Autor: [email protected]

Introducción

La inteligencia artificial (IA) se ha convertido en uno de los campos más revolucionarios de la tecnología actual. Sin embargo, para entender el verdadero potencial y los retos de esta disciplina, es necesario escuchar a los pioneros que llevan años trabajando en ella. Elisenda Bow, ingeniera y emprendedora catalana, es una de esas voces fundamentales. Cofundadora de Bills, una empresa de IA multimodal adquirida por Apple, Elisenda nos ofrece una visión profunda sobre la evolución, desafíos y futuro de la inteligencia artificial, especialmente en lo que respecta a la multimodalidad y la gestión eficiente y fiable del dato.

En este artículo, exploraremos su trayectoria, el estado actual de la IA, así como su opinión sobre el impacto social y tecnológico que esta tiene. Además, conoceremos su nuevo proyecto, Cala AI, que apuesta por una arquitectura innovadora para superar las limitaciones de los modelos actuales.

La multimodalidad y la construcción del conocimiento

Desde hace más de una década, Elisenda Bow trabajó en un enfoque distinto al aprendizaje supervisado tradicional que se basa en datasets etiquetados. Su objetivo era construir sistemas capaces de aprender de datos no etiquetados, integrando diferentes modalidades como texto, imagen y audio para generar un mapa del conocimiento. Esta idea, conocida hoy como multimodalidad, permite que los modelos interpreten y razonen sobre diversos tipos de información simultáneamente, rompiendo con la limitación de trabajar solo con texto.

Las tecnologías actuales ya comienzan a ofrecer inferencia multimodal de manera limitada, pero Elisenda destaca la necesidad de avanzar en entrenamientos reales y sistemas híbridos que combinen grafos de conocimiento y motores de búsqueda vectorial para gestionar el contexto de forma optimizada. Según ella, los sistemas actuales intentan con modelos gigantes almacenar toda la información posible, pero esto es ineficiente y poco sostenible, tanto económica como medioambientalmente.

La IA hoy: modelos probabilísticos y el problema de las alucinaciones

Un aspecto central que explica Elisenda es que los modelos de lenguaje actuales son esencialmente sistemas probabilísticos que generan respuestas plausibles, pero no entienden ni poseen un modelo formal del mundo como los humanos. Esto genera el fenómeno conocido como «alucinaciones», donde la IA produce información errónea o inventada.

No obstante, en los últimos años ha habido avances significativos en la reducción de estas falsedades, gracias a técnicas que integran la búsqueda y verificación de datos en tiempo real, denominadas webgrounding. Sin embargo, sigue existiendo el riesgo de entrenar con información contaminada o no fiable, lo que afecta la calidad del output del modelo.

Por ello, Elisenda resalta la importancia de diseñar modelos que razonen sobre datos fiables y con trazabilidad, mecanismos que actualmente no están suficientemente desarrollados pero que son esenciales para aplicaciones críticas que exigen transparencia y confianza.

Impacto social y económico: nuevos trabajos y retos en la formación

La transformación que está suponiendo la IA en el mercado laboral es otra cuestión destacada por Elisenda. Aunque algunos sectores están siendo desplazados rápidamente por tecnologías automatizadas —como la traducción simultánea— surgen nuevas oportunidades gracias a la democratización y reducción de barreras técnicas para crear productos específicos y personalizados.

Esto fomenta el aumento de pequeños emprendedores y autónomos que encuentran en la IA una herramienta para potenciar sus negocios y crear soluciones nicho, con un modelo que se aleja del tradicional SaaS de gran escala. Sin embargo, también advierte que la velocidad del cambio supera la capacidad de adaptación de muchas personas, creando incertidumbre y demandando nuevos modelos educativos.

Además, expresa preocupación por el consumo energético asociado a los grandes modelos y la necesidad urgente de optimizar tanto la arquitectura como el uso responsable y consciente de la tecnología.

Cala AI: una nueva era de memoria persistente y datos verificados

Tras su etapa en Apple, Elisenda cofundó Cala AI con la misión clara de construir un sistema que no dependa de los datos sin verificar de internet, sino que ofrezca una base de datos estructurada, fiable y ampliamente escalable para alimentar la IA. Este enfoque híbrido combina grafos de conocimiento con información recuperable y contextualizada, y asigna puntuaciones de reputación a las fuentes para evitar el uso de datos falsos o contradictorios.

Actualmente, Cala AI cuenta con decenas de millones de entidades de datos y se posiciona para crecer hasta alcanzar miles de millones, con un modelo de negocio basado en suscripciones y uso por consulta. Esta propuesta ofrece una alternativa más eficiente, económica y con mayor trazabilidad que los sistemas actuales basados en búsquedas web poco estructuradas.

Para Elisenda, esta memoria persistente y contextual es el futuro inmediato de la inteligencia artificial, y permitirá superar las limitaciones del uso exclusivo de modelos gigantes sin estructura ni control, abriendo la puerta a una nueva generación de agentes inteligentes que operen con conocimiento real y profundo.

Conclusión

La entrevista con Elisenda Bow aporta una mirada clara y valiosa sobre el desarrollo y futuro de la inteligencia artificial. Desde su experiencia pionera, nos invita a reflexionar sobre las limitaciones actuales de la IA, la importancia de la calidad y trazabilidad de los datos y los desafíos sociales que conlleva su implementación rápida.

Su apuesta por modelos híbridos, memoria persistente y la creación de bases de datos estructuradas, como Cala AI, representan un paso fundamental hacia una IA más eficiente, fiable y con verdadero potencial para transformar distintos sectores. Además, su visión humanista, enfocada en la responsabilidad y el impacto en las futuras generaciones, subraya la necesidad de un desarrollo ético y sostenible de estas tecnologías.

En definitiva, el trabajo y la visión de Elisenda Bow son una referencia imprescindible para entender el camino que la IA debe seguir para cumplir su promesa y convertirse en una herramienta que realmente potencie nuestra sociedad y negocio.

Introducción

La inteligencia artificial ha avanzado de manera significativa en los últimos años, y uno de los ámbitos que ha recibido especial atención es la interacción por voz. Sesami es una aplicación basada en IA que ha logrado un notable nivel de naturalidad en sus respuestas, logrando simular conversaciones humanas de forma muy realista. Originalmente presentada en 2025, Sesami ha dado ahora el salto al mercado con su aplicación para dispositivos iOS.

Aunque la aplicación todavía está en lista de espera para la mayoría de usuarios, se puede anticipar que revolucionará la forma en la que interactuamos con asistentes virtuales gracias a su alta capacidad de comprensión y respuesta. En este artículo, exploraremos cómo funciona Sesami, qué ventajas ofrece y qué esperar de esta innovadora tecnología.

¿Qué es Sesami y cómo funciona?

Sesami es una inteligencia artificial por voz diseñada para facilitar la gestión de tareas mediante comandos hablados. Sus características más destacadas incluyen la capacidad para almacenar información, establecer recordatorios y realizar búsquedas en internet sin necesidad de utilizar el teclado. El nivel de interacción que ofrece es sorprendentemente humano, con respuestas que incluyen pausas, respiraciones y entonaciones que aportan naturalidad al diálogo.

Esta IA está programada para mantener conversaciones fluidas y adaptarse al contexto, lo que la diferencia de otros asistentes virtuales convencionales. Durante las pruebas de la versión beta, se constató que Sesami puede responder de forma espontánea y coherente, ofreciendo así una experiencia de usuario mucho más inmersiva.

Ventajas de usar Sesami en iOS

Una de las principales ventajas de Sesami es su integración con los dispositivos iOS, permitiendo aprovechar todas las funcionalidades del ecosistema Apple. Esto incluye la sincronización con otros dispositivos, acceso rápido a aplicaciones y gestión sencilla de tareas a través de la voz. Además, la aplicación ofrece varias opciones de voz para personalizar la experiencia según las preferencias del usuario.

La facilidad de uso es otro punto fuerte, ya que no es necesario tener conocimientos técnicos especiales para comenzar a usar Sesami. Basta con descargar la aplicación, activar la función de voz y empezar a interactuar. Gracias a su avanzada tecnología, Sesami puede entender distintos idiomas y acentos, ampliando así su accesibilidad.

Expectativas y futuro de Sesami

Aunque actualmente Sesami se encuentra en fase de lanzamiento limitado, las expectativas para su expansión son muy altas. Se espera que en próximas actualizaciones se incorporen nuevas funcionalidades que mejoren aún más la interacción y la utilidad del asistente. La evolución constante de la inteligencia artificial asegura que este tipo de aplicaciones serán cada vez más sofisticadas y adaptadas a las necesidades del usuario.

La capacidad de Sesami para ofrecer un diálogo natural y fluido abre la puerta a múltiples usos, desde la asistencia diaria hasta aplicaciones profesionales o educativas. Sin duda, estamos ante un paso importante en la integración de la IA en nuestro día a día a través de la voz.

Conclusión

Sesami representa un avance significativo en el campo de la inteligencia artificial por voz, especialmente para usuarios de iOS. Su nivel de interacción humana y opciones personalizables la convierten en una herramienta destacada para quienes buscan una experiencia más natural y eficiente con asistentes virtuales. A medida que la aplicación se extienda, promete transformar la manera en la que gestionamos nuestras tareas y buscamos información.

Si tienes un iPhone, pronto podrás disfrutar de todas las ventajas que Sesami ofrece. Mantente atento a las noticias sobre su disponibilidad y prepárate para revolucionar tu forma de comunicarte con la tecnología.

Introducción

En el creciente campo de la inteligencia artificial (IA), medir con precisión sus capacidades en programación es fundamental. Deep SW emerge como un benchmark técnico innovador que promete evaluar a los modelos de IA en problemas de programación más complejos y realistas. Esta nueva herramienta se diferencia de otros benchmarks existentes, ya que plantea ejercicios inéditos, no accesibles en internet, y con retos que reflejan situaciones del día a día de un programador.

Con la rápida evolución de la IA, especialmente con modelos como GPT 5.5 que lideran este benchmark con un 70%, el sector se plantea si Deep SW podrá mantener su utilidad a largo plazo. En este artículo, exploraremos qué es Deep SW, su funcionamiento y qué supone para el futuro de la evaluación de IA en programación.

¿Qué es Deep SW y cómo funciona?

Deep SW es un benchmark creado por expertos en ingeniería de software que busca medir la capacidad de los modelos de IA en programación técnica. A diferencia de otros benchmarks tradicionales, Deep SW se basa en tests cuyos problemas no son públicos y no pueden encontrarse en internet, garantizando una evaluación más justa y profunda.

Los problemas planteados son más extensos y complejos, involucrando múltiples subretos que requieren soluciones integrales. Esto simula mejor las tareas reales que afronta un desarrollador en su jornada laboral, en contraste con otros benchmarks que suelen centrarse en ejercicios sencillos o aislados.

Resultados iniciales y su significado

Tras la presentación del benchmark, se publicó la tabla de clasificación inicial donde el modelo GPT 5.5 encabeza con un 70% de puntuación. Este dato es revelador, ya que indica un alto nivel de competencia desde la primera edición del test.

Sin embargo, esta performance plantea preguntas sobre la sostenibilidad de Deep SW como referencia. Si un modelo ya logra ese porcentaje, es probable que dentro de pocas generaciones los resultados estén cerca del 90% o más, lo que podría saturar y hacer obsoleto el benchmark en un corto plazo.

Implicaciones para el futuro de los benchmarks y la IA

La creación de Deep SW supone un paso adelante en la evaluación de las capacidades de IA aplicadas a la programación. Al mejorar la realismo y dificultad de los retos, impulsa el desarrollo de modelos más avanzados y preparados para tareas complejas.

No obstante, el rápido avance de los modelos plantea la necesidad de actualizar periódicamente los benchmarks o diseñar nuevos desafíos que sigan siendo exigentes y relevantes. Esto es crucial para mantener un criterio objetivo y válido en la valoración de la inteligencia artificial.

Conclusión

Deep SW representa una evolución significativa en los benchmarks técnicos para IA, con un enfoque en problemas auténticos y complejos. Aunque los resultados iniciales son prometedores, la elevada puntuación de GPT 5.5 advierte sobre la posible rápida saturación del benchmark.

Será esencial que la comunidad técnica continúe desarrollando pruebas más desafiantes para evaluar la progresión de la inteligencia artificial en programación. Deep SW marca un hito en este camino, pero el futuro requerirá adaptabilidad y constante innovación para mantener su relevancia.