September | 2026
Meta launched a personal AI agent named Muse this week, and the short social-media identity long associated with the British rock band now points elsewhere. The @muse account on Instagram identifies Meta's product, while the band, which trademarked its name in 1999 and has 2.7 million followers there, uses @museband. A comparable change occurred on X, where the group now appears as @Musetheband. Neither Meta nor the musicians have publicly explained whether the transfer followed a sale, an agreement, a request or a platform decision. That missing fact matters. The visible outcome is clear; the terms remain private.
A handle looks like a name but behaves like rented space. Years of songs, tours, photographs and fan recognition can accumulate behind four letters without turning those letters into property inside the interface. The platform writes the registry, controls reassignment and can place its own product at the shortest address. Muse adds an especially dry irony. Meta describes its agent as a tool that learns what matters to each user, yet its launch began by making an established identity harder to find. The band's audience will adapt, search results will settle and the longer handle will become familiar. The old address now demonstrates the hierarchy more efficiently than any terms-of-service page. One organization owns decades of recognition; another owns the field where the name is typed.
Meta lanzó esta semana un agente personal de IA llamado Muse, y la breve identidad digital asociada durante años con la banda británica ahora conduce a otro lugar. La cuenta @muse en Instagram identifica el producto de Meta, mientras el grupo, que registró su nombre como marca en 1999 y reúne allí 2,7 millones de seguidores, utiliza @museband. Un cambio comparable ocurrió en X, donde aparece como @Musetheband. Ni Meta ni los músicos han explicado públicamente si el traslado surgió de una venta, un acuerdo, una solicitud o una decisión de la plataforma. La ausencia de ese dato importa. El resultado visible es claro; las condiciones permanecen privadas.
Un nombre de usuario parece un nombre propio, pero funciona como un espacio alquilado. Años de canciones, giras, fotografías y reconocimiento pueden acumularse detrás de cuatro letras sin convertirlas en propiedad dentro de la interfaz. La plataforma escribe el registro, controla la reasignación y puede colocar su producto en la dirección más corta. Muse añade una ironía seca. Meta presenta su agente como una herramienta que aprende qué le importa a cada usuario, aunque su lanzamiento comenzó haciendo más difícil encontrar una identidad establecida. El público de la banda se adaptará, los resultados de búsqueda se acomodarán y el nombre más largo se volverá familiar. La antigua dirección demuestra la jerarquía con mayor eficacia que cualquier página de condiciones. Una organización posee décadas de reconocimiento; otra posee el campo donde se escribe el nombre.
Anthropic says it disrupted five cases in which people used Claude for research that could support biological weapons development. Its September threat report describes work involving chikungunya transmission and immune evasion, avian influenza adaptation, orthopoxviruses, venom peptides and redesigned toxins. The company banned associated accounts, helped close relay networks used to bypass regional restrictions, and strengthened its safeguards. Some requests were stopped by biological safety filters; other work proceeded because it resembled legitimate research. Anthropic withheld the scientists' institutions and countries and explicitly declined to claim malicious intent. The same methods can contribute to vaccines, treatments or dangerous pathogens.
That uncertainty places a private model provider inside the laboratory's moral chain of custody. Anthropic can inspect conversations, infer purpose from scattered sessions, close an account and share findings with authorities. Researchers, meanwhile, may conceal a harmful program or participate in one without knowing its final aim. A prompt filter cannot settle either condition. The company's proposed answer is access through trusted-user programs, which would make institutional identity part of the safety system. That may reduce risk while giving an AI firm unusual power to decide which scientist appears legitimate and which inquiry looks suspicious. Independent scrutiny is difficult because the evidence contains dangerous methods and identifying details that should remain protected. The unresolved object is therefore an unmarked sample at a checkpoint: access denied, conversation retained, researcher unnamed, and a warning delivered to a government that the public cannot examine.
Anthropic afirma que interrumpió cinco casos en los que varias personas usaron Claude para investigaciones capaces de apoyar el desarrollo de armas biológicas. Su informe de amenazas de septiembre describe trabajos sobre transmisión y evasión inmunitaria del chikunguña, adaptación de la gripe aviar, ortopoxvirus, péptidos de veneno y toxinas rediseñadas. La empresa expulsó las cuentas asociadas, ayudó a cerrar redes intermediarias que eludían restricciones regionales y reforzó sus controles. Los filtros de seguridad detuvieron algunas solicitudes; otras tareas continuaron porque parecían investigaciones legítimas. Anthropic ocultó las instituciones y países de los científicos y evitó atribuirles una intención maliciosa. Los mismos métodos pueden contribuir a vacunas, tratamientos o patógenos peligrosos.
Esa incertidumbre coloca a un proveedor privado de modelos dentro de la cadena moral de custodia del laboratorio. Anthropic puede inspeccionar conversaciones, inferir propósitos a partir de sesiones dispersas, cerrar una cuenta y compartir hallazgos con las autoridades. Un investigador, mientras tanto, puede ocultar un programa dañino o participar en él sin conocer su objetivo final. Un filtro de instrucciones no resuelve ninguna de esas condiciones. La respuesta propuesta por la empresa consiste en programas para usuarios confiables, donde la identidad institucional formaría parte del sistema de seguridad. Esto puede reducir riesgos y también concede a una compañía de IA un poder inusual para decidir qué científico parece legítimo y qué consulta resulta sospechosa. La revisión independiente es difícil porque las pruebas contienen métodos peligrosos y datos personales que deben protegerse. Queda una muestra sin etiqueta ante el control: acceso denegado, conversación conservada, investigador anónimo y una advertencia enviada a un gobierno que el público no puede examinar.
A group of over twenty-five education ministers and national representatives has adopted a UNESCO statement defining education as a human right and a common good in the age of artificial intelligence. Its eight priorities ask schools to use systems that can be audited, permit data to be moved elsewhere, involve teachers in purchasing decisions, protect children according to age, and allow institutions to stop using a tool when necessary. Providers should present evidence of educational benefit before deployment and accept responsibility for harm. Governments should also calculate the full cost of ownership, including systems that first enter classrooms through free accounts, donations, or vendor agreements.
Calling education a common good shifts the argument away from policing student assignments and toward who designs the conditions of learning. A free tool can establish habits, collect material, shape assessment, and make its eventual price difficult to refuse. Portability and an exit plan belong beside lesson plans; they keep access from hardening into dependence. UNESCO's accompanying survey found that ninety-three percent of participating academics believe students use generative AI for assignments, while sixty-three percent perceive declining cognitive capacities. Fewer than one percent favor a complete ban. Governed use is the practical alternative. Before a teacher opens an AI service for a class, the institution should know who can inspect the system, export its records, challenge a decision, disconnect it, and pay the bill after the free offer ends.
Un grupo de más de veinticinco ministros de Educación y representantes nacionales adoptó una declaración de la UNESCO que define la educación como un derecho humano y un bien común en la era de la inteligencia artificial. Sus ocho prioridades piden sistemas auditables, datos portátiles, participación docente en las compras, protección adecuada para cada edad y la posibilidad de abandonar una herramienta. Los proveedores deberían demostrar el beneficio educativo antes de instalarla y responder por los daños. Los gobiernos también deberían calcular el costo total, incluso cuando el sistema entra al aula mediante cuentas gratuitas, donaciones o acuerdos comerciales.
Definir la educación como bien común desplaza la discusión desde la vigilancia de las tareas hacia quién diseña las condiciones del aprendizaje. Una herramienta gratuita puede crear hábitos, recoger material, moldear la evaluación y hacer difícil rechazar su precio futuro. La portabilidad y un plan de salida deben acompañar las lecciones para impedir que el acceso se convierta en dependencia. Una encuesta de la UNESCO halló que el noventa y tres por ciento de los académicos participantes cree que los estudiantes usan IA generativa en sus tareas, mientras el sesenta y tres por ciento percibe una caída de capacidades cognitivas. Menos del uno por ciento favorece una prohibición completa. Antes de abrir un servicio de IA para una clase, la institución debe saber quién puede inspeccionarlo, exportar sus registros, impugnar una decisión, desconectarlo y pagar la factura cuando termine la oferta gratuita.
Australia has released draft Digital Duty of Care legislation that would require social platforms to offer users over sixteen a genuine choice between two default feeds. One may contain personalized recommendations selected by an algorithm; the other would show friends and creators the user has chosen to follow. New and existing users would receive a notification, and the selection could be changed later. The proposal, called My Feed, My Way, also extends safety duties to games, apps, and AI chatbots used by minors. Platforms would have to document how they reduce identified harms, with penalties reaching 109.2 million Australian dollars for failing the duty.
The proposal treats recommendation less as invisible infrastructure than as a setting that requires consent. That small change exposes how thoroughly the contemporary feed has confused convenience with authorship: the platform arranges attention, then presents its arrangement as personal taste. An exit button will matter only if the exit remains open. Europe has already shown how a nominal choice can be weakened by repeated prompts, reduced features, or a preference that quietly resets. Australia's test is therefore not the wording of the notification but the behavior of the interface after refusal. The useful measure will be simple: a person chooses the following feed, closes the app, returns the next morning, and still encounters the people they selected rather than the platform's latest attempt to select them.
Australia publicó un proyecto de ley sobre el deber de cuidado digital que obligaría a las plataformas sociales a ofrecer a los usuarios mayores de dieciséis años una elección real entre dos feeds predeterminados. Uno podría contener recomendaciones personalizadas elegidas por un algoritmo; el otro mostraría a los amigos y creadores que el usuario decidió seguir. Los usuarios nuevos y existentes recibirían una notificación y podrían cambiar después su selección. La propuesta, llamada My Feed, My Way, también extiende las obligaciones de seguridad a juegos, aplicaciones y chatbots de IA usados por menores. Las plataformas tendrían que documentar cómo reducen los daños identificados, con multas de hasta 109,2 millones de dólares australianos por incumplimiento.
La propuesta trata la recomendación menos como una infraestructura invisible que como una configuración que exige consentimiento. Ese pequeño cambio revela hasta qué punto el feed contemporáneo ha confundido comodidad con autoría: la plataforma organiza la atención y luego presenta ese orden como gusto personal. Un botón de salida solo importará si la salida permanece abierta. Europa ya mostró cómo una elección nominal puede debilitarse mediante avisos repetidos, funciones reducidas o una preferencia que se reinicia en silencio. La prueba australiana no estará en el texto de la notificación, sino en el comportamiento de la interfaz después del rechazo. La medida útil será sencilla: una persona elige el feed de cuentas seguidas, cierra la aplicación, vuelve a la mañana siguiente y todavía encuentra a quienes seleccionó, no el último intento de la plataforma por seleccionarlos en su lugar.
OpenAI, the World Association of News Publishers, and Ukraine's Association of Independent Regional Press Publishers have launched a program to help Ukrainian news organizations adopt artificial intelligence during the continuing war. Its masterclasses cover editorial work and audience development, while a deeper phase beginning September 17th will help ten outlets choose uses, build plans, and test tailored tools. Participants will receive credits for OpenAI's application programming interface, which lets organizations connect the company's models to their own software. AIRPPU says the support should return time to journalists whose newsrooms face economic pressure and disruption.
A wartime local publisher has practical reasons to accept donated access. Transcription, archive searches, translation, and routine production can consume hours needed for reporting when staff and revenue are scarce. The arrangement also places part of the newsroom's future inside a supplier's prices, technical limits, and changing policies. Training determines which tasks editors learn to hand over; free credits make one company's system the easiest place to begin. Responsible adoption will therefore require records of where a model enters the workflow, who checks its output, what confidential material it receives, and how the outlet can leave. The ten pilots will produce stronger evidence than the partnership announcement. Their useful results should include errors, correction time, recurring costs after the credits expire, and whether journalists actually gained more hours outside the office.
OpenAI, la Asociación Mundial de Editores de Noticias y la Asociación de Editores de Prensa Regional Independiente de Ucrania lanzaron un programa para ayudar a medios ucranianos a adoptar inteligencia artificial durante la guerra. Las clases abordan el trabajo editorial y el desarrollo de audiencias. Una fase práctica que comienza el 17 de septiembre ayudará a diez medios a elegir usos, preparar planes y probar herramientas propias. Los participantes recibirán créditos para la interfaz de programación de OpenAI, que permite conectar los modelos de la empresa con programas internos. AIRPPU afirma que el apoyo debería devolver tiempo a periodistas cuyas redacciones sufren presión económica e interrupciones cotidianas.
Un medio local que trabaja durante una guerra tiene razones concretas para aceptar acceso subvencionado. Transcribir, buscar en archivos, traducir y resolver tareas rutinarias consume horas necesarias para reportear cuando faltan personal e ingresos. El acuerdo también coloca parte del futuro de la redacción dentro de los precios, límites técnicos y políticas cambiantes de un proveedor. La formación influye en qué tareas aprenden a delegar los editores; los créditos gratuitos convierten el sistema de una empresa en el punto de partida más fácil. Una adopción responsable necesitará registrar dónde interviene el modelo, quién revisa su respuesta, qué material confidencial recibe y cómo puede salir el medio. Los diez proyectos ofrecerán pruebas más útiles que el anuncio. Sus resultados deberían incluir errores, tiempo de corrección, costos cuando terminen los créditos y las horas de reportería realmente recuperadas.
UN High Commissioner for Human Rights Volker Türk warned the Human Rights Council in Geneva that advanced artificial intelligence could pose an existential risk to humanity. He called for strong safety guarantees and urged countries hosting AI development or supplying its essential components to agree on red lines. Türk also said that a handful of men hold almost unlimited power over AI and pledged to press companies to reduce the danger. His office pointed to possible disruptions of critical infrastructure, communications, and democratic institutions. The statement moved AI governance into a forum built to examine what concentrated power can do to people, rather than leaving the discussion inside technical laboratories.
Frontier models are trained, tested, released, restricted, and withdrawn through corporate procedures that the public rarely sees. Governments often learn about new abilities through company reports, while international bodies can recommend standards without inspecting the systems or delaying a launch. An enforceable red line would need a measurable threshold, independent access to evaluations, mandatory incident reporting, and an authority capable of stopping deployment. None of those powers follows automatically from a UN speech. Türk's intervention still changes the address of the dispute by treating private control itself as a human-rights concern. Until governments create an institution with inspection and enforcement powers, each boundary will depend on what a laboratory chooses to disclose and what its executives decide to release.
El alto comisionado de las Naciones Unidas para los Derechos Humanos, Volker Türk, advirtió ante el Consejo de Derechos Humanos en Ginebra que la inteligencia artificial avanzada podría representar un riesgo existencial para la humanidad. Pidió garantías firmes de seguridad y que los países donde se desarrolla la IA, o que suministran sus componentes esenciales, acuerden líneas rojas. Türk afirmó además que un puñado de hombres concentra un poder casi ilimitado sobre la IA y prometió presionar a las empresas para reducir el peligro. Su oficina señaló posibles interrupciones de infraestructuras esenciales, comunicaciones e instituciones democráticas. La intervención llevó la gobernanza de la IA a un foro dedicado a examinar los efectos del poder concentrado sobre las personas.
Los modelos de frontera se entrenan, prueban, publican, restringen y retiran mediante procedimientos corporativos que el público rara vez conoce. Los gobiernos suelen enterarse de nuevas capacidades a través de informes empresariales, mientras los organismos internacionales pueden recomendar normas sin inspeccionar los sistemas ni retrasar un lanzamiento. Una línea roja aplicable necesitaría un umbral medible, acceso independiente a las evaluaciones, informes obligatorios de incidentes y una autoridad capaz de detener el despliegue. Ninguno de esos poderes nace automáticamente de un discurso ante la ONU. La intervención de Türk sí convierte el control privado en un asunto de derechos humanos. Mientras los gobiernos no creen una institución con capacidad de inspección y sanción, cada límite dependerá de lo que un laboratorio decida revelar y de lo que sus ejecutivos elijan publicar.
Abu Dhabi's Institute of Foundation Models has released K2 Horizon, a family of six artificial-intelligence models ranging from 0.9 billion to 375 billion parameters. The smallest is designed for constrained devices such as watches and phones, while larger versions target local servers and enterprise systems. IFM says it has published the models' weights, training code, data, methods, intermediate checkpoints, logs, and evaluations so researchers can inspect, reproduce, and adapt the work. Performance claims still come from the developer, yet the release exposes far more of the manufacturing process than the downloadable weights commonly marketed as openness.
A researcher receiving only model weights gets the finished object without a useful record of how its behavior was formed. Access to data mixtures, filtering methods, code, and checkpoints makes different questions possible. Investigators can trace a bias toward a source category, examine whether an evaluation rewarded an unintended shortcut, or compare the point at which a capability appeared during training. Reproducing the largest model still demands money, hardware, and electricity beyond most universities or independent laboratories. Transparency therefore does not erase the inequality of scale. It gives outsiders evidence with which to challenge a laboratory's account of its own system. K2 Horizon places six machines on the table with their casings removed; the practical test begins when researchers inspect the files, rerun a checkpoint, and publish what the original announcement missed.
El Institute of Foundation Models de Abu Dabi presentó K2 Horizon, una familia de seis modelos de inteligencia artificial que abarca desde 900 millones hasta 375 mil millones de parámetros. El menor está diseñado para dispositivos limitados como relojes y teléfonos, mientras las versiones mayores apuntan a servidores locales y sistemas empresariales. IFM afirma que publicó los pesos, el código de entrenamiento, los datos, los métodos, los puntos de control intermedios, los registros y las evaluaciones para que investigadores puedan examinar, reproducir y adaptar el trabajo. Las cifras de rendimiento aún provienen del desarrollador, aunque esta entrega muestra mucho más del proceso de fabricación que los pesos descargables vendidos habitualmente como apertura.
Quien recibe únicamente los pesos obtiene el objeto terminado sin un registro útil de cómo se formó su comportamiento. Acceder a las mezclas de datos, los filtros, el código y los puntos de control permite otras preguntas. Se puede rastrear un sesgo hacia cierto tipo de fuente, comprobar si una evaluación premió un atajo imprevisto o comparar cuándo apareció una capacidad durante el entrenamiento. Reproducir el modelo mayor todavía exige dinero, equipos y electricidad fuera del alcance de muchas universidades y laboratorios independientes. La transparencia no elimina esa desigualdad de escala. Entrega a terceros pruebas para discutir el relato del laboratorio sobre su propio sistema. K2 Horizon coloca seis máquinas abiertas sobre la mesa; la prueba práctica empezará cuando investigadores examinen los archivos, repitan un punto de control y publiquen lo que el anuncio original dejó fuera.
An Environmental Protection Agency proposal would remove the federal requirement that states notify the public and invite comments before granting air-pollution permits to facilities classified as minor sources. The Associated Press reported that the change could affect data centers and supporting equipment as companies build infrastructure for artificial intelligence. States could keep their own participation rules, although the federal minimum would disappear. The EPA says the proposal leaves emissions standards intact, reduces administrative burdens, and gives state and local agencies control. A coalition of nearly 200 environmental, health, and community groups warns that residents in states with weak rules could learn about projects only after approval.
The dispute makes public participation part of AI infrastructure. A data center is assembled through permits, utility agreements, cooling systems, backup generators, and land decisions long before a model answers its first prompt. Notice and comment give neighbors a narrow moment to examine that bargain while changes are possible. Removing the common floor would make a household's influence depend on local rules and its ability to discover an application buried in an administrative process. The result could be a geography of unequal visibility. Some communities debate the machines arriving beside them; others meet the building after the decision. Artificial intelligence may be sold as a national race, yet its air, noise, water use, and power demand settle at specific addresses. A permit issued without witnesses turns technological ambition into a local fact before the public can speak.
Una propuesta de la Agencia de Protección Ambiental de Estados Unidos eliminaría la exigencia federal de que los estados avisen al público y reciban comentarios antes de conceder permisos de contaminación atmosférica a instalaciones clasificadas como fuentes menores. Associated Press informó que el cambio podría afectar a centros de datos y equipos auxiliares mientras crece la infraestructura para la inteligencia artificial. Los estados podrían conservar sus propias reglas de participación, aunque desaparecería el mínimo federal. La EPA sostiene que la medida mantiene los límites de emisiones, reduce cargas administrativas y entrega el control a autoridades estatales y locales. Una coalición de casi 200 grupos ambientales, sanitarios y comunitarios advierte que, donde las reglas sean débiles, los residentes podrían conocer un proyecto después de su aprobación.
La disputa convierte la participación pública en parte de la infraestructura de la IA. Un centro de datos se arma mediante permisos, acuerdos eléctricos, refrigeración, generadores de respaldo y decisiones sobre suelo mucho antes de que un modelo responda su primera consulta. El aviso y los comentarios ofrecen a los vecinos un momento para examinar ese intercambio cuando todavía puede cambiar. Eliminar el piso común haría que la influencia de un hogar dependa de las normas locales y de su capacidad para descubrir una solicitud escondida en un trámite administrativo. Surgiría una geografía de visibilidad desigual. Algunas comunidades discutirían las máquinas que llegan a su lado; otras conocerían el edificio después de la decisión. La IA puede venderse como una carrera nacional, aunque su aire, ruido, agua y demanda eléctrica se instalan en direcciones concretas. Un permiso sin testigos convierte la ambición tecnológica en un hecho local antes de que el público pueda hablar.
OpenAI has begun rolling out GPT-6 Astra, a model it says reaches 99.9 percent on ARC-AGI-3, a benchmark for artificial general intelligence (AGI), and human-level action efficiency on 96 percent of that benchmark's levels. Astra is the first OpenAI model classified at the Critical cybersecurity threshold, meaning that with tools and access it can discover unknown flaws and develop exploits across hardened systems without step-by-step human direction. OpenAI delayed parts of the release to strengthen containment and is initially limiting access. It does not call Astra AGI.
OpenAI's charter defines AGI as a highly autonomous system that outperforms humans at most economically valuable work. One saturated benchmark cannot prove that claim, and Astra still falls below the company's High threshold for AI self-improvement. Yet a turning point can arrive before its official name. Astra combines reasoning with direct computer use across long professional workflows. That changes the unit of automation from an answer to a finished assignment. Scientists may compress weeks of technical work. Offices may remove layers of junior labor. Cyber defenders and attackers may search for the same unseen vulnerability at machine speed. The human consequence depends on who can delegate, who owns the infrastructure, who is displaced and who retains authority to stop the task. If Astra is remembered as an AGI milestone, the evidence will come from workplaces, laboratories, public agencies and security incidents rather than the launch page.
OpenAI comenzó a desplegar GPT-6 Astra, un modelo que, según la empresa, alcanza 99,9 % en ARC-AGI-3, una prueba de inteligencia artificial general (AGI), y eficiencia de acción humana en 96 % de sus niveles. Astra es el primer modelo de OpenAI clasificado en el nivel crítico de ciberseguridad. Con herramientas y acceso, puede descubrir fallas desconocidas y desarrollar ataques contra sistemas protegidos sin dirección humana paso a paso. OpenAI retrasó partes del lanzamiento para reforzar la contención y comenzó con acceso limitado. La empresa no llama AGI a Astra.
La carta fundacional de OpenAI define la AGI como un sistema autónomo que supera a los humanos en la mayoría del trabajo con valor económico. Una prueba saturada no demuestra esa condición, y Astra queda por debajo del nivel alto de auto-mejora de la empresa. Un punto de inflexión puede llegar antes que su nombre oficial. Astra combina razonamiento y uso directo de computadoras en tareas profesionales. La automatización pasa de entregar una respuesta a completar un encargo. Ciencia, oficinas y ciberseguridad podrían acelerar al precio de reducir trabajo inicial y supervisión humana. El reparto dependerá de quién controle la infraestructura y conserve autoridad para detener la tarea. Si Astra termina recordado como un hito de la AGI, la prueba aparecerá en empleos, laboratorios, organismos públicos e incidentes de seguridad, no en la página de lanzamiento.
