Nombre del autor:HANNAN AHMED

No es ninguna sorpresa que la inteligencia artificial esté cambiando el trabajo de los programadores, sobre todo porque cada vez más código puede delegarse a esta tecnología. Ahora, escribir cada componente a mano está dejando de ser el centro absoluto del trabajo y ganan peso otras tareas, como entender bien el problema, decidir cómo resolverlo, diseñar el sistema y comprobar que lo que generan los modelos de IA funciona como debería. Karan M.V., director internacional de Relaciones con Desarrolladores de GitHub, lo explica en una entrevista con Saba Aafreen para Open Source For You. Su idea es que los desarrolladores están pasando de ser principalmente autores de código a convertirse también en solucionadores de problemas y orquestadores de agentes inteligentes. Pero esto no significa que vayan a dejar de programar para siempre. Más bien, parte de su responsabilidad empieza a situarse en un nivel por encima. Ese papel de “orquestador” consiste en decidir qué hay que construir, dividir el trabajo, dar contexto a los agentes, establecer restricciones y supervisar lo que producen. Para Karan, la informática, la ingeniería de software y el diseño de sistemas continúan siendo necesarios para saber si una solución tiene sentido o si una IA se está equivocando. Un agente de IA puede hacer bastante más que completar código La diferencia con los primeros asistentes de programación está en el grado de autonomía. Un agente puede recibir una tarea, trabajar con el contexto de un repositorio y producir cambios que después pasan por pruebas, revisiones y otros controles. Eso permite repartir partes diferentes de una aplicación. Karan menciona tareas relacionadas con frontend, backend, bases de datos y testing, además de depuración, revisión de código y validación de decisiones de arquitectura. De esta manera, el desarrollador sigue teniendo que decidir qué puede delegarse, qué permisos recibe cada agente, pero sobre todo, dónde están los límites. También debe saber comunicar restricciones y anticipar cómo puede fallar el sistema. Cuanta más ejecución se automatiza, más importante resulta distinguir entre un resultado aparentemente correcto y uno realmente fiable. GitHub ya está llevando esa idea a sus herramientas Cabe señalar que la estrategia que GitHub está impulsando en 2026 va precisamente en esa dirección. La IA empieza a intervenir no solo al generar fragmentos de código, sino también en revisiones, integración continua, depuración y mantenimiento de repositorios. Ante esto, la compañía ya plantea flujos en los que agentes inteligentes pueden clasificar incidencias, investigar fallos de CI o mantener documentación. Esas acciones no quedan fuera de control, ya que pueden limitarse mediante permisos y seguir pasando por mecanismos habituales como pruebas, revisiones de código o protecciones antes de que los cambios lleguen al proyecto. El cambio, por tanto, no consiste en retirar al programador del proceso. Consiste en desplazarlo hacia las decisiones que determinan cómo se desarrolla ese proceso y qué resultados pueden aceptarse. Karan asegura que GitHub ha pasado de alrededor de cuatro millones de desarrolladores en India en 2020 a más de 27 millones actualmente. El último dato detallado publicado en Octoverse situaba la comunidad en 21,9 millones en 2025, frente a 4,5 millones cinco años antes, convirtiéndola en la segunda mayor de GitHub. Ese mismo informe contabilizaba más de 180 millones de desarrolladores en todo el mundo y señalaba una presencia creciente de agentes en los flujos de trabajo. GitHub advierte, eso sí, de que esa coincidencia no demuestra que la IA sea la causa directa del aumento de actividad. Lo que sí empieza a dibujarse es un cambio en donde se concentra el valor humano. Si escribir código se vuelve más rápido y barato, comprender el problema, plantear buenas restricciones, detectar errores y decidir qué merece llegar a producción puede convertirse en una parte todavía más importante del trabajo de un programador.

In 2020, Microsoft announced that Game Pass Ultimate subscriptions would include unlimited access to its new Xbox Cloud Gaming service (then still known as Project xCloud). Now, that kind of streaming buffet service is coming to an end, as Microsoft announced strict new limits on how much streaming is included in its various Game Pass subscriptions. Starting in November, Game Pass subscriptions will include the following monthly limits on game streaming time: Game Pass Ultimate ($23/month): 15 hours Game Pass Premium ($15/month): 10 hours Game Pass Essential ($10/month): 5 hours Subscribers who use up their monthly streaming allotment will be able to buy additional time, Microsoft said, without sharing specific pricing or availability for that streaming time. Access to downloadable versions of games included in a Game Pass subscription remains unaffected. Read full article Comments

The AI era has completely broken enterprise buying patterns, and startups haven’t yet figured out how to navigate.

OpenAI acaba de presentar GPT-6 Astra, su nueva generación de inteligencia artificial y el modelo que ya es el más avanzado que han creado nunca. Más allá de responder mejor a una pregunta, Astra se ha creado para trabajar: puede navegar por Internet, utilizar programas, rellenar formularios, crear documentos, hojas de cálculo y presentaciones, desarrollar una web y después comprobar por sí mismo que funciona correctamente. Lo bueno es que no tendremos que esperar meses para probarlo, el despliegue ha comenzado hoy mismo para un grupo limitado de organizaciones y llegará durante los próximos días a los usuarios de ChatGPT Plus, Pro, Business y Enterprise. También estará disponible mediante la API y Amazon Bedrock. GPT-6 Astra quiere pasar de contestarte a hacer el trabajo por ti La gran diferencia de este nuevo modelo frente a versiones anteriores es que pasará de contestar a hacer directamente el trabajo. OpenAI está poniendo mucho énfasis en el uso directo del ordenador y eso se nota en esta nueva versión. De hecho, Astra puede trabajar con una interfaz gráfica, investigar online, introducir información en formularios, gestionar calendarios o CRM, analizar datos, crear gráficos e incluso instalar y probar software. El dato más llamativo aparece en la prueba OSWorld 2.0, una evaluación que mide la capacidad de un modelo de inteligencia artificial para completar tareas en un ordenador mediante interfaces gráficas. GPT-6 Astra obtiene un 72,6% y tarda aproximadamente 40 minutos por tarea. GPT-5.6 Sol conseguía un 65,7% necesitando unos 75 minutos. Vista de la interfaz de GPT-6 Astra en un dispositivo móvil con opciones de chat y trabajo. Puede crear documentos, Excel, presentaciones y webs completas Astra también ha recibido entrenamiento específico para trabajo profesional. La propia OpenAI explica que puede ejecutar flujos de varios pasos y entregar documentos, presentaciones y hojas de cálculo manteniendo plantillas, estilo visual y estructura proporcionados por una empresa. Esto se ve reflejado en su mejor capacidad para crear páginas web, aplicaciones y juegos. No entregará únicamente código, construirá el sitio, lo abrirá mediante herramientas de uso del ordenador y realizará comprobaciones sobre el frontend para descubrir si sus funciones se comportan correctamente. Astra también intenta recordar mejor los proyectos muy largos Esta novedad es especialmente importante dentro de Codex. Hasta ahora, cuando una sesión de trabajo se hacía demasiado larga, los modelos tenían que compactar el contexto. Eso hacía que, a largo plazo, se terminaban perdiendo detalles clave del proyecto. Con Astra se estrena un sistema capaz de conservar notas entre distintas ventanas de contexto y buscar información en ventanas anteriores. El modelo podrá recuperar un requisito que se mencionó mucho antes o recordar por qué determinada solución ya se intentó y no funcionó.

Cuando Nvidia presentó DLSS 5, prometió llevar el renderizado mediante IA a un nivel mucho más ambicioso. Una tecnología que genera imágenes más complejas en tiempo real y consigue una representación más realista de determinados elementos de los juegos. Sin embargo, la reacción de parte de los gamers y de la prensa especializada ha sido bastante menos entusiasta. Ya que mostrar más fotogramas por segundo no garantiza que la imagen sea mejor ni que el juego responda más rápido. La generación neuronal puede aumentar considerablemente la cifra que aparece en el contador de FPS, pero esos fotogramas adicionales no son exactamente iguales a los que renderiza de forma tradicional la tarjeta gráfica. Cabe señalar que, para salir de dudas y como funciona esta tecnología, Nvidia ha explicado ahora los fundamentos técnicos de DLSS 5, pero sus explicaciones no han cerrado el debate. La cuestión que queda sobre la mesa es si realmente estamos ante una mejora perceptible de la calidad gráfica o ante una tecnología capaz de hacer que los juegos parezcan más rápidos mientras existe pérdida de detalle o mayor latencia. Una IA que interviene mucho más en la imagen DLSS nació como una tecnología para reconstruir imágenes y aprovechar mejor la potencia de la GPU y DLSS 5 amplía considerablemente esa intervención. En lugar de limitarse a escalar una imagen o reconstruir determinados efectos, el sistema utiliza modelos neuronales para sintetizar capas visuales a partir de la información proporcionada por el motor del juego. Esto significa que su objetivo incluye aspectos como la iluminación, el sombreado, así como la apariencia de determinados materiales. El modelo analiza la información disponible de la escena y genera una representación que intenta aproximarse a un resultado visual más avanzado sin calcular todos esos elementos mediante renderizado tradicional. No obstante, el problema es que una imagen generada por inteligencia artificial no tiene por qué conservar todos los detalles de una imagen nativa. Los primeros análisis de DLSS 5 han señalado posibles problemas de ghosting, pérdida de detalles pequeños cuando los objetos se mueven rápidamente y deformaciones en algunos elementos del HUD. ¿Realmente se ve mejor que la resolución nativa? Esta es probablemente la pregunta más importante. Una tecnología puede producir una imagen técnicamente más sofisticada y, al mismo tiempo, no resultar más convincente para el jugador. Las dudas se concentran especialmente en escenas en movimiento, donde un elemento estático puede parecer muy definido en una captura, pero las estelas, pequeños errores temporales o pérdida de información durante movimientos rápidos pueden hacerse mucho más evidentes mientras se juega. Por eso todavía resulta complicado afirmar que DLSS 5 ofrezca una calidad superior a una resolución nativa bien implementada. La comparación debe hacerse en movimiento y bajo las mismas condiciones, no únicamente observando imágenes promocionales. Por otro lado, DLSS 5 puede aumentar el número de imágenes mostradas por segundo mediante cuadros creados neuronalmente, pero esos cuadros adicionales no equivalen a nuevos ciclos completos de renderizado realizados por la GPU. Esto tiene una consecuencia importante para la experiencia del jugador, ya que los fotogramas sintéticos pueden mejorar la sensación de movimiento, pero no reducen por sí mismos el input lag. De este modo, la respuesta de los controles continúa dependiendo de los fotogramas realmente procesados y de la cadena completa de renderizado. Aquí entra Nvidia Reflex, cuya función es reducir la latencia del sistema. La generación de imágenes necesita coordinarse con esta tecnología para evitar que el aumento de trabajo y los búferes terminen provocando una respuesta menos inmediata. El futuro depende de cómo se utilice También queda la cuestión de la compatibilidad, donde Nvidia mantiene una segmentación entre generaciones de tarjetas y todavía existe incertidumbre sobre qué funciones concretas de DLSS 5 llegarán a modelos anteriores. Existe además un riesgo para la propia industria. Si las técnicas neuronales permiten disimular determinadas limitaciones del renderizado tradicional, algunos estudios podrían confiar demasiado en ellas y dedicar menos recursos a optimizar sus motores de forma nativa. DLSS 5 puede convertirse en una herramienta importante para mejorar los gráficos, pero sus cifras de FPS no bastan para demostrarlo. La prueba definitiva será mucho más sencilla: jugar, mover la cámara y comprobar si la imagen realmente mejora sin pagar demasiado a cambio.

Not long ago, I rented an SUV from a well-known car rental company. Within hours of an employee scanning my driver’s license, a high-resolution scan of my ID was available for sale on the dark web. An exposé published Tuesday by KrebsOnSecurity reports that my license was one of more than 153 million that were available through Nexus, the name of the new ID theft service. Like other driver’s licenses available there—including some belonging to journalist Brian Krebs, his mother, an FBI assistant director, and several security researchers—my license was purported to include multiple image files showing both the front and back of the ID. Besides a basic image scan, the files also captured the images in the infrared and ultraviolet spectrums. Presumably, the additional formats may allow cloned-based counterfeit IDs to pass hologram tests. Growing by the day Besides advertising the availability of driver’s licenses, Nexus offered to sell a bevy of other forms of ID. They included: Read full article Comments

OpenAI’s new Astra model will use “recurrent depth,” a technique that allows the model to operate outside of the sequential thinking that characterizes most reasoning models.

Google has dodged an effort to break up its ad business, but a judge said Wednesday that the company will need to adjust its business to benefit competitors.

On Tuesday, the House of Representatives passed a stopgap measure that would continue funding the US government through early December. While the measure still requires the signature of President Trump, it’s widely expected that he will act to avoid a government shutdown immediately before the midterm elections. This is a normal part of how the US government has operated in recent years, as it’s often difficult to build the political support needed to pass a full year’s budget in advance. In fact, dissent within the House’s Republican caucus prevented them from agreeing on their own measure to keep the government open; instead, the House simply adopted a version of the spending bill that had previously passed the Senate. From the perspective of scientists and their supporters, that adoption turned out to be a very good thing. Because the Senate’s budget bill, passed in early August, contains a provision that blocks the Office of Management and Budget (OMB) from implementing new rules that would give political appointees full control over what science is funded and allow them to cancel any grant at any time. The proposed rule has been widely decried as catastrophic for science, and it faced widespread opposition from scientific and health-focused organizations. Read full article Comments

Microsoft está trabajando en una función que cambiará la interacción con tus hojas de cálculo. Conocida como Excel Canvas, esta característica promete convertir los datos aburridos de tus tablas en paneles visuales interactivos. Para conseguirlo, el gigante tecnológico echará mano de la IA de Copilot que ya se integró a Excel desde hace un tiempo. En una actualización de su Plan de desarrollo de la IA en el trabajo, Microsoft confirmó que añadirá una nueva función al popular software de hojas de cálculo. Según la descripción, Excel Canvas funcionará como una superficie visual generada por Copilot, la cual tomará los datos de tus libros de trabajo y los presentará en un formato fácil de digerir. Esto último incluye gráficos, métricas e información que se organizará de forma automática. El canvas se mantendrá sincronizado con el contenido original, por lo que cualquier cambio que hagas en las celdas de tus hojas se reflejará al instante en la vista generada. Con ello, Microsoft intenta simplificar el proceso de construir todo el proyecto. Si quieres hacer algo parecido con la versión actual de Copilot, es necesario construir los gráficos manualmente, ya sea a través de prompts o por medio de una conexión por Power BI si necesitas un análisis complejo. Excel Canvas competirá con Sheet Canvas, la nueva función de Google. Excel Canvas permitirá modificar el contenido sin necesidad de aprenderse fórmulas o comandos. Solo necesitas conversar con Copilot y la IA se encargará del resto. Cómo funciona Excel Canvas, el nuevo experimento con IA de Microsoft La descripción de Excel Canvas en la web de Microsoft es muy básica. Por el momento se desconoce si el resultado aparecerá como una hoja adicional que resuma los datos de todo el libro, o si podrás generar un canvas para cada hoja. Tampoco se sabe qué tanto podremos editarlo a través de prompts o cuáles serán las limitaciones si usas libros con datos complejos. Sheet Canvas podría ser la inspiración para Excel Canvas. Pese a que Microsoft se guardó estos datos, Google ha lanzado una función similar que hace lo que busca Copilot. Sheets Canvas se apoya en Gemini para convertir las filas y columnas tradicionales en miniaplicaciones interactivas. Los usuarios solo necesitan pedir lo que necesitan usando lenguaje natural. Por ejemplo, si quieres planear una boda y no sabes cómo acomodar a los invitados, Sheet Canvas puede crear un mapa de mesas interactivo que se actualiza en tiempo real. Los usuarios no necesitan escribir fórmulas, ya que la función de Google actúa como una capa dinámica que se coloca directamente sobre tus datos. Al igual que vemos en Sheet Canvas, Microsoft ofrecerá sincronización de todos los cambios. Las personas del equipo que se conecten a ese libro podrán colaborar y ver los resultados en cualquier momento, gracias a OneDrive. Excel Canvas se encuentra en desarrollo con un lanzamiento programado para este mes (septiembre de 2026). La función llegará tanto a la app de Office como a la versión para navegadores, aunque es casi un hecho que necesitarás una cuenta de pago de Copilot para poder aprovecharla. Seguir leyendo: Lo nuevo de Excel promete cambiar cómo usas las hojas de cálculo en Office