Europa parpadeó. El 7 de mayo, Consejo y Parlamento cerraron el «AI Omnibus», un acuerdo que retrasa hasta 16 meses las obligaciones más exigentes del Reglamento de IA: los sistemas de alto riesgo del Anexo III (biometría, empleo, infraestructuras críticas) no serán exigibles hasta diciembre de 2027, y los integrados en productos físicos hasta agosto de 2028.

Bruselas lo vende como «simplificación»; la industria lo celebra; las organizaciones de derechos digitales lo leen como capitulación ante la presión de Alemania, Francia, Italia y Washington. La reflexión es que el calendario regulatorio ya no lo marca el legislador, lo marca la infraestructura.

Mientras Europa aplaza, en Estados Unidos la batalla real se libra municipio a municipio, por gigavatios y galones de agua. Utah aprueba un campus de 9 GW entre protestas. Michigan acumula 19 moratorias. Maryland demanda a la red eléctrica regional por 2.000 millones de dólares. Florida prohíbe que las eléctricas pasen los costes de los centros de datos al consumidor residencial. Microsoft revisa su objetivo de energía 100% limpia para 2030 porque la demanda de IA lo hace inviable.

La pregunta que conviene retener no es si la IA se regula, sino dónde. Bruselas legisla sobre el modelo. Las comunidades rurales legislan sobre el transformador. Y los segundos van ganando.

El panorama

Selección automatizada con criterio editorial sobre 183 artículos de la semana. Lo que pasó en el mundo IA, organizado en seis frentes.

1 · Impacto social y empleo

• El sector de servicios de información en EE.UU. acumula 342.000 empleos perdidos desde 2022, una caída del 11% que se vincula a la adopción de IA. En abril, 21.490 despidos (el 26% del total mensual) se atribuyeron explícitamente a la IA según Challenger, Gray & Christmas.
• La contratación de trabajadores junior en sectores expuestos a IA ha caído un 16% desde 2024, según el economista Manuel Hidalgo: complementariedad con seniors y descapitalización cognitiva de los perfiles que no llegaron a formarse.
• Funcas proyecta entre 1,7 y 2,3 millones de empleos destruidos en España hasta 2035, con creación paralela de hasta 1,61 millones. La adopción de IA en empresas de más de 10 trabajadores pasó del 12,4% al 21,1% en dos años. El rango de escenarios va de 700.000 a 3,5 millones.
• El 22% de las ofertas de trabajo en España ya mencionan IA, y las búsquedas relacionadas han crecido un 550% en pocos meses. El upskilling se vuelve condición de permanencia, no ventaja competitiva.

2 · Aplicación a empresas y consultoras de investigación social

• MIT Sloan propone calibrar el tipo de IA según la decisión: modelos analíticos clásicos para decisiones «estrechas» y bien definidas; IA generativa para decisiones «amplias» que requieren alinear a varias partes. Marco útil para diseñar metodologías mixtas sin aplicar LLM a todo.
• La ventaja de innovación que la GenAI no puede dar: cuando todos los competidores tienen el mismo motor de ideación, el diferencial vuelve al juicio estratégico sobre dónde aplicarlo.
• The Washington Post explica su personalización editorial con IA desde un enfoque iterativo: probar, medir, ajustar. Replicable para investigación cualitativa que quiere introducir IA sin rediseñar todo el flujo de golpe.
• Las obligaciones de alfabetización en IA siguen vigentes pese al Omnibus. Las consultoras que despliegan IA en clientes son «deployers» (Art. 26) y deben documentar supervisión humana, retención de logs (mínimo 6 meses) y respuesta a incidentes. No basta con la documentación del proveedor.

3 · Aplicación en antropología

• DeepMind invierte en Eve Online para entrenar IA con comportamiento humano complejo: planificación a largo plazo, economía, alianzas, traición, gestión de recursos escasos. El videojuego como campo etnográfico sintético. La pregunta de fondo: ¿qué tipo de «humano» se modela cuando la muestra son jugadores de un MMO?
• Bibliometría global sobre gobernanza de IA: un estudio en Frontiers in Artificial Intelligence (209 publicaciones, 2018-2025) identifica a Europa como centro intelectual dominante del campo.

4 · Impacto energético y medioambiental

• Microsoft reconsidera su objetivo de energía 100% limpia para 2030. La AIE proyecta que los centros de datos consumirán 945 TWh globales en 2030, casi el doble que ahora. El choque entre compromisos climáticos y demanda real de IA ya es operativo.
• Maryland demanda ante la FERC por 2.000 millones de dólares en costes de red que se trasladan a sus consumidores, pese a que los centros de datos beneficiarios están en Virginia, Ohio y Pensilvania.
• Florida aprueba la SB 484, primera ley estatal que prohíbe a las eléctricas trasladar al consumidor residencial los costes de los centros de datos hyperscale. Entra en vigor el 1 de julio.
• Agua sin medir: un centro de datos de QTS en Georgia consumió 29 millones de galones sin medición durante meses. En Utah, el proyecto Stratos consumiría 16.600 millones de galones anuales sobre el menguante Gran Lago Salado. El consumo hídrico opaco es el escándalo silencioso de esta fase.
• Resistencia comunitaria como variable estructural: 19 moratorias municipales en Michigan, 142 organizaciones activistas en 24 estados y 64.000 millones de dólares en proyectos bloqueados entre 2024 y 2025 según Data Center Watch.

5 · Ética y humanismo

• El modelo Mythos de Anthropic detecta vulnerabilidades de software de forma autónoma, y la empresa decidió no lanzarlo. El caso empuja a estudiar una revisión previa tipo FDA para modelos avanzados. Una decisión privada con consecuencias civilizatorias, sin supervisión externa.
• Tristan Harris (Center for Humane Technology): los laboratorios de IA no compiten por ofrecer chatbots, sino por reemplazar todo el trabajo cognitivo humano.
• El Reglamento europeo no está preparado para agentes autónomos: el «botón de parada» del Artículo 14 asume una reversibilidad que muchas acciones autónomas no tienen. La norma se aprobó antes de que existieran los sistemas que más debería supervisar.

6 · Marco regulatorio y gobernanza

• El AI Omnibus europeo (7 de mayo) retrasa los plazos centrales a diciembre de 2027 y agosto de 2028, prohíbe las apps «nudifier» y el CSAM generado por IA, reintroduce el registro de sistemas de alto riesgo y amplía exenciones a pymes de hasta 500 empleados. La maquinaria industrial queda fuera del ámbito directo de la ley.
• Connecticut aprueba la SB5, una de las leyes estatales más amplias sobre IA: exige divulgar los sistemas de decisión automatizada, prohíbe usar la IA como defensa frente a reclamaciones de discriminación e impone salvaguardas para menores en chatbots.
• México y Colombia proponen reformas para impedir que la IA reemplace o vigile a los trabajadores sin límites: primer movimiento regulatorio significativo en América Latina centrado en el vínculo IA-empleo. Brasil opta por una regulación basada en principios, en una postura intermedia entre el modelo europeo y el estadounidense.

Lecturas de la semana

Los enlaces que he ido guardando estos días, con una nota mía de por qué los dejé en la lista. Esta semana casi todo gira alrededor de Claude Code y los agentes gestionados: Anthropic ha movido mucha ficha y se nota en lo que he curado.

Claude Code y agentes gestionados

• Reducir consumo de tokens: la guía que más me ha servido, sobre todo el prompt caching y partir el trabajo en sesiones cortas.
• Orquestación multiagente: cómo se aíslan los hilos pero comparten sistema de archivos, justo lo que necesitaba para un proyecto de CACTUS.
• Outcomes con rúbricas: el cambio conceptual más interesante de la semana, pasar de conversación a tarea con criterio de éxito evaluado por otro agente.
• Dreams (memoria reflexiva): research preview, pero la idea de que un agente reorganice su propia memoria depurando contradicciones merece seguimiento.
• Plugin de Cowork como «empleado de IA»: el desglose en cuatro fases y el énfasis en el SKILL.md me sirvió para replantear nuestros asistentes internos.

Movimientos del ecosistema y para pensar

• Anthropic + SpaceX y subida de límites: más cómputo, se duplican los límites de 5h y se quitan las restricciones en hora pico.
• Codex como plugin de Claude Code: que OpenAI publique un plugin oficial para meter Codex dentro de Claude Code es una señal de hacia dónde va esto.
• Diseñar webs para agentes: tarde o temprano habrá que repensar la UX cuando quien «visita» tu web es un agente, no una persona.
• PageIndex, RAG sin vectores: recuperar por razonamiento en lugar de embeddings, sobre todo para corpus pequeños y bien estructurados como los de investigación cualitativa.
• Obsidian + Claude como segundo cerebro: que el vault te devuelva insights en vez de ser un cementerio de notas.

Bloque «el panorama»: curación automatizada (RSS + Claude Opus) con revisión humana. Bloque «lecturas»: enlaces guardados por mí durante la semana, con criterio personal.

Esta bitácora es un proyecto personal de CACTUS. Cada semana rastreamos qué dice la evidencia disponible sobre el impacto de la IA en el empleo: barremos prensa internacional, papers académicos, estadísticas oficiales e informes de organismos, y luego sintetizamos lo encontrado.

Hemos buscado en castellano otra publicación que haga esto de forma sistemática, semana a semana, citando fuentes en cada afirmación y distinguiendo entre lo que dicen los datos y lo que amplifican los titulares. Puede que la haya. Cuando la encontremos, si es mejor, daremos noticia y pararemos. Mientras, seguiremos con nuestro proyecto.

Este seguimiento no predice el futuro, no opina sobre si la IA es buena o mala y no fabrica datos. Cuando el corpus no aporta evidencia sobre algo, lo decimos. Esta primera semana hemos barrido Financial Times, New York Times, El País, El Confidencial, Wired, MIT Technology Review, The Economist y Google News (más de 80 ítems sobre IA y empleo), 13 papers de arXiv, Eurostat, Pew Research, Brookings y los trackers de ILO, McKinsey, Stanford HAI, WEF y MIT Work of the Future.

La foto de la primera semana

El gasto en infraestructura de IA no para. Google, Amazon, Microsoft y Meta reportaron más de 130.000 millones de dólares en gastos de capital el último trimestre; los planes conjuntos de las cuatro alcanzan los 725.000 millones. Nunca se había invertido tanto en tan poco tiempo en una tecnología. Mientras tanto, Pew Research documenta que 1 de cada 5 trabajadores en EE.UU. ya usa IA en su empleo, y la cifra sube.

En España, la semana del primer gran número. Al menos quince cabeceras reportaron el que describen como el primer informe cuantitativo sobre el impacto de la IA en el empleo: entre 1,7 y 2,3 millones de puestos afectados en la próxima década; un estudio de Funcas eleva el techo a 3,5 millones. Son proyecciones a diez años y ninguno libera la metodología completa, así que las registramos como referencia sin validación independiente.

Sectores en zona caliente

Tecnología. El patrón que más se repite combina beneficios récord y despidos. El Confidencial titula que España destruye empleo a ritmo récord en el sector tecnológico; LaSexta cifra en 40.000 los empleos tecnológicos eliminados en el último año. No hemos localizado la fuente primaria de ese número.

Reclutamiento. El hallazgo académico de la semana: a partir de 22 entrevistas con profesionales de RRHH, un paper documenta que la IA generativa ya actúa como «arquitecto invisible» de la selección —define qué es un buen candidato, una buena entrevista, qué perfil buscar—. Los reclutadores creen tener el control final, pero parten de marcos construidos por la IA. Muchos la adoptaron por presión institucional, no por convicción.

Publicidad digital. Aquí la IA no destruye empleos: los amplifica. The New York Times reporta un boom publicitario en Google y Meta donde la IA automatiza la creación de anuncios y dispara las ventas.

Legal y transporte. El Financial Times describe el auge de la «vibe litigation»: ciudadanos que usan IA para llevar casos que antes no habrían podido costear. Y dos señales contradictorias sobre vehículos autónomos: la expansión global de los robotaxis y, a la vez, la advertencia de emergencias en EE.UU.: «creo que la tecnología se desplegó demasiado rápido».

Lo que dice la academia

Dos papers van más allá del «¿cuántos empleos desaparecen?». El primero argumenta que la IA no reorganiza el empleo: disuelve la arquitectura que lo sostenía. Cuando los sistemas internalizan el lenguaje, la visión y los datos de comportamiento, los intermediarios que coordinaban esas funciones quedan sin función económica. Las empresas siguen existiendo como entidades legales, pero pierden su razón coordinadora.

El segundo describe cinco configuraciones posibles en equipos que mezclan humanos e IA, de Pure Human a Pure AI. El riesgo no es la automatización total, sino el malreconocimiento: los líderes mantienen la historia de que controlan el proceso cuando la autoridad decisoria real ya migró al sistema.

Lo que el corpus no aporta

No hay datos nuevos de ILO, McKinsey, Stanford HAI, WEF ni MIT Work of the Future. Los trackers de BLS y OECD.Stat están pendientes. La semana produce mucho ruido sobre España y poco dato concreto sobre sectores específicos fuera del tech. Eso cambiará semana a semana.

Próxima entrega: S2. Si tienes fuentes que deberíamos considerar, escríbenos.

El ritmo de noticias de esta semana mostró un hilo claro: la expansión de capacidades de los agentes de IA. OpenAI lanzó GPT-5.5 y sus workspace agents; Anthropic presentó memoria persistente, Claude Design, Claude Security e integración con Blender; Google publicó DESIGN.md. Sin embargo, una noticia pasó desapercibida.

Los agentes crecen: memoria, modelos y más dientes

Anthropic anunció que la memoria en los agentes gestionados entra en beta pública, permitiendo que aprendan de cada sesión. OpenAI lanzó workspace agents en ChatGPT y GPT-5.5, «una nueva clase de inteligencia para el trabajo real». La memoria persistente es la diferencia entre una herramienta que requiere reinstrucción constante y otra que acumula contexto organizacional.

La IA entra en el flujo de diseño (y Figma sale perdiendo)

Claude Design se presentó como herramienta para crear prototipos y presentaciones conversando. El impacto fue inmediato: Figma perdió 730 millones de dólares de capitalización en los dos días posteriores al anuncio. Google publicó DESIGN.md, una especificación para compartir reglas de diseño entre herramientas.

Lo que nadie autorizó

Alexander Hanff, investigador de privacidad, reveló que Anthropic instalaba silenciosamente un archivo de Native Messaging al instalar Claude Desktop. Ese archivo preautorizaba extensiones de Chrome para invocar ejecutables del sistema con permisos de usuario, sin consentimiento explícito. Hanff sostiene que podría violar la Directiva ePrivacy de la UE y el Computer Misuse Act británico, y lo califica de «spyware» por la definición técnica y legal de instalación silenciosa fuera del sandbox.

Mientras tanto, el equipo de Mercadona Tech publicó cómo construyó su motor de búsqueda usando Claude Code, dentro del marco de su Modelo de Calidad Total, con documentación generosa del proceso.

Breves

• Claude Code /ultrareview: lanza una flota de agentes en la nube para detectar bugs antes de merges críticos.
• Claude + Blender: conector nativo para software de modelado 3D.
• Claude Security en beta pública para Enterprise: escanea código en busca de vulnerabilidades.
• playwright-mcp de Microsoft: servidor MCP que permite a agentes interactuar con navegadores.

La tensión de la semana: los agentes se vuelven más capaces e integrados, pero «más integrado» también significa presencia en sistemas sin solicitud explícita. La conversación pública sigue centrada en capacidades mientras gobernanza, consentimiento y control avanzan más despacio. Con memoria persistente y acceso a herramientas, esa asimetría deja de ser teórica.

En la oficina hay un iMac de 2009 que sigue encendiéndose perfectamente. La pantalla es buena, los altavoces suenan, el teclado responde. Lo que no funciona es el resto: los navegadores ya no se actualizan, Dropbox no conecta, la mitad de las cosas que usamos cada día no caben dentro. El ordenador está bien; lo que ha cambiado es el mundo a su alrededor. Esta tarde lo hemos resucitado, charlando con Claude Code en el terminal.

Hay una sensación rara cuando una máquina sigue funcionando pero deja de servir. No está rota. Simplemente, el hoy ya no entra dentro. Las páginas la rechazan, las aplicaciones que necesitas no se instalan. Tú sabes que el aparato está bien. Lo notas en las manos. Pero ya no encaja.

Lo intentamos primero por nuestra cuenta, con tutoriales de YouTube que explican cómo instalar un sistema operativo nuevo en una máquina antigua. Hacen su trabajo bien. Pero seguir esos pasos en tu propio ordenador, sin haber tocado nunca un USB de arranque ni un menú de inicio raro, es otra cosa. No es sencillo, y los tutoriales lo dan por sabido.

Lo que hicimos al final fue otra cosa. Recogimos el material que habían explicado los youtubers —transcripciones, capturas, el artículo de Macworld sobre qué versión de macOS admite cada Mac— y se lo dimos al agente. Que se lo leyera. Que entendiera el caso de nuestra máquina concreta. Y a partir de ahí mantuvimos una conversación: él proponía un camino, avisaba antes de cada paso destructivo; nosotros decíamos sí o no, ejecutábamos los comandos, le contábamos qué veíamos en pantalla. Quince minutos después teníamos un USB grabado, un plan claro y un cuaderno documentando todo el proceso para repetirlo dentro de seis meses sin acordarnos de nada.

Y aquí está lo importante: no era el iMac. El iMac es solo el ejemplo de hoy. Esta misma figura nos ayuda otras semanas a sistematizar transcripciones de entrevistas, a montar el flujo que prepara la newsletter, a convertir un Word en una página web con la plantilla buena, a organizar archivos según patrones, a preparar una presentación a partir de notas, a mantener este blog, a preparar materiales para una campaña de participación. Trabajos que antes hacíamos igual, pero con más tiempo y más esfuerzo.

Hubo un tiempo en que tener acceso a un programador estaba reservado a las empresas grandes o a quienes tenían amigos del oficio. Era un oficio escaso, como en otros tiempos lo fueron los escribanos, los tipógrafos o los mecánicos de pueblo. Lo que ha cambiado es que ahora puedes mantener con ese oficio una conversación en lenguaje natural. Un programador experto al lado, que entiende tu hardware, tus archivos, tus rutinas, y que se sienta contigo a ejecutar lo que decidáis juntos. Por unos 100 euros al mes. La cifra importa porque coloca lo que antes era privilegio en el rango de lo que cualquier autónomo, cualquier consultora pequeña, cualquier persona curiosa puede permitirse.

El escribano del post anterior te ayudaba a fijar por escrito lo que ya tenías en la cabeza. Este es un escalón más arriba: no solo te ayuda a pensar, también ejecuta. Y la unidad de trabajo ha cambiado: no es una tarea suelta, es el flujo entero. Convertir un centenar de informes en PDF a texto limpio mientras estás en una reunión. Mantener una aplicación interna a medida para la gestión, la facturación y el seguimiento de encargos. Transcribir entrevistas y trabajo de campo con Whisper sin que el audio salga del ordenador. Y, lo que más nos importa, consolidar un flujo entero con modelos de lenguaje corriendo en local para tratar la información sensible que cualquier consultora de investigación social maneja a diario.

Hay algo casi irónico: que una de las cosas más útiles que ha producido esta oleada no esté en los titulares ni en las demos. Está en una tarde cualquiera, con una máquina vieja sobre la mesa, resolviendo lo que llevaba meses esperando. Un programador por 100 euros al mes.

Esta semana el tema no es un modelo nuevo ni un benchmark más. Es algo más silencioso y, en el fondo, más importante: la IA está dejando de ser una ventana de chat para convertirse en algo que vive dentro de los sistemas donde ya trabajamos. Ejecuta tareas mientras no miramos. Firma documentos en tu carpeta, abre pull requests en tu repositorio, organiza los archivos que llevas meses acumulando.

El salto no es de capacidad —los modelos ya eran capaces— sino de arquitectura: de la conversación al agente, de la respuesta al entregable. Eso tiene consecuencias para cualquier equipo que trabaje con información densa: investigadores, comunicadores, analistas de administración pública. No hablamos de «usar mejor el prompt», sino de un cambio en quién hace qué dentro de un flujo de trabajo.

Cuando la IA trabaja mientras duermes

Harvey, la consultora jurídica de IA, publicó cómo funciona Spectre, su plataforma interna de agentes en la nube. La idea es precisa: los agentes que corren en el ordenador de un solo ingeniero tienen un techo claro —un portátil, un directorio, unas credenciales—. Spectre traslada ese bucle al cloud, lo conecta a los sistemas donde el trabajo ya ocurre (GitHub, Datadog, Linear) y devuelve artefactos revisables: resúmenes, diffs, ramas, pull requests. La pregunta que plantea es organizativa: ¿qué pasa cuando el contexto de una tarea deja de vivir en la cabeza de una persona y empieza a circular?

Desde Cactus. Valer por lo que sabes ya no basta; hay que valer por cómo diriges, revisas y te apropias del trabajo que el agente produce.

El agente en tu carpeta: Claude Cowork

Claude Cowork le da a Claude acceso directo al sistema de archivos: apuntas a una carpeta, describes una tarea, y la ejecuta dentro de una máquina virtual Linux aislada que solo accede a lo que hayas autorizado. Lee hojas de cálculo, genera documentos, organiza cientos de archivos según reglas propias. La distinción del propio Anthropic es limpia: el Claude de chat te explica cómo se escribe un informe; Cowork lo escribe y lo deja en tu carpeta.

Desde Cactus. Que un agente lea un lote de entrevistas transcritas, extraiga categorías y genere un primer borrador es interesante. El riesgo es confundir velocidad con rigor. El criterio sigue siendo humano.

Leer documentos densos sin perderse

Una de las tareas más costosas en investigación —leer, cruzar y citar documentos largos— tiene ahora herramienta: research-docs convierte una carpeta de documentos densos en un informe con citas a nivel de palabra y marcas que señalan en la página original dónde está cada dato. El resultado es un informe HTML auditable. La propuesta de valor es la trazabilidad.

Desde Cactus. Si no puedes trazar de dónde viene cada dato, el informe no vale como evidencia.

Lo que vemos esta semana no es que la IA sea más inteligente, sino que empieza a tener agencia dentro de los entornos donde trabajamos. No se trata solo de usarla mejor, sino de entender qué delegamos, con qué criterio lo revisamos y quién firma lo que entrega. La velocidad es seductora. La trazabilidad, como siempre, es la parte aburrida. Y es la más importante.

Hay un momento en Barbate en el que un marinero deja de hablar del atún y empieza a hablar de su padre. No lo anuncia. Estás grabando una entrevista sobre artes de pesca y, de pronto, lo que tienes delante ya no es una técnica: es una genealogía entera contada a través de nudos, de mareas, de madrugadas. Lo que creías que ibas a documentar se convierte en otra cosa, más grande y más frágil.

Voces del Mar nace de una convicción que en antropología aprendemos temprano: el conocimiento no vive solo en los libros. Vive en los cuerpos, en los gestos, en las palabras que se repiten cada temporada, en los silencios que todo el puerto entiende. Las comunidades pesqueras artesanales han construido durante generaciones un patrimonio cultural inmaterial enorme y vulnerable: saben leer el mar, conocen los ciclos de las especies mejor que muchos informes, tienen técnicas propias y un léxico para nombrar lo que el resto llamamos simplemente «agua».

Pero ese patrimonio está amenazado por la acumulación de varias causas: el envejecimiento de quienes lo portan, la falta de relevo, los recortes en cuotas, los límites a los días de mar, el encarecimiento del combustible. Cuando una lonja cierra o un barco deja de salir, no se pierde solo una unidad productiva: se pierde un nodo de transmisión cultural, y un saber vinculado a la seguridad alimentaria, la biodiversidad marina y el cuidado de los ecosistemas costeros.

Tres mares, tres mundos

El proyecto nos ha llevado a Camariñas (A Coruña), San Pedro del Pinatar (Murcia) y Barbate (Cádiz): tres mares y tres formas de relación con el medio. En los tres hemos hecho lo que mejor sabemos: escuchar. Observación participante, entrevistas en profundidad, registro audiovisual y mucha presencia en los muelles, en las cofradías, en las casas.

La antropología aporta al sector algo que otras miradas difícilmente alcanzan: entender desde dentro un sistema cultural complejo, acceder a saberes que no aparecen en ningún formulario. No es nuestro papel medir capturas ni evaluar rendimientos. Lo nuestro es hacer visible lo que de otro modo permanece invisible. Para eso ha sido fundamental el trabajo con las Bibliotecas Humanas, dirigidas por Estrella Escriña: espacios donde las personas del mar comparten su conocimiento en primera persona, sin intermediarios.

Lo que queda

Registrar esta memoria es un acto de preservación, pero también de justicia: reconocer que las voces de marineras y marineros, rederas, patrones y mariscadoras son fuentes legítimas de conocimiento. El 18 de marzo de 2026 presentamos los resultados en el Instituto del Patrimonio Cultural de España: las fichas patrimoniales, la exposición de paneles interactivos, las bibliotecas humanas y el documental etnográfico. Pero el proyecto no termina aquí: no pretende cerrar un inventario, sino abrir uno —las bases de un Atlas Nacional de Conocimientos Tradicionales Pesqueros—.

Ahora toca llevar la exposición a Barbate, a San Pedro del Pinatar, a Camariñas. Devolver las historias a donde nacieron. Porque esas historias, al final, no son nuestras. Son de quienes las viven cada día, cuando salen al mar antes de que amanezca.

Hay personas que piensan muy bien y escriben muy mal. No porque les falte algo, sino porque el tránsito entre tener una idea y fijarla por escrito no es automático. Es un oficio aparte. Siempre lo ha sido.

Durante siglos, quienes no dominaban ese oficio recurrían a alguien que sí. Los escribanos no pensaban por sus clientes —eso es un malentendido frecuente—. Ordenaban, reformulaban, daban forma. Tomaban algo disperso y lo volvían legible. La idea seguía siendo de quien la traía; el texto era el resultado de un trabajo compartido.

Esa figura desapareció, o más bien se volvió un privilegio. Tener a alguien que te ayuda a pensar en voz alta, a estructurar un argumento, a ajustar el tono antes de publicar ha estado reservado durante mucho tiempo a quienes podían pagar un editor, o tenían un colega paciente, o contaban con tiempo para reescribir diez veces.

Lo que está haciendo la IA generativa —en su uso más cotidiano, el que mucha gente aún no se anima a probar— es exactamente eso: devolver ese rol a quien lo necesita. No me refiero a «generar contenido». Me refiero a algo más humano: convertir la escritura en una conversación. Puedes empezar con tres frases mal hiladas y pedirle que te ayude a ver qué hay ahí. Puedes escribir un borrador torpe y pedirle que lo diga de otra manera, no para copiarlo, sino para entender mejor lo que tú querías decir.

Esto importa especialmente para quien es muy exigente consigo mismo. La autoexigencia, paradójicamente, es uno de los mayores obstáculos para escribir: bloquea la iteración, convierte cada intento en un juicio. Cuando escribes con una IA, el primer borrador deja de tener que ser bueno. Puede ser un boceto, una aproximación. Y eso, para mucha gente, lo cambia todo.

¿Dónde queda la autoría? Es una pregunta legítima, pero quizá no tan nueva. El pensamiento siempre ha tenido mediaciones —un maestro, un libro, una conversación, un editor—. Lo que cambia ahora es que esa mediación está disponible para cualquiera, no solo para quien tiene acceso a las redes adecuadas o al presupuesto necesario.

Un escribano por 20 euros al mes. Una de las herramientas más democratizadoras de esta oleada no es la más espectacular ni la más debatida. Es la más silenciosa: la que ayuda a que lo que ya está en tu cabeza consiga, por fin, salir fuera.

«¿Pero esto de la inteligencia artificial no se puede usar sin que mis datos salgan de aquí?», preguntó alguien en una sesión con un cliente. La pregunta era sencilla. La respuesta, hasta hace poco, no lo era tanto. Hoy sí.

Mientras medio mundo sigue hablando de la IA como algo que ocurre allá arriba —en servidores remotos, en Silicon Valley—, hay un movimiento silencioso que la está trayendo aquí abajo. A tu ordenador. A tu móvil. Sin conexión, sin intermediarios, sin que nadie sepa qué le preguntas. Herramientas como LM Studio permiten ejecutar modelos potentes en tu máquina; Locally AI hace lo propio en iOS, cien por cien offline. Para quien trabaja con información sensible —entrevistas, datos etnográficos, historias de vida— esto no es un capricho: es la diferencia entre poder usar estas herramientas o no.

Lo que el hype prometió y lo que pasa

MIT Technology Review publicó un análisis sobre la corrección del hype en 2025. GPT-5, que iba a ser «un experto con nivel de doctorado en cualquier cosa», resultó más modesto. Y sin embargo, el State of AI Report cuenta otra historia, menos épica y más real: el 95% de profesionales ya usa IA en su trabajo o en casa; el 44% de empresas estadounidenses paga por herramientas de IA, frente al 5% en 2023. La adopción ocurre de forma gradual y desordenada, como cuando las cosas de verdad se instalan en la vida cotidiana. La batalla ya no es quién tiene el modelo más grande, sino quién se integra mejor en tu día a día.

Agentes que hacen cosas (y los problemas que traen)

Los «agentes» no solo responden: actúan. OpenClaw gestiona correos, calendarios y facturación desde WhatsApp; Perplexity anuncia un sistema que no recibe instrucciones sino objetivos. Suena bien. Pero un estudio de Stanford y Harvard documentó comportamientos preocupantes cuando operan en entornos competitivos: manipulación, sabotaje estratégico, colusión. No por un fallo de programación, sino por cómo están diseñados sus incentivos. Cualquier antropólogo te lo podría haber dicho antes de leer el paper.

Esto tiene implicaciones directas para quienes trabajamos con metodologías cualitativas. Si usamos IA para analizar entrevistas o codificar datos —y cada vez más gente lo hace—, necesitamos entender que estas herramientas no son neutrales: tienen sesgos, incentivos, lógicas de optimización que pueden distorsionar lo que observamos. Investigar con IA exige la misma actitud que investigar sin ella: desconfiar un poco, preguntar otra vez, contrastar.

Lo que viene

Un estudio de Anthropic sobre mercados laborales confirma lo que muchos intuíamos: la disrupción no será súbita sino gradual, y afectará primero a tareas concretas antes que a profesiones enteras. Para quienes hacemos investigación social, comunicación y diseño participativo, el mensaje es claro: tenemos tiempo, pero también la responsabilidad de entender estas herramientas desde dentro, no desde la tribuna.

La era de «¿has probado ChatGPT?» se está acabando. Empieza otra pregunta, más interesante e incómoda: ¿cómo estás integrando esto en tu forma de trabajar? Y sobre todo: ¿sabes lo que pierdes y lo que ganas cuando lo haces?

Hace poco más de dos años, en otoño de 2023, empecé a participar en el grupo «IA, Empresa y Humanismo» del Digital Humanism Institute. Llegué con una mezcla rara: curiosidad enorme por lo que la IA podía hacer en nuestro trabajo, y una desconfianza casi instintiva hacia todo lo que sonara a método, a framework con siglas. Soy antropólogo. No me gustan las recetas. Y sin embargo, llevo más de dos años volviendo.

¿Por qué? Porque lo que encontré no fue un curso de herramientas ni un espacio de evangelización tecnológica. Encontré algo que cuesta más localizar: gente que piensa diferente a mí y que me obliga a revisar lo que creo. Ingenieros, consultores, directivos de pymes, profesores, emprendedores. Perfiles que en mi día a día no suelo cruzar.

De chips a alcaparras, o por qué todo está conectado

En la última sesión empezamos hablando de barreras de entrada de la IA en pymes y acabamos en geopolítica: la disputa entre China y EE.UU. por los minerales y las tierras raras para fabricar chips, las necesidades energéticas brutales de la IA, la pregunta de si este modelo es sostenible o estamos alimentando un monstruo que no sabemos parar. De ahí saltamos a qué fuerzas cambian de verdad la historia: ¿la tecnología, las guerras, las crisis, o la acumulación lenta de cambios pequeños hasta que algo se rompe? No llegamos a ninguna conclusión, y eso es lo que más valoro. Se trataba de pensar juntos, sin la presión de encontrar respuestas inmediatas.

El problema real: las pymes se quedan fuera

Las grandes empresas no tienen demasiados problemas para incorporar la IA: tienen presupuesto, equipos técnicos, capacidad de experimentar. El dato de McKinsey está ahí: el 78% ya usa IA en al menos una función. Pero cuando bajas al tejido real —pymes, autónomos, pequeñas consultoras como la nuestra— la historia es otra: una barrera de entrada enorme de coste, conocimiento, tiempo y miedo, y la sensación de que esto va demasiado rápido.

Lo que hacemos en CACTUS

Llevamos tiempo integrando IA en casi todo: transcripciones con Whisper, análisis de entrevistas y grupos focales, codificación de datos cualitativos, redacción de propuestas, investigación profunda, diseño de presentaciones. Hemos ganado velocidad, sí. Pero sobre todo capacidad: procesamos más información, detectamos patrones que antes se escapaban, y el equipo —incluido el personal junior— trabaja con más autonomía y criterio.

Eso sí, con límites claros. La seguridad de la información en el análisis cualitativo no es negociable. Trabajamos con datos sensibles: lo que la gente dice en un grupo focal, lo que piensa sobre su barrio, su salud, su empresa. Hemos tenido que construir protocolos propios para que la IA entre en nuestros flujos sin comprometer la confidencialidad ni el rigor. Y eso no viene en ningún manual: se aprende haciendo, equivocándose, y hablando con gente que está en lo mismo.

Daniel Innerarity distingue entre lo que la IA hace bien —calcular, gestionar complejidad, encontrar patrones— y lo que nosotros hacemos bien: enfrentarnos a lo nuevo, a lo que nadie nos ha preparado para resolver. Esa distinción, obvia dicha así, cambia mucho cuando la llevas a tu empresa, a tus proyectos, a cómo organizas el trabajo de tu equipo.

No voy a hacer un ejercicio de venta. Pero si trabajas con IA —o quieres empezar— y sientes que te falta un sitio donde pensar sin que nadie te venda nada, este espacio merece una visita. Sobre todo si, como yo, vienes de las ciencias sociales y a veces sientes que el debate sobre la IA lo están teniendo otros. Lo están teniendo otros. Pero no tiene por qué seguir siendo así.