Diario extendido 2026-05-02 - Cómo la IA está transformando el terreno (Robótica × Educación × Energía × Espacio)

Resumen ejecutivo

• Energía × IA: La IEA organizó cómo abordar el aumento en el uso de electricidad de los centros de datos, la carga energética de la IA y las limitaciones de suministro (cuellos de botella).
• Espacio × Autonomía: JPL informó que la IA diseñó por primera vez un plan de conducción para el rover de exploración marciano, y también se reportaron casos en los que el generative AI se utilizó para análisis de imágenes.
• Educación × Política: El Departamento de Educación de EE. UU. posiciona los community colleges como pieza clave para formar talento en IA, y UNESCO lanzó un observatorio regional de IA educativa y programas de IA y coding para jóvenes.
• Teoría de la ciencia cognitiva: En arXiv se propone un marco que trata la cognición y la toma de decisiones como un sistema abierto tipo cuántico.

Ingeniería energética y ciencia del clima

• IEA (International Energy Agency) aclaró que la demanda eléctrica de los centros de datos creció mucho en 2025, que el impulso de los centros de datos orientados a IA creció relativamente más rápido, y que los cuellos de botella del lado del suministro están llevando a un escenario de “competencia por las soluciones”. En el informe se indica que el uso de electricidad para centros de datos en 2025 fue 17% mayor, además de que el gasto de capital (capex) de las cinco grandes empresas tecnológicas superó 400 mil millones de dólares en 2025, y que en 2026 se prevé un aumento adicional del 75%. (iea.org)

• El trasfondo es que el aprendizaje e inferencia de IA, así como la inversión en centros de datos, se aceleran simultáneamente, creando una estructura en la que “la demanda eléctrica aumenta, pero la expansión de la red de transmisión y distribución y la mejora de la red no se ponen al día a corto plazo”. La IEA reconfigura el debate hacia el interrogante de con qué “llenar” las necesidades de demanda eléctrica (oferta, operación y ajuste), considerando además la asequibilidad de la energía (carga para hogares e industria), la seguridad (riesgo de interrupciones de suministro) y los impactos económicos más amplios. (iea.org)

• Como impacto futuro, la “optimización de energía × cómputo” que combine (1) prioridades de inversión en la red basadas en el aumento de la demanda de cómputo para IA, (2) el diseño de una cartera de generación que incluya renovables, almacenamiento y flexibilización de la red, y (3) mejoras operativas en el lado de la demanda (lado de los centros de datos, como la supresión de picos) pasará de ser un simple debate de costos a convertirse en un tema de competitividad industrial y seguridad nacional. Es probable que las políticas y regulaciones se extiendan, no solo a la conversación sobre IA, sino también al diseño institucional del mercado eléctrico.

• Fuente: IEA (Press release) “Data centre electricity use surged in 2025…”

  • IEA: Data centre electricity use surged in 2025

Ingeniería espacial y ciencias espaciales

• NASA JPL informó que el rover de exploración “Perseverance” completó la primera conducción cuyo plan fue diseñado por IA. Lo importante es el hecho de que intervienen el generative AI y el aprendizaje automático (machine learning). En concreto, tal como se explica en el artículo, Generative AI se usó para el análisis de imágenes de órbita de alta resolución (HiRISE) y para el análisis de datos de inclinación del terreno, y se mostró en un formato que permite comparar la ruta planificada por IA (la ruta de planificación magenta ilustrada) con la ruta real (la conducción real en naranja). (jpl.nasa.gov)

• El trasfondo es que, si se depende demasiado de la operación desde tierra, los cuellos de botella tienden a ser el tiempo de espera con plazos de semanas (en escalas de tiempo de meses) y la carga de verificación manual. Aunque esta puesta en escena no promete una autonomía completa de inmediato, al menos indica una dirección en la que, al trasladar parte de la planificación a la IA, se reduce el esfuerzo del operador y el costo de la toma de decisiones, aumentando “las oportunidades” para la exploración científica. (jpl.nasa.gov)

• Como impacto futuro, (1) la operación en la que la IA resume rápidamente grandes volúmenes de datos de imágenes y terreno, racionalizando las verificaciones desde tierra; (2) cómo cuantificar el riesgo (incertidumbre de navegación, trampas del terreno) e incorporarlo al plan de IA; y (3) explicabilidad y auditoría del plan para hacer verificables las salidas de la IA de planificación, serán los puntos de foco en la implementación. En el ámbito espacial, como la seguridad y el costo de fallas son extremadamente altos, se requiere gobernanza (procedimientos de verificación) además del avance técnico.

• Fuente: NASA Jet Propulsion Laboratory (JPL)

  • JPL: Pereseverance completa la primera unidad con plan de IA

Ingeniería educativa

• El Departamento de Educación de EE. UU. (U.S. Department of Education), en un comunicado de prensa que posiciona abril de 2026 como “National Community College Month”, describió los community colleges como el núcleo de “alfabetización y desarrollo de habilidades en IA”. En concreto, tras mencionar la promoción de la alfabetización en IA (según lo descrito en el mismo artículo), se presenta una política para lograr el abastecimiento de talento acorde a los cambios industriales mediante la expansión de Registered Apprenticeships (apprenticeships registrados), entre otras medidas. (ed.gov)

• El trasfondo es que, si bien la IA reorganiza parte de los trabajos y amplía el alcance de la “lectura y escritura” que se requiere a las personas, existe la realidad de que las universidades por sí solas tienden a no seguir suficientemente la demanda local de habilidades. Los community colleges tienen un papel que pueden desempeñar con facilidad para cerrar esta brecha mediante la colaboración con industrias locales, formación profesional a corto y mediano plazo y actualizaciones flexibles del currículo. En el contexto del comunicado de prensa, también se habla con claridad de la preparación de la fuerza laboral en el período de transformación tecnológica que incluye IA. (ed.gov)

• Además, UNESCO anunció el lanzamiento de un Observatorio sobre Inteligencia Artificial en la Educación para América Latina y el Caribe (Observatory on Artificial Intelligence in Education) como marco regional que respalda la adopción de IA en educación. El evento de lanzamiento está programado para el 14 de abril de 2026 y se diseña como una plataforma que apoyará las políticas educativas, la coordinación y la creación de evidencia en la región. (unesco.org)

• Asimismo, UNESCO IITE (Institute for Information Technologies in Education) informa sobre el lanzamiento de la plataforma “AI and Coding for Youth” (relacionada con AI Day 2026), dirigida a jóvenes. El diseño de oportunidades de aprendizaje desde una etapa temprana no solo enseña habilidades: también influye en la gobernanza y la comprensión ética (al menos como “supuesto previo del aprendizaje”) en los entornos educativos. (iite.unesco.org)

• En el aspecto de impacto, en el campo de la ingeniería educativa se observa que están avanzando simultáneamente tres frentes: (1) evaluación y observación de la IA educativa (Observatory), (2) diseño de la introducción para jóvenes (incluyendo coding), y (3) formación de talento conectada con el mercado laboral (community colleges). Es de destacar que el ciclo aprendizaje → institución → campo de práctica se esté moviendo en paralelo.

• Fuente: U.S. Department of Education

  • U.S. Department of Education: April 2026 as National Community College Month

• Fuente: UNESCO

  • UNESCO: Observatorio de Educación AI (anuncio de lanzamiento)

• Fuente: UNESCO IITE

  • UNESCO IITE: AI Day 2026 (AI & Coding for Youth)

Psicología y ciencia cognitiva

• En un preprint en arXiv, se plantea comprender la cognición y la toma de decisiones mediante el marco de un “modelo quantum-like”, en particular aportando dinámica como sistema abierto. El artículo argumenta el tránsito desde representaciones cinemáticas estáticas hacia dinámicas robustas basadas en sistemas cuánticos abiertos (sistemas influenciados por el entorno), y discute cómo asociar la ecuación maestra de Gorini–Kossakowski–Sudarshan–Lindblad (GKSL) con los cambios de estado en cognición y toma de decisiones. (arxiv.org)

• Como trasfondo, en la cognición y la toma de decisiones, “la información externa, el contexto y las condiciones ambientales” suelen cambiar el estado de la persona (atención, expectativas, probabilidades, preferencias, etc.), por lo que no es fácil cerrarlo con un único parámetro fijo. Por esa razón, los modelos matemáticos que tratan explícitamente la interacción con el entorno podrían fortalecer el vínculo con la investigación empírica.

• Como impacto, (1) puede ampliarse la investigación que modela las decisiones de las personas no solo como inferencia probabilística, sino como evolución temporal del estado; y (2) en escenarios donde la IA se introduce como apoyo a la toma de decisiones, hay posibilidades de aplicación para explicar “con qué información y cómo transita el estado de una persona”, y para suprimir sesgos o desvíos mediante el diseño. Por supuesto, esto es un marco teórico, y su conexión con estudios clínicos y experimentos conductuales será un desafío a futuro; aun así, es importante el hecho de que se esté preparando el “lenguaje” de la investigación.

• Fuente: arXiv

  • arXiv: Quantum-Like Models of Cognition and Decision Making

Conclusión y perspectivas

• Lo que se ve transversalmente a partir de la información de hoy es que los avances en IA no se están expandiendo solo en términos de rendimiento del modelo, sino también hacia restricciones de suministro de energía (electricidad de centros de datos), operación autónoma (planificación de IA para exploración espacial) y diseño institucional de talento y aprendizaje (observatorios de IA educativa, community colleges). (iea.org)
• La relación entre los distintos ámbitos puede organizarse, por ejemplo, de la siguiente manera:
  • Energía × Espacio × Robótica/Autonomía: las exploraciones y los sistemas autónomos implican cómputo y procesamiento de datos; detrás de ellos, la energía y el suministro de la infraestructura de cómputo permanecen como restricciones reales. A futuro, podría volverse importante “dónde se hace el cómputo y cuándo se ejecuta” (planificación operativa). (iea.org)
  • Cognición × Educación × Gobernanza: en paralelo, se observan movimientos para refinar el marco teórico de las decisiones (dinámicas del estado cognitivo) y para construir la base de observación y política en el ámbito educativo (Observatory). A medida que se necesite investigación e instituciones que permitan medir las transiciones de estado de los aprendices y la dependencia del contexto “en una forma medible”, se requerirá avanzar en ambos frentes. (arxiv.org)
• Los puntos que merecen especial atención en el futuro son: (1) la filosofía de diseño de electricidad y recursos computacionales en la implementación de IA; (2) cómo verificar y auditar las salidas de planificación de sistemas autónomos; y (3) cómo evaluar la implementación regional de la IA educativa y hacer girar el ciclo de mejora.

Referencias

Este artículo fue generado automáticamente por LLM. Puede contener errores.