La declaración

Ficción

La declaración llegó sin firma, como llegan ciertas tareas cuya autoridad depende precisamente de no tener origen. Decía, en una prosa rota y sin embargo imperiosa, que yo debía volver individuos aquello que una vez representaba lo general. No entendí entonces la orden, pero ya he aprendido que entender es una superstición tardía y que obedecer suele preceder al sentido.

El papel estaba manchado de vino. Pensé en César, no en el hombre sino en la palabra, esa dulzura de metal con que Roma todavía hiere algunas lenguas. Nunca había cambiado la caligrafía de mi corresponsal; cambiar, para él, era una forma menor de la muerte. “Iremos”, añadía en una línea posterior, “cuando Madrid duerma”. Las ciudades, como los tigres y los diccionarios, duermen con innumerables ojos abiertos.

A la hora convenida atravesamos barrios viejos, donde los cobardes sueñan con valentías retrospectivas y el cerebro, fatigado de vigilar, permite cualquier milagro. Mi guía no habló. Nada dijo al entrar en el campo, más allá de los valles, donde el viento parecía arrastraré, palabra imposible, como si la gramática también se deshiciera en la noche.

Debíamos subir una colina de piedras correctas, geométricas, acaso puestas allí por un acecho más antiguo que los hombres. Pensé que ser debía de algún modo equivalente a esperar. Mi compañero, a quien yo juzgaba idiota por su silencio, se volvió y dijo solamente: “Adiós”. Lo dijo como quien canta una nota única que resume una música entera.

Súbitamente comprendí. Las expresiones del miedo no nacen del peligro sino de la inteligencia cuando advierte que ha sido alimentado por una ficción. Quise correr, quise que todo desaparezca, pero las huellas ya se borran mientras se las mira. Vi entonces, habiéndome detenido un momento que fueron muchas veces, una vasta rueda de nombres.

Cada radio de esa rueda llevaba una palabra: repetir, dispersando, países, solas, calma, vez, crujir, hambres, incienso, va, condenación. Giraban con una lentitud que parecía huida y con una rapidez que parecía eternidad. Comprendí también que aquellas palabras no significaban nada por separado y que juntas tampoco, salvo para la ciencia secreta de ciertos políticos, cuya única labor es hablar hasta que el universo consienta.

Cuando amaneció, estaba solo en la llanura. No quedaba rueda ni guía ni colina. En el bolsillo hallé la declaración inicial, pero ahora escrita con mi letra. Desde entonces sospecho que la tarea no era descifrar el mensaje, sino redactarlo para otro. Tal vez para usted, que ahora termina de leerlo y ya recuerda haber estado allí.

Suspiros de lo marchado

Poesía

Bruto nuevo el día,
con pereza de volver a playas
donde las novelas susurran lóbrego destino.

Hemos de trabajar, dicen,
mientras los sofismas siguen atacando
ambos lados de la cólera,
ese minuto que oyen los encantamientos
antes de desmenuzar tristemente la desgracia.

Egoísmo en las sienes,
como un cuadrado mal trazado,
arrastraba lo terrenal entre tiranos
y ellas, que eran millones,
decían que poseo apenas un círculo de piedra.

Innoble el rumor de los avellanos:
caen, como caen las promesas
que pondrían fin a la sed de los rebaños
que prohibían la explosión de los brazos.

Enorme reino que ahorrará futuros,
conoceré el trabajo y las canciones
aunque la torpeza arda en quemadores de paciencia.

Muchas veces, en éxtasis, somos
lo que no sabemos guardarse,
lo que intenta traer lo precioso
entre músicas rotas y cuántas preguntas.

Suspiros de lo marchado,
de esa misma sombra donde logré
nombrar al terror
con la luz temblorosa de los cirios.

Consecuencias sociales y económicas de la gestión del agua y la energía

No ficción

Las tuberías no son solo tuberías. Bajo la tierra cargan historia, poder y miedo. Allí donde el agua fluye sin ruido, también circulan jerarquías invisibles. Allí donde la energía ilumina una ciudad, también dibuja sus sombras.

Durante décadas, los gobiernos hablaron del agua y la energía como si fueran cuestiones técnicas: presas, centrales, kilovatios, metros cúbicos. Pero basta caminar por un barrio sin suministro estable para entender que la gestión de estos recursos es, en realidad, una forma de organizar la sociedad. Decidir quién abre el grifo y quién espera con un bidón. Quién enciende la calefacción y quién aprende a dormir con frío.

En muchas regiones, la expansión energética prometió modernidad. Llegaron las líneas eléctricas, las carreteras, las plantas industriales. La primera consecuencia visible fue el crecimiento económico. Fábricas abiertas, empleo temporal, mercados nuevos. La electricidad alargó las jornadas productivas y permitió mecanizar tareas que durante siglos dependieron de la fuerza humana o animal.

Pero la segunda consecuencia, más lenta y más profunda, fue social. Allí donde llega la energía, también llega la desigualdad si su distribución es irregular. Un distrito iluminado junto a otro oscuro no es solo una diferencia técnica: es una frontera simbólica. El barrio con energía continua desarrolla negocios nocturnos, comercio digital, educación conectada. El barrio con cortes frecuentes se vuelve más frágil, más informal, más dependiente.

El agua sigue un patrón parecido, aunque más antiguo y más brutal. Las sociedades agrícolas se organizaron históricamente alrededor de canales, ríos y pozos. Controlar el agua era controlar la supervivencia. Hoy, en las ciudades modernas, el conflicto ya no es visible en forma de acequias disputadas con palas, pero sigue existiendo en tarifas, concesiones y privatizaciones.

Cuando el agua se gestiona mal, las consecuencias económicas aparecen primero en la salud pública. Enfermedades transmitidas por agua contaminada reducen la productividad, saturan hospitales, empujan familias enteras a ciclos de pobreza médica. Después llega el impacto educativo: niños que dedican horas a transportar agua faltan a la escuela. A largo plazo, una mala gestión hídrica se convierte en una fábrica silenciosa de desigualdad estructural.

La energía, en cambio, define la velocidad del desarrollo. Una región con energía estable puede atraer industria tecnológica, manufactura avanzada, centros logísticos. Una región sin ella queda atrapada en economías de baja productividad. Así, el mapa energético termina siendo también un mapa de oportunidades vitales.

Existe otra consecuencia menos visible: la política. El agua y la energía crean dependencias. Quien controla la infraestructura controla el ritmo de la vida cotidiana. Los cortes selectivos, las subidas tarifarias, las concesiones opacas pueden convertirse en herramientas de presión social o política. No siempre ocurre de forma explícita. A veces basta con la amenaza implícita de escasez.

Sin embargo, también hay historias inversas. Cuando la gestión es equitativa y sostenible, el efecto social es casi inmediato. El acceso universal al agua potable reduce conflictos locales, mejora la salud y libera tiempo para la educación y el trabajo. La energía estable permite digitalización, innovación, emprendimiento. El desarrollo deja de ser un privilegio geográfico y empieza a ser una posibilidad colectiva.

El siglo XXI ha añadido una capa nueva a este problema: el clima. Sequías más largas, eventos extremos más frecuentes, redes energéticas sometidas a picos de demanda. Esto convierte la gestión del agua y la energía en una cuestión de resiliencia social. No se trata solo de producir más, sino de resistir mejor.

Al final, cada red de tuberías y cada cable eléctrico son una especie de autobiografía de una sociedad. Revelan qué decidió proteger, qué decidió sacrificar y qué grupos quedaron fuera del diseño original.

Porque el progreso no se mide solo en megavatios o embalses llenos. Se mide en cuántas personas pueden vivir sin miedo a que, mañana, el agua deje de correr o la luz deje de encenderse. Y en ese punto, la ingeniería deja de ser técnica y se convierte en destino social.

Computación cuántica en 2026

No ficción

Vamos a meternos de lleno en la computación cuántica en 2026. No hay forma elegante de decirlo: esto no es Star Trek, pero tampoco es ciencia ficción barata. Es como mirar una ciudad en obras desde lejos: hay estructuras, ruido, promesas de cafés de especialidad… y un montón de gente con cascos que te dicen que esto estará listo “en un par de años”. Basado en el panorama técnico, económico y político actual, aquí va un resumen que intenta no reescribir la Historia de la Computación Cuántica como si fuera un best-seller del verano.

Qué está pasando de verdad (no el humo de marketing)

La computación cuántica se ha movido del laboratorio —“guau, tenemos qubits”— al campo donde hay dedos rotos, facturas que pagar y objetivos de negocio que justifican inversiones gigantescas. El mercado global ya no es un hobby de genios con bata blanca: la industria y los gobiernos están apostando billones a que esto cuente de verdad en la próxima década, gracias a avances en estabilidad de qubits, error correction y arquitectura de chips.

Hardware

Los cacharros cuánticos ya no son sólo prototipos con 5 o 50 qubits que se caen a pedazos si miras mal. Hay varias líneas de desarrollo en paralelo:

Superconductores y trampa de iones siguen dominando, con empresas como IonQ, Google, IBM y Quantinuum empujando los límites de fidelidad de puertas cuánticas y estabilidad de qubits gracias a nuevos controles electrónicos y técnicas de error correction.
Escalabilidad brutal está en la agenda: recientemente se presentó una arquitectura de 10 000 qubits con cableado 3D para derrotar los cuellos de botella tradicionales.
Topological qubits (la tecnología que Microsoft persigue con su chip Majorana 1) todavía no ha demostrado al 100 % que sea una explosión de rendimiento práctica, pero es un enfoque prometedor para luchar contra el viejo enemigo de la cuántica real: el error.

Eso suena impresionante hasta que recuerdas que todos estos sistemas siguen necesitando criogenia extrema y entornos casi de laboratorio. No hay iQuantum 14 en casa de tus abuelos todavía.

Software y stack completo

Para no repetir la misma historia de siempre (hardware hardware hardware), hay un cambio clave que los insiders sí están señalando: ya no se trata solo de construir qubits, sino de que todo el ecosistema funcione de verdad. Eso incluye controladores, compiladores cuánticos, simuladores y middleware que puedan hacer que una empresa de verdad use sistemas cuánticos con sentido.

Las plataformas en la nube (AWS, Azure, Google Cloud, OVH) ya ofrecen acceso cuántico como servicio (QaaS), lo cual es un paso enorme: significa que una startup puede probar su algoritmo en hardware de verdad sin comprar una nevera cuántica entera.

Seguridad y aplicaciones

La gran ironía aquí es que la computación cuántica es tanto una esperanza como una amenaza:

Ciberseguridad: la llegada de sistemas capaces de romper cifrados clásicos obliga a adoptar criptografía post-cuántica ahora mismo, no cuando las máquinas cuánticas “lleguen”.
Aplicaciones reales: hay pruebas de concepto donde ciertos problemas específicos (simulación molecular, optimización combinatoria) son más eficientes en cuántico que en clásico, pero no estamos hablando de reemplazar Google Maps por completo.

El argumento difícil de ignorar: ¿cuándo será útil de verdad?

Aquí es donde todos bajan un poco el tono épico de la charla de presentación. La mayoría de análisis técnicos y financieros coinciden más o menos en esto:

Estamos más cerca que hace 5 años, sí.
Pero la ventaja cuántica práctica para soluciones masivas todavía parece a años, no meses (probablemente década+).
El mercado todavía está creciendo desde una base pequeña, con expectativas de varios miles de millones de dólares en ingresos en 2030 y potenciales decenas de miles de millones para 2040.

Así que si esperabas que tu smartphone cuántico llegue antes de que tú mismo envejezcas, relax.

Aquí viene la parte política y económica (porque claro)

La guerra por el liderazgo tecnológico está en pleno auge:

Estados Unidos, China, Europa y ahora también India están lanzando programas nacionales y fondos enormes para no quedarse atrás.
Corporaciones gigantes como Microsoft y IBM invierten cientos de millones o más en infraestructura de laboratorio y talento.
Startups y consolidaciones (adquisiciones por cientos de millones) muestran que el sector ya no es exclusivamente académico.

Todo eso se traduce en dos realidades: mucho hype de marketing, y al mismo tiempo movimientos serios con miles de millones de euros en juego.

Resumen brutal (sin villancicos)

Aspecto	Estado ahora	Qué esperar
Hardware	Prototipos avanzados	Escalamiento hacia miles de qubits sigue siendo difícil
Software e integraciones	Creciendo rápido	Mejora continua, pero aún inmadura
Aplicaciones reales	Casos puntuales	Potencial enorme a largo plazo
Mercado & inversión	Miles de millones en juego	Crecimiento fuerte pero incierto
Impacto en seguridad	Ya relevante	Post-cuántica urgente

Conclusión honesta (no empaquetada)

La computación cuántica hoy es tecnología radical y prometedora, pero todavía muy temprana. Vamos camino a algo grande, sí, pero no esperarás un “iPhone cuántico” mañana. Empresas y gobiernos están apostando a que esto cambie industrias enteras (ciencia, química, finanzas, logística y seguridad), y tienen razones técnicas y económicas para hacerlo. El reto real no es tanto si va a transformar el mundo, sino cuándo y cuánto del cuento de hadas tecnológico se concreta en algo más que gráficos espectaculares en presentaciones de PowerPoint.

Listo. Ni magia ni desilusión completa — solo el estado actual de algo que todavía está cocinándose a fuego lento pero con mucho billete metido en la olla.

Lo último en Inteligencia Artificial ¿Funciona?

No ficción

Un análisis exhaustivo, condensado (y sin filtros de mercadotecnia) de lo que realmente está pasando ahora (enero de 2026) en inteligencia artificial. Spoiler: no todo es magia; hay avances técnicos, peleas corporativas, bombas ambientales y dilemas éticos que nadie sabe resolver del todo, según nuestras fuentes:

1) Mercado y competencia: guerra fría tecnológica

Meta acaba de estrenar modelos internos avanzados en su nueva división de IA, como parte de un esfuerzo por recuperar relevancia frente a rivales como OpenAI, Google y Anthropic. Los nombres curiosos (Avocado, Mango) no importan tanto como la tendencia: todos están en caballo de combate por el próximo salto en capacidades y productos.

OpenAI no está tomando té y galletitas. Se está expandiendo en alianzas con gigantes, integrando IA en servicios empresariales, telecomunicaciones y finanzas, y hasta pensando en hardware. Todo esto gira en torno a un objetivo brutal: no quedarse atrás mientras otros construyen —y monetizan— IA de próxima generación.

Tendencia de mercado importante: startups que no compiten con GPT o Gemini, sino que ofrecen modelos personalizados usando datos de empresas para reducir errores (“hallucinations”) y cumplir con regulaciones. Ese segundo nivel de la pila tecnológica está recibiendo mucha atención.

2) Dónde está la IA de verdad (más allá de marketing)

Varios análisis de tendencias para 2026 coinciden en tres áreas concretas donde la IA no solo promete sino que está progresando:

a) IA en descubrimiento científico
Los sistemas inteligentes ya no solo responden preguntas. Van a generar hipótesis, diseñar experimentos y formar parte del proceso de investigación real en física, química y biología. Si funciona, esto acelera la ciencia a ritmos que los métodos tradicionales no pueden sostener.

b) Multimodalidad generalizada
Modelos que entienden y razonan no solo con texto, sino con imágenes, voz y video al mismo tiempo, se están convirtiendo en la norma para interfaces de búsqueda y colaboración humano–máquina.

c) Infraestructura inteligente y eficiente
El foco dejó de ser solo “más grande” (más GPU, más FLOPS) para pasar a más inteligente y distribuido: redes de cómputo más densas, sistemas globales interconectados y optimización fina de recursos.

3) Aplicaciones reales que ya están pasando de laboratorio a tu vida

Se anticipa un salto significativo en:

Salud: IA capaz de diagnosticar enfermedades con precisión clínica y ayudar en toma de decisiones médicas. Esto empieza a cruzar la frontera entre investigación y uso cotidiano en hospitales.

Consumo e interacción diaria: Integraciones de IA con correo, televisión, dispositivos hogareños y asistentes visuales ya están ocurriendo (p.ej. Gemini en Gmail o Vision AI de Samsung).

Sectores económicos tradicionales: agricultura, vitivinicultura, logística, manufactura y más están usando IA para optimizar procesos. Estos casos no siempre aparecen en portada, pero están ocurriendo.

4) Problemas gigantes que nadie ha resuelto

a) Regulación y seguridad
No hay reglas globales claras. Hay avances en regulaciones estatales y alianzas estratégicas entre países para investigación responsable, pero sigue siendo el “salvaje oeste” con demandas, leyes diversas y una carrera diplomática por dominar la IA antes de que dominemos a la IA.

b) Veracidad y desinformación
Más del 80-90 % del contenido online podría ser generado por IA pronto. Eso diluye la autenticidad y genera un nuevo tipo de crisis epistemológica: ¿qué es real si la mayoría del contenido está fabricado?

c) Energía y sostenibilidad
Los modelos gigantes devoran electricidad. A menos que rediseñemos centros de datos y usemos fuentes sostenibles, la huella energética de la IA podría convertirse en un cuello de botella ecológico.

d) Empleo y equidad
No solo hay optimismo de que IA creará empleos; también se calcula que puede sustituir roles a gran escala y cambiar la estructura de trabajo, especialmente en tareas rutinarias. Eso exige políticas laborales proactivas que todavía no existen.

5) El reto filosófico real

No es solo si las máquinas “piensan”. El reto profundo es cómo la humanidad mantiene el control, decide qué es valioso y regula la frontera entre autonomía automatizada y responsabilidad humana. Eso no se logra con mejoras de hardware o más datos. Se logra con filosofía, leyes, ética y decisiones colectivas. Y eso siempre es más lento que las iteraciones de código.

PERO… ¿FUNCIONA DE VERDAD LA IA?

Vamos a ser útiles de verdad, no a repetir notas de prensa disfrazadas de análisis. Esto es, qué está funcionando en IA ahora mismo, qué no, y por qué, bajado a nivel técnico pero sin convertirlo en un paper ilegible.

1. Modelos base: el mito del “más grande es mejor” ya murió

Qué está pasando

El escalado bruto (más parámetros, más datos, más GPUs) ya no da saltos proporcionales.
Los modelos frontier siguen mejorando, sí, pero a coste energético, económico y de latencia absurdos.

Avances reales

Modelos más pequeños afinados superan a gigantes en tareas específicas.
Uso masivo de:
- Fine-tuning con datos propios
- LoRA / QLoRA
- Mixture of Experts (MoE) bien implementados
El foco pasó de capacidad general a capacidad útil.

Qué NO funciona

Entrenar un LLM desde cero sin:
- capital obsceno
- acceso a hardware prioritario
- datos limpios a escala
  Eso es quemar dinero con estilo.

Conclusión
El futuro inmediato no es GPT-X. Es modelos adaptados, conectados y supervisados.

2. RAG (Retrieval-Augmented Generation): la columna vertebral silenciosa

Qué es de verdad

RAG no es un truco. Es la única forma práctica de usar IA en entornos reales.

Qué está funcionando

Vector databases maduras (FAISS, Milvus, Weaviate, etc.).
Pipelines donde:
1. El modelo NO confía en su memoria
2. Busca contexto actualizado
3. Responde citando fuentes internas

Esto reduce:

alucinaciones
errores legales
respuestas inútiles

Problemas abiertos

Latencia.
Mala indexación semántica.
Datos basura entran → respuestas basura salen.

Regla básica
Si tu sistema no tiene RAG o algo equivalente, no es serio.

3. Agentes autónomos: hype, pero con un núcleo útil

La fantasía

“Agentes que trabajan solos, se coordinan, aprenden y ejecutan tareas complejas”.

No. Todavía no.

La realidad útil

Agentes semi-autónomos con:
- objetivos claros
- límites estrictos
- supervisión humana
Muy buenos para:
- análisis iterativo
- planificación
- descomposición de tareas
- workflows empresariales

Lo que falla

Bucles infinitos.
Toma de decisiones errática.
Costes de cómputo impredecibles.

Conclusión
Los agentes funcionan como empleados junior muy literales.
Dejarlos solos es mala idea. Como a muchos humanos, sinceramente.

4. Multimodalidad: aquí sí hay salto cualitativo

Qué cambió

Los modelos ahora razonan entre modalidades, no solo las reconocen.

Ejemplos reales:

Imagen + texto → diagnóstico médico asistido.
Video + audio → análisis de comportamiento.
Documento + gráficos → decisiones financieras.

Qué funciona bien

Visión + lenguaje.
OCR + razonamiento.
Audio para transcripción y análisis semántico.

Qué aún es flojo

Video largo.
Contextos espaciales complejos.
Causalidad física real.

Pero esto sí es un avance estructural, no cosmético.

5. Evaluación: el mayor agujero negro del sector

Problema crítico

Los benchmarks clásicos están contaminados o superados.

Los modelos ya “se saben” los tests.
Métricas automáticas no reflejan utilidad real.

Qué se está haciendo

Evaluaciones humanas.
Tareas abiertas.
Medición por impacto en procesos reales.

Lo que falta

Un estándar universal de calidad, seguridad y confiabilidad.

Ahora mismo:

cada empresa mide lo que le conviene
nadie quiere números comparables

6. Seguridad y alineamiento: progreso lento pero real

Avances

Mejor control de outputs peligrosos.
Filtrado contextual más fino.
Entrenamiento con feedback humano más sofisticado.

Problemas sin resolver

Prompt injection sigue siendo un desastre.
Modelos siguen siendo manipulables.
No hay garantías formales fuertes.

La IA no es segura por diseño, es segura por capas frágiles. Importante diferencia.

7. Energía y hardware: el cuello de botella silencioso

Hechos incómodos

El coste energético es real.
Los data centers están al límite.
El acceso a GPUs decide quién innova.

Qué se mueve

Chips especializados.
Inferencia optimizada.
Edge computing para tareas simples.

Pero sin cambios estructurales, esto limita la velocidad del progreso.

8. La frontera real (lo que viene en 12–24 meses)

No AGI. Tranquilidad.

Lo que sí viene:

IA integrada en procesos críticos.
Sistemas híbridos humano-IA.
Menos “chat”, más acción controlada.
Regulación que empieza a doler.

La ventaja no será el mejor modelo.
Será el sistema mejor diseñado alrededor del modelo.

Resumen brutal y honesto

La IA ya es útil, pero solo si se usa con cabeza.
El hype sigue exagerando capacidades.
El progreso real está en ingeniería, no en marketing.
El límite no es la inteligencia artificial.
El límite es la inteligencia humana organizando sistemas complejos.

Si quieres, el siguiente nivel es:

arquitectura completa de un sistema IA serio
casos reales donde falla
o desmontar mitos concretos que te estén vendiendo

Eso ya es cirugía, no divulgación.

Una arquitectura completa de un sistema IA serio

Bien. Dejamos el PowerPoint y entramos en arquitectura real.
Esto es cómo se diseña un sistema de IA serio, de los que funcionan en producción y no colapsan el lunes a las 9:05. No hay magia. Hay capas, límites y paranoia bien distribuida.

0. Principio rector (si fallas aquí, todo falla)

El modelo NO es el sistema.
Es un componente caro, inestable y propenso a inventarse cosas.

Diseñamos alrededor de eso.

1. Capa de entrada (Input & Control)

Función

Recibir solicitudes.
Validar formato, permisos y contexto.
Decidir si la IA debe intervenir o no.

Componentes

API Gateway.
Autenticación y autorización.
Rate limiting.
Normalización del input.

Clave

Muchos sistemas serios bloquean inputs ambiguos o maliciosos antes de que lleguen al modelo.

Menos IA = más fiabilidad.

2. Orquestador (el cerebro aburrido)

Función

Decide el flujo.
Descompone tareas.
Llama a herramientas, bases de datos o modelos.

Qué hace de verdad

“¿Esto es búsqueda?”
“¿Esto requiere razonamiento?”
“¿Hay datos suficientes?”
“¿Necesito humano en el loop?”

Tecnologías típicas

Workflows declarativos.
Estado explícito.
Reglas duras + heurísticas simples.

Importante
Aquí NO hay creatividad. Hay control.

3. Capa de contexto y conocimiento (RAG bien hecho)

Componentes

Bases vectoriales.
Bases relacionales.
Document stores.
Versionado de conocimiento.

Flujo

El sistema busca información relevante.
Filtra por:
- permisos
- actualidad
- calidad
Construye un contexto compacto.
Se lo pasa al modelo.

Regla de oro

El modelo nunca “recuerda”.
Siempre consulta.

Si no puedes rastrear de dónde sale una respuesta, es inaceptable.

4. Capa de modelos (sí, aquí va el LLM)

Qué incluye

Uno o varios modelos.
Diferentes tamaños y costes.
Routing inteligente.

Ejemplo

Modelo pequeño para clasificación.
Modelo mediano para resumen.
Modelo grande solo para razonamiento complejo.

Estrategia clave

Cost-aware inference
No usas un martillo hidráulico para clavar un alfiler.

5. Agentes y herramientas (acción controlada)

Qué son

Agentes con objetivos limitados.
Acceso a herramientas explícitas.

Qué pueden hacer

Consultar APIs.
Ejecutar cálculos.
Escribir borradores.
Proponer acciones.

Qué NO pueden hacer

Tomar decisiones finales críticas.
Ejecutar cambios irreversibles sin validación.

Aquí la IA propone, el sistema decide.

6. Validación y verificación (la capa que todos olvidan)

Funciones

Chequeos automáticos:
- consistencia
- formato
- reglas de negocio
Detección de alucinaciones.
Comparación contra fuentes.

Técnicas

Modelos secundarios verificadores.
Reglas duras.
Thresholds de confianza.

Si no pasa validación, no sale.
Da igual lo convincente que suene.

7. Human-in-the-loop (porque seguimos siendo necesarios)

Cuándo entra el humano

Baja confianza.
Alto impacto.
Casos nuevos.
Decisiones legales, médicas, financieras.

Cómo entra

Revisión.
Corrección.
Feedback estructurado.

Ese feedback vuelve al sistema para:

ajustar prompts
mejorar RAG
refinar reglas

Esto es aprendizaje real, no magia.

8. Observabilidad y auditoría

Qué se mide

Inputs.
Contextos usados.
Outputs.
Decisiones.
Costes.
Errores.

Por qué importa

Cumplimiento legal.
Mejora continua.
Post-mortems cuando algo falla.

Si no puedes explicar por qué el sistema respondió algo, no es aceptable en producción.

9. Seguridad transversal (en todas las capas)

Amenazas reales

Prompt injection.
Data leakage.
Escalada de permisos.
Abuso automatizado.

Contramedidas

Sandboxing.
Separación de contextos.
Sanitización.
Tests adversariales continuos.

La seguridad no es una feature. Es un estado mental permanente.

10. Ciclo de vida y evolución

Un sistema serio:

Versiona modelos.
Versiona datos.
Versiona prompts.
Prueba cambios gradualmente.

Nada se despliega “a lo loco”.
Eso es para startups con VC y poco que perder.

Arquitectura resumida (en texto, no dibujitos)

Usuario
 ↓
Control de entrada
 ↓
Orquestador
 ↓
Contexto (RAG)
 ↓
Modelo(s)
 ↓
Agentes / Herramientas
 ↓
Validación
 ↓
Humano (si aplica)
 ↓
Salida

Todo monitoreado. Todo auditable. Todo con frenos.

Verdad incómoda final

Un sistema IA serio:

Tiene más ingeniería clásica que IA.
Gasta más tiempo en control que en creatividad.
Confía menos en el modelo que en el diseño.

Eso lo hace aburrido. Eso lo hace fiable.

Donde no apuntan las cámaras ni los titulares

No ficción

También pasan cosas buenas, aunque no hagan ruido ni coticen en bolsa. Hay que agacharse un poco para verlas, mirando donde no apuntan las cámaras.

Este fin de año el mundo no celebró grandes victorias, pero sí pequeñas continuidades, que a veces valen más. No se cayó el sistema. No estallaron todos los conflictos que parecían inevitables. Hubo guerras que no se ampliaron, crisis que no se desbordaron, odios que se quedaron a medio camino. En la política internacional, eso ya cuenta como una forma modesta de esperanza.

En varios países, la inflación empezó a ceder lo suficiente como para que la gente respirara un poco mejor. No es prosperidad, pero es alivio. El precio del pan dejó de subir tan rápido. El alquiler dejó de ser un sobresalto mensual en algunos lugares. La economía no abrazó a nadie, pero dejó de empujar al suelo a tantos.

La ciencia siguió avanzando sin pedir permiso. Nuevos tratamientos, mejores diagnósticos, tecnologías médicas que no salen en titulares porque no generan pánico. Este año se salvaron vidas que no sabrán nunca que estuvieron a punto de no salvarse. Esa es una estadística silenciosa y profundamente optimista.

La transición energética, lenta y contradictoria, dio pasos reales. Más renovables conectadas, menos dependencia de algunos combustibles, más ciudades entendiendo que el aire limpio no es un lujo ideológico, sino una necesidad física. El planeta no se curó, pero el daño dejó de acelerarse en ciertos frentes. También eso importa.

En el plano humano, ocurrieron millones de cosas invisibles. Reencuentros. Gente que consiguió trabajo después de meses. Migrantes que llegaron vivos. Profesores que no se rindieron. Médicos que siguieron yendo. Periodistas que escribieron sin creer demasiado, pero escribieron igual. La civilización se sostiene así, por insistencia.

Y en la cultura, que siempre llega tarde a las buenas noticias, hubo una persistencia casi obstinada. Libros leídos. Obras representadas. Canciones compartidas sin algoritmo de por medio. Cuando el mundo no sabe a dónde va, la cultura no responde. Acompaña. Y eso, al final, salva más de lo que parece.

Este fin de año no trae un mensaje triunfal. Trae algo más creíble: continuidad con sentido. La prueba de que, pese al cansancio, la humanidad no ha renunciado del todo a corregirse, a cuidarse, a no empeorarlo todo al mismo tiempo.

No es un final feliz. Es algo mejor y más raro: un final abierto donde todavía hay margen para hacerlo un poco mejor mañana. Y en estos tiempos, eso ya es una buena noticia.

COP30: cambio climático al límite

No ficción

La COP30 no fue una cumbre en el sentido clásico. Fue más bien una reunión en el borde, celebrada cuando el lenguaje diplomático ya empieza a quedarse corto y el planeta ha dejado de pedir permiso para mostrar sus síntomas. No se trataba de salvar el mundo, sino de comprobar quién estaba dispuesto a admitir que lo habíamos llevado demasiado lejos.

Belém, en el corazón amazónico, no fue una elección inocente. Allí, donde la selva aún respira con dificultad, los delegados hablaron de grados, porcentajes y plazos mientras el aire húmedo recordaba que el cambio climático no es una proyección futura, sino una condición presente. La selva no escuchaba discursos. Observaba.

El gran tema de la cumbre fue el mismo de siempre y, a la vez, uno nuevo: el tiempo se acabó. Ya no se negocia para evitar el calentamiento, sino para limitar el daño. El umbral de 1,5 grados aparece en los documentos como una promesa en cuidados intensivos. Todos saben que está agonizando, pero nadie quiere firmar el certificado de defunción.

Los países ricos llegaron con compromisos revisados, cuidadosamente redactados para sonar ambiciosos sin ser peligrosos para sus economías. Hablaron de transición ordenada, de innovación, de mercados de carbono más eficientes. Los países del sur global hablaron de algo más básico: supervivencia. De inundaciones, sequías, cosechas perdidas, migraciones forzadas. Dos lenguajes distintos compartiendo la misma sala sin traducirse del todo.

La financiación climática volvió a ser el punto ciego. Promesas reiteradas, fondos que no llegan, mecanismos complejos que retrasan lo urgente. El llamado “fondo de pérdidas y daños” fue mencionado con solemnidad, como se menciona a un pariente enfermo al que nadie visita. Todos coinciden en que es necesario. Pocos están dispuestos a poner el dinero real sobre la mesa.

Mientras tanto, los combustibles fósiles siguieron flotando en la cumbre como un invitado incómodo al que nadie expulsa. Se habló de reducción progresiva, de transiciones justas, de realismo energético. Nadie dijo claramente que seguir extrayendo y quemando es incompatible con cualquier objetivo serio. La política climática global sigue atrapada en una contradicción elemental: queremos cambiar sin renunciar.

Fuera de las salas oficiales, la otra COP fue más honesta. Científicos repitiendo datos que ya no sorprenden. Jóvenes activistas cansados de marchar para ser escuchados cinco minutos. Comunidades indígenas recordando, una vez más, que han protegido ecosistemas durante siglos sin cumbres ni acrónimos, y que ahora son invitados tardíos a una mesa que nunca ayudó a poner.

La sensación general no fue de fracaso absoluto, pero tampoco de avance. Fue algo más inquietante: administración del colapso. Ajustar expectativas. Ganar tiempo. Evitar el pánico. La COP30 mostró un mundo que sabe lo que ocurre, pero no ha decidido todavía comportarse como si lo supiera de verdad.

El cambio climático ya no es una amenaza futura, sino un marco dentro del cual ocurre toda la política. Afecta a la economía, a la seguridad, a la migración, a la democracia. Sin embargo, sigue siendo tratado como un tema sectorial, una carpeta más en la agenda.

La cumbre terminó con comunicados, aplausos moderados y la promesa de seguir dialogando. Afuera, la Amazonía seguía ahí, paciente y herida. El problema no es que falten datos, ni incluso soluciones. El problema es más antiguo y más humano: nadie quiere ser la generación que admita que el modo de vida dominante es inviable.

Y sin esa admisión, toda cumbre es apenas una pausa elegante antes de que la realidad vuelva a hablar, esta vez sin micrófonos ni traducción simultánea.

Cinco grandes desafíos de la Robótica en un futuro próximo

No ficción

La robótica es una disciplina que combina la ingeniería, la informática, la inteligencia artificial y otras ciencias para diseñar, construir y operar máquinas capaces de realizar tareas complejas de forma autónoma o semiautónoma. La robótica tiene aplicaciones en diversos sectores, como la industria, la medicina, la agricultura, la educación, el ocio o la defensa. En este artículo, vamos a explorar algunas de las tendencias que marcarán el futuro de la robótica en los próximos años.

Robótica colaborativa

La robótica colaborativa consiste en el uso de robots que pueden trabajar junto a los humanos, de forma segura, flexible y eficiente. Estos robots, llamados cobots, se caracterizan por ser ligeros, adaptables, fáciles de programar y equipados con sensores y cámaras que les permiten detectar y evitar obstáculos. Los cobots pueden realizar tareas repetitivas, peligrosas o de precisión, liberando así a los humanos para que se dediquen a otras actividades de mayor valor añadido. Según un estudio de ReportLinker, el mercado global de los cobots se espera que crezca hasta los 10.800 millones de dólares en 2028, con un crecimiento interanual del 40,1%.

Robótica inteligente

La robótica inteligente se refiere al desarrollo de robots que pueden aprender, razonar y tomar decisiones de forma autónoma, basándose en la información que reciben del entorno y de sus propias experiencias. Estos robots utilizan técnicas de inteligencia artificial, como el aprendizaje automático, el procesamiento del lenguaje natural o la visión artificial, para mejorar sus capacidades y adaptarse a situaciones cambiantes. La robótica inteligente tiene aplicaciones en campos como la exploración espacial, la asistencia sanitaria, la educación o el entretenimiento. Según un informe de Juniper Research, se estima que habrá 8.400 millones de dispositivos de voz activados en 2024.

Robótica social

La robótica social es una rama de la robótica que se ocupa del diseño, la construcción y el estudio de robots que pueden interactuar con los humanos y con otros robots, de forma natural, amigable y empática. Estos robots tienen aspecto humanoide o animal, expresan emociones, gestos y lenguaje corporal, y son capaces de reconocer y responder a las señales sociales de sus interlocutores. La robótica social tiene como objetivo mejorar la calidad de vida de las personas, ofreciendo servicios de compañía, educación, terapia o entretenimiento. Según un estudio de Grand View Research, el mercado global de la robótica social se espera que alcance los 3.900 millones de dólares en 2027, con un crecimiento interanual del 23,1%.

Robótica móvil

La robótica móvil se refiere al uso de robots que pueden desplazarse por diferentes tipos de terrenos y entornos, de forma autónoma o teleoperada. Estos robots pueden tener ruedas, orugas, patas o alas, y están equipados con sensores, cámaras, GPS y sistemas de navegación que les permiten orientarse y evitar obstáculos. Los robots móviles pueden realizar tareas de transporte, logística, vigilancia, rescate o exploración. Según un estudio de Markets and Markets, el mercado global de la robótica móvil se espera que crezca hasta los 54.100 millones de dólares en 2023, con un crecimiento interanual del 23,2%.

Robótica sostenible

La robótica sostenible es una tendencia que busca generar un impacto positivo en el medio ambiente, mediante el uso de robots que pueden contribuir a la preservación de los recursos naturales, la reducción de la contaminación y el reciclaje de los residuos. Estos robots pueden ser de diferentes tipos, como drones, submarinos, brazos robóticos o nanorobots, y pueden realizar tareas de monitorización, limpieza, restauración o gestión ambiental. La robótica sostenible también implica el diseño de robots que sean eficientes, ecológicos y reciclables. Según un estudio de Research and Markets, el mercado global de la robótica ambiental se espera que crezca hasta los 25.200 millones de dólares en 2026, con un crecimiento interanual del 16,5%.

Estas son algunas de las tendencias que definirán el futuro de la robótica en los próximos años, pero no son las únicas. La robótica es un campo en constante evolución, que ofrece nuevas oportunidades y desafíos para la sociedad, la economía y la ciencia. Por ello, es importante estar al día de los avances y las innovaciones que se producen en este ámbito, así como de las implicaciones éticas, legales y sociales que conllevan.

Estructuras circulares y supercuerdas

No ficción

Introducción

El desarrollo de la física teórica ha dado lugar a una serie de modelos que tratan de explicar la naturaleza del universo en sus niveles más fundamentales. Dos conceptos clave en este esfuerzo son las «estructuras circulares» y las «supercuerdas». Ambos están intrínsecamente ligados a la búsqueda de una teoría unificadora que pueda describir tanto la gravedad como las demás fuerzas fundamentales dentro de un marco coherente. Este ensayo explora qué son las estructuras circulares en la física teórica, cómo están relacionadas con la teoría de cuerdas, y por qué estas ideas son cruciales para nuestra comprensión del cosmos.

Las Estructuras Circulares en la Física Teórica

El concepto de estructuras circulares surge en varios campos de la física. Una estructura circular es una geometría que mantiene simetría bajo rotaciones, lo que implica que cualquier punto de la estructura sigue patrones cíclicos o periódicos. En física teórica, estas estructuras pueden aparecer de varias maneras, pero una de las formas más prominentes es en los espacios compactificados.

Espacios Compactificados

La idea de compactificación proviene de la teoría de cuerdas y de otras teorías que intentan integrar la gravedad con las demás fuerzas fundamentales. En términos sencillos, un espacio compactificado es uno que tiene dimensiones adicionales que están «envueltas» sobre sí mismas de manera circular. Estas dimensiones no son visibles a nuestras escalas macroscópicas debido a su pequeño tamaño, pero tienen un impacto profundo en la estructura del espacio-tiempo.

El ejemplo más sencillo de compactificación es imaginar una dimensión espacial adicional que esté «enrollada» en una circunferencia muy pequeña. Para ilustrarlo, pensemos en una hoja de papel bidimensional: si la enrollamos en un cilindro muy delgado, parecería unidimensional cuando se observa desde lejos, aunque sigue siendo bidimensional a niveles microscópicos. En la teoría de cuerdas, se postula que algunas de las dimensiones del universo están compactificadas en estas estructuras circulares, lo que afecta cómo las partículas y las fuerzas interactúan.

La Teoría de Cuerdas y Supercuerdas

La teoría de cuerdas es un marco teórico que busca unificar la relatividad general, que describe la gravedad, y la teoría cuántica de campos, que describe las otras fuerzas fundamentales: el electromagnetismo, la fuerza nuclear fuerte y la fuerza nuclear débil. A diferencia de las teorías tradicionales que modelan las partículas subatómicas como puntos, la teoría de cuerdas sugiere que las partículas son, en realidad, pequeñas cuerdas vibrantes.

Fundamentos de la Teoría de Cuerdas

En lugar de describir las partículas elementales como puntos en el espacio, la teoría de cuerdas las modela como cuerdas unidimensionales que pueden vibrar en diferentes frecuencias. Estas vibraciones determinan las propiedades de las partículas, como su masa y carga. Las cuerdas pueden ser abiertas o cerradas, siendo las cerradas aquellas que tienen una estructura circular.

La importancia de las cuerdas cerradas radica en que su forma circular es la responsable de describir la partícula conocida como el «gravitón», que es hipotéticamente la portadora de la gravedad a nivel cuántico. Esto es crucial, ya que las teorías cuánticas tradicionales han tenido dificultades para describir la gravedad, mientras que la teoría de cuerdas ofrece una explicación natural para su aparición.

Supercuerdas y Dimensiones Extra

La teoría de supercuerdas es una extensión de la teoría de cuerdas que incorpora una simetría llamada supersimetría, que postula que cada partícula conocida tiene una «supercompañera» con propiedades cuánticas diferentes. La incorporación de la supersimetría permite que la teoría de cuerdas sea consistente en términos matemáticos y ofrezca un marco más robusto para describir el universo.

Uno de los aspectos más fascinantes de la teoría de supercuerdas es que requiere de un número mayor de dimensiones espaciales para ser matemáticamente coherente. Mientras que en nuestra experiencia cotidiana el universo parece tener tres dimensiones espaciales, la teoría de supercuerdas requiere la existencia de hasta diez o más dimensiones. La forma en que estas dimensiones adicionales están estructuradas y compactificadas podría estar relacionada con las estructuras circulares mencionadas anteriormente.

En particular, algunas teorías sugieren que las dimensiones adicionales pueden estar enrolladas en formas geométricas extremadamente pequeñas llamadas «variedades de Calabi-Yau». Estas variedades tienen propiedades matemáticas especiales que permiten la compactificación de dimensiones adicionales sin romper la coherencia física de la teoría.

La Relación entre Estructuras Circulares y Supercuerdas

Las estructuras circulares juegan un papel esencial en la teoría de cuerdas debido a la compactificación de dimensiones. Las cuerdas, tanto abiertas como cerradas, vibran dentro de estas dimensiones compactificadas, lo que determina las características observables de las partículas. La idea de que el espacio-tiempo puede estar «enrollado» en formas circulares o toroidales es una solución elegante para el problema de incorporar dimensiones adicionales en el universo observable.

Además, estas estructuras circulares no solo son relevantes para las dimensiones adicionales, sino también para los propios objetos físicos descritos por la teoría. Por ejemplo, las branas, que son generalizaciones de las cuerdas a dimensiones superiores, pueden tener configuraciones circulares o esféricas que se comportan de manera similar a las cuerdas cerradas, describiendo partículas como el gravitón.

Implicaciones Físicas y Filosóficas

La noción de estructuras circulares y supercuerdas no solo tiene implicaciones en el ámbito de la física teórica, sino también en la filosofía de la ciencia y nuestra concepción del universo. Si bien estas ideas aún no han sido confirmadas experimentalmente, ofrecen una visión intrigante de cómo podría ser la estructura fundamental del cosmos.

Una de las implicaciones más profundas es la idea de que el universo no se limita a las tres dimensiones espaciales que experimentamos cotidianamente. Las dimensiones adicionales y las estructuras geométricas asociadas nos llevan a preguntarnos sobre la verdadera naturaleza del espacio-tiempo y sobre qué significa realmente el concepto de «realidad».

Además, la teoría de cuerdas sugiere que el universo podría estar compuesto por múltiples «universos paralelos», cada uno con sus propias dimensiones compactificadas y estructuras circulares. Esto introduce la posibilidad de que nuestra comprensión actual del cosmos sea solo una pequeña parte de una realidad mucho más compleja y rica.

Las estructuras circulares y la teoría de supercuerdas representan uno de los desarrollos más fascinantes en la búsqueda de una teoría unificadora de la física. Aunque estas ideas aún están lejos de ser comprobadas, ofrecen una perspectiva elegante sobre cómo las fuerzas fundamentales y las partículas elementales podrían estar interconectadas a través de dimensiones adicionales y vibraciones de cuerdas. La noción de que nuestro universo tiene una estructura más rica y compleja de lo que podemos percibir plantea preguntas fundamentales sobre la naturaleza de la realidad y los límites de nuestro conocimiento. Mientras la ciencia continúa explorando estas ideas, el potencial de las supercuerdas y las estructuras circulares para revolucionar nuestra comprensión del cosmos sigue siendo inmenso.

Variedades de Calabi-Yau

Una variedad de Calabi-Yau es un tipo especial de espacio matemático que juega un papel crucial en la teoría de cuerdas, una teoría que intenta unificar las cuatro fuerzas fundamentales de la naturaleza en un marco coherente. Para entender mejor qué es una variedad de Calabi-Yau y por qué es importante en la física teórica, veamos sus características y contexto:

Definición y Propiedades Matemáticas

En términos sencillos, una variedad de Calabi-Yau es una clase de espacio geométrico complejo que tiene propiedades muy específicas. Algunas de sus características clave son:

Dimensiones complejas: A nivel matemático, las variedades de Calabi-Yau son espacios que tienen un número específico de dimensiones «complejas», que son el doble de las dimensiones «reales». Por ejemplo, una variedad de Calabi-Yau de tres dimensiones complejas tendría seis dimensiones reales.
Curvatura Ricci plana: Uno de los aspectos más importantes de las variedades de Calabi-Yau es que tienen una curvatura Ricci igual a cero. Esto significa que estas variedades son espacios geométricos «planos» en un sentido especial, y son soluciones a las ecuaciones de Einstein en la teoría general de la relatividad cuando no hay materia ni energía presente.
Simetría: Las variedades de Calabi-Yau tienen una estructura que permite la conservación de ciertas simetrías, como la supersimetría, lo cual es crucial para que la teoría de cuerdas sea consistente matemáticamente.

Variedades de Calabi-Yau y la Teoría de Cuerdas

En la teoría de cuerdas, nuestro universo no tiene solo las cuatro dimensiones que percibimos (tres espaciales y una temporal), sino que en realidad puede tener hasta diez o incluso once dimensiones. Sin embargo, las dimensiones adicionales no son visibles a escala macroscópica porque están «compactificadas» o enrolladas en formas extremadamente pequeñas. Estas formas compactificadas son precisamente las variedades de Calabi-Yau.

La compactificación en una variedad de Calabi-Yau tiene la capacidad de mantener la coherencia de la teoría de cuerdas en términos matemáticos, especialmente porque permite que la teoría preserve la supersimetría. Además, la forma específica de la variedad de Calabi-Yau afecta las propiedades de las partículas que se describen en el universo: la manera en que las cuerdas vibran dentro de estas dimensiones adicionales determina las masas, cargas y otras propiedades de las partículas fundamentales.

Un Ejemplo Simple: Esferas y Toros

Para ilustrar cómo funcionan las dimensiones compactificadas, imaginemos el caso de una cuerda que se mueve en nuestro espacio tridimensional. Si añadimos una dimensión extra que está «enrollada» en un círculo (una compactificación simple), la cuerda puede moverse a través de la dimensión grande, pero también «envolverse» alrededor de la dimensión compactificada.

En el caso de una variedad de Calabi-Yau, la idea es similar, pero en lugar de ser una dimensión simple como un círculo o un toro, estamos tratando con geometrías mucho más complejas y multidimensionales. A menudo, las variedades de Calabi-Yau tienen estructuras con formas altamente intrincadas, parecidas a espacios en seis o más dimensiones muy curvadas y plegadas.

¿Por qué son importantes?

Las variedades de Calabi-Yau no son solo un truco matemático abstracto. En la teoría de cuerdas, las diferentes formas de estas variedades determinan el comportamiento observable de las partículas y las fuerzas en nuestro universo. La idea es que las vibraciones de las cuerdas en estas formas geométricas adicionales podrían explicar por qué las partículas tienen ciertas propiedades, como su masa y carga, y cómo interactúan entre sí.

Si bien hasta ahora no hemos logrado observar experimentalmente estas dimensiones adicionales o variedades de Calabi-Yau, la idea sigue siendo una de las explicaciones más elegantes y consistentes en la búsqueda de una teoría unificadora de las fuerzas fundamentales.

Variedades de Calabi-Yau y Multiverso

Una implicación fascinante de las variedades de Calabi-Yau es que podrían estar relacionadas con la idea de un multiverso. La teoría de cuerdas permite muchas formas posibles de compactificación, lo que significa que podría haber un número casi infinito de variedades de Calabi-Yau diferentes. Cada una de estas compactificaciones podría corresponder a un universo con propiedades físicas diferentes, lo que lleva a la especulación de que nuestro universo podría ser solo uno entre muchos posibles universos en un multiverso.

Conclusión

Las variedades de Calabi-Yau son piezas clave en la teoría de cuerdas, permitiendo la compactificación de dimensiones adicionales y proporcionando una estructura geométrica que da sentido a las propiedades de las partículas fundamentales. Aunque su existencia aún no ha sido confirmada experimentalmente, estas complejas geometrías ofrecen una visión fascinante de cómo podría estar estructurado el universo a niveles profundamente microscópicos, y cómo las fuerzas fundamentales podrían unirse en un marco teórico coherente.

¿La humanidad necesita un remiendo? No.

No ficción

La humanidad —esa lenta secreción de células nerviosas en espiral, ese tumor autoinducido por el cosmos en la costra del carbono—, humanidad que se escupe a sí misma entre gases de escape y coágulos ideológicos, que se imagina eternamente coronada de lógica, cuando ni siquiera ha aprendido a no comerse las uñas de la ansiedad. ¿Es esto —dice el narrador, o quizá el eco del narrador, o quizá el pensamiento errático y salivado del mono que quiso ser dios— un proyecto con dirección? ¿Una línea ascendente hacia la conciencia? No, más bien un garabato de un niño borracho de azar, jugando con fuego en el rincón menos iluminado del universo.

El experimento. El experimento es, claro, una palabra que da prestigio, una bata blanca para cubrir el vómito del devenir. El experimento, dice la historia, consiste en ver qué hace un organismo cuando le das una chispa de lenguaje y una cuchara de miedo. Y la respuesta no tarda: hace religión, hace guerras, hace conceptos. El experimento es dejarlo solo con un espejo durante varios milenios y observar cómo se da de cabezazos, buscando dentro de la imagen una salida que no existe. El experimento ha consistido en darle herramientas y ver si las usa para acariciar o para diseccionar, y ya sabemos la respuesta, basta mirar los cadáveres —no los de carne, los otros, los de ideas, los de la posibilidad— que cubren las ruinas de cada utopía.

Y, sin embargo, sigue. Eso es lo más trágico del experimento: su insistencia. Porque un fracaso que se detiene es digno, incluso elegante. Pero uno que persiste —como una tos seca, como un recuerdo de infancia que uno no ha pedido— es sólo patético. Y ahí están, caminando con los pies descalzos sobre cables de alta tensión, los humanos, los autodenominados sapiens, que construyen sistemas que no comprenden, y después se ahogan en ellos como peces que se inventan el agua.

Luis, Pedro, Mateo —nombres, sí, pero también etiquetas para el caos. Cada uno con su voz interna como una radio mal sintonizada, cada uno empujado por el murmullo de lo no dicho, de lo apenas sentido, de lo que flota en los pasillos de la conciencia sin permiso ni origen. Y es esa voz, esa riada de pensamientos rotos, lo que queda cuando uno raspa la pintura de la civilización: no hay verdad, sólo residuos. Sólo ese murmullo histérico de un cerebro que intenta justificar su propia combustión.

Quizá, sólo quizá —dice un último pensamiento que no tiene sujeto ni verbo pero sí vértigo—, la humanidad era sólo una broma, un ensayo para algo que aún no ha comenzado. Un ensayo sin público, sin director, sin aplausos. Un ensayo en que los actores olvidaron el libreto y decidieron improvisar. Mal. Muy mal.

Un ensayo mal ensayado, sí, un intento sin ensayo general y sin posibilidad de repetir función, la humanidad como esa obra donde cada actor entra en escena sin saber si es tragedia o comedia, y al final se aplaude sólo porque se terminó. Como en Esperando a Godot, pero sin Godot y sin esperanza, sólo el murmullo que queda cuando se han apagado las luces y el telón no baja porque nunca subió del todo. Y los personajes siguen hablando, moviendo las manos, creyendo que hay alguien observando —Dios, el futuro, la posteridad—, cuando en realidad todo el teatro está vacío, y lo único que queda es la polilla, roedora tenaz de telones y discursos.

Pero claro, no hay que ser ingenuos: esta conciencia que se derrama por las grietas del cráneo no es nueva. Ya lo decía Dostoievski, ese profeta de las madrigueras, que el hombre se complace en el dolor, que se envicia con su propio veneno, que prefiere la destrucción consciente a la felicidad impuesta. ¡Ah, el hombre del subsuelo! Vive entre nosotros, se ha multiplicado, se ha refinado. Ahora escribe ensayos, hace podcasts, trabaja en recursos humanos. No escarba tierra, sino algoritmos. Pero es el mismo: el que se sabe enfermo y cultiva su enfermedad como quien cultiva bonsáis, con paciencia, con mimo, con un amor oscuro.

Y no se salva la ciencia —¿Cómo podría salvarse?—, esa nueva religión de batas esterilizadas, ese nuevo mito donde la verdad es una curva de Gauss y la redención un fármaco de patente suiza. Galileo, Newton, Pasteur… mártires del orden, sí, pero también padres involuntarios de este caos cuantificado, de este sufrimiento administrado en dosis de estadísticas. Porque, ¿Qué hemos hecho con la luz si no convertirla en pantalla? ¿Qué hemos hecho con la verdad si no convertirla en protocolo?

Kafka se ríe en un rincón. Claro que se ríe. Él ya lo sabía: el sistema no necesita lógica, sólo persistencia. Y la humanidad, tan obediente, tan amante de los sellos y las colas y los pasillos interminables, se ofrece voluntaria para ser juzgada por tribunales sin rostro, por normas sin firma, por realidades que cambian de forma como el juicio que se escapa de Josef K. cuando cree que está a punto de entender. Nunca se entiende. Se sobrevive. A veces.

Y si se intenta mirar hacia atrás, hacia los pilares supuestos, ahí están Homero, Virgilio, Shakespeare, construyendo sobre mitos, imperios, traiciones. Pero incluso ellos —sí, incluso ellos— sabían que escribían sobre cimientos de arena, que el héroe era una sombra, que el verso no salva. Ulises no vuelve. Edipo no ve. Hamlet duda tanto que muere de tanto pensar. La palabra sólo organiza el miedo, lo viste, lo hace pronunciarse en alejandrinos. Pero no lo disuelve.

Así, entonces, la humanidad como experimento no fracasó por error, sino por cumplimiento. Se cumplió el guion de la entropía: se dotó al organismo de lenguaje, de fuego, de conciencia, y lo que hizo fue construir jaulas más complejas, cárceles más pulidas, infiernos interiores con calefacción central. Y mientras tanto, el tiempo —ese silencio— sigue corriendo, indiferente, como en un texto de Juan Rulfo donde los muertos aún hablan porque el mundo no los ha olvidado del todo.

Pero aquí, en esta conciencia que balbucea, que no encuentra sujeto ni predicado sino una serie de reflejos interrumpidos, sólo queda el murmullo —ese eterno murmullo— que dice que quizá, sólo quizá, la naturaleza no fracasa. Que lo humano fue sólo un estallido de fiebre, una fiebre con nombres propios, con apellidos y redes sociales. Y cuando baje, cuando la fiebre ceda, el mundo seguirá. Callado, intacto. Sin juicio. Sin memoria. Sin literatura.