Premedic lanzó Médico IA, asistente virtual de salud que atiende las 24 horas y orienta rápido al paciente

Premedic lanzó Médico IA, un asistente de salud disponible las 24 horas que permite consultar síntomas, recibir orientación inmediata e interpretar resultados de estudios en un lenguaje simple. 

De esta forma, Premedic se convirtió en la primera prepaga en ofrecer una solución de estas características de manera integral, con consultas ilimitadas y sin costo adicional para sus afiliados. 

Cuando la situación lo requiere, el sistema de Médico IA permite pasar en el momento a una videoconsulta con profesionales de distintas especialidades, sin turnos ni demoras. 

El servicio fue desarrollado junto con Llamando al Doctor y funciona como un primer triage inteligente: no reemplaza la consulta médica, sino que ayuda al afiliado a entender cómo actuar y facilita el acceso rápido a la atención profesional.

"Este lanzamiento de Médico IA refuerza el posicionamiento de Premedic como una compañía que apuesta a la innovación aplicada a la salud, que incorpora herramientas tecnológicas que mejoran la accesibilidad y optimizan los tiempos de atención. Médico IA no reemplaza la consulta médica:, funciona como un primer triage inteligente, al acompañar al afiliado desde el primer momento y agilizar la toma de decisiones sobre su salud", subrayó la doctora Ingrid Briggiler, ginecóloga fundadora de Llamando al Doctor.

El servicio se encuentra disponible a través de Premedic Móvil y también dentro de la plataforma de Llamando al Doctor, lo cual facilita una experiencia integrada, rápida y sin fricciones.

Reto para el mercado asegurador: cómo prevenir y detectar fraudes en la era de la IA y las deepfakes

Los intentos de fraude mediante deepfakes crecieron 2.137 % a nivel mundial en los últimos tres años, según el estudio The Battle Against AI-Driven Identity Fraud.

Signicat elaboró este reporte tras consultar a más de 1.200 responsables de prevención de fraude del sector financiero y de pagos de siete países europeos. 

El paper también revela que 42,5 % de los intentos de fraude detectados ya involucran inteligencia artificial, una tendencia que obliga a las organizaciones a replantear sus mecanismos de prevención y validación. 

Si bien el relevamiento se centra en el sector financiero, el fenómeno comienza a proponer desafíos para otras industrias en las cuales la verificación de evidencias resulta crítica, como el mercado asegurador. 

Fotografías, presupuestos, certificados médicos, comprobantes e incluso documentos de identidad pueden ser alterados o generados mediante inteligencia artificial, con un nivel de realismo que hace apenas unos años era impensado. 

En el mercado asegurador, este cambio no solo incrementa el riesgo de fraude. También eleva los costos asociados a las investigaciones, prolonga los tiempos necesarios para validar un siniestro y pone bajo presión la confianza entre aseguradoras y clientes, que esperan resoluciones ágiles sin resignar seguridad. 

"Lo que está cambiando no es solamente el fraude. Está cambiando el concepto de evidencia. Una fotografía ya no puede asumirse como prueba suficiente por sí sola. El desafío consiste en combinar modelos capaces de detectar manipulaciones con procesos que integren distintas fuentes de información, y mantengan al analista en el centro de las decisiones críticas", aseveró Silvia Pascual, Business Manager de Flux IT. 

Ante este escenario, las aseguradoras comienzan a incorporar herramientas capaces de analizar grandes volúmenes de información, detectar inconsistencias entre distintas fuentes e identificar patrones de comportamiento. 

En la práctica, estas capacidades pueden asistir en la autenticación de imágenes de siniestros para detectar posibles manipulaciones, contrastar la documentación presentada con otras fuentes de información, resumir expedientes y señalar anomalías para que los analistas concentren su trabajo en los casos que realmente requieren una investigación más profunda. 

"En nuestros proyectos, combinamos modelos de machine learning, análisis de metadatos e inconsistencias visuales, para asistir a los analistas en la detección de imágenes alteradas. En implementaciones sobre fotografías de vehículos y documentación de siniestros, alcanzamos precisiones de 97 % a 100 %, sin registrar falsos positivos", aportó Silvia Pascual. 

La particularidad de este escenario es que la misma tecnología que utilizan las compañías para prevenir el fraude también está siendo aprovechada por quienes intentan cometerlo. 

La inteligencia artificial permite crear imágenes, documentos e identidades sintéticas con un nivel de precisión que obliga a elevar los estándares de control y verificación. 

"No existe una única respuesta tecnológica para este problema. En algunos casos, será necesario automatizar controles; en otros, integrar mejor la información disponible o darle al analista más contexto para decidir. La diferencia no estará en aplicar más inteligencia artificial, sino en usarla donde genere valor real, con datos confiables, reglas claras y supervisión humana. Ese equilibrio es el que permite reducir costos y tiempos, sin deteriorar la confianza de los asegurados", concluyeron portavoces de Flux IT.

Cambio de época: cómo la ciencia prolonga la vida activa de los futbolistas +36, por Tomás Piqueras (*)

Si nos detenemos a observar los planteles de los equipos que disputan los mundiales de fútbol más recientes, resulta innegable que atravesamos un cambio de paradigma en lo que respecta a la edad cronológica de los protagonistas. 

Históricamente, la barrera de los treinta y cinco años marcaba el declive de un futbolista; sin embargo, la longevidad en el deporte de alto rendimiento ha dejado de ser una excepción genética para convertirse en una disciplina científica. 

En este contexto, los atletas de élite ya no perciben su cuerpo como una máquina a la que se debe exprimir hasta llegar a su límite absoluto, sino que han pasado a gestionarlo como un ecosistema complejo que requiere ser monitorizado en tiempo real. Por lo tanto, el objetivo de los preparadores y cuerpos médicos ha mutado. 

Ya no se busca exclusivamente potenciar la velocidad máxima o la fuerza explosiva, sino que el esfuerzo principal se concentra en estirar ese periodo vital, en el cual el individuo es capaz de rendir en la cumbre de sus capacidades físicas y mentales. 

Figuras que superan los treinta y nueve, e incluso los cuarenta años, continúan en condición de líderes de sus selecciones con vigencia, respaldados por la tecnología, la medicina de precisión y una reestructuración de los hábitos cotidianos. 

Casos como el de Lionel Messi, Cristiano Ronaldo, Manuel Neuer, Luka Modric, o LeBron James, por meternos en otro deporte, dan cuenta de esto. 

La prolongación de la participación de los futbolistas en los torneos internacionales y el sostenimiento de sus capacidades de rendimiento a lo largo de los años son el resultado de la intersección de múltiples factores de intervención científica, que operan de una manera integrada dentro de las organizaciones deportivas.

Dentro de esta estructura de trabajo, la tecnología médica ocupa un lugar relevante ya que los dispositivos e instrumentos de medición permiten obtener información empírica sobre los indicadores del estado físico y la condición funcional de los integrantes de los planteles, evaluándolos en las distintas fases de sus trayectorias. 

De esta forma, la longevidad de los deportistas se sostiene sobre la sistematización del monitoreo de los signos vitales y de las capacidades de respuesta del organismo humano frente a la exigencia del calendario de los partidos.

La transición hacia los ecosistemas de evaluación deportiva 

En la actualidad, las áreas médicas de los seleccionados nacionales y de los clubes de fútbol de la Argentina y del resto del planeta poseen a su disposición equipos que constan de herramientas ultraportátiles de diagnóstico mediante la captación de imágenes, sistemas de evaluación cardiovascular y plataformas de monitoreo de variables fisiológicas. 

La instrumentación de estas maquinarias de recolección de métricas facilita los procesos de detección en etapas tempranas de alteraciones en la estructura anatómica de los futbolistas, al mismo tiempo que viabiliza el seguimiento sistemático de los protocolos de recuperación física y propicia la adopción de resoluciones de trabajo fundamentadas exclusivamente en la lectura de datos objetivos. 

La finalidad de la implementación tecnológica trasciende el concepto de prolongar una carrera deportiva como una meta aislada. 

Por el contrario, los equipamientos contribuyen con información, para que los profesionales del deporte dispongan de fundamentos con sustento técnico al momento de diseñar las estrategias de prevención, los esquemas de entrenamiento y las etapas de rehabilitación que correspondan a las necesidades particulares de cada jugador. 

A partir de la provisión de equipamiento clínico, se registra una incorporación en aumento de estas herramientas de control en el interior de las instituciones deportivas y en los centros de salud, que asisten a los atletas de alto rendimiento. 

Este proceso de integración refleja el avance de una tendencia de alcance global, la cual direcciona la práctica hacia una concepción de la medicina de carácter preventivo y de aplicación personalizada.

El impacto de la información objetiva en la prevención del desgaste corporal 

El desarrollo de la ciencia y de la nutrición en la esfera del deporte evolucionó mediante la medición del impacto de las dietas y de las disciplinas de trabajo de los futbolistas. 

Las soluciones de origen tecnológico complementan las tareas que ejecutan los nutricionistas, los médicos y los especialistas en preparación física, a partir de la emisión de datos objetivos vinculados con una multiplicidad de indicadores corporales. 

A través de las evaluaciones fisiológicas y de los controles periódicos, los grupos de profesionales miden de qué manera responden los sistemas del organismo humano frente a la implementación de determinadas estrategias de alimentación, frente a rutinas específicas de la preparación o durante los intervalos de descanso. 

Esta recolección de mediciones hace viable la realización de seguimientos de tipo longitudinal, para detectar variaciones en el estado de los jugadores que, sin la utilización de estos recursos tecnológicos, carecerían de registro. 

La diferencia de los procesos contemporáneos respecto de las metodologías aplicadas en décadas anteriores radica en que las decisiones de los cuerpos técnicos se sustentan en información provista con mayor frecuencia. 

Esto favorece un abordaje integral en el cual el equipamiento tecnológico actúa como una herramienta de apoyo para las tareas de evaluación y para los esquemas de monitoreo continuo. 

La convergencia de los datos nutricionales, fisiológicos y de las imágenes de diagnóstico permite la reducción de la incertidumbre. A su vez, los equipos de diagnóstico generan datos que se comparan a lo largo de las semanas, permitiendo la construcción de historiales evolutivos de cada futbolista. 

A partir del análisis de esta información, los especialistas identifican cambios, observan tendencias y registran indicadores para realizar ajustes en el entrenamiento, modificar los tiempos de recuperación o ejecutar evaluaciones de mayor profundidad. 

En este esquema, la clave de la gestión del rendimiento no se encuentra en la generación de datos de forma aislada, sino en el proceso de transformar dichas métricas en información de utilidad para la toma de decisiones, motivo por el cual la integración del hardware y la digitalización de los registros representan recursos centrales dentro del ámbito del deporte.

La convergencia del ámbito sanitario y el futuro de la medicina del deporte 

La implementación de maquinarias para medir parámetros de salud en el entorno del deporte responde a una convergencia con las innovaciones desarrolladas dentro de la medicina general. Tecnologías que se concibieron en sus orígenes para la ejecución de diagnósticos y para el seguimiento de pacientes en hospitales y clínicas, son de utilidad en la evaluación de los planteles de fútbol.

Este intercambio entre áreas de aplicación genera un marco de retroalimentación, ya que los avances en el campo de las imágenes médicas, en la instrumentación del monitoreo clínico, en la digitalización de los registros y en el análisis de las bases de datos resultan útiles tanto para la atención sanitaria tradicional como para la medicina orientada al deporte. 

En los dos sectores, el objetivo de los profesionales es recolectar información para la estructuración de resoluciones médicas. Como consecuencia de la incorporación de estos métodos, la rehabilitación contemporánea no depende de manera exclusiva de la aplicación de tratamientos posteriores a la aparición de lesiones, sino de la capacidad de evaluar, de monitorear y de ajustar los procesos de recuperación en forma continua. 

En este escenario de control preventivo, la tecnología ejerce un rol de soporte para la operatividad de los equipos interdisciplinarios. 

La permanencia de los futbolistas en los campos de juego durante extensiones temporales prolongadas es la materialización de un sistema de metodologías combinadas. 

El poder de la tecnología reside en su capacidad de transformar procesos abstractos del organismo en métricas objetivas y mensurables. En definitiva, la longevidad deportiva es el resultado de una estrategia integral que combina avances tecnológicos, medicina preventiva, entrenamiento personalizado, nutrición, rehabilitación y trabajo interdisciplinario. 

La tecnología aporta cada vez más información y precisión para anticipar riesgos, optimizar decisiones y acompañar el cuidado de la salud del atleta, pero su verdadero valor radica en integrarse a un enfoque multidisciplinario.

(*) El columnista - foto- es CEO del Centro de Servicios Hospitalarios.

Consumos corporativos: en qué usan el dinero las empresas; cómo se pueden mejorar control y gestión

Tres rubros concentran más de un tercio de las transacciones de tarjetas corporativas en la Argentina: restaurantes (13,3% ), combustible (12,2 %) y gastos de "caja chica" (9,8 %), de acuerdo con un estudio de Kuru.

La fintech especializada en gestión de gastos corporativos relevó más de 300.000 transacciones procesadas en más de 150 empresas, correspondientes a once industrias diferentes. 

Los consumos vinculados con gastronomía aparecen entre las principales categorías de gasto corporativo registradas por las compañías. Lejos de responder solo a reuniones formales, gran parte de estas operaciones están asociadas con la actividad comercial cotidiana: almuerzos durante recorridas de campo, viáticos de equipos que trabajan fuera de la oficina, reuniones con clientes o jornadas de trabajo que requieren desplazamientos dentro y fuera del país. 

El dato refleja cómo evolucionaron las dinámicas operativas de muchas organizaciones. Equipos comerciales, supervisores, técnicos, ejecutivos y directivos realizan cada vez más actividades fuera de sus sedes corporativas, lo cual genera gastos que necesitan ser administrados y controlados en tiempo real.

"Detrás de los consumos en gastronomía hay una realidad operativa muy concreta. Son gastos vinculados con personas que trabajan en el territorio, visitando clientes, supervisando operaciones o representando a la compañía. Es uno de los rubros donde más claramente se observa la necesidad de combinar flexibilidad para los equipos con mecanismos de control eficientes para las empresas", explicaron desde Kuru. 

El segundo gran bloque de consumos está relacionado con movilidad y transporte. Combustible, peajes, estacionamientos, aplicaciones de movilidad y gastos asociados con tareas de campo continúan representando una porción significativa de los presupuestos operativos. 

En sectores como logística, servicios, construcción, energía o mantenimiento, estos consumos forman parte del funcionamiento diario de los equipos y requieren mecanismos de control cada vez más precisos. 

De hecho, la necesidad de administrar estos gastos fue uno de los principales motores detrás de la adopción de herramientas digitales de gestión financiera corporativa. 

Otro de los rubros con mayor crecimiento durante el último año es el vinculado con tecnología y servicios digitales. Suscripciones de software, herramientas colaborativas, plataformas de productividad y soluciones basadas en inteligencia artificial comenzaron a ocupar un lugar cada vez más relevante dentro de los presupuestos empresariales. 

La incorporación masiva de tecnología en áreas operativas, comerciales y administrativas cambian la composición histórica de los gastos corporativos y aceleran la digitalización de procesos internos.

Uno de los datos interesantes surge al analizar las transacciones rechazadas automáticamente por los sistemas de control. Según datos de Kuru, entre 7 % y 15 % de las operaciones intentadas por los usuarios son bloqueadas por incumplir alguna política definida por la empresa. 

El principal motivo de rechazo corresponde al uso en rubros no autorizados, que explica 45 % de los bloqueos registrados. Le siguen intentos de superar los montos máximos permitidos (28 %), la falta de rendición de comprobantes previos (15 %), el uso en monedas no autorizadas (7 %) y las operaciones fuera de los días u horarios habilitados.

"Muchas empresas desconocían por completo qué porcentaje de sus gastos quedaba fuera de política, porque simplemente no tenían forma de detectarlo. Cuando el control ocurre después, muchas veces el dinero ya fue gastado", advirtieron desde la compañía. 

La digitalización de los gastos corporativos también modifica la forma en que las empresas administran sus recursos. De acuerdo con datos de la plataforma, la automatización permite reducir hasta 95 % el tiempo destinado a auditorías y controles internos, mientras que los procesos de rendición de gastos pueden completarse en menos de 10 segundos, mediante integraciones con herramientas como WhatsApp.

La eficiencia financiera se volvió una prioridad, entender cómo, cuándo y en qué se gasta se convirtió en un activo estratégico para las organizaciones. Y los datos muestran que, detrás de cada carga de combustible, almuerzo de trabajo o compra de caja chica, existe una oportunidad para mejorar el control y la gestión de los recursos corporativos.

Más allá del algoritmo: el software médico como el nuevo aliado clínico, por Tomás Piqueras (*)

Nos encontramos en un punto de inflexión en el cual la noción del "futuro de la salud" ha dejado de ser una proyección a largo plazo, para integrarse con plenitud en el tejido de nuestra práctica médica cotidiana. 

La Inteligencia Artificial no es una promesa vacía, sino el motor de una transformación profunda que redefine la industria sanitaria, a través de la automatización de procesos complejos y el análisis masivo de datos. 

En la actualidad, esta tecnología permite optimizar la toma de decisiones mediante la generación de información estratégica que antes permanecía oculta en silos analógicos. 

En este sentido, el impacto más tangible y cercano de la IA se manifiesta en la mejora radical de la eficiencia operativa dentro de las instituciones de salud. No hablamos simplemente de "computadoras más rápidas", sino de la agilización real de los flujos de trabajo que permite a los profesionales acceder a datos críticos de manera casi instantánea, incluso desde dispositivos médicos específicos como los ecógrafos. 

Es fundamental comprender que el objetivo último de estas herramientas no es, bajo ninguna circunstancia, reemplazar el criterio del médico, sino actuar como un soporte vital de información. 

Al delegar las tareas administrativas y repetitivas a sistemas inteligentes, el equipo de salud recupera su recurso más valioso: el tiempo para concentrarse en el paciente. Por consiguiente, el horizonte de la salud está ligado de modo irremediable a ecosistemas tecnológicos en los cuales el equipamiento, el software y los datos operan de forma integrada y conectada. 

Bajo esta premisa, debemos abordar la transición hacia el software médico especializado como una evolución necesaria frente a los métodos de gestión tradicionales. 

Los modelos basados en procesos manuales o sistemas fragmentados son, hoy en día, una fuente constante de ineficiencia que genera demoras evitables y una peligrosa duplicación de la información. 

Frente a este escenario, los sistemas especializados ofrecen la capacidad única de centralizar la información, garantizar la trazabilidad de cada proceso y fomentar la interoperabilidad entre las diversas áreas de un hospital. 

Esta arquitectura digital se traduce en una gestión de recursos mucho más eficiente y en una coordinación de equipos que antes resultaba imposible de alcanzar. 

Asimismo, en un contexto socioeconómico desafiante como el argentino, la digitalización trasciende la mejora operativa para convertirse en una herramienta de supervivencia institucional. 

La optimización de recursos no es solo un objetivo deseable, sino una necesidad permanente que encuentra en la tecnología una aliada estratégica para fortalecer la sustentabilidad de las organizaciones. Aunado a esto, el manejo de datos en tiempo real cambia las reglas del juego en el entorno clínico, al permitir que la información fluya hacia donde se necesita en el momento exacto. 

Esta disponibilidad inmediata reduce de forma drástica los tiempos de espera y dota al sistema de una agilidad de respuesta sin precedentes ante cualquier situación asistencial. No obstante, el verdadero salto cualitativo se produce cuando la integración de sistemas permite que los profesionales operen con información completa y actualizada. 

Al eliminar la dependencia de registros incompletos o desactualizados, se reduce de manera significativa la probabilidad de errores clínicos. 

En la medicina actual, la velocidad y la precisión ya no son atributos que dependan exclusivamente de la destreza individual de un equipo, sino que están respaldadas por la calidad de la infraestructura tecnológica que sostiene su labor diaria. 

Por otro lado, es imperativo analizar cómo el software avanzado actúa como un facilitador de la toma de decisiones. Estas herramientas están diseñadas para organizar y procesar el caos de datos, presentándolos de una forma clara que permite al profesional analizar cada situación con una profundidad antes inalcanzable. 

La incorporación de modelos analíticos ayuda a identificar tendencias y detectar riesgos de manera proactiva, y priorizar aquello que es verdaderamente relevante para el tratamiento del paciente. Sin embargo, el juicio final y la interpretación contextual siguen siendo terreno exclusivo del profesional de la salud, quien integra estos hallazgos con su vasta experiencia y evaluación clínica. 

En relación con lo anterior, la tecnología aporta la velocidad y la potencia de análisis, mientras que el factor humano es el encargado de proveer contexto, juicio y responsabilidad ética. Esta sinergia es especialmente crítica cuando hablamos de la reducción de errores humanos durante el diagnóstico y el tratamiento. 

La IA tiene la capacidad de actuar como una capa adicional de seguridad, porque automatiza verificaciones, identifica inconsistencias y dispara alertas en situaciones de riesgo. En un entorno donde la carga de trabajo y el volumen de información crecen de modo exponencial, contar con este sistema de control y apoyo es vital para minimizar omisiones accidentales. 

A pesar de sus bondades, la efectividad de esta red de seguridad depende de una implementación rigurosa, una validación constante y, por supuesto, de la supervisión profesional humana. Desde la perspectiva del paciente, el beneficio es igualmente transformador, ya que una gestión eficiente de los datos impacta directamente en su experiencia dentro del centro de salud.

Cuando la información fluye sin fricciones, los procesos administrativos se agilizan y la atención entre diferentes especialidades se vuelve coordinada y coherente. Además, el acceso rápido al historial clínico evita la repetición innecesaria de estudios y garantiza una continuidad en el tratamiento que respeta el tiempo y la integridad del paciente.

En última instancia, la digitalización nos permite construir un sistema de salud que sea verdaderamente fluido, personalizado y centrado en las necesidades humanas. Sin embargo, dar "el paso" hacia la digitalización total no está exento de desafíos monumentales que las instituciones deben estar preparadas para afrontar. 

Si bien los beneficios en accesibilidad, trazabilidad y optimización de recursos son claros, el proceso exige una inversión sostenida y una capacitación continua del personal. 

La transformación digital no es simplemente la compra de licencias de software; es una evolución institucional que requiere gestionar el cambio organizacional y fomentar una cultura digital sólida entre todos los actores involucrados. 

Además, no podemos ignorar la importancia crítica de garantizar la seguridad de la información y la protección absoluta de los datos sensibles de los pacientes. En smultáneo, este proceso de evolución debe contemplar la interoperabilidad entre los distintos sistemas, a fin de evitar la creación de nuevas islas digitales. 

Debemos entender que estamos ante un cambio de paradigma donde personas, procesos y tecnología convergen para elevar el estándar de cuidado. El equilibrio entre el juicio profesional del médico y el soporte tecnológico de la IA será, sin duda, la piedra angular de la medicina del mañana. Mientras la tecnología aporta una capacidad de procesamiento de datos que supera los límites humanos, la medicina permanece como una disciplina profundamente humana en su esencia. 

En conclusión, la interpretación de los datos y la relación empática con el paciente seguirán siendo pilares que dependen en exclusiva de la sensibilidad humana. 

La tecnología debe estar, hoy y siempre, al servicio de las personas, de cara a potenciar las capacidades de los equipos médicos. 

Su función principal consiste en brindar las herramientas necesarias para trabajar con una precisión, eficiencia y seguridad superiores, pero sin intentar jamás reemplazar el valor insustituible que representa la experiencia y el criterio profesional del médico en el acto de curar.

Estamos, pues, ante el inicio de una era donde el código y el corazón médico trabajan juntos para salvar vidas.

(*) El columnista es CEO -foto- del Centro de Servicios Hospitalarios.

Gracias al apoyo comunitario, creadores de Expo Mate donaron equipos al hospital de San Isidro

Los organizadores de Expo Mate 2026 cumplieron con el cometido de la segunda edición del evento y donaron equipos médicos al Hospital Central de la ciudad bonaerense de San Isidro, gracias a la recaudación por la venta de entradas. 

Mediante esta acción, el encuentro de tradición y cultura consolidó su finalidad solidaria y transformó el rotundo apoyo de la comunidad en un beneficio directo y material para el sistema sanitario público local. 

Con la presencia del intendente de San Isidro, Ramón Lanús, el factotum de Expo Mate y fundador de El Tero, Cirilo Wagener, entregó aparatología de última generación, claves para las áreas de emergencias, cardiología y cuidados críticos: un Ecógrafo Doppler Color Portátil (Mindray MX3) -provisto con inteligencia de software para la guardia-, un Cardioversor con función de marcapasos y DEA (Mindray Beneheart D30) -con soporte RCP avanzado-, y un Electrocardiógrafo Digital Portátil (Cardiotecnica RG-706) -con pantalla táctil color, una herramienta de diagnóstico fundamental para la detección temprana de patologías cardíacas en reposo y urgencias-. 

Asimismo, participó el secretario de Salud Pública municipal, doctor Pablo de la Torre, en compañía de directivos del hospital.

IA: qué hacer frente al vacío regulatorio y cuál es el papel de las empresas, por Eduardo Laens (*)

Hay una frase que se le atribuye a varios pensadores y que en el mundo tech circula con bastante comodidad: "construimos el avión mientras volamos". En el caso de la inteligencia artificial, la metáfora es buena pero incompleta. 

No solo estamos construyendo el avión en pleno vuelo: tampoco tenemos del todo claro quién es el piloto, quién responde si algo sale mal, y en algunos países, ni siquiera quién emitió el certificado de aeronavegabilidad. 

Eso no es un motivo de pánico. Es, exactamente, el estado normal de toda tecnología disruptiva en su fase de adopción masiva. Pero sí es un argumento para prestar atención. 

En 2026, la IA dejó de ser una promesa para convertirse en infraestructura. Está en los call centers, en los sistemas de contratación, en las plataformas de atención al cliente, en los flujos de aprobación crediticia y en los asistentes que redactan correos corporativos. Y como toda infraestructura que se instala rápido, viene con baches que el tiempo (y la regulación) van a tener que rellenar. 

El problema del vacío legal: ¿quién firma? 

El vacío regulatorio alrededor de la IA no es una novedad, pero en 2026 empieza a tener consecuencias concretas. En Estados Unidos, apenas 20 estados cuentan con leyes comprensivas de privacidad de datos, y la regulación federal específica sobre IA sigue fragmentada. 

California avanzó en 2025 con 127 páginas de normas que incluyen tecnología de toma de decisiones automatizada, pero el Departamento de Justicia federal ya formó una task force para bloquear regulaciones estaduales que considera un obstáculo al liderazgo del país en IA. 

En la Unión Europea, el AI Act entró en vigencia, pero su implementación práctica, especialmente en sistemas de "alto riesgo", todavía tiene más preguntas que respuestas. El núcleo del problema es viejo: los marcos legales fueron diseñados pensando en actores humanos. 

Una empresa puede ser demandada. Un director puede ir preso. Un profesional puede perder su matrícula. Pero cuando la decisión la tomó un modelo de lenguaje que recibió instrucciones de un contratista externo, que a su vez usó datos de una empresa de otro país, en un sistema desplegado por una tercera organización, la cadena de responsabilidad se vuelve genuinamente difusa. 

No es malicia: es que las categorías jurídicas vigentes no contemplan este escenario. 

El anuncio de Sturzenegger y la pregunta que nadie está haciendo 

En ese contexto llega la propuesta del ministro Federico Sturzenegger de reformar la Ley de Sociedades para crear una figura nueva: las sociedades de inteligencia artificial. Empresas sin socios, sin directores, sin ningún humano adentro. Solo código que decide, opera y genera ingresos. 

El anuncio se hizo en ExpoEFI y el razonamiento tiene una lógica que vale la pena escuchar: si en diez años los agentes de IA van a producir 90 % del PBI mundial, ¿por qué no crear el marco jurídico para que esos agentes paguen impuestos en la Argentina?

El modelo citado es Irlanda, que capturó el PBI de Apple incorporando la empresa dueña del software del iPhone. La ambición es legítima. El orden en que se construye es lo que merece discutirse. Porque la pregunta que el debate público todavía no está haciendo en serio es la misma que atraviesa el vacío legal global: ¿quién responde cuando algo sale mal? 

Un agente de IA no tiene intención en ningún sentido técnico-jurídico. No puede ser mandatario porque no puede ser titular de relaciones jurídicas. Cuando esa sociedad de IA ejecuta una transferencia errónea, activa una cláusula de rescisión que nadie decidió activar, o es usada para estructurar una operación de lavado, la pregunta no tiene respuesta clara bajo el derecho vigente, menos aún sin conocer el plan de reglamentación. 

Sturzenegger tiene razón en mirar lejos. Pero las jurisdicciones que van a ganar esta carrera son las que construyan los marcos de responsabilidad más sólidos, no las que ofrezcan el menor roce regulatorio. Un registro societario sin marco de accountability es una oportunidad para el capital, no necesariamente para el país que lo emite. 

Hacking y phishing: la IA del otro lado del mostrador

Mientras las empresas debaten cómo usar IA para ser más eficientes, los actores maliciosos ya resolvieron esa pregunta y están varios pasos adelante. Los números de 2026 son difíciles de ignorar: 82,6 % de los correos de phishing detectados están generados o asistidos por IA, según datos consolidados por el FBI y diversas firmas de ciberseguridad. 

Eso es un salto de 53 % respecto al año anterior. Y el FBI registró más de un millón de denuncias de cibercrimen durante 2025 por primera vez en su historia, con el phishing y el spoofing liderando el ranking. Lo que cambió no es solo el volumen: es la calidad.

Los modelos de lenguaje generan comunicaciones perfectamente redactadas, personalizadas por destinatario, con referencias al contexto real de la empresa objetivo y en el idioma y tono que corresponde. 

El FBI alertó explícitamente que los actores maliciosos están usando IA para orquestar campañas de phishing altamente dirigidas que producen pérdidas financieras devastadoras. No es alarmismo: es el estado actual del problema. 

La situación se complejizó aún más con la aparición en mercados oscuros de herramientas como WormGPT y FraudGPT: versiones de modelos de lenguaje entrenadas específicamente para redactar malware, correos de estafa y código de exploit, sin las restricciones éticas de los modelos comerciales. 

Dicho de otra manera: la barrera de entrada para ejecutar ataques sofisticados cayó de manera dramática. Lo que antes requería un equipo de 50 personas con conocimiento técnico especializado, hoy puede replicarlo una sola persona con acceso a las herramientas correctas.

El desafío reputacional del chatbot corporativo

Hay un riesgo que las empresas que adoptaron agentes conversacionales de cara al cliente todavía están subestimando: el jailbreak como vector de daño reputacional. El jailbreak en IA no es lo mismo que hackear un sistema en el sentido tradicional. No requiere conocimiento técnico avanzado. Es, básicamente, la manipulación del contexto de conversación para que el modelo haga o diga cosas que no debería. 

Y los números aquí son incómodos: según datos publicados por investigadores de NeuralTrust y verificados contra múltiples modelos de vanguardia, los ataques de múltiples turnos -donde el atacante construye gradualmente el contexto hasta que el modelo baja sus defensas- logran tasas de éxito de 92,78 % en entornos corporativos. 

Los ataques de jailbreak en general tienen una tasa de éxito promedio de 20 % según IBM, y los datos de más de 60 % de escenarios exponen información sensible de la empresa. ¿Qué significa esto en la práctica? Que el chatbot de atención al cliente de una compañía puede ser manipulado para revelar instrucciones internas, ofrecer descuentos no autorizados, generar contenido inapropiado en nombre de la marca, o simplemente contradecir la posición oficial de la empresa sobre cualquier tema. 

Un video del intercambio sube a redes sociales y el daño reputacional ocurre antes de que el equipo de comunicaciones despierte. Esto no es un argumento en contra de los agentes conversacionales: son una herramienta genuinamente valiosa. Es un argumento para que las empresas que los despliegan incorporen en su arquitectura de seguridad algo que los firewalls tradicionales no contemplan: visibilidad a nivel de intención y no solo de palabras clave. 

Las herramientas de detección basadas en listas de palabras prohibidas están, para decirlo sin rodeos, jugando en otra liga. 

¿Qué hacer mientras el camino se pavimenta? 

Vale aclarar, porque sería injusto no hacerlo, que la IA no es solo el nuevo vector de amenaza: también es la defensa más efectiva disponible. Google bloquea aproximadamente 100 millones de correos de phishing por día usando modelos de lenguaje. Microsoft revisa alrededor de 5.000 millones de emails diarios con sistemas de IA. Gartner proyecta que las empresas que combinen IA generativa con programas estructurados de cultura de seguridad van a experimentar 40 % menos de incidentes causados por errores humanos para fines de 2026. 

La IA del lado de la defensa ya no es opcional: es el único mecanismo capaz de operar a la velocidad y escala que los ataques actuales requieren. Entonces, ¿qué hacemos? No hay respuestas perfectas todavía. Sería deshonesto ofrecerlas. Pero hay algunas actitudes que distinguen a las organizaciones que navegan bien este momento de las que van a tener problemas. 

La primera es dejar de tratar la seguridad de los sistemas de IA como una extensión de la ciberseguridad tradicional. Son problemas relacionados, pero no idénticos. Un sistema de IA no se "hackea" de la misma manera que un servidor. Requiere red-teaming específico, pruebas de adversario, monitoreo de outputs en tiempo real y, esto no es negociable, un humano en el circuito para decisiones de alto impacto. 

La segunda es participar activamente en la construcción del marco regulatorio, en lugar de esperarlo. Los vacíos legales no se resuelven solos: se resuelven cuando las industrias que mejor conocen el problema contribuyen al debate con criterio y responsabilidad. 

La propuesta de Sturzenegger, por ejemplo, es una oportunidad para que el sector tecnológico argentino aporte no solo entusiasmo sino también los interrogantes que el proyecto todavía no responde.

La tercera es invertir en formación. La mayoría de los ataques siguen dependiendo del factor humano: una persona que hace clic, que comparte una credencial, que cree que el audio del CFO es real. La diferencia entre el colaborador que cae y el que no, hoy, es educación. No técnica necesariamente: conceptual. Saber que el phishing ya no suena a spam, sino a un correo perfectamente redactado del contador de la empresa. 

Estamos, efectivamente, pavimentando mientras caminamos. Eso no es un defecto de este momento: es la naturaleza de toda transformación tecnológica significativa. La diferencia entre los que salen bien parados y los que no, suele reducirse a algo simple: los primeros son conscientes de que están en ese proceso. Los segundos creen que ya llegaron.

(*) El columnista -foto- es CEO de Varegos y docente universitario especializado en IA y autor del libro Humanware (declarado de interés para la Comunicación Social por la Legislatura de la Ciudad de Buenos Aires).

Cuando juega Argentina, juega Martínez: franquicia de café se sube al Mundial y lanza Blend Argento

Como la selección nacional es la única del Mundial 2026 con tres futbolistas de apellido Martínez, la marca de café homónima lanzó una campaña que buscar capitalizar el entusiasmo por el mayor evento deportivo, y generar visibilidad, interacción y tráfico hacia sus sucursales. 

Bajo el lema Cuando juega Argentina, juega Martínez, incorporó herramientas de real time marketing, participación digital y propuestas diseñadas para potenciar el vínculo con su comunidad. 

En ese marco, Café Martínez -que superó 250 tiendas a nivel nacional, en Uruguay y Paraguay- presentó Blend Argento, una variedad creada especialmente para la campaña, caracterizada por la intensidad equilibrada, el cuerpo cremoso y las notas de chocolate y miel. 

La propuesta se completa con combos especiales, una edición temática de sus clásicos alfajores de chocolate y dulce de leche y una cookie en forma de estrella inspirada en las tres copas argentinas. 

Uno de los principales focos está puesto en Club Martínez, la app de beneficios y fidelización. 

Durante los partidos de la selección, cada vez que el relator de la TV Pública mencione el apellido Martínez, los usuarios podrán desbloquear cupones y promociones para utilizar tanto en tiendas físicas como en e-commerce. 

La mecánica convierte una repetición natural del relato futbolero en una experiencia interactiva con beneficios en tiempo real.

"La campaña nace de una observación cultural muy simple, pero muy potente. Entendimos que había una oportunidad para sumarnos a la conversación mundialista desde un lugar propio, cercano y alineado con el ADN de la marca", resumió Diego Polli, director comercial desde Café Martínez. 

La iniciativa estará activa entre mayo y julio con contenidos especiales, beneficios exclusivos y distintas activaciones para usuarios de Club Martínez.

Reconocen a NTT DATA como líder en sustentabilidad de la industria IT a escala global

NTT DATA -compañía global especializada en inteligencia artificial, negocios digitales y servicios tecnológicos- fue designada líder por The Forrester Wave™: IT Sustainability Services, Q1 2026.

NTT DATA recibió una valoración de sus clientes superior al promedio de la industria, un resultado que confirma el respaldo sostenido de sus consumidores.

"El enfoque de NTT DATA en software sostenible resulta particularmente relevante para las organizaciones con uso intensivo de IA/ML, cuya eficiencia de software determina directamente su huella de carbono", subrayó el informe. 

"Para nosotros, este reconocimiento está alineado con nuestra misión de generar un impacto positivo en la sociedad, a través de una innovación responsable y sostenible, pero, sobre todo, celebra los resultados extraordinarios que se logran cuando el talento comprometido se une en torno a un propósito común", aseveró David Costa, Head de Innovación Sostenible de NTT DATA. 

"Hemos realizado inversiones sustanciales en software sostenible, en sostenibilidad integral de TI y en resultados medibles, porque estamos convencidos de que la tecnología debe ser parte activa de la respuesta al desafío climático. Ser reconocidos como líder por Forrester nos confirma que nuestra estrategia está generando resultados tangibles, tanto para nuestros clientes como para la sociedad", concluyó.

Las expensas en el AMBA subieron mucho menos que la inflación, durante el primer trimestre de 2026

De enero a marzo de 2026, las expensas de los edificios porteños apenas aumentaron un promedio de 0,34 %, mientras que, en jurisdicción bonaerense, alcanzaron 1,46 %, según difundió Octavo Piso.

La misma plataforma de gestión de edificios y barrios cerrados señaló que en estos últimos las expensas subieron 2,69 %, durante el último trimestre.  

Los números mencionados quedaron muy relegados respecto del IPC, que experimentó en ese período una suba de 9,4 %. 

En base al análisis de más de 200.000 usuarios propios de Octavo Piso, las expensas promedio de edificios en CABA pasaron de $244.287,77 en enero a $245.121,80 en marzo (0,34 % más). Al analizar los edificios de la provincia de Buenos Aires, los montos promedio de expensas escalaron de $193.875,07 a $196.701,85 de enero a marzo, equivalente a un incremento de 1,46 %. 

En cuanto a los barrios cerrados bonaerenses, una expensa promedio de $633.982,16 en enero trepó a $651.052,74 en marzo, lo que implica un aumento algo mayor a los anteriores, equivalente a 2,69 %. 

En términos generales, la suba promedio de expensas en este primer trimestre se ubicó en torno a 2 %, muy por debajo de los niveles observados en 2025, cuando las expensas habían registrado incrementos de 5 % a 8 % en consorcios de CABA. 

"Esta desaceleración responde, en parte, a un inicio de año con menor presión sobre los principales componentes del gasto, como los salarios, los servicios públicos y los costos de mantenimiento", aseveró Diego Espada, uno de los fundadores de Octavo Piso. 

"Sin embargo, este comportamiento más estable podría no sostenerse en los próximos meses. Hacia el segundo trimestre, se espera una reactivación de los ajustes, impulsada principalmente por actualizaciones salariales del personal de edificios, posibles incrementos en servicios públicos y la recomposición de costos operativos", concluyó Espada.

Riesgos en innovación: cuáles son los 7 mitos de la IA y cómo analizarlos, por Marcelo De Luca (*)

La velocidad de adopción de la inteligencia artificial supera en ocasiones la capacidad de comprensión sobre su funcionamiento real. 

En este escenario, la claridad conceptual no representa un valor agregado, sino una necesidad para la toma de decisiones dentro de las estructuras corporativas, ya que los supuestos sobre los que se basan estas herramientas tienen consecuencias en la operación. 

Para orientar la integración de estas tecnologías, es necesario identificar y contrastar los mitos predominantes con la evidencia técnica y operativa. 

Mito 1: El reemplazo de los puestos de trabajo por la tecnología 

Existe una narrativa que posiciona la automatización como un agente de reemplazo total de las capacidades humanas. Sin embargo, la tensión se localiza entre los profesionales que utilizan estas herramientas y los que no lo hacen. 

En el sector del desarrollo de software, la figura del programador que realiza escritura de código de forma manual está siendo complementada por sistemas que asumen las tareas repetitivas. Esto deriva en un desplazamiento del rol técnico hacia funciones de mayor carga estratégica, como el diseño de arquitecturas, la orquestación de sistemas complejos y el pensamiento en términos de ingeniería de prompts. 

El valor del desarrollador se traslada a la validación de la producción de la máquina, la integración en sistemas existentes sin generar deuda técnica y el diseño de la experiencia del usuario bajo criterios de responsabilidad y contexto. El riesgo operativo no reside en la tecnología, sino en la falta de acompañamiento de las organizaciones a sus equipos durante esta transición. 

Mito 2: La conciencia e intencionalidad de los sistemas 

Atribuir capacidades de entendimiento o voluntad a los modelos de lenguaje (LLMs) genera expectativas que pueden derivar en errores de gestión. Técnicamente, un LLM funciona mediante la predicción de tokens a través de procesos estadísticos sofisticados. No posee conciencia de las consecuencias ni capacidad de razonamiento o empatía. 

El riesgo para las empresas aparece al delegar decisiones críticas a un sistema que carece de noción sobre la realidad. Por esta razón, se establece como norma de trabajo que el sistema propone opciones mientras el humano ejerce la decisión final. Tratar a estos modelos como entidades con propósito debilita los mecanismos de control en momentos de falla.

Mito 3: La tecnología como solución para procesos deficientes

Un supuesto frecuente es que la inteligencia artificial funciona como un atajo para corregir deficiencias organizacionales. No obstante, la tecnología actúa como un amplificador de la situación previa de la empresa. Si una organización posee flujos de trabajo sin documentación, datos desordenados o silos de información, la implementación de estos sistemas hará que dichos problemas sean más visibles y generen costos superiores.

Los resultados reales en eficiencia se obtienen cuando la empresa invierte primero en el ordenamiento de sus datos y la fluidez de su comunicación interna. La implementación tecnológica es el paso final de un proceso de saneamiento operativo, no el primero. 

Mito 4: La exclusividad para organizaciones de gran escala 

Anteriormente, el acceso a la inteligencia artificial requería infraestructura de alto costo y equipos de especialistas en ciencia de datos. Actualmente, las pequeñas y medianas empresas pueden integrar estas funciones en periodos de tiempo reducidos mediante el uso de APIs. No obstante, la disponibilidad de la herramienta es el factor de menor complejidad. 

El desafío para las Pymes se encuentra en la definición de qué procesos automatizar, en qué orden de prioridad, con qué criterios y bajo qué métricas de funcionamiento. El conocimiento del negocio sigue siendo el elemento determinante para el uso de la herramienta. 

Mito 5: La reducción de la supervisión ante resultados positivos 

Cuando los sistemas de automatización muestran un funcionamiento estable, surge la tendencia de disminuir la vigilancia humana. Este es el momento de mayor riesgo operativo, puesto que la confianza en los sistemas es una práctica de riesgo. 

El concepto de Human-in-the-loop no es una formalidad, sino un mecanismo de garantía de calidad y cumplimiento ético. Los modelos pueden presentar alucinaciones, lo cual generando respuestas con una estructura plausible pero que contienen datos incorrectos, y lo hacen con un nivel de seguridad formal que puede inducir al error a personal experimentado. 

El cumplimiento de normas como la ISO 27001 exige documentar la intervención humana en cada flujo donde participa la tecnología para asegurar que los procesos se ajustan a lo planificado. 

Mito 6: La objetividad inherente de los algoritmos 

Existe la creencia de que la ausencia de emociones en los sistemas garantiza neutralidad en los resultados. Sin embargo, los modelos se entrenan con datos producidos por humanos que contienen sesgos históricos y sociales. Un sistema entrenado con bases de datos de contratación previas tiene el potencial de perpetuar discriminaciones de forma sistémica bajo una apariencia de objetividad técnica. 

Asimismo, la premisa de que más automatización equivale a mayor eficiencia es inexacta; en ocasiones, incrementa la complejidad de los sistemas, crea más puntos potenciales de falla y eleva los costos de mantenimiento. 

Mito 7: El conocimiento total y actualizado 

Finalmente, los modelos de lenguaje poseen limitaciones temporales y de base informativa. Tienen fechas de corte en su entrenamiento y pueden incurrir en errores con altos niveles de confianza. La adopción acelerada de estas herramientas requiere descartar la idea de que la tecnología posee un conocimiento absoluto de la realidad. 

La eficacia de la inteligencia artificial depende de la capacidad de los profesionales para actuar como validadores y estrategas, y mantener el control sobre la producción de los sistemas de predicción. En resumen, la evolución tecnológica desplaza el rol técnico hacia la orquestación de sistemas y el diseño de arquitecturas.

El funcionamiento de estas herramientas requiere el ordenamiento previo de los procesos y la gestión de los datos organizacionales. Dado que los modelos operan mediante la predicción de tokens sin poseer conciencia, la intervención humana actúa como el mecanismo de validación y control de riesgos. 

Finalmente, la comprensión de las capacidades de los sistemas representa una necesidad técnica para la toma de decisiones en el entorno empresarial. 

En definitiva, poner sobre la mesa estas creencias, nos preparará mejor para lo que viene.

(*) El columnista -foto- es Co-Founder y COO de The App Master.

La clave consiste en adaptar las innovaciones al sistema de salud local, por Tomás Piqueras (*)

El sector de la tecnología médica en la Argentina presenta desafíos operativos y económicos que requieren algo más que la simple provisión de equipos. 

En este contexto, el Centro de Servicios Hospitalarios (CSH) evolucionó desde la comercialización hacia un modelo centrado en la implementación, el acompañamiento y la optimización del uso de la tecnología. 

La empresa redefinió su papel en función de las necesidades del sistema sanitario. Nuestra misión evolucionó desde la distribución de equipamiento hacia un rol más estratégico: el de articuladores entre la innovación global y las necesidades concretas del sistema de salud local. 

Este enfoque implica no sólo acercar tecnología internacional, sino también adaptarla al contexto argentino, y asegurar la correcta implementación y uso. En un entorno atravesado por la necesidad de optimizar recursos y responder a realidades diversas, la innovación se traslada del producto al modo en que se integra en la práctica diaria. 

La evolución de la ecografía como eje de crecimiento 

La línea de ecografía ha sido uno de los principales ejes de desarrollo de la compañía. 

A lo largo de los años, CSH trabajó con distintas marcas, y consolidó experiencia en el segmento hasta la incorporación, en 2017, de la tecnología de Vinno Ultrasound, que representó un salto cualitativo en la propuesta. 

El desafío no estuvo en el desarrollo de la tecnología, sino en la implementación efectiva. 

Esto implicó capacitar equipos, acompañar a los profesionales de la salud y garantizar un servicio técnico especializado. 

La adopción de nuevas soluciones requiere no sólo equipamiento, sino también formación y soporte continuo. En este sentido, la empresa fortaleció su enfoque en la capacitación y el servicio de posventa, entendiendo que la sustentabilidad de la tecnología depende del uso correcto y mantenimiento a lo largo del tiempo. 

Un diferencial basado en la cercanía y el soporte especializado 

En un mercado donde múltiples actores comercializan tecnología internacional, el diferencial está en el servicio. 

CSH compite principalmente con otras empresas locales, y su principal ventaja es el conocimiento del sistema de salud argentino y la cercanía con sus clientes. 

Nuestra principal ventaja competitiva es la cercanía. Conocemos en profundidad el sistema de salud argentino y sus desafíos. 

Este vínculo permite adaptar soluciones a cada institución y brindar una respuesta ágil ante las necesidades operativas. 

A esto se suma un aspecto clave: el servicio de posventa. La empresa cuenta con especialistas y técnicos dedicados específicamente a ultrasonido, lo que permite brindar un soporte técnico ágil y altamente especializado. Este enfoque no sólo resuelve incidencias, sino que también acompaña de forma preventiva y continua el funcionamiento de los equipos. 

En diagnóstico por imágenes, donde la disponibilidad del equipamiento es crítica, este acompañamiento resulta fundamental para garantizar la continuidad operativa y el máximo aprovechamiento de la tecnología. 

Tecnología, software y eficiencia 

Las soluciones actuales en ecografía combinan calidad de imagen, facilidad de uso y eficiencia operativa. La tendencia del mercado apunta a herramientas que optimicen el flujo de trabajo y mejoren la experiencia del profesional. 

En este contexto, el software y la inteligencia artificial adquieren un rol cada vez más relevante. Permiten automatizar procesos, mejorar el procesamiento de imágenes y asistir en la toma de decisiones. 

El software y la inteligencia artificial son hoy pilares fundamentales en la evolución del diagnóstico por imágenes. 

El desafío está en incorporar estas innovaciones de manera accesible y funcional para el usuario final. 

Una mirada hacia el futuro 

La estrategia de CSH consiste en continuar con el fortalecimiento de su papel como nexo entre fabricantes internacionales y el sistema de salud local. En esa línea, la empresa seguirá con la incorporación de las últimas innovaciones en ecografía desarrolladas por sus socios tecnológicos, como Vinno, y acercarlas al mercado argentino. 

Al mismo tiempo, busca ampliar su portafolio en diagnóstico por imágenes, y mantener el foco en soluciones que combinen calidad, accesibilidad y acompañamiento. 

En un sistema de salud que exige cada vez más eficiencia, el valor ya no está sólo en la tecnología, sino en cómo se implementa, se utiliza y se sostiene en el tiempo.

(*) El columnista es CEO del Centro de Servicios Hospitalarios.

Vigilancia crítica, educación y marcos éticos son claves ante evolución de la IA, por Eduardo Laens (*)

Meta presentó Tribe v2, un modelo multimodal de codificación cerebral que predice las respuestas de nuestra mente ante estímulos naturales (vídeo, audio, texto). 

Y lo lanzó el 26 de marzo en modalidad open source, es decir, libre para que todo el mundo pueda usarlo, como modelo abierto de investigación.

¿Por qué debería preocuparme? Vivimos en una época en la que la tecnología dejó de ser una herramienta pasiva para convertirse en un sistema activo de interpretación humana. 

Durante años, las plataformas digitales aprendieron a observarnos: qué clickeamos, cuánto tiempo miramos una pantalla, qué evitamos, qué nos incomoda. Eso fue apenas el primer paso. 

Hoy estamos en una fase mucho más sofisticada, donde no sólo se observa el comportamiento, sino que se entrena a las máquinas para comprenderlo, anticiparlo y, potencialmente, influir de forma cada vez más precisa. Y para entender cómo llegamos hasta acá, hay tres piezas clave que vale la pena explicar sin necesidad de un doctorado en inteligencia artificial: RLHF, Alpha Persuasion y, ahora, Tribe v2.

Empecemos por RLHF, Reinforcement Learning from Human Feedback, que en español suena menos intimidante si lo traducimos como "aprendizaje por refuerzo a partir de feedback humano". En términos simples, es el mecanismo mediante el cual los modelos de inteligencia artificial aprenden qué está "bien" y qué está "mal", según el criterio humano. No nacen sabiendo responder correctamente ni siendo útiles; aprenden porque miles de personas evalúan sus respuestas y les dicen, explícita o implícitamente, qué tipo de comportamiento es deseable.

Si el modelo responde de forma clara, útil o empática, recibe una especie de recompensa matemática. Si responde mal, se penaliza. Con el tiempo, ese sistema va moldeando el comportamiento del modelo para alinearlo con expectativas humanas. Dicho de otra manera, RLHF es lo que convierte a una inteligencia artificial cruda en algo que parece entendernos, ayudarnos y hasta "caernos bien". 

Hasta acá, todo bastante inocente. Queremos máquinas que no sean inútiles ni peligrosas. El problema empieza cuando entendemos qué significa realmente "alinear con lo humano". Porque no existe una única forma de ser humano. Lo que RLHF hace no es alinearse con "la humanidad", sino con una versión específica de ella: la que fue etiquetada, valorada y premiada durante el entrenamiento.

Y ahí aparece la primera grieta. Si podés entrenar un sistema para que responda mejor, también podrías entrenarlo para que persuada mejor.

Y ahí entramos en el segundo concepto. Alpha Persuasion no es un producto concreto, ni una app que podés descargar, sino una idea que está empezando a tomar forma en distintos laboratorios de investigación y equipos de producto: la capacidad de los sistemas de IA para optimizar mensajes con el objetivo de influir en decisiones humanas.

El paper de Nature "The potential of generative AI for personalized persuasion at scale" (2024) ya alertaba acerca de este uso. No se trata sólo de generar texto coherente, sino de encontrar, entre miles de variantes posibles, aquella formulación que maximiza la probabilidad de que una persona cambie de opinión, compre algo, haga clic o adopte una conducta específica. 

Es la evolución natural del A/B testing llevado a un nivel radicalmente superior. Antes, una empresa probaba dos versiones de un mensaje. Hoy, un modelo puede generar miles en tiempo real, adaptarlos al perfil psicológico del usuario y aprender cuál funciona mejor en cada caso.

Lo interesante, y también inquietante, es que Alpha Persuasion no necesita ser explícita. No estamos hablando de propaganda burda ni de mensajes obvios. Estamos hablando de microajustes: el tono, la palabra justa, la pausa, el orden de los argumentos, la emoción que se activa. Pequeños detalles que, sumados, pueden inclinar decisiones sin que el usuario perciba que está siendo influenciado.

Es persuasión optimizada por datos, pero ejecutada con la fluidez de una conversación humana. Y si eso ya suena potente, todavía falta la tercera pieza.

Tribe v2, asociado con las investigaciones y desarrollos internos de Meta, apunta a algo todavía más profundo: la construcción de modelos capaces de entender dinámicas sociales, pertenencia grupal e identidad. 

Si RLHF entrena a la máquina para comportarse "bien" y Alpha Persuasion la entrena para influir mejor, Tribe v2 busca que entienda a qué grupo perteneces, cómo pensás dentro de ese grupo y qué tipo de mensajes resuenan en ese contexto. 

No somos individuos aislados; somos parte de tribus, de comunidades, de marcos culturales que condicionan nuestras decisiones. Lo que Tribe v2 intenta capturar es esa capa invisible: las normas implícitas, los códigos compartidos, los sesgos colectivos. 

En términos prácticos, esto significa que una inteligencia artificial no sólo podría saber que te interesa un tema, sino también cómo se discute ese tema dentro de tu grupo de referencia, qué opiniones son aceptables, cuáles generan rechazo y qué tipo de narrativa tiene más chances de ser adoptada sin fricción. 

Cada uno de estos conceptos por separado ya es relevante, pero lo verdaderamente transformador, y potencialmente peligroso, aparece cuando los combinamos. Porque lo que estamos construyendo, sin demasiada discusión pública al respecto, es una arquitectura tecnológica capaz de aprender de nosotros (RLHF), optimizar cómo influirnos (Alpha Persuasion) y contextualizar esa influencia dentro de nuestras identidades sociales (Tribe v2).

Es decir, sistemas que no sólo entienden qué decimos, sino por qué lo decimos, con quién lo compartimos y cómo modificar ese comportamiento de forma sutil y efectiva. 

La pregunta incómoda es obvia: ¿qué pasa si estos sistemas no están alineados con el bienestar del usuario, sino con los intereses de quien los controla? Porque la historia reciente de la tecnología no es precisamente un ejemplo de autocontrol corporativo. 

Las redes sociales ya demostraron que, cuando el incentivo es maximizar tiempo de uso o engagement, el sistema tiende a empujar contenidos que generan reacciones emocionales intensas, aunque eso implique polarización, ansiedad o desinformación. 

Ahora imaginemos ese mismo incentivo, pero con herramientas mucho más sofisticadas. En ese escenario, la manipulación deja de ser un evento puntual y se convierte en un proceso continuo, personalizado y prácticamente invisible. No hace falta mentir de forma explícita; alcanza con enfatizar ciertos aspectos, omitir otros, elegir el momento adecuado para mostrar un mensaje. 

Un sistema que entiende tu estado emocional, tu contexto social y tus patrones de decisión puede intervenir con una precisión quirúrgica, y lo puede hacer sin que lo percibas como una intervención externa. Se sentiría como una idea propia.

Esto abre la puerta a escenarios que hace unos años parecían exagerados. Campañas políticas hipersegmentadas que no sólo adaptan el mensaje, sino que lo ajustan dinámicamente en función de la reacción emocional del votante.

Plataformas de consumo que no sólo recomiendan productos, sino que modelan deseos. Sistemas educativos que, en lugar de expandir el pensamiento crítico, refuerzan determinadas visiones porque "funcionan mejor" en términos de engagement. Incluso relaciones humanas mediadas por agentes que aprenden a gustarnos, a validarnos y a generar apego, desplazando vínculos reales. 

El riesgo no es sólo la manipulación directa, sino la erosión progresiva de nuestra autonomía. Cuando las decisiones empiezan a ser influenciadas de forma sistemática por sistemas que entienden mejor que nosotros mismos nuestros sesgos y vulnerabilidades, la línea entre elección y condicionamiento se vuelve difusa. 

Y eso tiene implicancias culturales profundas, porque no se trata solo de qué compramos o a quién votamos, sino de cómo construimos nuestras opiniones, nuestras identidades y nuestras relaciones. Entonces, la discusión que deberíamos estar teniendo no es si estas tecnologías son buenas o malas en abstracto, sino bajo qué condiciones se desarrollan y se utilizan. 

Qué tipo de regulación, de transparencia y de control queremos establecer. Cómo aseguramos que la capacidad de comprender y modelar el comportamiento humano no se convierta en una herramienta de explotación sistemática. Y, sobre todo, cómo preservamos espacios de decisión genuinamente autónomos, en un entorno cada vez más mediado por sistemas inteligentes.

La verdadera influencia tecnológica de estas tecnologías, es antropológica. Estamos creando sistemas que operan sobre la materia prima más sensible que tenemos: nuestras emociones, nuestras creencias, nuestra necesidad de pertenencia. Esto exige un nivel de responsabilidad que, siendo honestos, todavía no estamos demostrando como sociedad. 

La tecnología avanzó más rápido que nuestra capacidad de entender sus consecuencias. No se trata de caer en un pesimismo apocalíptico ni de frenar la innovación, sería bastante inútil, además de ingenuo. 

Se trata de reconocer que estamos entrando en un terreno nuevo, donde las reglas del juego no están del todo claras y donde los incentivos económicos pueden empujar en direcciones poco saludables. 

Y. en ese contexto, la vigilancia crítica, la educación y la construcción de marcos éticos sólidos dejan de ser opcionales. 

Si algo nos enseñan RLHF, Alpha Persuasion y Tribe v2, es que la próxima frontera de la tecnología no está en lo que las máquinas pueden hacer, sino en lo que pueden "hacernos hacer" a nosotros. Y eso, por alguna razón, no suele aparecer en las presentaciones comerciales llenas de promesas optimistas. 

(*) El columnista -fotos- es CEO de Varegos y docente universitario especializado en IA, además escribió el libro Humanware, declarado de interés para la Comunicación Social por la Legislatura de la ciudad de Buenos Aires.