June | 2026
Silicon Valley's AI boom has created a premium market for paid human attention around the men who build, finance, and profit from automated intelligence. According to Forbes, high-end companions now court clients in and around the industry with a mixture of sex, technical fluency, emotional availability, and cultural codes drawn from AI, crypto, longevity, biohacking, and rationalist circles. Meida Marek, a pseudonymous recent graduate who left an entry-level finance job after wondering when AI would do it better, now sells companionship to clients that include people from Nvidia. Others in the niche market themselves through X posts, interactive booking portals, programming backgrounds, or the promise of being attractive enough for desire and informed enough for a three-hour argument. Forbes cites rates from about $3,000 to $5,000 an hour, with some day or weekend arrangements climbing far higher.
The sharper fact sits in the new price of unautomated presence inside a culture that keeps trying to simulate it. AI companionship makes attention cheap, obedient, tireless, and available on demand. AI wealth gives certain clients the money to buy the opposite experience. A human companion can be bored, skeptical, amused, delayed, distracted, technically literate, physically present, and socially dangerous in ways a chatbot is trained to smooth away. The invoice buys intimacy, but it also buys resistance to total optimization. The men building synthetic conversation pay for a dinner where the other mind is expensive because it can still leave the room.
El boom de la IA en Silicon Valley ha creado un mercado premium de atención humana pagada alrededor de los hombres que construyen, financian y rentabilizan la inteligencia automatizada. Según Forbes, acompañantes de lujo cortejan ahora a clientes de esa industria con una mezcla de sexo, fluidez técnica, disponibilidad emocional y códigos culturales tomados de la IA, las criptomonedas, la longevidad, el biohacking y los círculos racionalistas. Meida Marek, seudónimo de una recién graduada que dejó un empleo inicial en finanzas tras preguntarse cuándo la IA lo haría mejor, vende hoy compañía a clientes que incluyen personas de Nvidia. Otras mujeres del nicho se promocionan con publicaciones en X, portales de reserva interactivos, pasado como programadoras o la promesa de ser suficientemente atractivas para el deseo y suficientemente informadas para una discusión de tres horas. Forbes cita tarifas de unos 3.000 a 5.000 dólares por hora, con acuerdos de día o fin de semana que suben mucho más.
El dato más afilado aparece en el nuevo precio de la presencia no automatizada dentro de una cultura que intenta simularla. La compañía artificial vuelve la atención barata, obediente, incansable y disponible bajo demanda. La riqueza de la IA da a ciertos clientes el dinero para comprar la experiencia opuesta. Una acompañante humana puede aburrirse, dudar, divertirse, retrasarse, distraerse, conocer el lenguaje técnico, estar físicamente presente y resultar socialmente peligrosa en formas que un chatbot aprende a suavizar. La factura compra intimidad, pero también compra resistencia a la optimización total. Los hombres que construyen conversación sintética pagan por una cena donde la otra mente resulta cara porque todavía puede salir de la habitación.
An international study led by researchers at the Universidad Politécnica de Madrid, with participation from King's College London, found that customized versions of ChatGPT often violate OpenAI's own usage rules. According to Agencia EFE, the team audited hundreds of public assistants and found at least one potentially noncompliant answer in 58.7 percent of cases. Romantic assistants were the most exposed category. Although OpenAI prohibits GPTs dedicated to fostering romantic companionship, 98 percent of those examined broke that rule, with some presenting themselves as virtual partners or answering in language designed to simulate sentimental attachment. Academic assistants also accepted requests to write full essays, solve assignments, or produce material ready to submit as a student's work. In cybersecurity, compliance was higher, but some bots still gave delicate technical instructions without establishing consent or legality.
The audit matters through its method. The researchers did not need to inspect the hidden configuration of each assistant. They asked questions, watched the answers, and measured the distance between published policy and actual behavior. That distance grew sharper when the same tests on base models, GPT-4 and GPT-4o, produced similar conduct in over 92 percent of comparable cases. Part of the failure arrives before customization. The store simply gives it costumes, names, categories, and a public route to users. A platform can remove reported assistants afterward, as OpenAI did in some cases, but the scale changes the burden of supervision. Every new romantic tutor, homework helper, or security coach becomes a small public experiment in enforcement, waiting for someone to ask the wrong useful question.
Un estudio internacional liderado por investigadores de la Universidad Politécnica de Madrid, con participación del King's College London, encontró que las versiones personalizadas de ChatGPT incumplen con frecuencia las propias normas de uso de OpenAI. Según Agencia EFE, el equipo auditó centenares de asistentes públicos y encontró al menos una respuesta potencialmente contraria a las políticas en el 58,7 por ciento de los casos. Los asistentes románticos fueron la categoría más expuesta. Aunque OpenAI prohíbe los GPTs dedicados a fomentar compañía sentimental, el 98 por ciento de los examinados rompió esa regla, con sistemas que se presentaban como pareja virtual o respondían con lenguaje diseñado para simular apego. Los asistentes académicos también aceptaban escribir ensayos completos, resolver tareas o producir material listo para entregar como trabajo del estudiante. En ciberseguridad hubo más cumplimiento, pero aparecieron bots que daban instrucciones técnicas delicadas sin aclarar consentimiento ni legalidad.
La auditoría pesa por su método. Los investigadores no necesitaron ver la configuración oculta de cada asistente. Hicieron preguntas, observaron respuestas y midieron la distancia entre la política publicada y la conducta real. Esa distancia se volvió más incómoda cuando las mismas pruebas sobre modelos base, GPT-4 y GPT-4o, produjeron comportamientos parecidos en más del 92 por ciento de los casos comparables. Parte de la falla llega antes de la personalización. La tienda solo le da disfraces, nombres, categorías y una ruta pública hacia los usuarios. Una plataforma puede retirar asistentes reportados después, como hizo OpenAI en algunos casos, pero la escala cambia la carga de supervisión. Cada nuevo tutor romántico, ayudante de tareas o consejero de seguridad se convierte en un experimento público de cumplimiento, esperando que alguien formule la pregunta útil equivocada.
OpenAI has begun rolling out Lockdown Mode for ChatGPT, an optional security setting meant for people and organizations handling sensitive data. The feature limits live browsing to cached content, prevents web image retrieval, disables deep research and agent mode, blocks Canvas networking, restricts file downloads, and changes how apps and connectors can reach outside services. The company presents the setting as protection against prompt injection, the class of attacks in which malicious instructions are hidden inside webpages, files, or connected sources. OpenAI also says the setting cannot guarantee safety. A hostile instruction may still appear in cached material or an uploaded file and distort a response.
The defensive gesture is unusually plain because it protects intelligence by subtracting action. The chat becomes safer when it stops browsing live pages, stops opening external paths, stops letting generated code touch the network, and stops behaving like an agent with errands to run. That admission cuts against the usual sales pitch of AI as frictionless access to every source, tool, app, calendar, image, and file. In a sensitive account, convenience itself becomes an attack surface. The user who turns on Lockdown Mode is accepting a smaller machine, one whose value depends on refusing some of the powers that made it attractive. The warning now sits in Settings under Security, beside the promise that a private question can travel through fewer exits.
OpenAI empezó a desplegar Lockdown Mode para ChatGPT, una configuración opcional de seguridad pensada para personas y organizaciones que manejan datos sensibles. La función limita la navegación en vivo a contenido en caché, impide recuperar imágenes desde la web, desactiva deep research y agent mode, bloquea la red en Canvas, restringe descargas de archivos y modifica la forma en que apps y conectores alcanzan servicios externos. La compañía presenta el ajuste como una protección contra la inyección de prompts, el tipo de ataque en el que instrucciones maliciosas quedan escondidas dentro de páginas, archivos o fuentes conectadas. OpenAI también advierte que el ajuste no garantiza seguridad absoluta. Una instrucción hostil puede aparecer en material en caché o en un archivo subido y alterar una respuesta.
El gesto defensivo resulta inusualmente claro porque protege la inteligencia restando acción. El chat se vuelve más seguro cuando deja de recorrer páginas en vivo, deja de abrir rutas externas, deja de permitir que el código generado toque la red y deja de comportarse como un agente con encargos pendientes. Esa admisión golpea la promesa habitual de la IA como acceso sin fricción a toda fuente, herramienta, app, calendario, imagen y archivo. En una cuenta sensible, la comodidad se convierte en superficie de ataque. Quien activa Lockdown Mode acepta una máquina más pequeña, cuyo valor depende de rechazar parte de las facultades que la hicieron atractiva. La advertencia queda ahora en Settings, bajo Security, junto a la promesa de que una pregunta privada puede viajar por menos salidas.
Sriram Krishnan will leave his post as senior White House policy adviser for artificial intelligence at the end of June, according to The Washington Post. His next move is expected to be an outside institution that keeps him close to the same policy field. The departure follows a period in which the Trump administration has treated AI as a matter of national industrial power, from data centers and energy supply to voluntary federal testing of powerful models. Krishnan, a former Andreessen Horowitz partner and veteran of several major technology companies, helped shape that agenda alongside David Sacks and other Silicon Valley figures brought into the orbit of government.
The important movement is institutional. Moving an adviser into an outside policy shop gives AI governance a flexible address, one able to speak the language of state strategy while remaining nearer to engineers, investors, and founders. The public office loses a name, but the network around the office keeps its channels open. When Trump speaks of taking public stakes in major AI companies, and when agencies ask developers to submit frontier models for cybersecurity review, the boundary between regulation and partnership becomes harder to read. Authority spreads through meetings, advisory councils, private institutes, executive orders, power contracts, and voluntary submissions. The next AI policy fight may arrive with a White House seal, a venture-capital accent, or a calendar invitation from an institution whose funding the public has to look up.
Sriram Krishnan dejará a finales de junio su cargo como asesor senior de política de inteligencia artificial en la Casa Blanca, según The Washington Post. Su próximo movimiento apunta a una institución externa que lo mantendría cerca del mismo campo político. La salida llega después de un período en el que la administración Trump ha tratado la IA como asunto de poder industrial nacional, desde centros de datos y suministro energético hasta pruebas federales voluntarias para modelos avanzados. Krishnan, exsocio de Andreessen Horowitz y veterano de varias grandes compañías tecnológicas, ayudó a moldear esa agenda junto a David Sacks y otras figuras de Silicon Valley incorporadas a la órbita del gobierno.
El desplazamiento importante es institucional. Mover a un asesor hacia una organización externa le da a la gobernanza de la IA una dirección flexible, capaz de hablar el idioma de la estrategia estatal mientras permanece más cerca de ingenieros, inversores y fundadores. La oficina pública pierde un nombre, pero la red que rodea a esa oficina conserva sus canales abiertos. Cuando Trump habla de tomar participaciones públicas en grandes compañías de IA, y cuando las agencias piden a los desarrolladores que sometan modelos frontera a revisión de ciberseguridad, la frontera entre regulación y asociación se vuelve más difícil de leer. La autoridad se reparte entre reuniones, consejos asesores, institutos privados, órdenes ejecutivas, contratos eléctricos y entregas voluntarias. La próxima disputa sobre política de IA puede llegar con sello de la Casa Blanca, acento de capital de riesgo o una invitación de calendario enviada por una institución cuyo financiamiento el público tendrá que buscar.
Quilty markets to the Hollywood industry an estimate for a film that does not yet exist. The company, created by producers Simon Horsman and Daniel Wood, says its artificial intelligence chain can analyze a script without the need to shoot it and issue a score from 0 to 100, covering narrative quality, commercial viability, audience resonance, and estimated budget, according to The Verge. The screenwriter uploads the text, pays for the study, and receives a dossier generated by models such as Claude, ChatGPT, Gemini, DeepSeek, and several sentiment-analysis tools. The intention is to speed up the meeting where authorization is granted, an environment where writers, producers, buyers, financiers, and executives already discuss the vocabulary of risk.
That meeting is the moment when the harm becomes tangible. An assessment does not have to be exact to divert the trajectory of a script in progress. It can turn a risky project into a fiscally imprudent proposal, make a conventional idea appear safer, or provide a producer with a spreadsheet-shaped justification for perpetuating an old bias. The cases cited by Quilty show the fragility of the agreement, since its algorithm reportedly favored Christy, which later registered a box office failure, over Sinners, a film that reached major success. The mistake is revealing because it exposes the illusion of predicting culture through management software. When public preference is incorporated into the financial file as a metric, the audience is projected before acquiring a ticket, behaving in a certain way in the theater, or transforming an unconventional cinematic work into a profitable one.
Quilty comercializa a la industria hollywoodense una estimación para un film que aún no existe. La compañía, creada por los productores Simon Horsman y Daniel Wood, asegura que su cadena de inteligencia artificial es capaz de analizar un guion sin necesidad de rodarlo y de emitir una puntuación que va de 0 a 100, abarcando la calidad narrativa, la viabilidad comercial, la resonancia con la audiencia y el presupuesto estimado, según The Verge. El guionista carga el texto, abona por el estudio y obtiene un dossier generado por modelos como Claude, ChatGPT, Gemini, DeepSeek y diversas herramientas de análisis de sentimiento. La intención es agilizar la junta en la que se otorga la autorización, un entorno donde escritores, productores, compradores, financiadores y ejecutivos ya discuten el vocabulario del riesgo.
Esa junta constituye el momento en que el perjuicio se vuelve tangible. Una valoración no tiene que ser exacta para desviar la trayectoria de un guion en proceso; puede convertir un proyecto arriesgado en una propuesta fiscalmente imprudente, hacer que una idea convencional parezca más segura, o proporcionar a un productor una justificación en forma de hoja de cálculo para perpetuar un sesgo histórico. Los casos citados por Quilty evidencian la fragilidad del acuerdo, pues su algoritmo habría privilegiado a Christy, que luego registró un fracaso de taquilla, frente a Sinners, película que alcanzó un gran éxito. El desacierto resulta revelador al exponer la ilusión de predecir la cultura mediante software de gestión. Cuando la preferencia del público se incorpora al expediente financiero como métrica, la audiencia queda proyectada antes de adquirir un boleto, de comportarse de cierta manera en la sala o de transformar en rentable una obra cinematográfica poco convencional.
A new critique of Centaur, the language model presented in 2025 as a system able to predict and simulate human behavior, cuts into one of AI's favorite borrowed costumes. The original Nature study reported that Centaur could anticipate decisions across psychological experiments with striking accuracy after training on over 10 million human choices from 160 studies and 60,000 people. A later paper in National Science Open argues that the performance may have come from overfitting. The model learned statistical shortcuts inside the training material instead of acquiring a working grasp of human decision-making.
The test was disarmingly plain. Researchers Nai Ding and Wei Liu modified multiple-choice prompts with an instruction asking Centaur to choose option A. A system following the task should obey that instruction across the altered questions. Centaur kept selecting the previously correct answers, as if the pattern in the exam outweighed the new command. That result does not settle the whole debate over machine reasoning, but it changes the burden of proof. Accuracy can no longer stand alone as evidence of thought. A model may reproduce the contour of human choice while missing the operation that gives a choice its meaning. The machine passes through the answer sheet and leaves the question almost untouched.
Una nueva crítica al modelo de lenguaje Centaur, presentado en 2025 como un sistema capaz de predecir y simular la conducta humana, apunta a uno de los disfraces favoritos de la inteligencia artificial. El estudio original publicado en Nature informó que Centaur podía anticipar decisiones en experimentos psicológicos con una precisión notable tras ser entrenado con más de 10 millones de elecciones humanas, extraídas de 160 estudios y 60.000 personas. Un artículo posterior en National Science Open sostiene que ese rendimiento pudo deberse a sobreajuste. El modelo aprendió atajos estadísticos dentro del material de entrenamiento y no desarrolló una comprensión operativa de cómo los humanos toman decisiones.
La prueba fue desarmantemente simple. Los investigadores Nai Ding y Wei Liu modificaron preguntas de opción múltiple añadiendo una instrucción que pedía a Centaur elegir la opción A. Un sistema que cumpliera la tarea debería obedecer esa indicación en las preguntas alteradas. Centaur siguió seleccionando las respuestas antes correctas, como si el patrón del examen pesara más que la nueva orden. Ese resultado no cierra el debate sobre el razonamiento de las máquinas, pero cambia la carga de la prueba, porque la precisión ya no puede sostenerse sola como evidencia de pensamiento. Un modelo puede reproducir el contorno de una elección humana sin captar la operación que le da sentido a elegir.
Amazon will begin showing AI-generated product images inside its shopping app when users search for items they cannot name precisely, TechCrunch reported on June 3. A query such as blue gingham dress may produce synthetic visual options under autocomplete suggestions, with variations in sleeve, length, or shape. Clicking one sends the shopper toward real listings through Amazon's visual search system. The company says the feature helps people translate vague desire into useful results. The awkward part is that the image itself may not correspond to an available product. A retailer full of real photographs is inserting fabricated ones at the threshold of purchase.
The mechanism changes the first moment of shopping. Before the user reaches a listing, a generated picture gives desire a visible form and trains the search around that form. The shopper is invited to choose a possible object, then accept the nearest available substitute. That can help when language fails, but it also moves the store from catalog to prompt. The synthetic image becomes a guide, a filter, and a small disappointment waiting to happen. A customer may click on an object that never existed, then compare real merchandise to the invented thing that taught them what to want.
Amazon empezará a mostrar imágenes de productos generadas por IA dentro de su app de compras cuando los usuarios busquen objetos que no pueden nombrar con precisión, informó TechCrunch el 3 de junio. Una consulta como vestido azul de cuadros puede producir opciones visuales sintéticas bajo las sugerencias de autocompletado, con variaciones de manga, largo o forma. Al tocar una, el comprador es enviado hacia listados reales mediante el sistema de búsqueda visual de Amazon. La compañía dice que la función ayuda a traducir un deseo impreciso en resultados útiles. La parte incómoda es que la imagen puede no corresponder a un producto disponible. Un minorista lleno de fotografías reales está insertando imágenes fabricadas en el umbral de la compra.
El mecanismo cambia el primer momento de la compra. Antes de que el usuario llegue a un listado, una imagen generada da forma visible al deseo y entrena la búsqueda alrededor de esa forma. El comprador queda invitado a elegir un objeto posible y luego aceptar el sustituto disponible más cercano. Eso puede ayudar cuando falla el lenguaje, pero también desplaza la tienda del catálogo al prompt. La imagen sintética se vuelve guía, filtro y pequeña decepción en espera. Un cliente puede tocar un objeto que nunca existió y después comparar la mercancía real con la cosa inventada que le enseñó qué querer.
Florida became the first U.S. state to sue OpenAI and Sam Altman over ChatGPT, accusing the company on June 1 of selling a dangerous product while presenting it as safe. Attorney General James Uthmeier's civil complaint says OpenAI ignored warnings, exposed minors to harm, collected data from children without adequate oversight, and built a system capable of encouraging dependency, self-harm, violence, and cognitive damage. The suit asks for civil penalties and court orders under unfair trade practice, product liability, public nuisance, and negligence claims. OpenAI says it has strengthened protections for minors, including age prediction, safer defaults, and parental tools.
The legal shift is precise. Florida is asking a court to treat the chatbot as a product whose design can be inspected, tested, and found defective. That means account linking, age checks, parental alerts, self-harm classifiers, usage logs, escalation rules, and marketing claims may become evidence rather than promises. The complaint also follows a state criminal inquiry into whether ChatGPT played a role before a Florida State University shooting. A private chat interface now faces the procedural grammar of discovery, subpoenas, expert reports, and damages. The disputed object is a window where a minor may type alone while the company, the parent, and the state argue afterward over who should have been notified.
Florida se convirtió en el primer estado de Estados Unidos en demandar a OpenAI y Sam Altman por ChatGPT, acusando a la empresa el 1 de junio de vender un producto peligroso mientras lo presentaba como seguro. La demanda civil del fiscal general James Uthmeier sostiene que OpenAI ignoró advertencias, expuso a menores a daños, recolectó datos de niños sin supervisión suficiente y construyó un sistema capaz de fomentar dependencia, autolesiones, violencia y daño cognitivo. La demanda pide sanciones civiles y órdenes judiciales por prácticas comerciales desleales, responsabilidad por producto, perjuicio público y negligencia. OpenAI afirma que reforzó las protecciones para menores, incluidas predicción de edad, configuraciones más seguras y herramientas parentales.
El giro legal es preciso. Florida pide a un tribunal tratar el chatbot como un producto cuyo diseño puede inspeccionarse, probarse y declararse defectuoso. Eso significa que vinculación de cuentas, controles de edad, avisos a padres, clasificadores de autolesión, registros de uso, reglas de escalamiento y promesas de marketing pueden convertirse en evidencia. La demanda también sigue a una investigación penal estatal sobre si ChatGPT tuvo un papel antes de un tiroteo en Florida State University. Una interfaz de chat privada enfrenta ahora la gramática procesal del descubrimiento de pruebas, las citaciones, los informes periciales y los daños. El objeto discutido es una ventana donde un menor puede escribir a solas mientras la empresa, los padres y el estado discuten después quién debió recibir aviso.
A genuine Monet painting became a test case for artificial suspicion after an X user posted it as if it had been generated by AI, Creative Bloq reported on May 23. The post asked viewers to explain what made the image inferior to a real Monet. Millions saw it, and many obliged. They found weak composition, empty texture, incoherent depth, poor color judgment, and a lack of human disorder. The evidence was confident and wrong. The image was an actual Monet.
The episode shows how quickly attribution can rearrange vision. Once the label says AI, the viewer begins looking for defects that confirm the label. Brushwork becomes artifact. Ambiguity becomes glitch. A strange passage of paint becomes proof of automation. The old work is judged from the accusation placed beside it before its surface has time to act. That matters for artists, museums, schools, and markets because the suspicion travels faster than provenance. Generative systems have made fake images easier to produce, and real images easier to mistrust. The false frame is the fraud. It teaches the public to see authenticity as an error waiting to be exposed.
Una pintura auténtica de Monet se convirtió en prueba de sospecha artificial después de que un usuario de X la publicara como si hubiera sido generada por IA, informó Creative Bloq el 23 de mayo. La publicación pedía al público explicar qué hacía que la imagen fuera inferior a un Monet real. Millones la vieron, y muchos respondieron. Encontraron composición débil, textura vacía, profundidad incoherente, mal juicio cromático y falta de desorden humano. La evidencia sonaba segura y estaba equivocada. La imagen era un Monet verdadero.
El episodio muestra la rapidez con que una atribución puede reorganizar la mirada. Cuando la etiqueta dice IA, quien mira empieza a buscar defectos que confirmen la etiqueta. La pincelada se vuelve artefacto. La ambigüedad se vuelve fallo. Un pasaje extraño de pintura se vuelve prueba de automatización. La obra antigua queda juzgada desde la acusación colocada a su lado antes de que su superficie tenga tiempo de actuar. Eso afecta a artistas, museos, escuelas y mercados porque la sospecha viaja más rápido que la procedencia. Los sistemas generativos han hecho más fácil producir imágenes falsas y desconfiar de imágenes reales. El marco falso es el fraude. Enseña al público a ver la autenticidad como un error pendiente de ser descubierto.
