El gobierno estonio busca evitar que los ciudadanos deban ceder todos sus derechos, servicios y datos a estos bots al actuar en su nombre. El primer ministro Kristen Michal lo dejó claro en X: “Los agentes deben tener autorizaciones limitadas, controlables y auditables”.

¿Por qué este paso es revolucionario?

En un mundo donde los “agentes de IA” —herramientas autónomas que operan por humanos— se multiplican, Estonia marca un precedente. La medida refleja el auge global del sector de seguridad de identidad, donde empresas privadas ya intentan supervisar el comportamiento de estos sistemas para evitar riesgos por privilegios excesivos.

Lo que esto significa es que, por primera vez, un Estado reconoce oficialmente a la IA como actor con identidad legal propia. Más allá del hecho puntual, la implicación inmediata es que otros países podrían seguir este modelo para regular el acceso de bots a servicios críticos.

Estonia: el laboratorio digital de Europa

Este país báltico, con solo 1,3 millones de habitantes, ya es referente en administración electrónica. Sus IDs digitales permiten desde casarse hasta firmar documentos, eliminando el papeleo. Ahora, su programa de residencia electrónica —que genera millones en ingresos fiscales— se ampliará a asistentes de IA.

El gobierno estonio no es ajeno a la innovación: ha integrado chatbots de IA en todas sus escuelas gracias a alianzas con OpenAI y otras empresas. Incluso el primer ministro usa herramientas como Claude de Anthropic para gestionar prioridades gubernamentales.

En este contexto, la decisión no es solo técnica, sino política. Estonia apuesta por un marco donde la IA no sea un comodín, sino un actor con límites claros. La pregunta urgente es: ¿logrará equilibrar innovación y control sin ahogar el potencial de estos sistemas?

¿Estamos ante el inicio de una nueva era donde la IA tendrá derechos… y obligaciones?

El precedente legal que redefine la IA

La asignación de IDs a asistentes de IA no es solo un avance técnico, sino un giro jurídico sin precedentes. Al otorgar identidad legal a estos sistemas, Estonia los convierte en sujetos con capacidades y responsabilidades delimitadas, no en meras extensiones de sus usuarios humanos.

En este contexto, la medida obliga a replantear el concepto de agencia digital. Lo que esto significa es que, por primera vez, un Estado establece que la IA puede actuar en nombre de una persona, pero con permisos específicos y rastreables. La implicación inmediata es que se abre la puerta a un marco donde la autonomía de estos sistemas ya no será absoluta, sino condicionada por reglas estatales.

La decisión también expone una tensión clave: si la IA adquiere identidad propia, ¿quién asume la responsabilidad en caso de fallos o abusos? El modelo estonio sugiere que la respuesta no será binaria, sino distribuida entre desarrolladores, usuarios y el propio Estado.

¿El primer paso hacia una ciudadanía digital para la IA?

La pregunta urgente ahora es si este sistema sentará las bases para que, en el futuro, la IA no solo tenga identificación, sino también derechos y obligaciones formales. Las próximas regulaciones en otros países revelarán si el mundo está listo para tratar a la IA como un actor legal más.

La entrada Estonia asignará IDs a asistentes de IA: primer país en el mundo se publicó primero en En foco Hoy.

El e-commerce pasó décadas perfeccionando cada clic: desde catálogos infinitos hasta entregas relámpago. Pero en el camino, perdió lo humano. Ahora, un formato importado de Asia está cambiando las reglas en Argentina. Se llama live shopping, y ya no es una tendencia: es una fusión entre televisión, redes sociales y tienda online, donde el público no solo mira, sino que compra sin salir de la pantalla. Según la Cámara Argentina de Comercio Electrónico (CACE), el 42% de los consumidores —un aumento del 10% respecto a 2024— afirma que este formato reduce su desconfianza hacia las compras digitales.

El modelo evoca a los canales de televenta de los 90, pero con un giro clave: aquí no hay guiones rígidos. En su lugar, influencers, emprendedores o clientes muestran productos desde sus espacios cotidianos, mientras el público interactúa en tiempo real. Plataformas como Instagram Live, TikTok Shop y YouTube ya integran botones de compra durante las transmisiones. En 2025, el 15% de las pymes argentinas —un crecimiento del 25% interanual— probó este formato, según Carrier y Asociados. El dato revelador: el 60% de esas pymes repitió la experiencia en menos de tres meses.

El caso más avanzado es China, donde el live shopping ya mueve USD 1.340 millones anuales (2024) y proyecta superar los USD 7.710 millones para 2033, con un crecimiento del 21,5% anual. Allí, el 54,7% de los usuarios de internet —más de 800 millones de personas— compra así. En Argentina, aunque el formato aún es incipiente, el hashtag #ComprarEnVivo en TikTok ya suma 15 millones de vistas en 2026, un salto del 200% respecto al año anterior.

¿Por qué funciona? Porque elimina la brecha entre descubrir y comprar. En una transmisión de maquillaje, por ejemplo, la audiencia ve la aplicación del producto, pregunta dudas al instante y adquiere el artículo sin cerrar la app. En Argentina, las categorías pioneras son moda (35% de los vivos), electrónica y alimentos gourmet. Pero el formato también avanza en servicios: desde talleres de cocina con venta de utensilios hasta consultorías legales con promociones exclusivas. El 72% de los compradores en vivo —según un estudio de MAIN Trade Marketing— afirma que lo hace por la sensación de urgencia y la posibilidad de interactuar con el vendedor.

¿Por qué las marcas argentinas apuestan ahora por el live shopping?

No es un reemplazo del e-commerce tradicional, sino la herramienta que faltaba: emoción + demostración + confianza. En un país donde el 70% de las compras online se concentran en electrodomésticos y supermercado (CACE 2025), las transmisiones en vivo abren una puerta clave: vender productos que requieren explicación, como tecnología, muebles o servicios financieros. Sabina Roca, CEO de MAIN Trade Marketing, lo resume así: “Cuando un influencer muestra cómo usa un producto, el espectador no compra un objeto: compra la solución a un problema”.

Las marcas que ya lo implementan destacan tres beneficios:

• Conversión relámpago: El 65% de las ventas ocurre en los primeros 20 minutos (Report Digital 2025).
• Menos devoluciones: Al ver el producto en acción, los reclamos por “no cumplir expectativas” caen un 30%.
• Clientes recurrentes: El 40% repite la experiencia en menos de un mes, frente al 15% del e-commerce tradicional.

Pero hay un desafío: no todos los productos son igual de efectivos. Mientras la belleza y la moda lideran (con un 35% de las transmisiones), categorías como libros o alimentos requieren estrategias distintas. “El live shopping es teatro + datos“, advierte Roca. “Si no hay un guión ágil, un anfitrión carismático y respuestas inmediatas al chat, la audiencia se va en segundos”. En Brasil, donde el formato ya representa el 8% del e-commerce, las marcas que superan este umbral logran un 28% más de ventas que las que improvisan.

¿Cambiará para siempre cómo compramos los argentinos?

El debate no es si el live shopping reemplazará al e-commerce, sino cómo lo transformará. Hoy, el 80% de las compras online en Argentina son transaccionales: el usuario busca, compara y compra. Pero las transmisiones en vivo apelan a otro momento: el descubrimiento impulsivo. Según Whatnot, las categorías con mayor crecimiento en 2025 son:

• Belleza: +120% en transmisiones (vs. 2024).
• Electrónica: El 45% de las ventas en vivo son accesorios para celulares.
• Joyería: Las demostraciones con cámaras macro aumentan la conversión en un 50%.
• Moda femenina: 1 de cada 3 prendas vendidas en vivo se ajusta “en el momento” según pedidos del chat.
• Alimentos gourmet: Empresas como La Salteña usan vivos para vender kits de empanadas con recetas en tiempo real.

El futuro no será uniforme. Mientras marcas globales como Samsung o L’Oréal ya lo integran en sus estrategias, en Argentina el formato avanza más rápido en pymes, que ven en las transmisiones una forma de competir sin publicidad costosa. “Para una pyme, un vivo con 200 espectadores puede ser 5 veces más rentable que un aviso en Google”, señala Roca. La pregunta clave es: ¿Lograrán las marcas argentinas profesionalizar el formato antes de que los gigantes lo dominen? En México, donde el live shopping crece al 35% anual, las pymes que invierten en producción de calidad ya captan el 40% del mercado.

China ya escribió el manual: ¿Argentina aprenderá a tiempo?

En Asia, el live shopping no es una tendencia: es un ecosistema con reglas propias. Taobao Live, de Alibaba, domina el 80% del mercado chino y genera USD 60.000 millones anuales (iResearch 2025). Su éxito se basa en tres pilares:

1. Talentos curados: El top 1% de los hosts (como Viya, que vendió USD 1.400 millones en una transmisión) recibe entrenamiento en storytelling y manejo de crisis.
2. Métricas implacables: El algoritmo prioriza transmisiones con retención superior al 70% en los primeros 10 minutos.
3. Adaptación por categoría: Tras descubrir que la electrónica generaba un 22% más de devoluciones en vivo, limitaron sus transmisiones a 15 minutos y exigieron comparativas con competidores.

En Argentina, donde el 35% de los vivos son de electrónica (Carrier y Asociados), este antecedente es una alerta. Otra diferencia crítica: en China, el 60% de las transmisiones usa estudios con múltiples cámaras, mientras que en Argentina el 85% se hace desde celulares, con riesgo de baja calidad. Además, en Taobao Live, el 78% de los compradores usa el chat para consultar stock o descuentos, pero solo el 30% de las pymes argentinas tiene equipos para responder en tiempo real. Si las marcas locales no profesionalizan el formato antes de 2027, podrían quedar relegadas cuando plataformas como Mercado Libre escalen sus soluciones con pagos integrados en un clic.

¿Repetirá Argentina los errores de China o los evitará a tiempo? El reloj ya está en marcha. Mientras en Asia las marcas invierten en producciones con 3 cámaras y guiones testeados, en Argentina el 68% de los vivos aún se improvisa. La oportunidad es histórica, pero el margen para equivocarse, cada vez menor. ¿Estamos listos para la próxima ola del comercio digital —o nos quedaremos mirando cómo otros la surfean?

El precedente brasileño: cómo el live shopping redefinió el comercio en un mercado similar al argentino

Mientras Argentina explora el potencial del live shopping, Brasil —su socio regional con un mercado digital más maduro— ya ofrece lecciones concretas sobre qué funciona y qué fracasa en este formato. En 2023, el gigante sudamericano registró USD 3.200 millones en ventas por transmisiones en vivo (un 47% más que en 2022, según Ebit|Nielsen), pero el camino no fue lineal. El caso más revelador es el de Magazine Luiza, la cadena de retail que en 2021 lanzó LuizaLabs Live y hoy genera el 12% de sus ventas digitales a través de este canal. Su estrategia —copiada ahora por Mercado Libre en Argentina— se basó en un dato clave: el 73% de los compradores brasileños en vivo son mujeres de 25 a 40 años, y el 60% compra entre las 20:00 y las 23:00, horarios que las marcas argentinas aún no explotan.

El error más costoso en Brasil fue subestimar la logística post-venta. En 2022, la marca de cosméticos O Boticário organizó una transmisión con la influencer Kéfera Buchmann (14 millones de seguidores) que vendió 50.000 unidades de un kit de skincare en 90 minutos. El problema: su centro de distribución no estaba preparado para el volumen. El 28% de los pedidos se retrasó más de 7 días, generando una ola de reclamos en redes y una caída del 15% en la reputación online de la marca (según Reclame Aqui). Este caso llevó a que el 89% de las empresas brasileñas que adoptaron live shopping en 2024 invirtieran primero en simulaciones de demanda con datos históricos de sus redes sociales.

Otra diferencia crítica con Argentina es el uso de microinfluencers. Mientras en China dominan las celebridades con millones de seguidores, en Brasil el 58% de las ventas en vivo proviene de transmisiones con menos de 10.000 espectadores simultáneos, pero con tasas de conversión del 22% (vs. el 8% de los macros). La clave: estos influencers —como Thássia Naves (especializada en moda plus size)— generan confianza sectorial. En Argentina, donde el hashtag #ComprarEnVivo crece pero aún depende de figuras masivas como Nati Jota o El Polaco, este modelo podría ser la solución para pymes con presupuestos ajustados.

¿Copiará Argentina el modelo brasileño o inventará su propia fórmula?

El live shopping en Brasil demostró que el éxito no depende solo de la tecnología, sino de adaptar el formato a los hábitos locales. Mientras en Argentina las transmisiones aún se concentran en horarios de almuerzo (12:00–15:00), los datos brasileños sugieren que el verdadero potencial está en la noche, cuando el engagement sube un 40%. Además, el 70% de las pymes brasileñas que triunfaron con este formato lo hicieron combinando lives con ofertas exclusivas para el chat (ej.: códigos de descuento que expiran en 10 minutos). La pregunta urgente para las marcas argentinas es: ¿Aprenderán de los errores ajenos —como la logística de O Boticário— antes de escalar, o repetirán la curva de prueba y error? Con Mercado Libre ya probando live shopping con pagos integrados en Uruguay, el tiempo para definir una estrategia local se acorta.

La entrada “Comprar en vivo”: la explosión que une pantallas y carritos en Argentina se publicó primero en En foco Hoy.

El Deutsche Bank, analizando proyecciones de la Oficina de Estadísticas Laborales de EE.UU. (BLS), acaba de revelar el mapa laboral para 2034: un escenario donde la transición energética y la inteligencia artificial dictan quién tendrá empleo. Cuatro de las seis profesiones con mayor demanda están ligadas a energías limpias o gestión de datos, con un crecimiento que supera el 40% en casos como los técnicos de turbinas eólicas (+49,9%) o los instaladores de paneles solares (+42,1%). No es casualidad: la Agencia Internacional de Energía (IEA) proyecta que, para 2026, las renovables cubrirán el 42% de la generación eléctrica global, casi el doble que en 2016. El impulso viene de dos frentes: la crisis climática y los US$369.000 millones del Inflation Reduction Act, que ya están inyectando vida a un sector que emplea a 120.000 personas solo en energía eólica.

Pero hay más: el costo de los paneles solares se desplomó un 70% desde 2010 (datos de IRENA), haciendo que esta fuente sea la de mayor crecimiento en EE.UU. Mientras tanto, la IA no solo automatiza, sino que redefine roles: el 73% de las tareas en los empleos del futuro requieren habilidades que los algoritmos no pueden replicar, como el manejo de equipos físicos o la toma de decisiones éticas, según McKinsey 2024.

🔝 Los 6 empleos que no pararán de crecer (2024–2034)

El BLS no deja duda: estas son las profesiones con mayor expansión porcentual en la próxima década, todas con un denominador común: tecnología aplicada o atención humana irremplazable.

• Técnicos de mantenimiento de turbinas eólicas: +49,9%. Salario medio actual: US$57.320 anuales. La energía eólica ya emplea a 120.000 personas en EE.UU., y su crecimiento se acelera con parques offshore como el de Martha”s Vineyard, que generará energía para 400.000 hogares desde 2024.
• Instaladores de paneles solares: +42,1%. Con la caída del 70% en costos desde 2010, este sector ya supera en empleo al carbón. Estados como California y Texas lideran la demanda, con proyectos que cubren más de 10.000 acres.
• Enfermeros practicantes: +40,1%. El envejecimiento poblacional es imparable: para 2030, el 20% de los estadounidenses tendrá más de 65 años, y la escasez de personal sanitario ya alcanza 1 millón de vacantes (datos de la AARP).
• Científicos de datos: +33,5%. Empresas como IBM calculan que el 90% de los datos mundiales se generó en los últimos dos años. La demanda supera la oferta: hay 3 veces más puestos vacantes que profesionales cualificados.
• Analistas de seguridad informática: +28,5%. Los ciberataques crecieron un 38% en 2023 (Check Point Research), y el costo promedio por brecha supera los US$4,45 millones (informe IBM 2023).
• Gerentes financieros: +14,8%. La explosión de las fintech y los criptoactivos exige perfiles que dominen blockchain y regulaciones digitales. El salario medio en este rubro ya roza los US$150.000 anuales.

¿Por qué estos números? La automatización no elimina empleos aquí, sino que los potencia: el 89% de los puestos en energías renovables y el 78% en ciberseguridad requieren formación técnica no disponible en programas universitarios tradicionales, según un estudio de LinkedIn 2024.

⚠️ Los 5 trabajos que la IA y los robots están borrando

El lado oscuro del informe: las profesiones con tareas repetitivas o digitalizables enfrentan una caída libre. El patrón es claro: si un trabajo tiene menos del 30% de tareas no rutinarias (según la OCDE), está en la mira.

• Empleados de procesamiento de órdenes: -17,2%. La IA ya gestiona el 60% de las órdenes en Amazon, y empresas como Walmart automatizaron el 85% de sus pedidos online en 2023.
• Ensambladores de motores: -21,1%. Los robots industriales de Tesla y Ford redujeron un 40% los tiempos de ensamblaje, y plantas como la Gigafactory de Nevada operan con menos del 10% de mano de obra humana.
• Telemarketers: -22,1%. Los chatbots de ventas, como los de Salesforce, resuelven el 85% de las consultas en telecomunicaciones, con un ahorro del 60% en costos para las empresas.
• Cargadores de datos: -25,9%. Herramientas como Excel avanzado o Python —usadas por el 70% de las Fortune 500— han hecho obsoleto este rol. Empresas como JPMorgan Chase ya usan IA para procesar 12.000 contratos en segundos.
• Procesadores de texto y dactilógrafos: -36,1%. El 95% de los documentos legales en firmas como Baker McKenzie se generan con IA (Thomson Reuters 2024). Incluso los tribunales de Nueva York permiten desde 2023 el uso de briefs redactados por algoritmos.

La OCDE advierte: los trabajos con salarios bajos y baja cualificación son los más vulnerables. Pero hay una luz: programas como el de Amazon, que en 2022 recicló a 10.000 empleados de almacén para roles técnicos con un aumento salarial del 18%, demuestran que la reconversión es posible —si hay voluntad política y privada.

🤖 IA: Quién la domina y quién se queda atrás (el abismo que nadie habla)

El informe de Deutsche Bank desvela una brecha abismal: mientras el 32% de los bancos y aseguradoras ya usa IA —con un crecimiento anual del 18%—, sectores como la construcción (8%) o la manufactura (12%) se rezagan. La diferencia se traduce en empleos: las finanzas suman gerentes financieros (+14,8%), pero la manufactura pierde ensambladores (-21,1%).

El sector salud, aunque hoy solo tiene un 24% de adopción de IA, es el de mayor crecimiento anual (+22%), impulsado por herramientas como IBM Watson, que reducen errores médicos en un 30% (NEJM 2023). En contraste, el comercio minorista (15% de adopción) avanza lento, pese a que empresas como Walmart ya usan IA para gestionar el 65% de sus inventarios con drones.

¿El dato más revelador? El 78% de los bancos emplea IA para detección de fraudes (Deloitte), pero solo el 18% de las constructoras la usa en gestión de proyectos. Esto explica por qué, mientras los sueldos en fintech suben un 12% anual, los salarios en manufactura se estancan desde 2019.

La pregunta que pocos se atreven a hacer: Si la IA ya diagnostica enfermedades, optimiza cadenas de suministro y escribe código, ¿qué habilidades exclusivamente humanas garantizarán empleo en 2034? La respuesta del BLS es taxativa: creatividad para resolver problemas no estructurados, ética en la toma de decisiones y capacidad de adaptarse a herramientas que aún no existen.

El precedente que nadie quiere recordar: Cuando la automatización borró 6,5 millones de empleos

Entre 1980 y 2015, la automatización industrial eliminó entre 3,5 y 6,5 millones de puestos en manufactura en EE.UU. (Ball State University). El paralelo con la actual ola de IA es escalofriante: entonces, como ahora, los trabajos más afectados fueron aquellos con tareas repetitivas. Pero hay una diferencia crucial: la velocidad. En los 80, los robots de General Motors tardaron una década en reducir la plantilla en un 30%. Hoy, herramientas como GitHub Copilot ya completan el 46% del código en empresas como Microsoft, y Figure 01 —el robot humanoide de Figure AI— está reemplazando operarios en fábricas de BMW desde 2024.

La historia también enseña que los sectores que no invirtieron en reconversión colapsaron. Ejemplo: la industria textil de Carolina del Norte, que perdió 200.000 empleos entre 1990 y 2000 por resistirse a la tecnología. En cambio, Alemania —que automatizó con formación paralela— mantuvo el 80% de sus puestos en el mismo periodo (MIT).

El informe del BLS omite un detalle clave: en la ola anterior, el 70% de los trabajadores desplazados encontró refugio en servicios como teleoperadores. Pero hoy, esos mismos puestos están en la lista de extinción (-22,1% para telemarketers). La pregunta urgente no es qué empleos desaparecerán, sino adónde irán quienes los ocupan. La respuesta está en iniciativas como la de Goldman Sachs, que en 2023 reemplazó a 200 analistas junior con IA… pero los reconvirtió en auditores de algoritmos, con un salario 20% mayor.

La cuenta regresiva que los políticos ignoran

El BLS proyecta cambios para 2034, pero la realidad avanza más rápido: en 2020, la Universidad de Oxford estimó que el 47% de los empleos en EE.UU. tenían alto riesgo de automatización. Cuatro años después, con avances como Sora (IA generativa de vídeo de OpenAI) o Figure 01 (robot humanoide para manufactura), ese porcentaje parece optimista. El termómetro no son las proyecciones, sino los hechos:

• Goldman Sachs reemplazó a 200 analistas junior con IA en 2023.
• Walmart automatizó el 65% de sus inventarios con drones.
• JPMorgan usa IA para revisar 12.000 contratos en segundos.
• OpenAI lanzó Sora en 2024, capaz de generar videos realistas a partir de texto.

Si la historia se repite, el colapso no será gradual, sino en olas concentradas. La primera podría llegar antes de 2030, cuando herramientas como Figure 01 —ya probadas en fábricas de BMW— estén operativas a escala masiva. ¿Están preparados los gobiernos para reciclar a millones en menos de 5 años? La respuesta, hasta ahora, es un silencio ensordecedor.

El fantasma de la reconversión fallida: Lecciones del desastre textil de los 90 que se repiten hoy

El informe del BLS y el Deutsche Bank dibujan un futuro laboral polarizado, pero hay un precedente histórico que nadie menciona: el colapso de la industria textil en Carolina del Norte (EE.UU.) entre 1990 y 2000. En esa década, el estado perdió 200.000 empleos —el 40% de su fuerza laboral manufacturera cuando las fábricas cerraron masivamente por la competencia asiática y la falta de modernización. El paralelo con la actual ola de IA es escalofriante: entonces, como ahora, los trabajadores desplazados no tenían habilidades transferibles. La mayoría terminó en empleos precarios de servicios, con salarios un 30% inferiores (datos del Bureau of Labor Statistics de 2002).

La diferencia clave hoy es la velocidad de la disrupción. En los 90, las empresas textiles tardaron una década en colapsar; en 2024, herramientas como Figure 01 (el robot humanoide de Figure AI) ya están reemplazando operarios en fábricas de BMW, y GitHub Copilot completa el 46% del código en empresas como Microsoft. Pero hay un dato aún más revelador: en 1994, el gobierno de Bill Clinton lanzó el Trade Adjustment Assistance (TAA), un programa de US$1.000 millones anuales para reciclar trabajadores desplazados. Sin embargo, solo el 12% de los beneficiarios logró reinsertarse en empleos con salarios equivalentes (Government Accountability Office, 1998). El resto quedó atrapado en la gig economy antes de que existiera Uber.

El error se repite: hoy, programas como el de Amazon —que en 2022 recicló a 10.000 empleados de almacén para roles técnicos— son la excepción. La regla es la inacción. Según la OCDE, solo 4 de cada 10 países tienen planes concretos de reconversión laboral para la era de la IA. Y de esos, ninguno ha asignado más del 0,5% de su PIB a formación, muy lejos del 2% que Alemania destinó en los 90 para salvar su industria manufacturera (Instituto Fraunhofer).

2034: ¿Repetiremos el error con peores consecuencias?

El BLS proyecta que para 2034 la IA habrá transformado el 60% de las tareas en empleos de oficina, pero los gobiernos actúan como si el reloj no corriera. En 2023, Goldman Sachs demostró que la reconversión es posible: reemplazó a 200 analistas junior con IA, pero los recicló como auditores de algoritmos, con un aumento salarial del 20%. Sin embargo, casos como este son excepcionales. La pregunta incómoda es: ¿qué pasará con los 6,5 millones de empleados en sectores como manufactura, logística o teleoperaciones, donde la IA ya está lista para reemplazar el 70% de las tareas (McKinsey 2024)? La historia sugiere que, sin una inversión masiva en formación —como la de Alemania en los 90—, el resultado será desempleo estructural y salarios en caída libre. Y esta vez, ni siquiera los servicios de baja cualificación ofrecerán refugio: los chatbots ya gestionan el 85% de las consultas en telecomunicaciones.

La entrada Futuro laboral 2034: 6 empleos que explotarán y 5 que la IA borrará se publicó primero en En foco Hoy.

La conexión a Internet se ha vuelto tan crítica como el agua o la electricidad, pero un truco que se difunde a velocidad récord en redes sociales —colocar una moneda sobre el router— podría dejar a miles de usuarios sin servicio. Ingenieros en telecomunicaciones advierten: este método no solo es inútil, sino que acelera el deterioro del hardware por sobrecalentamiento y interferencias electromagnéticas.

El truco, que surgió en foros de tecnología menores en 2021, resurgió esta semana en TikTok con más de 12 millones de visualizaciones bajo hashtags como #WiFiHack y #MejorSeñal. Sin embargo, ningún fabricante de routers (como TP-Link, Netgear o ASUS) lo respalda, y estudios de la Comisión Federal de Comunicaciones (FCC) de EE.UU. confirman que los objetos metálicos cerca de antenas distorsionan la señal en un 30% o más.

Por qué una moneda puede freír tu router en días

Los routers modernos están diseñados con rejillas de ventilación estratégicas que disipan el calor generado por sus componentes. Al colocar una moneda —u otro objeto metálico— sobre estas rejillas, se bloquea el flujo de aire, elevando la temperatura interna hasta 90°C o más (el límite seguro ronda los 70°C). Esto no solo reduce la vida útil del dispositivo, sino que puede derretir soldaduras internas o dañar la placa base.

Peor aún: las monedas, al ser conductoras, alteran el campo electromagnético que emiten las antenas del router. Según un informe de la Universidad de Stanford (2022), este tipo de interferencias pueden reducir la velocidad de conexión hasta en un 40%, el efecto opuesto al prometido. Los expertos insisten: lo único que mejora la señal es la ubicación del router —en un lugar céntrico, elevado y libre de obstáculos— y, en casos extremos, un repetidor Wi-Fi certificado.

Un estudio de Consumer Reports (2023) reveló que el 68% de los fallos en routers domésticos se deben a sobrecalentamiento por mala ventilación. El truco de la moneda reproduce exactamente este escenario, con un agravante: el metal amplifica el calor como un horno en miniatura.

Los routers de gama media y alta (como los modelos AX6000 o GT-AX11000) incluyen sensores térmicos que apagan el dispositivo si supera los 85°C. Sin embargo, en modelos económicos —los más afectados por este truco—, la protección es nula, y el daño puede ser irreversible en menos de 48 horas.

El electrodoméstico que sabotea tu Wi-Fi (y no es el que crees)

Mientras el truco de la moneda acapara titulares, el verdadero enemigo del Wi-Fi sigue siendo el horno microondas. Ambos operan en la banda de 2.4 GHz, lo que genera interferencias directas cuando el microondas está en uso. Según pruebas de la OCU (Organización de Consumidores), activar un microondas puede cortar la conexión Wi-Fi durante 10-15 segundos, un problema crítico en videollamadas o gaming.

Otros aparatos que degradan la señal:

• Heladeras con dispensador de agua: Su motor y estructura metálica bloquean hasta un 25% de la señal si el router está cerca.
• Teléfonos inalámbricos antiguos: Usan la misma frecuencia que el Wi-Fi (2.4 GHz) y pueden reducir la velocidad en un 15%.
• Lámparas LED inteligentes: Algunas emiten ruido electromagnético que interfiere con la banda de 5 GHz.
• Cámaras de seguridad Wi-Fi: Si hay más de 3 conectadas, saturan el ancho de banda y ralentizan otros dispositivos.

La solución más efectiva —y gratuita— es cambiar el canal Wi-Fi en la configuración del router (evitando los canales 6, 7 y 8, los más saturados) o activar la banda de 5 GHz, menos propensa a interferencias.

Redes en alerta: usuarios reportan fallos masivos

En las últimas 24 horas, el hashtag #MonedaEnElRouter se ha disparado en Twitter, con cientos de usuarios compartiendo capturas de pruebas de velocidad antes y después de aplicar el truco. El patrón es claro: el 80% registra una caída en la velocidad de descarga, y algunos incluso denuncian que su router dejó de funcionar tras 12 horas con la moneda puesta.

En TikTok, videos con “pruebas” del truco superan los 500.000 likes, pero los comentarios están divididos: mientras algunos celebran una supuesta mejora, otros advierten sobre routers “fritos” o conexiones intermitentes. Un usuario de Reddit, bajo el nombre @TechGuru2024, publicó un análisis técnico donde demuestra que la moneda “desvía la señal en ángulos aleatorios”, creando zonas muertas en la cobertura.

¿Qué harán las marcas?

Ante la viralización del truco, empresas como TP-Link y ASUS han anunciado que emitirán comunicados oficiales en las próximas horas. Se espera que desacrediten el método y recomienden alternativas seguras, como actualizar el firmware del router o usar extensores de red mesh. Mientras tanto, la Asociación Española de Ingenieros de Telecomunicación (AEIT) ha lanzado una campaña en redes con el hashtag #NoPongasMonedasEnTuRouter, donde explican los riesgos con datos técnicos.

La pregunta que queda en el aire es inevitable: ¿Cuántos routers quedarán inservibles antes de que este mito se desvanezca? Mientras tanto, los expertos repiten una máxima: “Si suena demasiado bueno para ser verdad, probablemente sea un desastre esperando a ocurrir”.

El precedente del ‘truco del aluminio’: cuando los usuarios quemaron sus routers en 2019

El fenómeno actual con las monedas no es el primer caso de un hack viral que termina destruyendo hardware. En agosto de 2019, un consejo similar se propagó en YouTube y foros como Reddit y 4chan: cubrir el router con papel de aluminio para ‘enfocar la señal como una antena parabólica’. El resultado fue catastrófico: según un informe de la Asociación de Consumidores de Tecnología (ACT), más de 15.000 routers en Europa y EE.UU. sufrieron daños irreversibles en menos de un mes. Los modelos más afectados fueron los TP-Link Archer C7 y Netgear Nighthawk R7000, cuyos ventiladores se obstruyeron, elevando la temperatura interna a 105°C (35°C por encima del límite seguro).

El análisis posterior reveló que el aluminio no solo bloqueaba la ventilación, sino que creaba un efecto jaula de Faraday, reduciendo la cobertura Wi-Fi en un 50% en promedio. La FCC emitió una alerta pública en septiembre de 2019, advirtiendo que este método violaba las normas de seguridad para dispositivos de radiofrecuencia. Aún así, el mito persistió: en 2020, un estudio de Which? (Reino Unido) encontró que el 12% de los usuarios había probado el truco, y de ellos, el 40% reportó fallos en sus routers en menos de una semana. Las marcas respondieron con campañas como #AluminioNo, pero el daño ya estaba hecho: el costo estimado en reparaciones superó los $8 millones de dólares.

Hoy, el patrón se repite con las monedas, pero con un agravante: el metal está en contacto directo con el router, lo que acelera el sobrecalentamiento. Mientras en 2019 el daño tardaba días en manifestarse, ahora los informes en redes hablan de fallos en horas. La pregunta clave es si las plataformas como TikTok y YouTube actuarán con la misma rapidez que en 2019, cuando eliminaron el 67% de los videos que promovían el truco del aluminio en menos de 48 horas.

¿Por qué los mitos tecnológicos resurgen cada vez más rápido?

El ciclo se acelera: lo que en 2019 tardó meses en volverse viral, ahora ocurre en horas. Plataformas como TikTok priorizan el engagement sobre la verificación, y los algoritmos premian el contenido sensacionalista. Mientras la FCC y la AEIT preparan nuevas advertencias, los usuarios ya están probando variantes del truco, como usar monedas de cobre o tapas de botellas metálicas. La próxima ola de daños podría ser aún mayor, a menos que las marcas y reguladores actúen con una velocidad sin precedentes. El reloj corre: cada minuto que el hashtag #MonedaEnElRouter sigue activo, cientos de routers están en riesgo.

La entrada “Truco viral” del Wi-Fi: ¿mejora la señal o destruye tu router? se publicó primero en En foco Hoy.

El auge sin precedentes de la inversión en centros de datos para inteligencia artificial en Estados Unidos —con un monto estimado en US$2 billones entre proyectos anunciados y en construcción— está reconfigurando las cadenas globales de suministro, según un informe reciente de Oxford Economics. El análisis, liderado por el economista sénior Makoto Tsuchiya, revela que los beneficios colaterales se extienden principalmente a Asia y México, gracias al comercio de productos electrónicos y semiconductores de alta gama.

El informe destaca que entre el 60% y 75% del gasto en estos centros se destina a equipos de tecnología de la información, como chips y servidores, mientras que el resto se asigna a infraestructura crítica: energía, generadores, terrenos y edificios. Este fenómeno no solo dinamiza la economía estadounidense, sino que reactiva sectores manufactureros estratégicos en países aliados, con México como uno de los mayores beneficiarios en Latinoamérica.

La integración de México en las cadenas de suministro globales de electrónica es el principal canal mediante el cual el país captura valor de esta inversión. Según Oxford Economics, la demanda de componentes como productos informáticos, tecnologías ópticas y semiconductores se redirige hacia su sector manufacturero, un patrón consistente con investigaciones previas que ya habían identificado las importaciones de computadoras como el eje de este beneficio económico.

El escenario base del informe proyecta una inversión “sostenida y robusta” en centros de datos de IA hasta 2026, consolidando la producción de electrónica vinculada a la inteligencia artificial como un motor clave para las economías asiáticas y, en menor pero creciente medida, para México. Aunque se anticipa una moderación en el crecimiento de las exportaciones durante 2024, el sector seguirá siendo un pilar fundamental. ¿Podría este impulso tecnológico redefinir el rol de México en la economía global?

Entre los productos electrónicos, los semiconductores de alta gama —especialmente los chips diseñados por empresas como Nvidia (NVDA) son los más impactados. Aquí, Taiwán juega un papel central: la empresa TSMC, con sede en la isla, produce la mayoría de estos componentes para diseñadores globales. China, Corea del Sur, Singapur y Japón completan el grupo de países que más se benefician fuera de Taiwán, pero México emerge como el único representante latinoamericano en esta cadena de valor crítica.

Centros de datos para IA: la infraestructura que mueve el futuro

Un centro de datos especializado en inteligencia artificial no es un servidor convencional. Según la definición de IBM, se trata de una instalación que alberga infraestructura de TI avanzada, diseñada específicamente para entrenar, implementar y entregar aplicaciones y servicios de IA. Estas instalaciones requieren arquitecturas de computación, red y almacenamiento de última generación, además de sistemas de energía y refrigeración capaces de manejar cargas de trabajo intensivas.

La consultora International Data Corporation (IDC) corrobora esta tendencia: la inversión global en infraestructura de IA ya alcanzó los US$334.000 millones en 2023 y se proyecta que supere los US$900.000 millones para 2029, con un crecimiento anual compuesto que duplica el de otros sectores tecnológicos. ¿Estamos ante la mayor transformación industrial desde la revolución digital de los 90?

Latinoamérica acelera: centros de datos crecen al 20% anual

Latinoamérica no se queda atrás. Según datos de la firma JLL, el inventario de centros de datos de colocación —instalaciones donde empresas alquilan espacio, energía y conectividad para operar sus servidores— alcanzó los 1,1 gigavatios (GW) de capacidad instalada en 2025, marcando un crecimiento récord del 20% en solo un año. Este salto refleja el interés sin precedentes de operadores e inversionistas por expandirse en la región, atraídos por su proximidad a EE.UU. y costos competitivos.

Las proyecciones son aún más ambiciosas: JLL estima que la capacidad total podría aumentar cerca de un 60% en los próximos dos años, considerando proyectos ya en construcción y otros en fase de planificación. En el caso de México, el mercado actual de centros de datos tiene una capacidad de 357 MW (equivalente a US$4.500 millones) y se espera que alcance los 480 MW para 2029, según Mordor Intelligence. Sin embargo, empresas como Esentia son más optimistas: prevén que el país supere los 500 MW en 2027, dos años antes.

Este crecimiento no es casual. La demanda de centros de datos en Latinoamérica está impulsada por tres factores clave: la expansión del teletrabajo, el aumento del consumo de servicios en la nube y, ahora, el boom de la IA generativa, que requiere infraestructura local para reducir latencias. ¿Logrará la región convertirse en un hub tecnológico global, o quedará relegada a un rol de proveedor secundario?

Lecturas relacionadas:

• Centros de datos se expanden a ritmo récord en Latinoamérica y estos cuatro países dominan
• Los centros de datos necesitarán 3 billones de dólares hasta 2030 según Moody”s
• Cómo la inteligencia artificial está redefiniendo la logística global
• Taiwán y su dominio en semiconductores: ¿hasta cuándo durará?

México vs. Asia: la batalla por los semiconductores que ya comenzó en 2020

Mientras el informe de Oxford Economics destaca a México como el único representante latinoamericano en la cadena de valor de semiconductores, lo que no revela es que el país ya libró —y perdió— una primera ronda en esta competencia global. En 2020, durante la escasez mundial de chips que paralizó industrias desde la automotriz hasta la electrónica de consumo, México importó el 87% de sus semiconductores (datos de la Secretaría de Economía), principalmente de Taiwán (42%), Malasia (21%) y China (15%). La dependencia fue tan crítica que empresas como General Motors y Ford detuvieron líneas de producción en plantas mexicanas por falta de componentes, a pesar de que el país alberga fábricas de ensamblaje de Intel en Guadalajara y NXP Semiconductors en Querétaro.

El contraste con Asia es abismal. Mientras México exportó apenas US$6.200 millones en semiconductores en 2023 (cifra de INEGI), países como Vietnam —que en 2010 ni siquiera aparecía en el mapa de la electrónica— superó los US$120.000 millones en exportaciones de componentes el año pasado, según la Asociación de Manufactura Electrónica de Vietnam (VEMI). La clave asiática fue una estrategia agresiva: en 2018, Vietnam ofreció exenciones fiscales del 100% por 15 años a empresas como Samsung (que hoy produce el 50% de sus teléfonos inteligentes en el país) y Intel, que invirtió US$1.500 millones en una planta de ensamblaje y prueba de chips en Ho Chi Minh. México, en cambio, solo aprobó en 2023 —tres años después que Vietnam— un paquete de incentivos para la industria de semiconductores, limitado a reducciones del 30% en impuestos a la importación de maquinaria.

La oportunidad actual con la IA radica en que, por primera vez, México podría saltar de ser un mero ensamblador a participar en etapas de diseño y prueba de chips, como ya hacen Costa Rica (con Intel desde 1997) y Brasil (con CEITEC, su fábrica estatal). Sin embargo, el reloj corre en su contra: Malasia acaba de anunciar en abril de 2024 una inversión de US$5.300 millones para construir su primer centro de empaquetado avanzado de chips (una etapa clave antes del ensamblaje final), en sociedad con Infineon Technologies.

2025: el año en que México definirá si compite o se queda atrás

El informe de Oxford Economics omite un detalle crítico: el 70% de los proyectos de centros de datos en México anunciados para 2024-2026 dependen de que el país resuelva dos cuellos de botella. El primero es energético: la Comisión Federal de Electricidad (CFE) ya advirtió en marzo de 2024 que no podrá garantizar suministro estable a nuevos parques industriales en Querétaro y Jalisco —justo donde se concentran las plantas de semiconductores— sin inversiones adicionales en infraestructura. El segundo es logístico: el Puerto de Manzanillo, por donde entra el 60% de los componentes electrónicos que México importa, opera al 98% de su capacidad, según la Administración Portuaria Integral. Mientras, Corea del Sur ya inauguró en 2023 su primer puerto inteligente con automatización total para agilizar el comercio de chips. La pregunta no es si México puede aprovechar el boom de la IA, sino si lo hará antes de que Asia monopolice también esta ola.

La entrada México se posiciona como ganador latino del *boom* de IA en EE.UU. se publicó primero en En foco Hoy.

El avance imparable de la inteligencia artificial (IA) ha obligado a los analistas a corregir sus proyecciones sobre el consumo energético global. Según el último informe de Goldman Sachs Research, la demanda eléctrica de los centros de datos se disparará un 220% hacia 2030, superando el 175% estimado previamente. Esta revisión al alza equivale a añadir a la red global el consumo de una nación entre las 10 más voraces en energía, como Alemania o Corea del Sur en la actualidad.

El ajuste en las cifras responde a dos factores críticos: el crecimiento exponencial en el número de servidores conectados a la red y la aceleración en la construcción de centros de datos en todo el planeta. Ambos fenómenos reflejan la expansión sin precedentes de la infraestructura necesaria para sostener tecnologías como modelos de lenguaje grande (LLM), sistemas autónomos y análisis predictivo. Según datos de la Agencia Internacional de Energía (IEA), en 2023 ya había más de 8,000 centros de datos en operación global, con una concentración del 33% en Estados Unidos.

Brian Singer, responsable global de GS SUSTAIN en Goldman Sachs, advierte que, de mantenerse esta tendencia, el consumo eléctrico de los centros de datos en 2030 igualará al de un país como Japón, que en 2024 demandó 1.200 TWh anuales. “Estamos ante un cambio de paradigma“, señala el informe, donde la IA no solo transforma industrias, sino que redefine la geopolítica energética.

El costo oculto de la inferencia

Uno de los hallazgos más preocupantes del reporte es el aumento inesperado en el consumo durante la fase de inferencia —la ejecución de modelos ya entrenados—. Tradicionalmente considerada menos intensiva que el entrenamiento, esta etapa ahora demanda hasta un 40% más de energía por servidor que lo calculado en 2022, según mediciones de NVIDIA y AMD. “Los modelos como GPT-5 o Gemini Ultra requieren miles de chips trabajando en paralelo solo para responder una consulta en tiempo real”, explica el documento.

Esta mayor intensidad energética se suma a la adopción masiva de IA en sectores como banca, salud y logística. Empresas como Microsoft y Google ya han admitido que sus emisiones de carbono crecieron un 30% en 2025 por este motivo, a pesar de sus compromisos de sostenibilidad. El informe de Goldman Sachs subraya que, sin avances en eficiencia algorítmica o energías limpias, el sector tecnológico podría consumir el 20% de la electricidad global para 2040.

Pesimismo ciudadano vs. apuestas corporativas

Mientras las empresas aceleran sus inversiones, el escepticismo social crece. Una encuesta de Quinnipiac University revela que el 55% de los estadounidenses cree que la IA dañará su vida cotidiana más de lo que ayudará. La desconfianza contrasta con los US$650.000 millones que Amazon, Meta, Google y Microsoft destinarán solo en 2026 a infraestructura de IA —una cifra equivalente al PIB de Suiza—.

El gasto récord refleja una carrera por el dominio tecnológico, pero también plantea preguntas urgentes: ¿Cómo se cubrirá la demanda energética adicional? ¿Qué pasará con las redes eléctricas obsoletas en países en desarrollo? China ya enfrenta apagones localizados por la saturación de sus centros de datos, según informes de Bloomberg NEF.

El informe concluye con una advertencia: sin políticas públicas que regulen el consumo y sin innovaciones en almacenamiento de energía, la IA podría agravar las crisis climáticas en lugar de resolverlas. ¿Estamos preparados para un mundo donde la tecnología que promete salvar el futuro… lo ponga en riesgo?

El precedente ignorado: cómo la criptominería ya colapsó redes eléctricas (y qué nos enseña)

El salto del 220% en el consumo eléctrico proyectado para 2030 no es el primer caso en que una tecnología emergente desborda las capacidades energéticas globales. Entre 2017 y 2019, la criptominería —especialmente de Bitcoin— ya generó crisis similares en al menos tres países, con lecciones que la industria de la IA parece estar repitiendo sin corregir.

En Irán, donde el gobierno subsidiaba la electricidad, la demanda de granjas de criptomonedas se disparó un 1,200% en solo 18 meses, según datos de la Organización Iraní de Energía Eléctrica (Tavanir). El resultado: apagones masivos en 2021 que afectaron a 43 millones de personas, incluyendo hospitales y plantas de tratamiento de agua. Las autoridades respondieron con un corte total del suministro a 1,600 granjas mineras y multas equivalentes a $2,500 por cada Bitcoin extraído ilegalmente. Hoy, el país aún enfrenta racionamientos estacionales, y estudios de la Universidad de Teherán estiman que la criptominería consumió allí el 2% de toda la electricidad generada en 2022 —una proporción que la IA podría superar en 2028, según el informe de Goldman Sachs.

En Kosovo, el fenómeno fue aún más extremo. En enero de 2022, el gobierno declaró estado de emergencia energética después de que la minería de cripto consumiera el 10% de la capacidad nacional, dejando a ciudades enteras sin calefacción en pleno invierno. La respuesta fue drástica: prohibición total de la minería y decomiso de 7,000 equipos ASIC (circuitos especializados). El Banco Mundial calculó que el país perdió $50 millones en ingresos potenciales por exportación de energía, pero evitó un colapso sistémico. Hoy, Kosovo veta constitucionalmente cualquier actividad que use más de 100 kWh por transacción —un umbral que modelos como GPT-4 ya superan en sus fases de inferencia, según mediciones de Hugging Face.

El tercer caso, Malasia, revela el riesgo geopolítico. En 2021, el país asiático se convirtió en el segundo mayor hub de minería de Bitcoin después de que China la prohibiera. En solo seis meses, la demanda eléctrica de las granjas creció un 500%, forzando al gobierno a cancelar $1.2 mil millones en subsidios a la industria. La lección clave: la migración masiva de centros de datos (como la que ahora impulsan empresas de IA hacia países con energía barata) puede desestabilizar economías enteras en semanas. Hoy, Malasia exige que cualquier nuevo centro de datos demuestre contratos de energía renovable por al menos el 60% de su consumo —una norma que ni Microsoft ni Google cumplen actualmente en sus operaciones en Asia, según auditorías de Greenpeace.

¿Repetirá la IA los errores del Bitcoin… pero a escala planetaria?

Los tres casos comparten un patrón que el informe de Goldman Sachs no menciona: la subestimación inicial del consumo, seguida de medidas reactivas (no preventivas) y, finalmente, costos sociales transferidos a los ciudadanos. La diferencia ahora es la escala: mientras la criptominería afectó a países específicos, la IA amenaza con saturar redes continentales. La Red Eléctrica Europea (ENTSO-E) ya alertó en 2023 que 15 de sus 27 miembros no podrían absorber un aumento del 30% en la demanda sin apagones rotativos. Con un 220% en juego, la pregunta no es *si* habrá crisis, sino qué naciones serán las primeras en caer —y si esta vez habrá tiempo para aprender de los errores pasados.

La entrada “Explosión energética”: La IA disparará el consumo eléctrico un <strong>220% para 2030</strong> se publicó primero en En foco Hoy.

Los estadounidenses están virando en contra de la inteligencia artificial a un ritmo acelerado. Según la última encuesta de Quinnipiac, publicada este lunes, el 55% de la población cree que la IA causará más daños que beneficios en su vida diaria, un salto de 11 puntos porcentuales desde abril de 2023. El miedo no es abstracto: el 70% anticipa que la tecnología reducirá oportunidades laborales (un aumento del 14% respecto al año pasado), mientras solo un 7% confía en que generará empleos.

El escepticismo crece en paralelo a la inversión récord de las grandes tecnológicas. Amazon, Meta, Google y Microsoft destinarán este año un total de US$650.000 millones a infraestructura de IA, una cifra equivalente al PBI anual de países como Argentina o Polonia. Pero el optimismo corporativo choca con la realidad ciudadana: el 65% de los encuestados rechaza la construcción de centros de datos de IA en sus comunidades, citando preocupaciones por el aumento en las tarifas eléctricas (hasta un 30% en zonas con alta demanda), el agotamiento de recursos hídricos y la contaminación acústica.

La brecha entre élites tecnológicas y ciudadanos se profundiza. Multimillonarios como Marc Andreessen (capitalista de riesgo) y Greg Brockman (presidente de OpenAI) han inyectado decenas de millones de dólares en las elecciones de mitad de mandato de EE.UU. para impulsar candidatos pro-IA y frenar regulaciones estrictas. Sin embargo, las advertencias de figuras clave de la industria —como Dario Amodei, CEO de Anthropic— resuenan más fuerte: en enero de 2024, vaticinó que la IA provocaría una disrupción laboral “inusualmente dolorosa“, comparable a la automatización industrial del siglo XIX, que dejó a millones en la pobreza.

¿Dónde duele más la IA? Educación, empleo y guerra

La encuesta de Quinnipiac revela tres frentes críticos donde la IA genera mayor desconfianza:

• Educación: El 63% de los estadounidenses cree que la IA empeorará la calidad educativa, frente a solo un 27% que vislumbra mejoras. El temor se centra en el reemplazo de docentes por chatbots y la proliferación de trabajos académicos generados por IA, una práctica que ya afecta al 40% de las universidades del país, según un informe de Stanford de 2023.
• Empleo: El 70% anticipa menos oportunidades laborales, una cifra que supera el pesimismo durante la crisis financiera de 2008 (62%). Sectores como el periodismo (donde el 30% de los contenidos ya son asistidos por IA, según la Asociación de Prensa de EE.UU.) y el servicio al cliente (con un 45% de atención automatizada) son los más vulnerables.
• Defensa: El 52% se opone a que el Pentágono use IA para seleccionar objetivos militares, una práctica que, según filtraciones de The Intercept, ya se aplicó en operaciones encubiertas en Venezuela (2022) e Irán (2023). El 36% que apoya su uso argumenta que reduce “errores humanos”, pero expertos como la exsecretaria de Estado Hillary Clinton han advertido sobre el riesgo de “guerras algorítmicas sin rendición de cuentas”.

La encuesta de Quinnipiac, realizada por teléfono a 1.397 adultos entre el 14 y 18 de marzo, tiene un margen de error de 3,3%. Sus resultados coinciden con otros sondeos, como el de NBC News, donde la IA obtuvo una aprobación menor (22%) que agencias polémicas como el Servicio de Inmigración (ICE), con un 28% de apoyo.

El contraste es revelador: mientras Silicon Valley celebra la IA como “la próxima revolución industrial”, los ciudadanos la perciben como una amenaza más inmediata que el cambio climático (que preocupa al 48% de los estadounidenses, según Gallup). ¿Estamos ante un conflicto generacional irreconciliable, donde los menores de 30 años (el 60% apoya la IA) chocan con los mayores de 50 (72% en contra)?

El precedente histórico que explica el miedo: la automatización de los años 80 y sus víctimas

El temor actual a la IA no es un fenómeno aislado, sino un eco ampliado de lo ocurrido en la década de 1980, cuando la automatización industrial destruyó 2,4 millones de empleos manufactureros en EE.UU. entre 1980 y 1985, según datos del Bureau of Labor Statistics. Ciudades como Detroit (Michigan) y Youngstown (Ohio) perdieron hasta el 40% de sus puestos de trabajo en cinco años, y regiones enteras quedaron sumidas en crisis económicas que tardaron décadas en recuperarse. El paralelo con la IA es inquietante: entonces, como ahora, las promesas de “progreso” chocaron con una realidad de desempleo masivo y desigualdad.

En 1983, el economista Jeremy Rifkin publicó “El fin del trabajo“, donde advirtió que la automatización crearía una “clase obsoleta” de trabajadores desplazados. Su tesis, ridiculizada en su momento por la prensa, se cumplió con precisión: para 1990, el 15% de los hogares en zonas industriales dependía de ayudas sociales, según un estudio de la Brookings Institution. Hoy, el 70% de los estadounidenses que temen por sus empleos (según Quinnipiac) repiten el patrón: la IA, como los robots de los 80, se percibe como una amenaza concreta y cercana, no como una abstracción tecnológica. La diferencia clave es la velocidad: mientras la automatización tardó una década en desplazar empleos, la IA ya está reconfigurando sectores como el periodismo (con un 30% de contenidos generados por algoritmos) en menos de dos años.

El rechazo a los centros de datos de IA (65% de oposición) también tiene un antecedente: en los 80, comunidades como Pittsburgh protestaron contra la instalación de fábricas robotizadas, argumentando que consumirían recursos sin generar empleo local. Hoy, el 30% de aumento en tarifas eléctricas y el agotamiento de acuíferos que denuncian los encuestados son el mismo guión, pero con servidores en lugar de cadenas de montaje. Incluso el lobby pro-IA repite tácticas: en 1984, la Chamber of Commerce gastó $12 millones (equivalentes a $35 millones hoy) en campañas para desregular la automatización. Ahora, figuras como Marc Andreessen inyectan fondos en candidatos para evitar regulaciones, mientras el 55% de la población —como en los 80— siente que el futuro se decide sin ellos.

¿Repetirá la IA los errores del pasado o los agravará?

La historia sugiere que el impacto de la IA podría ser más brutal que el de la automatización industrial. En los 80, los trabajadores desplazados aún podían reciclarse en servicios o construcción; hoy, la IA amenaza también esos sectores (el 45% del servicio al cliente ya está automatizado). Además, la concentración de poder es mayor: en 1985, las 10 mayores empresas de EE.UU. controlaban el 23% del PIB; en 2024, Amazon, Meta, Google y Microsoft —las mismas que impulsan la IA— acumulan el 38%, según S&P Global. Si en los 80 el desempleo generó tensiones sociales, ahora el riesgo es una crisis de legitimidad democrática: el 60% de los menores de 30 años apoya la IA, pero el 72% de los mayores de 50 la rechaza. Una brecha generacional así no tiene precedente en la historia reciente de EE.UU. —ni siquiera durante el crack del 29— y podría redefinir el mapa político en las elecciones de 2024.

La entrada “La IA nos robará el futuro”: el 55% de EE.UU. ya la ve como una amenaza se publicó primero en En foco Hoy.

La inteligencia artificial ya no es el futuro de la contratación: es el presente. Según datos de 2025, tres de cada cuatro currículums son filtrados por algoritmos antes de que un reclutador los vea. Quienes logran “hablar el idioma” de las máquinas —sin perder autenticidad— multiplican por cinco sus chances de conseguir una entrevista, según estudios de mercado que En Foco Hoy viene analizando desde 2022, cuando la automatización en RRHH comenzó su expansión acelerada.

El problema no es solo tecnológico: es humano. La opacidad de los sistemas genera frustración (menos respuestas, criterios desconocidos) y desconfianza (¿estoy compitiendo contra candidatos reales o contra perfiles optimizados por bots?). Usar IA mal puede hundir tu postulación; usarla bien, potenciarla. La clave está en entender que ya no se trata de impresionar a un reclutador, sino de superar tres capas algorítmicas antes de llegar a uno.

Expertos como Alexa Loken (orientadora profesional en California) y Catherine Fisher (LinkedIn) coinciden: el desafío no es rechazar la IA, sino dominar su lógica. “Los candidatos que ignoran este cambio son como quienes en 2010 enviaban CV en papel”, advierte Fisher. La diferencia hoy es que el costo de equivocarse no es solo la pérdida de una oportunidad, sino el daño reputacional (ejemplo: ser marcado como “perfil genérico” en bases de datos compartidas entre empresas).

Preparación: Tu CV contra la máquina

Error 1: Dejar que la IA escriba tu historia

Los chatbots pueden generar un CV en segundos, pero también pueden destruirlo. El riesgo no son solo las “alucinaciones” (datos inventados, como un “aumento del 200% en ventas” donde hubo una caída del 10%), sino la pérdida de voz. “Un CV escrito por IA suena como todos los demás: genérico, predecible y sin pruebas”, explica Alexa Loken, quien desde 2019 ha revisado más de 5,000 currículums en sectores tecnológicos y financieros.

La solución no es rechazar la IA, sino usarla como editor crítico. Primero, escribe tu CV con datos duros: “Gestioné un presupuesto de $1.8M” (no “responsable de finanzas”), “Lideré un equipo de 12 personas” (no “trabajo en equipo”). Luego, pide a la IA que identifique lagunas o sugerencias —pero nunca que reescriba secciones enteras. Herramientas como Jobscan (usada por el 60% de las Fortune 500) comparan tu CV con la descripción del puesto y asignan un “puntaje de compatibilidad”. Un puntaje bajo puede significar el descarte automático.

Error 2: Jugar al “bingo de palabras clave”

En 2020, repetir términos de la oferta de trabajo era suficiente para engañar a los sistemas ATS (Applicant Tracking Systems). Hoy, los algoritmos basados en modelos de lenguaje como GPT-4 o Gemini Advanced analizan contexto e intención. “Copiar y pegar la descripción del puesto ya no funciona; de hecho, puede activar alertas de plagio”, advierte Catherine Fisher, quien señala que el 30% de los CV descartados en 2025 lo fueron por “sobreoptimización”.

Tácticas como ocultar palabras clave en texto blanco o usar fuentes diminutas son detectadas por sistemas como HireVue o Pymetrics, que escanean metadatos y patrones de formato. La penalización puede ir desde la eliminación automática hasta una bandera roja en tu perfil para futuras postulaciones. En cambio, los algoritmos premian:

• Sinónimos naturales: Si el puesto pide “gestión de equipos”, usa también “liderazgo de colaboradores” o “coordinación de talentos”.
• Estructura narrativa: Frases como “Reduje costos operativos en un 15% implementando [herramienta X]” activan señales de impacto.
• Coherencia temporal: Lagunas de más de 6 meses sin explicación generan alertas. Usa la IA para redactar transiciones breves (ej: “Período de especialización en [habilidad relevante]”).

Error 3: Sonar como un bot en tu carta

Las cartas de presentación generadas por IA suelen caer en tres trampas:

1. Frases vacías: “Apasionado por los desafíos” o “comprometido con la excelencia” (detectadas por herramientas como Originality.AI).
2. Repetición de el CV: Si tu carta no añade nada nuevo, la IA la marca como “redundante”.
3. Falta de pregunta clave: “¿Por qué esta empresa y no otra?” es lo primero que buscan los algoritmos de Greenhouse o Lever.

“Una carta debe responder: ¿Qué problema específico de esta empresa puedo resolver?“, explica Nadia Ghahramani, ingeniera de software que diseñó sistemas de filtrado para startups en Silicon Valley. Su recomendación: usa la IA para analizar el lenguaje emocional de la empresa (ej: si su web enfatiza “innovación disruptiva”, refleja ese tono), pero escribe el borrador final tú. Herramientas como Undetectable AI pueden evaluar qué tan “humano” suena tu texto (puntaje ideal: >85%).

El sesgo de edad que la IA puede amplificar

En 2024, un estudio de la AARP reveló que los candidatos mayores de 50 años tenían un 40% menos de probabilidades de recibir respuestas, incluso con cualificaciones similares. La IA no elimina este sesgo; a veces lo automatiza. “Los algoritmos priorizan perfiles con habilidades ‘recientes’ (últimos 3-5 años) y penalizan formatos obsoletos”, advierte Fisher.

Estrategias para contrarrestarlo:

• Enfoque en logros recientes: Limita tu CV a los últimos 10-15 años, pero añade una sección “Habilidades clave” con términos actuales (ej: “Gestión de equipos remotos con Slack y Notion“).
• Elimina señales de antigüedad: Correos de Hotmail o MSN, fuentes como Times New Roman, o mencionar tecnologías obsoletas (ej: “experto en Flash“).
• Destaca adaptabilidad: Incluye ejemplos de cómo has aprendido herramientas nuevas (ej: “Certificación en Python en 2023 para automatizar reportes”).

Un dato clave: según LinkedIn, los candidatos que mencionan habilidades de IA (ej: “prompt engineering”, “análisis de datos con Tableau“) reciben un 27% más de visualizaciones por parte de reclutadores.

Aplicar: Automatización sin perder el control

Búsquedas inteligentes (sin spam)

Plataformas como LinkedIn ya permiten buscar empleos con lenguaje natural: “Quiero un puesto híbrido en marketing digital en Barcelona con salario >€40K”. Pero la verdadera ventaja está en automatizar el monitoreo, no la postulación. Herramientas como:

• Claude Cowork: Rastrear ofertas en Indeed y Glassdoor con filtros personalizados.
• Agentes de ChatGPT: Recibir alertas diarias de vacantes en empresas específicas (ej: “notifícame si Google abre puestos en UX para hispanohablantes”).
• Talent.com: Analizar patrones de contratación (ej: “¿Qué empresas en México contratan más en enero?”).

La regla de oro: aplica en las primeras 48 horas tras publicar la oferta. Según datos de 2025, el 60% de los reclutadores cierran las postulaciones cuando reciben 200 CV, independientemente de la fecha límite anunciada. Usa la IA para ser de los primeros, pero nunca para enviar aplicaciones masivas: los sistemas detectan patrones de “copy-paste” y penalizan a los candidatos que aplican a más de 5 puestos en la misma empresa.

¿Freelance o contrato? La IA como puente

El 45% de los buscadores de empleo en 2026 han virado hacia modalidades flexibles, según LinkedIn. La IA reduce las barreras para emprender:

• Creación de portafolios: Herramientas como Durable generan sitios web en minutos (antes costaban $2,000+).
• Marketing automatizado: Jasper o Copy.ai redactan posts para redes sociales o emails de prospección.
• Gestión administrativa: QuickBooks con IA factura clientes y hace seguimiento de pagos.

“Muchas empresas contratan freelancers como prueba antes de ofrecer puestos fijos”, explica Dawn Fay, de Robert Half, firma que en 2025 colocó a 12,000 profesionales en transiciones de freelance a planta. Su consejo: usa plataformas como Upwork o Toptal para construir un historial verificable. “Un perfil con +10 proyectos completados y calificaciones de 4.8/5 tiene 3 veces más chances de ser contactado para un puesto permanente”, añade.

Remoto vs. presencial: El cálculo real

El debate “oficina vs. casa” ya no es ideológico: es matemático. En 2026, solo el 18% de las ofertas en LinkedIn son 100% remotas (vs. 32% en 2023). Herramientas como Indeed”s Salary Calculator permiten comparar:

“Los puestos remotos bien pagados ($150K+) suelen concentrarse en tecnología, finanzas y consultoría“, señala Priya Rathod, de Indeed. Para otros sectores, la flexibilidad tiene un precio: según Buffer, el 72% de los trabajadores remotos ganan menos que sus pares presenciales en el mismo rol. La IA puede ayudar a negociar: herramientas como Payscale analizan salarios por ubicación, experiencia y modalidad, generando informes para justificar contraofertas.

Entrevistas: Cuando la IA te hace las preguntas

Simulacros con bots (y por qué fallan)

Empresas como Unilever y Hilton ya usan agentes de voz de IA (ej: HireVue”s CodeSignal) para primeras rondas. Estos bots evalúan:

• Patrones de habla: Pausas >3 segundos o respuestas genéricas (ej: “soy muy detallista”).
• Coherencia emocional: Herramientas como BeyondVerbal analizan tono de voz para detectar estrés o falta de convicción.
• Profundidad técnica: En roles de IT, bots como Karat hacen preguntas de coding en tiempo real.

“Practicar con el modo voz de ChatGPT reduce la ansiedad, pero no garantiza el éxito”, advierte Nadia Ghahramani. El error común es responder como a un humano: los bots requieren estructura clara. Usa el método STAR (Situación, Tarea, Acción, Resultado) y añade métricas. Ejemplo débil: “Lideré un proyecto”. Ejemplo fuerte: “Coordiné a 8 desarrolladores para lanzar una app en 3 meses (vs. 6 previstos), reduciendo costos en $80K“.

La trampa de los “guiones de IA”

En 2025, la startup Cluely lanzó un asistente que susurraba respuestas durante entrevistas. Hoy, el 89% de las empresas usan herramientas como Oto o Pymetrics para detectar:

• Patrones de lectura: Miradas fijas a un punto (ej: pantalla oculta).
• Latencia en respuestas: >2 segundos de silencio tras una pregunta.
• Lenguaje prefabricado: Frases como “como mencioné anteriormente” (típico de guiones).

“He rechazado candidatos que claramente leían de una pantalla”, cuenta Bonnie Dilber, de Zapier. Pero hay un matiz: en empresas tech (ej: Google, Meta), usar IA transparente puede sumar puntos. “Si dices: ‘Usé GitHub Copilot para optimizar este código, reduciendo el tiempo en un 40%‘, demuestras adaptabilidad”, añade. La clave es mostrar el proceso: qué herramienta usaste, por qué y cómo validaste los resultados.

La pregunta que todos fallan: “¿Cómo te mantienes actualizado?”

El 92% de los reclutadores (según Robert Half) preguntan esto, pero solo el 12% de los candidatos dan respuestas satisfactorias. Errores comunes:

• Decir “leo artículos” (vago).
• Mencionar cursos sin resultados (ej: “hice un curso de Python“).
• Ignorar la IA (en 2026, equivalente a decir “no uso internet” en 2010).

Respuesta ganadora (estructurada):

1. Fuentes específicas: “Sigo a Andrew Ng en DeepLearning.AI y analizo sus casos de estudio semanales”.
2. Aplicación práctica: “Implementé un modelo de NLP para clasificar emails en mi trabajo, reduciendo el tiempo en un 30%“.
3. Comunidad: “Participo en hackathones de Kaggle para probar herramientas emergentes”.

“Los reclutadores no buscan expertos en IA, sino profesionales que sepan integrarla a su rol”, explica Dilber. Un ejemplo concreto: un contador que usa MindBridge para detectar anomalías en auditorías, o un diseñador que acelera prototipos con MidJourney. “La diferencia entre un candidato promedio y uno destacado es que el segundo puede decir: ‘Esta herramienta me permitió hacer X en la mitad de tiempo‘, y probarlo con datos”, concluye.

En 2026, conseguir empleo no se trata de vencer a la IA, sino de colaborar con ella. Los algoritmos descartan al 75% de los candidatos no por falta de habilidades, sino por falta de estrategia: CV genéricos, cartas copiadas, entrevistas sin preparación técnica. La paradoja es que, en un mercado saturado de automatización, lo que más valoran las empresas es la autenticidad verificable. ¿El primer paso? Dejar de preguntarse “¿Cómo engaño al sistema?” y empezar a ask: “¿Cómo demuestro que mi experiencia es irremplazable, incluso para una máquina?”

El precedente que nadie menciona: Cuando la IA ya decidió por las empresas (y falló)

Mientras los candidatos de 2026 luchan por adaptarse a los algoritmos de contratación, hay un caso que las plataformas como LinkedIn o HireVue prefieren no recordar: el escándalo de Amazon en 2018, cuando su sistema de IA para reclutamiento tuvo que ser desmantelado tras descubrirse que penalizaba automáticamente a las mujeres. El algoritmo, entrenado con CVs históricos (dominados por hombres en sectores como tecnología), asignaba puntuaciones más bajas a términos como “universidad de mujeres” o “club de damas”, e incluso degradaba candidatas que incluían verbos como “colaboré” en lugar de “lideré”. Amazon invirtió $360 millones en el proyecto antes de admitir su fracaso.

Este no fue un error aislado. En 2020, un estudio de la Universidad de California reveló que los sistemas de Workday y SAP SuccessFactors —usados por el 40% de las Fortune 500— tenían un sesgo del 23% contra candidatos afrodescendientes al analizar nombres en CVs. La solución temporal fue eliminar campos como “nombre” o “foto” de los procesos iniciales, pero el problema persiste: según datos de 2025 de la EEOC (Comisión para la Igualdad de Oportunidades en el Empleo de EE.UU.), el 18% de las demandas por discriminación en contratación ahora incluyen a algoritmos como demandados. Empresas como Goldman Sachs y IBM enfrentan juicios por sistemas que, sin intención explícita, favorecían a candidatos blancos, hombres y menores de 40 años.

El patrón es claro: la IA no elimina los sesgos humanos; los escala. En 2023, un experimento de la Universidad de Stanford demostró que al modificar ligeramente la redacción de un CV —por ejemplo, cambiar “responsable de un equipo” por “líder de un equipo de alto rendimiento”—, la tasa de selección aumentaba un 47% para el mismo perfil. Esto explica por qué, en 2026, el 62% de los candidatos (según Glassdoor) pagan por servicios como Jobscan o Skillroads para “optimizar” sus CVs: no es solo competencia contra otros humanos, sino contra patrones de lenguaje entrenados con datos históricos desiguales.

¿Qué significa esto para los candidatos de 2026?

Los algoritmos actuales no son más justos que en 2018; son más opacos. Mientras plataformas como LinkedIn promueven herramientas de “equidad” (ej: su función “Skills Path” para candidatos sin título universitario), los datos muestran que el 78% de los puestos senior (según Harvard Business Review, 2025) aún exigen títulos de élite (ej: MIT, Stanford, IESE), aunque el desempeño no difiera. La estrategia ganadora ya no es solo “hablar el idioma de la IA”, sino explotar sus lagunas: por ejemplo, usar términos que los algoritmos asocian con “alto potencial” (“escalé un proyecto de $0 a $2M” en lugar de “aumenté ventas”) o evitar palabras que activan filtros ocultos (“flexibilidad” puede interpretarse como “falta de compromiso” en algunos sistemas).

El verdadero juego no es vencer a la máquina, sino hacer que trabaje a tu favor. Y eso requiere conocer sus fallos históricos.

La entrada IA vs. empleo 2026: Cómo vencer al algoritmo y conseguir la entrevista se publicó primero en En foco Hoy.

WhatsApp domina las comunicaciones globales con más de 2.000 millones de usuarios activos, según datos de 2024. Sin embargo, su diseño carece de una función clave: no existe una papelera de reciclaje interna como en otros servicios. Esto convierte la recuperación de mensajes borrados en un desafío técnico que depende exclusivamente de las copias de seguridad automáticas.

El sistema de respaldo de WhatsApp —vinculado a Google Drive o iCloud— actúa como un “salvavidas digital”. Estas copias se generan diariamente a las 2:00 AM (hora local del dispositivo) si la opción está activada, pero con una limitación crítica: solo se restaura el estado exacto del momento del guardado. Cualquier interacción posterior (mensajes, fotos o videos recibidos después de la copia) desaparecerá para siempre al reinstalar.

Advertencia clave: Desde la actualización de 2023, WhatsApp eliminó la opción de copias de seguridad locales en dispositivos Android, obligando a los usuarios a depender exclusivamente de la nube. En iOS, esta función nunca existió.

Pasos detallados para la recuperación (sin perder datos recientes)

El proceso requiere precisión. Un error en el orden de los pasos puede borrar definitivamente los mensajes que intentas recuperar:

1. Verifica la última copia: Abre WhatsApp → Ajustes → Chats → Copia de seguridad. Anota la fecha y hora exacta del último respaldo. Si es anterior al mensaje que buscas, la recuperación será imposible.
2. Desinstala WhatsApp: Elimina la aplicación sin abrirla después de verificar la copia. En Android, usa la opción “Forzar detención” antes de desinstalar para evitar sincronizaciones no deseadas.
3. Reinstala desde la tienda oficial: Descarga WhatsApp nuevamente desde Google Play o App Store. No abras la app aún.
4. Restauración crítica: Al iniciar sesión con tu número, el sistema detectará la copia de seguridad. Pulsa “Restaurar” cuando aparezca el mensaje. Este paso puede tardar entre 5 y 30 minutos, dependiendo del tamaño de tus chats.
5. Comprobación: Revisa la conversación recuperada. Los mensajes enviados o recibidos después de la fecha de la copia no aparecerán.

Un dato oculto: Si usas WhatsApp Business, el proceso es idéntico, pero las copias de seguridad de esta versión no son compatibles con la app estándar. Intentar restaurarlas en la versión normal resultará en un error de “formato no válido”.

El caso especial de los videos: ¿Por qué desaparecen?

Los videos son el tipo de archivo más vulnerable durante las recuperaciones. WhatsApp, por defecto, excluye los videos de las copias de seguridad para ahorrar espacio en la nube. Para incluirlos, debiste activar manualmente la opción:

Android: Ajustes → Chats → Copia de seguridad → “Incluir videos” (consumirá significativamente más espacio en Google Drive).

iOS: Ajustes → Chats → Copia de seguridad de chats → “Incluir videos” (afectará tu almacenamiento de iCloud).

Sin esta configuración previa, los videos borrados no podrán recuperarse, ni siquiera con herramientas de terceros. Según un informe de WABetaInfo (2024), menos del 15% de los usuarios tiene esta opción activada.

Alternativas si la copia de seguridad falla

Si la restauración no funciona o la copia es demasiado antigua, existen opciones de último recurso:

• Herramientas forenses: Programas como Dr.Fone o iMobie PhoneRescue pueden escanear la memoria del teléfono en busca de fragmentos de chats. Su eficacia varía entre el 30% y 70%, según el tiempo transcurrido desde la eliminación.
• Correo electrónico: Si alguna vez reenviaste el mensaje a tu email (opción “Exportar chat” en WhatsApp), búscalo en tu bandeja. Esta función envía un archivo .txt con el historial completo de la conversación.
• Notificaciones: En Android, algunas apps como Notification History Log guardan registros de notificaciones antiguas, incluyendo mensajes de WhatsApp. Requiere haberla instalado antes de borrar el chat.

¿Qué harías si el mensaje que necesitas recuperar contiene información crítica —como un código de acceso, una dirección o una prueba legal— y la última copia de seguridad es de hace 6 meses?

El precedente legal que cambió las reglas: WhatsApp vs. la privacidad en 2021

El método de recuperación mediante copias de seguridad no es infalible, y su limitación más crítica saltó a la luz en 2021, cuando un caso judicial en Brasil expuso un vacío legal: WhatsApp no garantiza la integridad de los mensajes restaurados como prueba forense. El tribunal superior brasileño desestimó evidencia extraída de una copia de seguridad de Google Drive por considerarla “susceptible de manipulación”, sentando un precedente que afecta a más de 120 millones de usuarios en el país (datos de Statista 2023).

El problema radica en que las copias de seguridad en la nube no están cifradas de extremo a extremo (a diferencia de los mensajes en tránsito). Esto significa que, técnicamente, Google o Apple podrían acceder a ellas bajo orden judicial, y —lo más preocupante— que un tercero con acceso a tu cuenta de correo vinculada podría alterarlas. En contraste, aplicaciones como Signal o Telegram (en su modo secreto) sí cifran también los backups, aunque con limitaciones: Signal, por ejemplo, solo permite restaurar en el mismo dispositivo donde se hizo la copia, y Telegram almacena los backups localmente, no en la nube.

Un dato revelador: Según un estudio de la Universidad de Cambridge (2022), el 68% de los usuarios de WhatsApp desconoce que sus copias de seguridad en Google Drive no están protegidas por el cifrado de extremo a extremo de la app. Esta brecha de conocimiento tiene implicaciones directas en casos legales, donde mensajes recuperados podrían ser impugnados por la defensa. En España, por ejemplo, el Tribunal Supremo admitió en 2023 pruebas de WhatsApp solo cuando se presentaron capturas de pantalla con metadatos verificables (fecha, hora y dispositivo de origen), no restauraciones desde la nube.

¿Qué pasa si el mensaje borrado es una prueba en un juicio?

La respuesta varía según el país, pero la tendencia es clara: los tribunales exigen cadena de custodia digital. Si el mensaje es crítico —como en casos de acoso, fraude o contratos verbalesDLA Piper) es actuar en las primeras 72 horas tras la eliminación: desactivar la sincronización automática con la nube, extraer el chip SIM y acudir a un perito informático forense para analizar la memoria interna del teléfono. El costo ronda entre 500 y 2.000 euros, pero evita que la prueba sea desestimada por “contaminación” durante la restauración.

La entrada 🔍 Truco oculto: Recupera mensajes borrados de WhatsApp SIN papelera se publicó primero en En foco Hoy.

En plena era de la hiperconectividad, donde el home office y el streaming exigen redes estables, resurgió un consejo viral: colocar llaves metálicas sobre el router para ampliar la señal. La base científica detrás de este método radica en las propiedades físicas del metal, que interactúa con las ondas electromagnéticas emitidas por el dispositivo. Al posicionar una llave —preferiblemente sin recubrimientos plásticos— cerca de las antenas, el objeto actúa como un reflector pasivo, alterando el patrón de radiación omnidireccional del router. El resultado teórico: redirigir la energía hacia zonas específicas del hogar, evitando que se disperse hacia paredes externas o áreas sin uso.

Sin embargo, los expertos advierten: este truco no aumenta la potencia real del dispositivo, sino que reorganiza la señal existente. Su eficacia es limitada en entornos con obstáculos gruesos, como muros de hormigón armado o interferencias de electrodomésticos. Más aún: un error común es obstruir las rejillas de ventilación del router, lo que puede derivar en sobrecalentamiento y fallos críticos en el hardware. Según un informe de Consumer Reports (2023), el 30 % de las averías en módems domésticos se vinculan a una mala disipación de calor.

El Instituto Nacional de Tecnologías de la Comunicación (INTECO) de España recomienda, para aplicar este método sin riesgos, usar llaves pequeñas y lisas, desplazándolas gradualmente sobre la carcasa hasta encontrar el punto óptimo de recepción. No obstante, el consenso técnico es claro: se trata de una solución temporal y de bajo costo, útil solo como paso previo a inversiones en equipos profesionales, como repetidores de señal o sistemas mesh.

Ubicación y seguridad: los pilares ignorados

Más allá de los trucos caseros, la ubicación estratégica del router es el factor que más impacta en la calidad de la conexión. Estudios de High Speed Internet demuestran que instalar el dispositivo en el centro geométrico del hogar —y a una altura de 1.5 a 2 metros— mejora la cobertura en un 40 %. También es clave alejarlo de interferencias: el microondas, por ejemplo, emite ondas en la banda de 2.4 GHz, la misma que muchos routers, lo que genera conflictos. La recomendación es evitar la cocina y los centros de entretenimiento, donde suelen aglutinarse dispositivos electrónicos.

La seguridad de la red es otro flanco crítico. Según Xataka, el 68 % de los routers domésticos tiene vulnerabilidades explotables, muchas derivadas de configuraciones básicas descuidadas. Entre las medidas esenciales destacan:

• Actualizar el firmware cada 3 meses (los fabricantes parchean fallos críticos).
• Reemplazar la contraseña predeterminada por una combinación alfanumérica de 12+ caracteres.
• Activar el cifrado WPA3 (o WPA2 como mínimo) y deshabilitar el obsoleto WEP.
• Implementar filtrado MAC para restringir el acceso a dispositivos autorizados.
• Reducir la potencia de emisión hacia el exterior para evitar intrusiones de redes vecinas.

Un error grave —y extendido— es mantener el nombre de red (SSID) por defecto. Estos identificadores suelen incluir el modelo del router o el proveedor, datos que los ciberdelincuentes usan para identificar vulnerabilidades conocidas. Por ejemplo, si el SSID es “Fibra_Movistar_2021”, un atacante podría buscar exploits específicos para ese modelo. La solución: cambiarlo por un nombre genérico (ej: “RedCasa123”) y desactivar la difusión del SSID para ocultarlo de escaneos públicos.

¿Qué revelas sin darte cuenta? Un SSID como “Apellido_Familia_WiFi” no solo expone tu identidad, sino que facilita ataques de phishing dirigidos. Según la Oficina de Seguridad del Internauta (OSI), en 2023 se registró un aumento del 200 % en suplantaciones de redes Wi-Fi que imitaban nombres de routers domésticos para robar datos. La regla de oro: nunca uses información personal o del fabricante en el nombre de tu red.

¿Estás dispuesto a probar el truco de las llaves, o prefieres invertir en una solución profesional que garantice velocidad y seguridad a largo plazo?

El precedente científico: de las latas de cerveza a los reflectores parabólicos

El truco de las llaves no es el primer intento casero por manipular las ondas Wi-Fi. Su origen se remonta a 2005, cuando investigadores de la Universidad de Princeton demostraron que una lata de cerveza vacía, cortada y colocada detrás de una antena, podía aumentar la ganancia direccional en 6 dBi (decibelios isotrópicos), mejorando la señal en un ángulo concreto. El estudio, publicado en el Journal of Applied Physics, inspiró soluciones como el “Cantenna” (de can + antenna), un reflector artesanal usado aún hoy en zonas rurales de India y Brasil para conectar escuelas a internet.

Sin embargo, la eficacia varía drásticamente según el material. Mientras el aluminio de las latas refleja hasta un 85 % de las ondas en 2.4 GHz, el acero de las llaves —compuesto por aleaciones de hierro y carbono— absorbe un 15-20 % de la energía, reduciendo el beneficio neto. Un experimento de la Asociación Española de Ingenieros de Telecomunicación (AEIT) en 2019 midió que, en condiciones ideales (llave de 5 cm de largo, colocada a 3 cm de la antena), la mejora en la velocidad de descarga era de apenas 8-12 Mbps en routers de gama media (802.11n). Para contextos urbanos con múltiples redes solapadas, el impacto caía a 3-5 Mbps.

El problema subyacente es la polarización de las ondas. Los routers modernos emiten en polarización vertical y horizontal simultáneamente, pero las llaves —al ser objetos asimétricos— distorsionan el patrón, creando “zonas muertas” en ángulos no previstos. Esto explica por qué usuarios en foros como Reddit reportan que, tras aplicar el truco, algunos dispositivos (como altavoces inteligentes o cámaras IP) pierden conexión intermitentemente, incluso a corta distancia.

¿Por qué entonces persiste el mito?

La respuesta está en el efecto placebo tecnológico y en la psicología de la percepción. Un estudio de la Universidad de Lancaster (2021) reveló que el 63 % de los usuarios que creían haber mejorado su Wi-Fi con métodos caseros (incluyendo repositionar el router o usar papel aluminio) no registraban cambios objetivos en pruebas con speedtests ciegos. La explicación: el cerebro humano tiende a sobrevalorar mejoras subjetivas (como “la página carga más rápido”) cuando se realiza una acción física, aunque esta no tenga impacto real. En el caso de las llaves, el simple acto de manipular el router genera una expectativa de cambio que sesga la percepción. Mientras tanto, factores externos —como la reducción del tráfico en la red del vecino o actualizaciones automáticas del firmware— pasan desapercibidos como causas reales de las fluctuaciones.

La entrada “Truco viral” para el Wi-Fi: ¿funcionan las llaves sobre el router? se publicó primero en En foco Hoy.