MIL Submissions Engine

Source: The Conversation – (in Spanish) – By Olaya López Munuera, PhD en Comunicación y Periodismo, Universitat Autònoma de Barcelona

Si forma parte de los más de 500 millones de usuarios que usan a diario el feed de noticias de Google, seguramente se haya encontrado, sin haberlo buscado activamente, con algún titular que prometía revelarle la receta secreta de Ferràn Adrià, la hora a la que se acuesta Pilar Rubio a sus 46 años, el nuevo producto de Mercadona o el coche que a partir de 2026 iba a permitirle decir “adiós” a la ITV.

Cuando hablamos de Google, solemos pensar en su icónico buscador: la barra sobre un fondo blanco que se instaló en nuestro lenguaje con el verbo “googlear”, se ha ganado la posición de árbitro en nuestras sobremesas y es el producto estrella que vertebra los cuantiosos ingresos publicitarios de Alphabet.

De “buscar” a “encontrar” sin pedirlo

Pero, con el paso de los años, Google ha consolidado otro servicio que pasa del clásico “buscar” al algorítmico “encontrar”. Se trata de un sistema de recomendación de contenidos similar a la interfaz que comparten muchas redes sociales, aunque sin comentarios, retuits o interacciones visibles de otros usuarios.

Este producto se llama Google Discover y, a diferencia de otros servicios del ecosistema de Google como Maps, Drive o Fotos no cuenta con una aplicación concreta que podamos descargar: sencillamente se encuentra preinstalado en los teléfonos Android, como un elemento consustancial más de la interfaz al que se suele acceder deslizando hacia la izquierda desde la pantalla principal.

La gran pregunta –sobre este y cualquier otro sistema de recomendación como el que pueden utilizar las polémicas Instagram y Facebook, Netflix, YouTube o hasta las presuntamente inocentes Vinted y Wallapop– es cómo decide qué contenidos le recomiendan. ¿Qué ha hecho usted como usuario para merecerlos en su teléfono?

Ni algoritmo ni fórmula mágica

Cuando los usuarios o creadores intentamos explicar el funcionamiento de las plataformas que nos recomiendan contenidos como Twitter, Facebook, Instagram, YouTube o Spotify, desarrollamos imaginarios algorítmicos, cotilleos o creencias infundadas. Algunos intentan, incluso, entrenar o manipular al “algoritmo” a partir de estas reconstrucciones.

Lo cierto es que no existe un solo algoritmo ni una gran ecuación que podamos controlar. Los sistemas de recomendación como Google Discover son más bien una gran infraestructura algorítmica opaca. Es decir, un circuito de instrucciones informáticas escondidas en una caja negra metafórica de la que Google ha revelado pocos detalles.

El resto de las piezas del puzle provienen de los esfuerzos profesionales por descifrar cómo funciona y de la literatura científica, que ha observado su impacto en ámbitos como el periodismo. Pero, siendo honestos, no podemos leer los ingredientes de su composición como quien lee la etiqueta de un bote de kétchup o champú.

Un embudo digital para captar la atención

La documentación oficial define Google Discover como un feed personalizado basado en los intereses del usuario, según su actividad en la web y aplicaciones. En los estudios científicos publicados por los propios ingenieros de Google se ha revelado como un sistema industrial de recomendación de contenidos. Mientras, la investigación académica independiente lo sitúa en la intersección entre la recuperación de información y la curación algorítmica.

Para explicar por qué Google Discover le enseña ciertos contenidos sin saber exactamente cómo funciona, podemos comparar la arquitectura típica de un sistema de recomendación con las evidencias e hipótesis que tenemos sobre el producto de Google.

Una metáfora útil es la del embudo dividido en etapas. En internet se publican diariamente millones de contenidos de toda clase: artículos web, vídeos largos, publicaciones de redes sociales o resúmenes de inteligencia artificial. ¿Cómo sintetiza esa inmensa variedad a una lista diseñada a medida para usted?

Elegibilidad

Al igual que en Google Search (el buscador), el primer paso es la indexación. Google mantiene un inventario donde rastrea internet y aplica un primer filtro para descartar todo lo que no cumple sus políticas. De ahí, que el contenido que infringe las normas de seguridad quede fuera desde el principio. Por ejemplo, publicaciones que busquen reclutar personas para una organización terrorista o imágenes de torturas sin contexto periodístico. Pero superar este filtro solo significa que un contenido es elegible, no una plaza asegurada.

Lo que buscamos habla de nosotros

Para reducir ese universo inicial, el sistema necesita encontrar qué contenidos pueden encajar mejor con nuestros intereses. En el caso de Google Discover, lo hace identificando qué elementos concretos (entidades) están presentes en sus búsquedas o interacciones –Ferràn Adriá, Pilar Rubio, Mercadona o la ITV–, para relacionarlos entre sí. Así, puede interpretar qué búsquedas o lecturas desagregadas forman parte del mismo interés y organizarlo en temas y subtemas más amplios.

Cuando nuestros intereses ya están “fichados”, el sistema necesita traducirlos a un lenguaje con el que comparar y encontrar contenidos afines a gran escala. En el caso de Google Discover, la hipótesis de analistas profesionales como Damien Andell es que se utilizan representaciones matemáticas llamadas embeddings.

Estos vectores convierten los grupos de entidades (familias o clusters) y sus intereses en coordenadas de un mismo tablero, como en el juego de hundir la flota: cuanto más próximos están dos puntos, mayor es su afinidad.

Qué pasa cuando hace clic, “me gusta” o zoom

Una vez localizadas esas familias de contenidos, el embudo vuelve a estrecharse en los modelos predictivos. Aquí la inteligencia artificial del sistema intenta adivinar cómo reaccionaríamos ante cada una de las opciones. En este sentido, el trabajo de los ingenieros de Google describe once objetivos predictivos, de los que explicita siete: cinco positivos (que hagamos clic, que marquemos “me gusta”, que respondamos positivamente a una encuesta y que hagamos clic para ver detalle y que cliqueemos para expandir el texto) y dos negativos (la desestimación o dismissal y el bloqueo definitivo del contenido).

Cuando todas esas predicciones están sobre la mesa, el sistema tiene que resolverlas para ordenar los candidatos. Lo habitual es combinarlas en una única puntuación, dando más peso a unas señales que otras (como cuando en una evaluación la teoría “vale” 0,6 puntos y la práctica 0,4 de la nota final). Un artículo puede tener muchas probabilidades de que hagamos clic en él, pero también de que acabemos bloqueándolo; otro puede despertar menos curiosidad inmediata, pero generar señales más positivas. Discover tiene que resolver ese cruce para decidir qué aparece antes y qué después. Pero Google no ha publicado cómo combina esas predicciones.

En muchos sistemas de recomendación, una vez ordenados los candidatos, una última criba puede introducir criterios como diversidad, frescura o equidad, para evitar, por poner un caso, que las cinco primeras tarjetas o contenidos sean todas sobre el mismo producto de Mercadona.

Un bucle sin fin

Estamos al final del embudo y Google Discover ya ha decidido qué enseñarle, pero el proceso no se detiene aquí: el sistema se retroalimenta, es decir, observa las señales que genera explícitamente (cuando bloquea una fuente o le da “me gusta” a un contenido) e implícitamente (cuando se detiene a leer un artículo o pasa al siguiente).

Estos nuevos datos vuelven al sistema para entrenar y actualizar el modelo: las recomendaciones generan interacciones, las interacciones producen nuevos datos y esos datos alimentan futuras recomendaciones.

No sabemos con exactitud qué ensalada de señales ha invitado a Ferràn Adrià, Pilar Rubio o cualquier nombre propio al feed de su teléfono. Sí sabemos que el sistema es una ruleta que no se detiene y que se alimenta de su historial, de su ubicación y de pequeños comportamientos cotidianos que quizá resulten imperceptibles para usted mismo, pero que son la fuente de datos que riega todo este enorme sistema de recomendación.

Las personas firmantes no son asalariadas, ni consultoras, ni poseen acciones, ni reciben financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y han declarado carecer de vínculos relevantes más allá del cargo académico citado anteriormente.

– ref. ¿Qué he hecho yo para que Google me recomiende esto? – https://theconversation.com/que-he-hecho-yo-para-que-google-me-recomiende-esto-291698

Source: The Conversation – (in Spanish) – By Luis Alonso González, Profesor Educación, UNIE Universidad

Un estudiante puede memorizar la ley de Ohm, resolver una ecuación y obtener una buena nota. Pero ¿sabe elegir el material adecuado, montar un circuito, medir sin alterar el sistema, detectar un dato extraño y explicar qué ha ocurrido? Para averiguarlo no basta con otro ejercicio escrito: hay que observarlo mientras trabaja.

Recuperar el laboratorio escolar no consiste, por tanto, en volver a una enseñanza del pasado: es una vía fundamental para enseñar y evaluar de forma más completa la competencia científica real.

Competencias invisibles

Más allá de conocer conceptos, la competencia científica consiste en ser capaz de formular preguntas, proponer hipótesis, diseñar procedimientos, controlar variables, registrar datos, interpretar resultados y construir conclusiones basadas en pruebas.

Es verdad que estas capacidades pueden aparecer en un examen. Por ejemplo, podemos pedir al alumnado que ordene los pasos de una investigación o que interprete una gráfica. Sin embargo, una prueba escrita ofrece una imagen incompleta, ya que no permite comprobar bien cómo toma decisiones ante un montaje que falla, cómo corrige una medición, cómo utiliza los instrumentos o cómo modifica una explicación cuando los datos contradicen su idea inicial.

La competencia científica se demuestra cuando somos capaces de conectar teoría y pruebas, formular hipótesis, mantener registros, controlar el experimento y justificar las conclusiones. Si queremos evaluarlas de forma completa, conviene observar también al estudiante mientras las pone en práctica, no solo preguntar qué haría el estudiante en una situación imaginada.

Leer más:
Escolares en la universidad: espacios de libre elección que fomentan la actitud científica

Evaluar el diseño, ejecución y reacciones a un experimento

El laboratorio puede convertirse en un espacio privilegiado de evaluación. Mientras un grupo investiga por qué cambia el periodo de un péndulo, separa los pigmentos de una hoja o analiza la acidez de distintas muestras, el docente puede recoger evidencias que una prueba convencional deja fuera.

No se trata de calificar si “el experimento ha salido bien”. En ciencia, un resultado inesperado también puede generar aprendizaje. Lo importante es observar cómo se ha planteado el problema, si el procedimiento permite responderlo, cómo se han tomado las medidas, qué decisiones se han adoptado y hasta qué punto las conclusiones están respaldadas por los datos.

Leer más:
¿Cómo acercar la ciencia a los más pequeños?

Para ello pueden combinarse una rúbrica de observación, el cuaderno de laboratorio, las tablas y gráficas obtenidas, una breve conversación con el grupo y una explicación individual final. Así se evita que la nota dependa solo del informe más bonito o del alumno que escribe mejor. También se obtiene una evaluación más rica de la autonomía, la colaboración, la seguridad y la capacidad de argumentar.

No todos los experimentos son iguales

Defender el laboratorio no significa aceptar cualquier práctica. Una actividad en la que el alumnado sigue una receta, copia una tabla y obtiene el resultado que ya aparece en el libro puede servir para aprender una técnica. Pero difícilmente permite comprender cómo se construye el conocimiento científico.

Las revisiones recientes sobre el trabajo de laboratorio muestran que sus resultados dependen de la finalidad de la actividad, del grado de indagación y de la intervención del profesor. Manipular materiales debe ir acompañado de preguntas, predicciones, discusión y análisis. Las manos tienen que trabajar, pero también la mente.

Esto tampoco implica dejar al alumnado solo ante un problema completamente abierto. La indagación guiada suele ser una alternativa más razonable: el docente plantea un reto, proporciona apoyos y reduce progresivamente la ayuda. Un estudio reciente con estudiantes de secundaria encontró mejoras en destrezas como observar, medir, clasificar, interpretar datos, formular hipótesis y experimentar mediante actividades de laboratorio basadas en este enfoque.

Pensar como científicos

La experimentación no es el único origen ni el único método de la ciencia. La ciencia también avanza mediante la observación, la modelización, la comparación, el debate y la revisión de explicaciones. Pero el laboratorio reúne muchas de estas prácticas en una situación concreta: obliga a pasar de una idea a una decisión, de una medida a una interpretación y de una afirmación a una prueba.

Esa experiencia enseña algo que un resultado cerrado suele ocultar: los datos contienen incertidumbre, los instrumentos tienen límites y los errores no siempre son fracasos. Aprender ciencias supone comprender conceptos, pero también entender cómo sabemos lo que afirmamos saber.

Leer más:
¿Cómo detectar si tenemos un futuro científico en casa?

¿Cuánta ciencia sabe un estudiante?

Recuperar el laboratorio exige tiempo, materiales, formación docente, grupos manejables y una evaluación que valore realmente lo que allí sucede. Si las pruebas decisivas solo premian la memorización y la resolución de ejercicios, el trabajo experimental seguirá ocupando un lugar secundario.

Para saber si un estudiante sabe hacer ciencia, aunque sea a escala escolar, hay que darle la oportunidad de preguntar, medir, equivocarse, revisar sus ideas y defender una conclusión basada en pruebas. Más allá de los notables o sobresalientes en los exámenes, lo cierto es que no podemos afirmar que evaluamos la competencia científica de manera completa si nunca observamos al alumnado investigar. Por eso resulta tan recomendable recuperar los laboratorios escolares y enseñar a chicos y chicas a manejarse en ellos con criterio y seguridad.

Luis Alonso González no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

– ref. El laboratorio escolar: un lugar fundamental para evaluar la competencia científica de niños y niñas – https://theconversation.com/el-laboratorio-escolar-un-lugar-fundamental-para-evaluar-la-competencia-cientifica-de-ninos-y-ninas-288003

Source: The Conversation – (in Spanish) – By Marta Marín Berges, Profesora del grado de Terapia ocupacional, Universidad de Zaragoza

En España, las mujeres representan alrededor del 5 % de quienes conducen taxis, según el Observatorio Mujer Taxista 2025. En Zaragoza, donde el sector reúne 1 777 licencias, se estimaban unas 60 mujeres taxistas en el momento de realizar este estudio, en 2025. Siguen siendo, por tanto una minoría en una profesión que, durante décadas, se ha asociado a los hombres.

Pero ¿qué ocurre cuando el taxi se observa desde la experiencia de quienes lo conducen siendo mujeres? Un estudio cualitativo realizado en Zaragoza, a partir de un grupo con cinco taxistas, o mujeres en proceso de incorporarse al sector, muestra que cuestiones aparentemente independientes, como la conciliación, la seguridad, la tecnología o el embarazo, están profundamente conectadas en el trabajo diario.

El objetivo de esta investigación no era obtener cifras representativas de todas las taxistas españolas, sino comprender con detalle cómo se vive y se organiza el trabajo en un contexto concreto. Precisamente por eso, los relatos permiten detenerse en aspectos del oficio que con frecuencia quedan fuera de las estadísticas.

La libertad tiene un precio

Una de las ventajas más valoradas del taxi es la posibilidad de organizar el propio horario. Para varias participantes, esa autonomía fue precisamente una razón para incorporarse o permanecer en la profesión.

La flexibilidad puede facilitar la atención a los hijos, al cuidado de familiares o a atender otras responsabilidades. Sin embargo, cuando el ingreso depende de alcanzar un determinado objetivo económico diario, la jornada puede prolongarse hasta conseguirlo.

Así, disponer de libertad para decidir cuándo trabajar no significa necesariamente trabajar menos. Puede implicar horarios largos, fragmentados o adaptados a los momentos de mayor demanda. La conciliación queda entonces en buena medida en manos de la propia trabajadora.

Este resultado ayuda a matizar una idea habitual: la flexibilidad laboral no es, por sí misma, ni una ventaja ni un inconveniente. Puede facilitar la conciliación y, al mismo tiempo, trasladar a la persona trabajadora la responsabilidad de gestionar los costes que esa flexibilidad implica.

Leer más:
Cómo la flexibilidad laboral está transformando nuestras vidas

Cuando cae la noche

El trabajo nocturno concentra algunas de las horas más rentables, pero también algunos de los momentos que generan mayor desgaste. Las participantes hablaron de pasajeros ebrios, impagos, vómitos y comportamientos imprevisibles, especialmente durante determinadas franjas horarias y los fines de semana.

Para manejar esas situaciones, la seguridad no depende solo de la capacidad individual de la conductora. La radio, la localización mediante GPS y la coordinación con otros compañeros forman una red práctica de protección.

El taxi es, por tanto, mucho más que un vehículo destinado a transportar pasajeros. Para quien conduce profesionalmente, es también su lugar de trabajo, y la tecnología y la comunicación con otros taxistas forman parte de las estrategias cotidianas para reducir riesgos.

Leer más:
A los hombres les estresan los parques y a las mujeres las calles estrechas: ¿qué emociones despierta la ciudad?

‘No conduce mal para ser mujer’

Las participantes perciben que la presencia femenina en el taxi se ha normalizado con el tiempo. No describen un entorno dominado por una hostilidad abierta y constante. Pero sí aparecieron comentarios que revelan que la competencia de una conductora todavía puede ser evaluada de forma distinta.

Una frase aparentemente inofensiva como “no conduces mal para ser mujer” funciona como ejemplo de esa situación. Puede presentarse como un cumplido pero parte de una premisa previa: que una mujer, por el hecho de serlo, debería conducir peor. Son pequeños comentarios y valoraciones que pueden parecer anecdóticos, pero revelan una diferencia importante: mientras que la capacidad de un hombre para desempeñar el trabajo suele darse por supuesta, una mujer puede sentirse obligada a demostrarla.

Al mismo tiempo, los testimonios no se reducen a experiencias negativas. También aparecen relaciones de compañerismo y redes de apoyo entre profesionales. Grupos de mensajería y encuentros entre mujeres taxistas funcionan como espacios para intercambiar información práctica, resolver dudas y compartir experiencias. No sustituyen a la prevención formal, pero constituyen un recurso profesional importante.

Leer más:
Un buen clima laboral favorece el bienestar de las personas y la productividad de la empresa

Embarazo: cuando las condiciones del trabajo cambian

Uno de las puntos clave surgió al hablar del embarazo. Varias participantes recordaron las dificultades que encontraron para compatibilizar la gestación con unas condiciones de trabajo que resultaban imposibles de modificar.

Permanecer muchas horas sentada, las vibraciones del vehículo, el trabajo nocturno, la dificultad para acceder con regularidad a baños o zonas de descanso y la exposición a determinados pasajeros fueron algunos de los aspectos que aparecieron en sus relatos. Durante esta etapa, las condiciones habituales de su trabajo adquieren un nuevo cariz.

Leer más:
Dolor lumbar y pélvico en el embarazo: qué tratamiento funciona mejor según la ciencia

La protección por riesgo durante la gestación existe también para las trabajadoras autónomas, pero su reconocimiento requiere valorar las circunstancias concretas de la actividad profesional. Por eso, la experiencia de las participantes plantea una cuestión que va más allá de la existencia de la norma: ¿cómo se evalúan y gestionan los riesgos laborales cuando el trabajo es móvil, se desarrolla en solitario y apenas permite modificar las condiciones de la actividad?

Lo que revelan estas experiencias

Este trabajo tiene una limitación importante: se basa en un único grupo con cinco mujeres de Zaragoza. Por eso no permite afirmar que todas las taxistas de España vivan estas situaciones de la misma manera. Su valor está en mostrar cómo se entrecruzan la organización del tiempo, la seguridad, las relaciones de género y la protección social en un oficio muy concreto.

A partir de estos relatos pueden plantearse líneas de mejora que deberían estudiarse y evaluarse: brindar formación inicial específica, incorporar estrategias de gestión de conflictos y prevención del acoso, apoyar la mentoría entre profesionales, revisar los sistemas de seguridad disponibles y clarificar la evaluación de riesgos durante el embarazo.

Leer más:
Mentorías: un proceso fundamental para la supervivencia de las organizaciones

Por un sector más seguro y sostenible

La presencia de mujeres en el taxi sigue siendo minoritaria, pero su experiencia ayuda a mirar el oficio desde una perspectiva diferente. Y, al hacerlo, aparecen preguntas que van más allá de la propia situación de las conductoras: ¿quién asume el coste de la flexibilidad? ¿cómo se protege a una persona que trabaja sola dentro de un vehículo? ¿cómo pueden adaptarse las normas de protección laboral a formas de empleo autónomas, móviles y difíciles de modificar?

Responder a estas preguntas no solo puede contribuir a mejorar las condiciones de trabajo de las mujeres taxistas. También puede ayudar a construir un sector más seguro, sostenible y adaptado a la realidad de quienes trabajan en él y, en última instancia, a mejorar el servicio que recibe toda la ciudadanía.

Las personas firmantes no son asalariadas, ni consultoras, ni poseen acciones, ni reciben financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y han declarado carecer de vínculos relevantes más allá del cargo académico citado anteriormente.

– ref. Ser taxista y mujer: entre la libertad y los desafíos del oficio – https://theconversation.com/ser-taxista-y-mujer-entre-la-libertad-y-los-desafios-del-oficio-289448

Source: The Conversation – (in Spanish) – By José Manuel de Haro García, Profesor titular, Organización de Empresas (RR.HH. y Comportamiento Organizacional), Universidad Miguel Hernández

El psicologo Daniel Kahneman popularizó la distinción entre un pensamiento rápido, automático e intuitivo, y otro lento, deliberado y exigente. Ambos son necesarios para hacer frente a los distintos tipos de problemas a los que nos enfrentamos. Sin embargo, el uso desproporcionado de todo lo relacionado con el entorno digital podría estar inclinando la balanza hacia el predominio de la respuesta rápida, lo que mermaría nuestra capacidad de dar respuesta a problemas complejos.

Pensar despacio no es dedicar más minutos a una decisión, sino integrar información, considerar explicaciones alternativas y, si es necesario, reformular el problema. No parece que, de momento, vaya a desaparecer nuestra capacidad de pensar despacio, pero sí pueden reducirse las ocasiones y la paciencia para hacerlo.

Llamémoslo ‘sesgo de la respuesta instantánea’

En este artículo propongo una etiqueta divulgativa para reunir varios mecanismos conocidos: el sesgo de la respuesta instantánea. Ésta sería la tendencia a suponer que una respuesta rápida y plausible implica que ya hemos comprendido el problema y disponemos de una solución adecuada. No es un sesgo validado con ese nombre, sino una forma de agrupar tres errores: confundir acceso con comprensión, plausibilidad con corrección, y aplicar a los problemas complejos el proceso que resuelve los simples.

Nos hemos acostumbrado a escribir una pregunta, pulsar un botón y recibir una respuesta. La dificultad llega cuando esperamos que ciertas decisiones complejas, como definir una estrategia de retención de talento, realizar un diagnóstico médico o diseñar una política pública, se resuelvan también a golpe de clic.

No todos los problemas necesitan la misma velocidad

Consultar una fecha o corregir una errata son tareas simples. Preparar una previsión financiera o comparar proveedores son problemas complicados, pero analizables con conocimiento experto. En el ámbito de los recursos humanos, reducir la rotación, transformar una cultura empresarial o diseñar una política de selección entran también en la categoría de problemas complejos: contienen interdependencias, incertidumbre y efectos difíciles de anticipar. La trampa consiste en creer que una herramienta eficaz para el primer tipo de tareas, las simples, ofrece también el método adecuado para las segundas, las complejas.

Volviendo a Kahneman, este explicó junto al psicólogo Gary Klein que la intuición experta puede ser fiable cuando nos enfrentamos muchas veces a situaciones similares, reconocemos patrones y recibimos información clara sobre nuestros aciertos y errores. Un médico experimentado, por ejemplo, puede identificar rápidamente un cuadro clínico que ha visto cientos de veces. Pero, ante situaciones nuevas, cambiantes o poco predecibles, sentirnos seguros no significa necesariamente estar en lo cierto.

Pensar rápido funciona cuando realmente reconocemos el problema. Sin embargo, resulta más arriesgado cuando la cuestión solo nos parece conocida.

Cómo aprendimos a pensar con prisa

La inteligencia artificial no creó la cultura de la inmediatez. Se incorporó a un ecosistema de buscadores, redes sociales y notificaciones que lleva años acostumbrándonos a obtener respuestas casi instantáneas. Poco a poco puede instalarse una expectativa silenciosa: si casi cualquier pregunta se responde en segundos, casi cualquier problema debería poder resolverse con la misma rapidez.

La evidencia aconseja ser prudentes, no alarmistas. Un conocido estudio observó que las personas acostumbradas a alternar continuamente entre distintos medios digitales se distraían con mayor facilidad. Sin embargo, análisis posteriores encontraron que esa relación era débil. No podemos concluir, por tanto, que la multitarea digital esté destruyendo nuestra capacidad de concentración.

Sí existen indicios de que la conexión permanente puede restar espacio a los procesos que necesitan continuidad. En un experimento reciente, bloquear durante dos semanas el acceso a internet desde el móvil a los participantes –manteniendo las llamadas y los mensajes de texto– produjo una mejora modesta de la atención sostenida. Esto no demuestra que internet elimine el pensamiento profundo, pero sí que estar siempre conectados puede dificultar que mantengamos la atención durante más tiempo.

También está cambiando nuestra relación con el conocimiento. El efecto Google muestra que, cuando sabemos que podremos consultar posteriormente una información, tendemos a recordar mejor dónde encontrarla que su contenido. Además, buscar explicaciones en internet puede hacernos sentir que sabemos más de lo que realmente sabemos. El riesgo no es disponer de información al instante, sino confundir el conocimiento al que podemos acceder con el que verdaderamente hemos comprendido.

Cuando la urgencia se impone a la importancia

En las organizaciones, el pensamiento rápido encuentra un poderoso aliado: la sensación de urgencia. Una serie de experimentos mostró que tendemos a atender primero las tareas que parecen urgentes, aunque sean menos importantes y aporten un beneficio menor. Esta tendencia es aún más acusada cuando nos sentimos muy ocupados. Así, se entiende por qué dedicamos tanta energía a resolver lo que arde y dejamos para luego problemas estratégicos que pueden tener consecuencias mucho mas graves.

Lo urgente reclama nuestra atención, lo importante –en cambio– rara vez hace sonar las alarmas.

El verdadero valor de detenerse

A veces, la dificultad para encontrar una respuesta no es un defecto del proceso, sino una característica del problema. El pensamiento profundo exige dudar, revisar y reformular. Esa aparente lentitud ayuda a distinguir síntomas de causas y, en ocasiones, a descubrir que partíamos de la pregunta equivocada.

Y la evidencia respalda algunas de estas pausas: alejarse temporalmente de un problema puede favorecer su resolución, sobre todo cuando ya se ha trabajado en él. Combinar retroalimentación y reflexión mejora el desempeño. Así, por ejemplo, la reflexión guiada se ha relacionado con una
mayor precisión diagnóstica en los médicos.

Pensemos, por ejemplo en una empresa cuya rotación sube del 12 % al 18 %. La respuesta instantánea lanza un plan general: revisar salarios, añadir beneficios, flexibilizar horarios. La pausa reflexiva empieza con otras preguntas: ¿quiénes se marchan?, ¿de qué unidades?, ¿afecta al talento crítico?

Al segmentar los datos, la empresa descubre que casi todo el incremento se concentra en incorporaciones recientes de un único centro: el problema no era la retención general, sino la acogida y la dirección de un responsable.

La respuesta rápida ofrecía soluciones razonables pero el pensamiento profundo evitó resolver con eficiencia el problema equivocado.

Una competencia profesional cada vez más valiosa

Ante un problema complejo, una pausa productiva puede comenzar con tres preguntas: ¿qué supuesto damos por cierto?, ¿qué explicación alternativa no hemos considerado?, ¿qué evidencia nos haría cambiar de diagnóstico?

Cuando cualquiera puede encontrar información y generar respuestas, la ventaja se desplaza: saber qué pregunta formular, qué respuesta no aceptar todavía y qué problema exige otra velocidad. El riesgo no es perder la capacidad de pensar despacio, sino dejar de encontrar el momento de hacerlo. La competencia profesional no consistirá en pensar despacio siempre, sino en evitar que la presión por responder rápido determine la profundidad con la que abordamos cada problema.

José Manuel de Haro García no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

– ref. El ‘sesgo de la respuesta instantánea’: por qué los problemas complejos necesitan una reflexión lenta – https://theconversation.com/el-sesgo-de-la-respuesta-instantanea-por-que-los-problemas-complejos-necesitan-una-reflexion-lenta-289451

Source: The Conversation – (in Spanish) – By Víctor Machado Carvajal, Abogado procesalista | Mediador civil | Investigador y doctorando en D° Privado, Universidad de Las Palmas de Gran Canaria

La idea de una justicia robotizada ya no pertenece al terreno de la ciencia ficción ni constituye una novedad. En países como China o Gran Bretaña, los tribunales se sirven, al menos desde 2024, de algoritmos para dictar condenas.

En España, la inteligencia artificial (IA) también ha irrumpido con fuerza en el ámbito judicial. Algo que está dando lugar a un intenso debate acerca de sus implicaciones éticas y jurídicas. En marzo de 2025 se anunció que Cataluña iniciaría un plan piloto en diversos juzgados para evaluar el empleo de sistemas de IA destinados a agilizar la redacción de resoluciones judiciales.

Marco regulador

La IA ha llegado a todos los sectores de actividad y el ámbito jurídico no ha sido una excepción. Consciente de esta realidad y del creciente interés que despierta esta tecnología disruptiva, el Consejo General del Poder Judicial ha considerado necesario establecer un marco regulador para el uso que jueces y magistrados pueden hacer de ella en el ejercicio de sus funciones.

En enero de 2026, el pleno del máximo órgano de gobierno de la judicatura aprobó la Instrucción 2/2026 sobre la utilización de sistemas de IA, con el objetivo de fijar criterios y principios que orienten el empleo de sistemas expertos. El fin último es evitar un uso incontrolado de las herramientas, que pueda comprometer derechos y libertades fundamentales.

El modo en que los profesionales del derecho utilizan la IA merece una especial atención y constituye una cuestión que debe preocupar a la sociedad. La inquietud resulta aún mayor cuando una decisión de enorme trascendencia –como la resolución de un conflicto mediante sentencia– puede verse condicionada por la utilización de esta tecnología por parte del juzgador.

Lo que la IA aporta

Bien empleada, la IA ofrece un extraordinario potencial para mejorar la administración de justicia. Entre otras funciones, permite resumir, copiar y redactar textos, transcribir interrogatorios, optimizar la búsqueda de legislación y jurisprudencia aplicable, apoyar razonamientos jurídicos, reforzar la fundamentación argumentativa, facilitar la interpretación de las normas y contribuir a una aplicación más eficiente del derecho.

Pero surge una cuestión inevitable: ¿debe el juez informar sobre la utilización de IA generativa como herramienta de apoyo para elaborar y dictar sus resoluciones? Por razones de transparencia, honestidad, ética y, en última instancia, de seguridad –no solo jurídica–, cabe sostener que sí. El magistrado, al igual que cualquier otro profesional que recurra a esta tecnología, debe advertir con naturalidad y sin complejos que se ha servido de ella en el desempeño de su labor.

Un caso práctico

Esta cuestión ha comenzado ya a plantearse en la práctica judicial. En un caso reciente, uno de los letrados sospechó que la sentencia había sido elaborada con ayuda de IA al apreciar un uso excesivo de párrafos reproducidos de escritos procesales anteriores y de resoluciones judiciales. Sobre esa base, solicitó que el tribunal aclarase el modo en que se había redactado.

La Sala de Apelación de la Audiencia Nacional rechazó la pretensión por considerarla improcedente. A su juicio, la petición resultaba “inaceptable”, pues no descansaba sobre indicios objetivos de utilización de IA, sino únicamente sobre sospechas o conjeturas carentes de respaldo fáctico.

La sala evitó pronunciarse acerca de si el juez tiene o no el deber de revelar el empleo de estas herramientas en la elaboración de sus resoluciones. No obstante, sí dejó sentado un principio de indudable relevancia: mientras no existan elementos objetivos que permitan acreditar el uso de IA, no procede someter una sentencia a una suerte de “auditoría tecnológica”. Tampoco se puede exigir al órgano judicial que revele el algoritmo utilizado, el código fuente, los metadatos o el prompt (instrucción) que, en su caso, hubiera empleado.

Alucinaciones, sesgos e intereses opacos

Aún queda mucho camino por recorrer para conocer el verdadero alcance que tendrá la tecnología digital en el ámbito de la Justicia y, en particular, para determinar cómo y en qué medida jueces y tribunales recurrirán a los asistentes de IA generativa en la elaboración de sus resoluciones. Es previsible que sigan apareciendo casos de abogados sancionados por citar en sus escritos sentencias inexistentes, fruto de las ya conocidas “alucinaciones” de la IA. Del mismo modo, tampoco cabe descartar que algunos jueces y magistrados sean objeto de actuaciones disciplinarias por hacer un uso inadecuado o poco ortodoxo de estas herramientas.

Hoy por hoy, no parece que la sociedad esté preparada para aceptar que la función jurisdiccional pueda delegarse en las máquinas. Juzgar y hacer ejecutar lo juzgado constituye una responsabilidad de rango constitucional que, tradicionalmente, se ha entendido como una tarea profundamente humana, artesanal, racional y sustentada en dosis imprescindibles de humanismo, sensibilidad y psicología. Difícilmente puede concebirse que semejante cometido quede, sin más, al albur de sistemas gobernados por algoritmos opacos y controlados por quienes concentran el poder tecnológico.

Conviene no perder de vista que los sistemas algorítmicos presentan, entre otros rasgos, dos características especialmente preocupantes: la opacidad –el conocido efecto de la “caja negra”– y la posibilidad de incurrir en sesgos. Ambos factores pueden traducirse en decisiones discriminatorias y ocasionar perjuicios al justiciable, que podría verse sometido a una resolución discutible en su fundamentación o, en el peor de los escenarios, manifiestamente injusta. Especialmente, si la IA que auxilia al juzgador resulta poco fiable, insegura o técnicamente defectuosa.

Instrumento auxiliar

La incorporación de sistemas dotados de inteligencia artificial a los entornos de trabajo ha de someterse al escrutinio de la legalidad, de la deontología profesional y de los principios normativos de la Unión Europea, que velan por una IA ética y confiable. Esto garantiza que su empleo permanezca bajo el control efectivo del profesional.

Corresponde a este asumir la responsabilidad de utilizarla de forma diligente y como un instrumento auxiliar al servicio de su criterio. De lo contrario, existe el riesgo de convertir el algoritmo en una pretendida panacea y relegar la vívida figura del juez humano para sustituirla por la de un frío juez robot.

Las personas firmantes no son asalariadas, ni consultoras, ni poseen acciones, ni reciben financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y han declarado carecer de vínculos relevantes más allá del cargo académico citado anteriormente.

– ref. La justicia robotizada ya está aquí, pero regulada para que juzgar siga siendo una potestad humana – https://theconversation.com/la-justicia-robotizada-ya-esta-aqui-pero-regulada-para-que-juzgar-siga-siendo-una-potestad-humana-290307

Source: The Conversation – (in Spanish) – By José María Alunda Rodríguez, Catedrático de Parasitología y Enfermedades Parasitarias, Universidad Complutense de Madrid

Las tasas de incidencia y mortalidad de las enfermedades parasitarias humanas se han reducido en un 90 % globalmente, incluidas la malaria en África y enfermedades tropicales desatendidas (ETD) como la enfermedad del sueño. En conjunto, 58 países ya han eliminado al menos una ETD.

En cuanto a la leishmaniosis visceral, aunque la información es dispersa e imprecisa, Brasil es actualmente el país más afectado, con la tasa de letalidad más alta. Mientras, su letalidad se ha reducido drásticamente en India, tradicionalmente el país con mayor número de casos.

Todo esto se ha logrado a pesar de que en este momento existen 50 conflictos bélicos y, como consecuencia, más de 117,3 millones de personas desplazadas, la mayoría en regiones donde la incidencia de las ETD es mayor. El éxito se ha obtenido gracias a la implicación de actores internacionales y nacionales, junto al empleo de métodos de diagnóstico precoz más precisos. De igual manera, un mejor conocimiento de la epidemiología de las enfermedades ha permitido establecer campañas de prevención de la transmisión y planes terapéuticos.

Fármacos que no son perfectos

La reducción de esta carga se ha logrado empleando fármacos bien conocidos desde hace bastante tiempo. Por ejemplo, en el caso de la leishmaniosis visceral en la India, el medicamento estrella es AmB. La enfermedad del sueño se ha vencido con diferentes combinaciones de fármacos, como la pentamidina, el melarsoprol (un antiguo fármaco arsenical), el fexinidazol y el DFMO. Por su parte, la enfermedad de Chagas se aborda con nifurtimox y benznidazol, dos compuestos comercializados desde el siglo pasado (1965 y 1971, respectivamente).

No obstante, aún existen 1 400 millones de personas que requieren intervenciones para el control de las ETD, cuyo tratamiento –-principal método de control– dista de ser ideal.

La toxicidad asociada a la mayoría de los fármacos disponibles, su eficacia subóptima, cuando no reducida, necesidad de hospitalización en algunos casos, elevado precio de las presentaciones más eficaces y seguras, y el riesgo permanente de la aparición de resistencias son una persistente espada de Damocles que amenaza el progreso en el control de estas enfermedades.

Tampoco ayuda, en muchas ocasiones, el contexto: migraciones, cambio climático y epidemias. Además, la amplia aceptación de nuevos marcos conceptuales –One Health, Ecohealth y Planetary Health– ha puesto de relieve la necesidad de controlar la toxicidad de los medicamentos para el medio ambiente.

¿Nuevas tecnologías para crear mejores medicamentos?

En este escenario, pocos sectores productivos han mostrado mayor apertura que la industria farmacéutica a la incorporación de nuevas tecnologías: biología molecular, inteligencia artificial, machine learning, diseño “in silico”.

Esta estrategia, sin embargo, no ha resultado en una mejora significativa de los resultados en el descubrimiento de fármacos. De hecho, la innovación en la industria farmacéutica se ha reducido. La escasez de nuevos principios activos en todos los campos terapéuticos –y, de forma particular, en los antiparasitarios-– es una realidad en la medicina humana y veterinaria.

Hacia modelos más eficaces

Las ventajas de aplicar nuevos métodos, notablemente la IA por su enorme potencial para “descubrir” huecos en la investigación o ampliar el espacio químico explotable para sintetizar nuevos compuestos, son indudables. Al mismo tiempo, los bioensayos con moléculas y los métodos clásicos han demostrado ser razonablemente eficaces. Una combinación juiciosa de nuevas tecnologías y enfoques clásicos parece ser la estrategia más sensata.

Por otro lado, el diseño y descubrimiento de fármacos es una tarea multidisciplinar, en la que deben participar científicos de todos los campos relevantes, incluidos químicos sintéticos, farmacólogos, químicos médicos, bioinformáticos, tecnólogos farmacéuticos y especialistas en salud animal y humana, así como patólogos y bioquímicos, entre otros.

Factor humano: la importancia de la cooperación

Esta cooperación no es frecuente en el ecosistema académico estándar, debido a factores humanos profundamente arraigados: un cambio necesario debería considerar al resto de grupos más como compañeros con los que compartir el mismo objetivo común de conseguir un tratamiento eficaz, y no como rivales de medios y recursos.

Otro obstáculo está relacionado con la gestión de la investigación: ausencia de programas universitarios, falta de financiación plurianual, presión de publicación para la promoción científica y distorsión de los objetivos más relevantes – por ejemplo, cuando la financiación no se relaciona con la importancia real de las enfermedades, sino con las publicaciones en el área–.

Para paliar estos problemas, las herramientas de cooperación, como los proyectos conjuntos y las redes de investigación (por ejemplo, las acciones COST en la Unión Europea) podrían resultar valiosas, si se gestionaran de forma equilibrada. Sin embargo, su corta duración, la escasez de recursos y su orientación predominantemente académica limitan su eficacia. Asimismo, los centros académicos de descubrimiento de fármacos podrían ser una buena opción, siempre que se enfoquen en las necesidades terapéuticas reales.

La ciencia como empresa social

No menos importante es tener en cuenta que la ciencia es una empresa social y que la participación de la sociedad es un requisito indispensable, ya que la mayor parte de la investigación se financia con fondos públicos. Esto implica incluir la rendición de cuentas en el diseño y la ejecución de los proyectos.

Así, la implicación de la sociedad civil y el abandono de las actividades de investigación centradas en la publicación de artículos son pasos necesarios para el éxito de la estrategia de desarrollo de fármacos. No olvidemos que el objetivo principal es frenar las enfermedades que amenazan la salud y la vida de las personas y tienen un enorme impacto en la producción ganadera y el bienestar animal.

Las personas firmantes no son asalariadas, ni consultoras, ni poseen acciones, ni reciben financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y han declarado carecer de vínculos relevantes más allá del cargo académico citado anteriormente.

– ref. Cómo lograr mejores fármacos contra infecciones – https://theconversation.com/como-lograr-mejores-farmacos-contra-infecciones-287085

Source: The Conversation – (in Spanish) – By Luisa M. García González, Personal Docente e Investigador – Programa ‘Beatriz Galindo’, Universidad de Jaén

Hace unos cuatro mil años, alguien debió cometer un pequeño error con el corazón del visir Ipi durante su proceso de momificación. Para los egipcios, el corazón no era un órgano más. Era el lugar donde residían la memoria, la inteligencia, los deseos y la identidad de cada persona.

El corazón de Ipi había sido cuidadosamente extraído del cuerpo, desecado y vendado para después volver a colocarlo en su interior antes del enterramiento. Sin embargo, y quizás por confusión, terminó dentro de una vasija que contenía restos del embalsamamiento y quedó fuera de la tumba, en el depósito de los embalsamadores, donde permaneció durante milenios.

Este hallazgo, realizado por el equipo del Middle Kingdom Theban Project (MKTP) de la Universidad de Alcalá, constituye una extraordinaria ventana al pensamiento de los antiguos egipcios para comprender cómo concebían ellos el cuerpo humano.

El órgano que guardaba la memoria

La civilización egipcia disponía de dos palabras para designar el corazón. Una era ib, que podía significar ‘corazón’, pero también ‘mente, inteligencia, comprensión, deseo’ o incluso ‘estado de ánimo’. Este término guardaba connotaciones asociadas a lo ‘oculto, interno’ o incluso ‘invisible’. La otra palabra era HAty, igualmente relacionada con el ‘corazón’ y con el ‘pensamiento’, pero con connotaciones más habituales, es decir, designa el corazón como órgano físico, como músculo cardíaco que con su latido envía corriente sanguíneo a todo el cuerpo.

En nuestra era resulta natural asociar las funciones más mentales al cerebro. Para ellos, sin embargo, el corazón era el auténtico centro de la persona, y de ahí las decisiones que rodeaban el complejo proceso de momificación.

Según las creencias de los egipcios de aquel tiempo, la muerte suponía una ruptura temporal del individuo y, durante su viaje hacia el más allá, el difunto podía perder la memoria y la consciencia. Por eso era imprescindible devolverle el corazón, porque recuperar el corazón era recuperar la propia identidad.

Los Textos de los Ataúdes, redactados hace unos cuatro mil años, lo expresan de manera extraordinariamente bella:

“Yo coloco tu corazón dentro de tu cuerpo, para que recuerdes aquello que habías olvidado” (TdA 62).

¿Por qué conservar precisamente el corazón?

Durante la momificación se extraían la mayor parte de las vísceras para facilitar la conservación del cadáver. El cerebro era retirado a través de las fosas nasales y órganos como el hígado, el estómago, los pulmones o los intestinos se depositaban en unas vasijas conocidas como vasos canopos.

Pero el corazón seguía un camino diferente. Aunque solía extraerse temporalmente durante el proceso de desecación, debía regresar al cuerpo antes del enterramiento. Este procedimiento les ayudó a acumular conocimiento sobre este órgano, y los egipcios llegaron a comprender su anatomía básica de manera exhaustiva –aorta, cavas, ventrículos, venas pulmonares y orejuela–.

Se ve muy claro en el caso de Ipi, donde se pueden identificar todas las estructuras anatómicas de su corazón. El proceso aplicado a este órgano fue tan minucioso que la aorta recibió un trato particular: fue cuidadosamente envuelta por separado y taponada con un cilindro hecho de lino, lo que le hizo conservar su forma original. Lamentablemente, al confundirlo con otros restos del embalsamamiento, el corazón vendado del visir Ipi nunca volvió al lugar que le correspondía.

Resulta inevitable preguntarse qué habría pensado un sacerdote egipcio al descubrir aquel error y si Ipi, al no disponer de su corazón, estará todavía viviendo la condena de vagar sin consciencia ni recuerdo por los mundos del más allá.

El corazón vuelve a sorprendernos

Aunque hoy sabemos que la memoria y el pensamiento dependen del cerebro, la neurociencia contemporánea también está descubriendo que este no trabaja aislado del resto del organismo.

El corazón mantiene una comunicación constante con el sistema nervioso y sus latidos generan señales que llegan continuamente al cerebro, de modo que contribuyen al estado interno desde el que percibimos el mundo, dando en cierto sentido un poco de razón a los antiguos egipcios.

Además, el propio corazón posee un intrincado sistema nervioso caracterizado por redes neuronales complejas que regulan localmente su funcionamiento. Esto no significa que el corazón piense, pero sí que forma parte de un diálogo permanente entre el cuerpo y el cerebro, de modo que una variación en el ritmo cardiaco podría influir en el contexto fisiológico en el que el sistema nervioso interpreta la realidad.

Volver a respirar para volver a vivir

Otro de los rituales funerarios más importantes para los antiguos egipcios era la llamada “apertura de la boca”, mediante la cual el difunto recuperaba simbólicamente las funciones necesarias para relacionarse con el mundo y continuar viviendo en el más allá: hablar, ver, escuchar y respirar.

Este ritual se celebraba al final de las ceremonias funerarias, generalmente ante la entrada de la tumba. Mientras recitaba fórmulas sagradas, un sacerdote tocaba los labios, los ojos y otras partes del rostro de la momia, o de una estatua que representaba al difunto, con instrumentos como una pequeña azuela y el cuchillo ritual peseshkef.

En relación con la recuperación simbólica de la capacidad de respirar, también aquí la neurociencia ofrece una coincidencia sugerente. La respiración no solo mantiene vivo al organismo. Su ritmo influye en la actividad cerebral y puede modular procesos relacionados con la atención, la memoria o las emociones.

Aunque los sacerdotes egipcios no conocían las neuronas, las sinapsis ni las oscilaciones cerebrales, sí que parece ser que entendían que recuperar la respiración significaba regresar a su relación con el mundo.

Un corazón que todavía nos habla

Durante todo el proceso de momificación, el momento culminante del viaje del difunto era cuando llegaba ante Osiris. Ahí, su corazón era colocado sobre uno de los platos de una balanza frente a la pluma de mAat, símbolo de la verdad y de la justicia, pues ese órgano contenía alegóricamente toda su vida.

Si bien la neurociencia actual utiliza un lenguaje completamente diferente, como redes neuronales, interocepción y comunicación entre órganos y cerebro, también nos muestra que el cerebro no funciona completamente separado del cuerpo. Pensamos con el cerebro, sí, pero lo hacemos desde un organismo que late, respira y envía continuamente información al sistema nervioso.

Y quizá por eso el corazón perdido de Ipi sigue resultándonos tan fascinante, porque nos recuerda que comprender al ser humano se basa en la relación entre el cuerpo, la mente y aquello que nos convierte en quienes somos.

Luisa M. García González recibe fondos del Ministerio de Ciencia, Innovación y Universidades: Programa ‘Beatriz Galindo’ (BG24/0004) y Proyectos de Generación del Conocimiento (PID2025-174908NB-100).

Antonio J. Morales Rondán recibe fondos de la Agencia de Investigación e Innovación de Castilla-La Mancha (SBPLY/24/180225/000170), del Ministerio de Cultura para proyectos arqueológicos en el Exterior (22CA), de la Fundación Gerda Henkel (AZ 54/V/25) y de la Fundación Palarq.

Francisco José Esteban Ruiz recibe fondos para investigación del Ministerio de Ciencia e Innovación, la Agencia Estatal de Investigación (AEI) y el Fondo Europeo de Desarrollo Regional (FEDER) bajo el proyecto PID-156228NB-I00, y de la Consejería de Salud y Consumo, Junta de Andalucía (PIP-0113-2024).

– ref. Los antiguos egipcios no estaban tan equivocados: pienso, luego tengo corazón – https://theconversation.com/los-antiguos-egipcios-no-estaban-tan-equivocados-pienso-luego-tengo-corazon-291069