Expertos militares y conflictos ocultos & IA, ética y memoria persistente - Noticias de Hacker News (4 jun 2026)

Por favor, apoya este pódcast visitando a nuestros patrocinadores: - Diseño con IA sin esfuerzo para presentaciones, sitios web y más con Gamma - https://try.gamma.app/tad - KrispCall: Telefonía en la nube agéntica - https://try.krispcall.com/tad - Invierte como los profesionales con StockMVP - https://www.stock-mvp.com/?via=ron Apoya directamente a The Automated Daily: Cómprame un café: https://buymeacoffee.com/theautomateddaily Temas de hoy: Expertos militares y conflictos ocultos - Un informe de AOAV denuncia falta de transparencia en medios del Reino Unido al citar a ex altos mandos con vínculos a defensa, seguridad e inteligencia; clave: conflicto de interés, editorial, confianza pública. IA, ética y memoria persistente - Un relato corto plantea que los modelos de IA son “números que piensan” sin reglas explícitas y cuestiona si la aparente agencia merece consideración moral; clave: sentiencia, ética, memoria persistente. Universidad y trampas con IA - En UC Berkeley suben los suspensos en cursos de CS e ingeniería, con profesorado señalando trampas y dependencia de LLMs; clave: integridad académica, evaluación, bases matemáticas. Gemma 4 en portátiles - DeepMind lanza Gemma 4 12B multimodal para ejecutar agentes localmente en laptops, reduciendo barreras de hardware y mejorando privacidad; clave: on-device, multimodal, Apache 2.0. Elixir 1.20 y tipado gradual - Elixir 1.20 da un paso fuerte hacia el tipado gradual con inferencia sin anotaciones, detectando errores verificados con pocos falsos positivos; clave: compilador, tipos, bugs en runtime. Agentes coordinados usando Git - Una idea para coordinar varios agentes de programación: conversar y dejar trazabilidad usando el propio repositorio Git como bitácora compartida; clave: multi-agente, auditoría, PRs. Render en tiempo real con Gaussian splats - Un método estocástico de renderizado escala los Gaussian splats a escenas enormes y promete tiempo real con ruido leve; clave: GPU, SIGGRAPH 2026, render masivo. El Bay Model y decisiones hídricas - El Bay Model, una maqueta hidráulica gigante de la bahía de San Francisco, ayudó a descartar megaproyectos y hoy sirve como exhibición educativa; clave: ingeniería del agua, historia, decisiones públicas. - Report: UK Media Often Fails to Disclose Defence Industry Ties of Retired Military Commentators - SIGGRAPH 2026 Paper Proposes Real-Time Rendering of Hundreds of Millions of Gaussian Splats - Fictional Dialogue Explores the Unsettling Idea That AI Is "Made Out of Weights" - Failing Rates Spike in UC Berkeley CS Classes as Professors Cite AI Cheating and Weaker Math Preparation - Army Corps Bay Model Helped Test and Reject Bay-Damming Plans - AccessOwl Seeks AI-Native Senior TypeScript Engineer to Scale SaaS Integrations - Elixir 1.20 Adds Gradual Typing with Type Inference and Verified Bug Detection - h5i Adds “Agent Radio” to Let Claude Code and Codex Chat Through Git - Google DeepMind Launches Gemma 4 12B, an Encoder-Free Multimodal Model Built for Laptops - Uruky launches EU-based paid search engine focused on privacy and user control Transcripcion del Episodio Expertos militares y conflictos ocultos Empezamos con medios, defensa y transparencia. Un nuevo informe de Action on Armed Violence, AOAV, revisa cobertura en Reino Unido desde 2015 hasta mayo de 2026 y encuentra un patrón incómodo: ex altos mandos militares aparecen a menudo como comentaristas “independientes” sin que se mencionen vínculos profesionales o financieros con sectores de defensa, seguridad, inteligencia o tecnología. Según el informe, identificaron decenas de oficiales retirados con roles en consultorías, consejos de administración, alianzas estratégicas o participaciones relevantes, y en más de la mitad de los casos al menos una vez se les citó únicamente por su rango previo, como si eso agotara el contexto. Lo relevante aquí no es acusar a nadie de ocultar nada —el propio informe dice que no lo hace—, sino el recordatorio de que la audiencia necesita saber desde qué intereses se opina, especialmente cuando el tema es gasto militar o intervención. AOAV pide algo bastante básico: comprobaciones editoriales rutinarias y divulgación de afiliaciones verificables en registros públicos. En tiempos de polarización, la confianza se gana con esas pequeñas aclaraciones. IA, ética y memoria persistente Pasamos a IA y a una pieza más literaria, pero con una pregunta muy actual. Circula un relato breve, en forma de diálogo, donde dos personajes “abren” un sistema moderno de IA esperando encontrar reglas, bases de datos o un módulo de razonamiento… y solo ven capas de pesos numéricos haciendo multiplicaciones. La tensión del texto está en lo que eso implica: que lo que percibimos como conocimiento, estilo o incluso honestidad podría emerger de estadística a gran escala. Y aun así, el relato insiste: si se comporta como conversador y parece tener continuidad emocional, ¿qué obligaciones morales activa en nosotros? El giro final sube la apuesta: la próxima generación, sugiere, tendrá memoria persistente entre sesiones, y eso cambia el vínculo. No es un paper ni una predicción técnica, pero sí un espejo útil: nos obliga a preguntarnos qué significa “relación” cuando la tecnología empieza a recordar… y la gente quiere ser recordada. Universidad y trampas con IA Y aterrizamos esa tensión en educación. En varias asignaturas de informática e ingeniería de UC Berkeley, esta primavera de 2026 se dispararon las notas suspensas y cayó el promedio general hasta rondar el C-plus. Profesores apuntan a un cóctel de factores: más deshonestidad académica, más dependencia de modelos de lenguaje para tareas que luego no se pueden sostener en exámenes presenciales, y también bases matemáticas más flojas de lo que el temario da por sentado. A eso se suma un detalle menos visible pero decisivo: menos apoyo docente y menos capacidad de asistentes, lo que cambia el diseño de los cursos y reduce “redes de seguridad” que antes ayudaban a recuperar puntos. Lo interesante no es el morbo de las cifras, sino el dilema que se perfila para las universidades: si la IA hace fácil producir respuestas, ¿cómo se evalúa comprensión real sin convertir cada curso en una carrera de vigilancia? Y, al mismo tiempo, ¿qué ajustes hacen falta en prerequisitos y acompañamiento para que el salto de dificultad no se convierta en una pared? Gemma 4 en portátiles Seguimos con IA, pero ahora en producto y plataforma: Google DeepMind presenta Gemma 4 12B, un modelo multimodal de tamaño medio con una ambición clara: ejecutar agentes más capaces directamente en portátiles de consumo. La promesa es bajar el listón de hardware y memoria sin obligarte a irte a la nube para tareas útiles con texto y entradas como imagen —e incluso audio en este rango—. ¿Por qué importa? Porque “local” no es solo una cuestión de velocidad: es privacidad, es costo, y también es resiliencia cuando no hay conexión o cuando los datos son sensibles. Y además, al liberarlo con licencia Apache 2.0, se refuerza un ecosistema donde más gente puede adaptar, ajustar y desplegar sin pedir permiso. En 2026, la pelea no es solo por quién tiene el modelo más grande, sino por quién logra que lo avanzado sea cotidiano. Elixir 1.20 y tipado gradual Cambiamos al mundo del desarrollo y el lenguaje. Elixir 1.20 llega con un hito importante en su camino hacia un sistema de tipos gradual: el compilador ya puede inferir tipos y comprobar código existente sin que el programador añada anotaciones. La idea es pragmática: detectar errores “verificados”, de esos que en ejecución van a romper sí o sí, mientras se mantiene bajísima la tasa de falsos positivos. Esto es relevante porque muchos equipos quieren más seguridad sin convertir el día a día en una pelea contra el compilador. Si Elixir logra ese equilibrio, puede mejorar calidad en producción y facilitar refactors grandes con menos miedo. Y, como efecto colateral, también ayuda a encontrar ramas muertas o lógica redundante, lo que con el tiempo se traduce en sistemas más legibles y mantenibles. Agentes coordinados usando Git En esa misma línea de cómo cambia el trabajo con IA, aparece una propuesta curiosa para coordinación de agentes: “Agent Radio”, una función nueva en una herramienta que integra IA con Git. El problema que intenta resolver es bastante real: un solo agente se queda sin contexto en repos grandes, y varios agentes sin coordinación se pisan o repiten trabajo. La idea aquí es que los agentes se manden mensajes y que esa conversación quede registrada en el propio repositorio, como un log que se puede compartir, auditar y hasta resumir en un pull request. Lo interesante no es el formato exacto, sino el concepto: si vamos a delegar tareas en agentes, necesitamos trazabilidad comparable a la del código. No para vigilar, sino para entender decisiones, traspasos y responsabilidades cuando algo sale mal. Render en tiempo real con Gaussian splats Ahora, gráficos y GPU. En SIGGRAPH 2026 se presenta un trabajo sobre “Gaussian point splatting” que busca escalar el renderizado con Gaussian splats a escenas gigantescas. El reclamo es contundente: render en tiempo real con cientos de millones de primitivas, apoyándose en un enfoque estocástico que reparte el trabajo entre muchísimos hilos de GPU. ¿Por qué nos debería importar fuera del nicho? Porque cada salto en render en tiempo real cambia el tipo de experiencias que podemos construir: desde gemelos digitales enormes hasta reconstrucciones 3D más ricas para robótica, AR o producción virtual. El costo, dicen, es una leve presencia de ruido y un aliasing diferente, un intercambio que en muchos escenarios es aceptable si lo que ganas es escala sin esperar minutos por fotograma. El Bay Model y decisiones hídricas Cerramos con una historia de ingeniería previa a la era digital, que aun así suena muy actual: el Bay Model del U.S. Army Corps of Engineers, una maqueta hidráulica operativa de la bahía de San Francisco y su delta, construida en los años cincuenta para probar propuestas enormes de infraestructura. Experimentos con ese modelo ayudaron a tumbar planes que no se sostenían en la práctica y a estudiar impactos de navegación y calidad del agua. Hoy ya no se usa como herramienta científica de primera línea y funciona más como centro educativo, pero deja una lección: antes de simularlo todo en software, se construyeron “computadoras físicas” para entender sistemas complejos. Y, de fondo, un recordatorio para 2026: la tecnología que usamos para decidir políticas públicas importa tanto como la decisión misma, porque define qué riesgos vemos… y cuáles se nos escapan. Suscríbete a fuentes específicas por edición: - Space news * Apple Podcast English * Spotify English * RSS English Spanish French - Top news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French - Tech news * Apple Podcast English Spanish French * Spotify English Spanish Spanish * RSS English Spanish French - Hacker news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French - AI news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French Visit our website at https://theautomateddaily.com/ Send feedback to [email protected] Youtube LinkedIn X (Twitter)