appear as an act of preservation can also take the shape of domestication. Who decides which words are granted entry into the algorithm, and which vanish in the attempt? The reality is less philosophical and more pressing. According to UNESCO, sixty percent of Mexico’s Indigenous languages are at risk of extinction. If speakers do not transmit their language or use it in public spaces, how can they expect institutions to recognize or respect it? Its survival will depend less on congresses than on a grandmother—or, in this case, on the algorithm itself.
En los Altos de Chiapas, un joven maestro decidió hacer lo que ni gobiernos ni academias habían intentado: enseñar tzotzil a una inteligencia artificial. Andrés ta Chikinib, comunicólogo y poeta de Zinacantán, convirtió a ChatGPT en un alumno avezado que más allá de repetir frases, pregunta y busca coherencia en una lengua que durante siglos fue relegada del espacio público. La motivación fue práctica —crear materiales didácticos sin pasar las noches copiando manuales—, pero el resultado terminó siendo un experiencia poco común. La máquina 'se sentó a escuchar' un idioma ancestral con intenciones de dominarlo. Insólito ¿Cuánta información puede estar disponible para tal aprendizaje?
Vamos a la polémica. Algunos lingüistas señalan lo problemático de introducir las lenguas indígenas en los engranajes de la tecnología global. Puede interpretarse como un gesto de rescate, pero también como un acto de domesticación. ¿Quién decide qué palabras merecen ingresar al algoritmo y cuáles se pierden en intento? La realidad es menos filosófica y más urgente. Según datos de la UNESCO el 60% de las lenguas indígenas en México están en riesgo de desaparecer. Si los hablantes de una lengua no la transmiten ni la usan en espacios públicos, como van a exigir a la Institución que la reconozca o la respete. Su futuro dependerá más de una abuela —o del algoritmo, en este caso— que de los congresos.
A recent study by Stanford University and BetterUp revealed that, despite the enthusiasm for incorporating AI into office work, its impact on productivity remains far from positive. The survey shows that four out of ten employees use the technology on a regular basis, yet many generate what researchers call workslop: results that appear polished but lack depth, forcing others to redo the work. The cost is considerable: on average, nearly two hours are required to correct each case. Millions lost to wasted time. Beyond the financial toll, it also erodes the internal trust of teams, as more than half of respondents report feeling uneasy or mistrustful of the ability of those producing such content.
The friction between those who use AI with professional rigor and those who apply it in a casual, amateur manner only amplifies the discomfort. The absence of clear directives from leadership further fuels frustration: employees are left uncertain whether to correct, return, or simply reject subpar work. The outcome is unnecessary meetings, endless rounds of review, and time diverted from what truly matters. Researchers stress that the solution is not to dismiss AI, but to integrate it within rigorous standards. Only then can it become a strategic ally, applied with intention and discernment. For now, the promise of superefficiency remains on hold, and the question lingers: is AI truly easing burdens, or merely shifting them from one desk to another?
Un estudio de la Universidad de Stanford y la firma BetterUp reveló que, pese al entusiasmo por incorporar la IA al trabajo de oficina, su impacto en la productividad dista de ser positivo. La encuesta muestra que cuatro de cada diez empleados la utilizan regularmente, aunque muchos producen lo que los investigadores llaman workslop: resultados que de aparente calidad, pero poco profundos que obligan a otros a rehacerlos. El costo no es menor: se calcula que, en promedio, se requieren casi dos horas para corregir cada uno de estos casos. Millones perdidos en tiempo inútil. Más allá, erosiona también la confianza interna del equipo, pues más de la mitad de los encuestados se siente incómodo o desconfía de la capacidad de quienes generan este tipo de contenido.
La fricción entre quienes usan la IA con criterio profesional y quienes la aplican de manera aficionada multiplica la incomodidad. La ausencia de lineamientos claros desde las instancias directivas aumenta la frustración: los empleados no saben si deben corregir, devolver o simplemente rechazar trabajos mediocres. El resultado son reuniones innecesarias, rondas de revisión interminables y tiempo que se desvía de lo esencial. Los investigadores advierten que la salida no es desechar la IA, sino integrarla con estándares rigurosos. Solo así podrá convertirse en una aliada estratégica, empleada con intención y criterio. Por ahora, la promesa de la supereficiencia sigue en suspenso, y la pregunta permanece: ¿está la IA aliviando cargas o simplemente trasladándolas de un escritorio a otro?
At its annual conference in Hangzhou, Alibaba announced a strategic alliance with Nvidia, aimed at integrating the full suite of Physical AI software into Alibaba Cloud. The collaboration will grant developers access to tools spanning data generation, model training and validation, with a focus on applications that require direct interaction with the physical world—such as robotics, autonomous vehicles, and industrial automation systems. The announcement comes against the backdrop of U.S. trade restrictions on China, though Nvidia maintains a special agreement that allows the sale of certain chips in the country. Following the news, Alibaba’s shares rose more than 9% on the Hong Kong Stock Exchange, reflecting strong market expectations.
The agreement underscores Alibaba’s ambition to position itself at the forefront of the so-called “era of superintelligence,” backed by multibillion-dollar infrastructure investments. For Nvidia, it marks an expansion of its reach in a market eager to reduce reliance on Western suppliers, yet still dependent on its technology. The context is particularly relevant as the Physical AI sector continues to grow, with its value expected to multiply over the next decade. Demand in manufacturing, logistics, and healthcare shows no signs of slowing. This alliance consolidates the presence of both companies in an expanding field and, above all, demonstrates that—despite geopolitical tension—technological cooperation finds a way.
Durante su conferencia anual en Hangzhou, Alibaba anunció una alianza estratégica con Nvidia. El objetivo es integrar toda la suite de software de Physical AI dentro de Alibaba Cloud. La colaboración permitirá a los desarrolladores acceder a herramientas que abarcan desde la generación de datos hasta el entrenamiento y validación de modelos, con un enfoque en aplicaciones que requieren interacción con el mundo real, como robots, vehículos autónomos y sistemas de automatización industrial. La noticia se da en medio de las restricciones comerciales de Estados Unidos hacia China, aunque Nvidia mantiene un acuerdo especial para seguir vendiendo ciertos chips en el país. Tras el anuncio, las acciones de Alibaba subieron más del 9% en la bolsa de Hong Kong.
El acuerdo refuerza la ambición de Alibaba de posicionarse en la llamada “era de la superinteligencia artificial”, respaldada por planes de inversión multimillonaria en infraestructura. Para Nvidia, supone una ampliación de su alcance en un mercado que busca independizarse de proveedores occidentales, pero que aún depende de su tecnología. El contexto es especialmente relevante dado que el mercado de Physical AI continúa creciendo y se espera que multiplique su valor en la próxima década. En manufactura, logística y salud la demanda no deja de crecer. Esta alianza consolida la presencia de ambas compañías en un sector en expansión y sobre todo evidencia que, pese a la tensión geopolítica, la cooperación tecnológica “finds a way”.
Experience shows that the adoption of artificial intelligence does not depend on sudden enthusiasm. Many companies have tried to launch projects in haste. A more solid approach is to assess organizations along two dimensions: the speed with which leadership drives change and the level of preparation in infrastructure, data, and capabilities. From this combination, four distinct zones emerge. Stagnation occurs when there is neither urgency nor preparation, and the company adopts a merely contemplative stance. Complacency appears in organizations that have resources but lack the drive to use them. Frustration prevails when speed is demanded without solid foundations. The most fertile scenario is innovation, which arises when urgency is matched with preparation and every part of the organization understands its role.
Today, many companies find themselves in the zone of frustration, caught between the pressure to “do something with AI” and the absence of the foundations needed to sustain it. Escaping this dead end requires ensuring that the data used to train and apply AI is accurate, complete, and accessible, while also creating testing environments and accepting that governance does not slow progress but brings order to it. The transition to innovation does not come from having the newest tool, but from scaling the conditions that allow experiments to become sustainable practices. Only then does artificial intelligence stop being a slogan and become part of everyday work, with effects that multiply across the entire organization.
La experiencia muestra que la adopción de la inteligencia artificial no depende de entusiasmos repentinos. Muchas empresas han intentado lanzar proyectos a toda prisa. Un enfoque más sólido consiste en evaluar a las organizaciones en dos dimensiones: la velocidad con que la dirección impulsa el cambio y la preparación concreta en infraestructura, datos y capacidades. De esa combinación surgen cuatro zonas bien delimitadas. El estancamiento se produce cuando no hay ni urgencia ni preparación y la empresa adopta una actitud meramente contemplativa. La complacencia aparece en organizaciones con recursos pero sin motivación para usarlos. La frustración domina cuando se exige velocidad sin contar con bases firmes. El escenario más fecundo es la innovación, que surge cuando la urgencia se apoya en la preparación y cada área entiende su función.
Hoy muchas compañías habitan la zona de frustración, atrapadas entre la presión de “hacer algo con IA” y la falta de cimientos que lo sostengan. Salir de ese callejón implica garantizar que la información utilizada para entrenar y aplicar la tecnología sea correcta, completa y accesible, además de diseñar entornos de prueba y aceptar que la gobernanza no retrasa, sino que ordena el avance. El paso hacia la innovación no consiste en contar con la herramienta más reciente, sino en escalar condiciones que permitan convertir los ensayos en prácticas sostenibles. Solo entonces la inteligencia artificial deja de ser un eslogan para integrarse al trabajo cotidiano, con efectos multiplicadores en toda la organización.
When DHL decided to incorporate artificial intelligence into its voice assistant, it did so with a very different approach from many other companies. The project began with a simple problem. The system was unable to reliably recognize the German “ja,” the equivalent of “yes.” That misstep revealed that, before scaling, it was essential to fix the basics. The company treated AI as part of its critical infrastructure rather than rushing into eye-catching innovation projects.
DHL understood that speed without solid foundations leads to failure, and that governance is part of progress rather than an obstacle to it. For six months, teams from different departments worked in an isolated lab. They agreed on clear rules and cleaned up stored data without interfering with live operations. The result was a voice assistant that now handles around one million calls each month and resolves half of them without human intervention. The case shows that it is often more effective to create suitable environments for research and testing, and only then scale up sustainably. Truly novel tools do not always come from hurried, large-scale investments. Real progress lies in integrating these technologies into processes validated by practice, supported by reliable data and clear budgets.
Cuando DHL decidió incorporar inteligencia artificial en su asistente de voz, lo hizo con un enfoque distinto al de muchas compañías. Avanzaron a partir de un problema básico. El sistema no reconocía de manera fiable el “ja” alemán, equivalente a “sí”. Ese tropiezo mostró que antes de escalar era necesario revisar lo elemental. La empresa asumió la IA como parte de su infraestructura crítica en lugar de correr tras proyectos innovadores.
DHL entendió que la prisa sin bases firmes lleva al fracaso y que la gobernanza es parte del avance, no un freno. Durante seis meses distintos departamentos trabajaron en un laboratorio aislado. Acordaron reglas claras y limpiaron los datos almacenados sin interferir con las operaciones reales. Lograron crear un asistente que hoy atiende alrededor de un millón de llamadas al mes y resuelve la mitad de ellas sin intervención humana. El caso demuestra que a menudo es más efectivo crear entornos apropiados para la investigación y el ensayo, y crecer luego de manera sostenible. Las herramientas realmente novedosas no siempre son fruto de grandes inversiones tomadas a toda prisa. El progreso está en integrar estas tecnologías a procesos respaldados por la práctica, con datos confiables y presupuestos claros.
Coca-Cola chose to step into artificial intelligence in a way that was unconventional for a multinational of its size. Instead of rolling out complex strategic plans or sending thousands of employees to training programs, it created a “sandbox,” a controlled environment where a small team could test tools like DALL-E and GPT outside the scope of its core operations. Only six people from key areas—legal, communications, and technology—were involved in the initiative. The company gave them space to experiment and, based on the results, launched Create Real Magic, a creative experience that allowed consumers to access the brand’s iconic elements and design their own versions of Coca-Cola products using popular image generators. With the typography, logo, or bottle as a base, users could combine them with futuristic landscapes, Asian dragons, or artistic styles from different periods of art history.
Beyond a campaign that unfolded almost on its own, the company gained firsthand insight into what the technology could deliver before committing significant resources or embarking on broader transformations with uncertain outcomes. A well-designed sandbox gave teams the freedom to make mistakes, learn quickly, and understand the real potential of AI without the costs of rushed improvisation. With this strategy, Coca-Cola reduced corporate anxiety and internal pressure, turning experimentation into a safe practice that did not put the brand’s reputation at risk.
Coca-Cola decidió adentrarse en la inteligencia artificial de una manera poco convencional para una multinacional de su tamaño. En lugar de desplegar planes estratégicos o enviar a miles de empleados a capacitación, creó un “sandbox”, un entorno controlado donde un equipo reducido probaría herramientas como DALL-E y GPT al margen de sus operaciones principales. Solo seis personas de áreas clave —legal, comunicación y tecnología— participaron en la iniciativa. La compañía les ofreció un espacio para experimentar y, a partir de los resultados, lanzó la iniciativa Create Real Magic, una experiencia creativa que permitió a los consumidores acceder a los elementos icónicos de la marca y elaborar sus propias versiones de los productos con ayuda de los generadores de imágenes más populares. Con la tipografía, el logotipo o la botella como base, podían combinarlos con paisajes futuristas, dragones asiáticos o distintos estilos pictóricos de la historia del arte.
Más allá de una campaña publicitaria que se desplegaba por sí sola, la empresa descubrió de manera práctica qué podía hacer con la tecnología antes de comprometer grandes recursos o embarcarse en transformaciones de mayor escala cuyo recorrido podía ser incierto. Un sandbox bien diseñado ofreció a los equipos la libertad de equivocarse, aprender rápido y comprender el potencial real sin los costos de la improvisación apresurada. Con esta estrategia, Coca-Cola redujo la ansiedad corporativa y la presión interna, y convirtió la experimentación en una práctica segura que no ponía en riesgo la reputación de la marca.
Matt McLeod’s surgery was a success. An augmented reality visor gave surgeons a three-dimensional, precise view of his spine, making the procedure far easier. The use of AI in the operating room marks a paradigm shift in medical practice. The Xvision Spine system will allow more exact, less invasive interventions, guiding screw placement, monitoring oxygen, and locating instruments in real time. It has been approved after positive clinical trials. Soon we may see robots suturing intestines with a literal pulse of steel or detecting residual cancer in the brain. Such breakthroughs blur the boundary of how far machines may be allowed to replace physicians. In any case, they will strengthen the physician’s role and help in making better decisions under pressure.
Although the results inspire enthusiasm, they also provoke unease among skeptics who question the degree of autonomy given to machines. We are approaching an inflection point that compels us to reconsider whether medical knowledge will remain the exclusive domain of humans or shift toward a hybrid entanglement with technology. Should that occur, it will bring ethical, epistemological, and practical consequences. A stethoscope extends the senses and allows the ear to hear what it otherwise could not. AI, by contrast, analyzes thousands of medical records and suggests a diagnosis. It ceases to be a mere tool and instead participates in the genesis of knowledge, redefining the role of human judgment in clinical practice.
La operación de Matt McLeod fue un éxito. Un visor de realidad aumentada ofreció a los cirujanos una visión tridimensional de su columna vertebral. Fue mucho más fácil. El uso de la IA en el quirófano marca un cambio de paradigma en la práctica médica. El sistema Xvision Spine permitirá intervenciones exactas, menos invasivas, guiando la colocación de tornillos, monitoreando el oxígeno e localizando los instrumentos en tiempo real. Han sido aprobados tras ensayos clínicos positivos. Veremos robots suturar intestinos con un pulso de acero literal o detectar cáncer residual en el cerebro. Estas irrupciones vuelven difuso el límite de hasta dónde se permitirá a la máquina sustituir al médico. En todo caso, potenciarán su labor y lo ayudarán a tomar mejores decisiones bajo presión.
Aunque los resultados generan entusiasmo, provocan recelo en muchos escépticos que cuestionan el nivel de autonomía de la máquina. Nos acercamos a un punto de inflexión que obliga a repensar si el conocimiento médico seguirá siendo patrimonio exclusivo de los humanos o pasará a un entramado híbrido con la tecnología. De ocurrir, traerá consecuencias éticas, epistemológicas y prácticas. Un estetoscopio, extiende los sentidos y permite oír lo que el oído no capta. La IA analiza miles de historiales y sugiere un diagnóstico. Deja de ser una herramienta para participar en la génesis del conocimiento, redefiniendo el papel del juicio humano en la práctica clínica.
