Descifran más de 40 vocalizaciones felinas gracias a la IA: el sorprendente hallazgo que puede cambiar la forma en que entendemos a los gatos

Un innovador proyecto científico logra clasificar en tiempo real los maullidos, ronroneos y bufidos felinos, abriendo una nueva era en la comunicación humano-gato.
Durante años, miles de tutores felinos han intentado descifrar el significado exacto detrás de los maullidos de sus gatos. ¿Es hambre? ¿Aburrimiento? ¿Una protesta por el nuevo pienso? Y, aunque el instinto y la experiencia ayudan, lo cierto es que interpretar correctamente esas vocalizaciones sigue siendo más arte que ciencia. Pero eso está empezando a cambiar.
Un reciente preprint, titulado “FGC2.3 Feline Vocalization Classification and Cat Translation Project”, propone un modelo de inteligencia artificial capaz de identificar con un 95 % de precisión hasta 40 tipos distintos de vocalizaciones felinas. Este avance —aún pendiente de revisión por pares— no solo representa un logro técnico impresionante, sino también una puerta abierta hacia una comprensión más profunda del mundo emocional de los gatos.
Y no podía llegar en mejor momento. En un contexto en el que cada vez más personas se interesan por el bienestar emocional de sus mascotas, libros como Lo que la ciencia sabe de tu gato, de Mary Granero Fernández y publicado recientemente por la editorial Hestia, están ayudando a derribar mitos y a acercar la ciencia a los hogares. Porque conocer qué dice un gato cuando maúlla, ronronea o gruñe no es solo una curiosidad: es una herramienta poderosa para cuidar mejor de ellos.
El proyecto que podría traducir el lenguaje felinoDetrás de este avance está Vlad Reznikov, un ingeniero que lleva años trabajando en modelos de aprendizaje automático aplicados a la bioacústica animal. En su investigación, Reznikov y su equipo han construido una base de datos de sonidos felinos recolectados en entornos reales —hogares, clínicas veterinarias, protectoras— y los han clasificado según contexto, intención y forma acústica.
El sistema distingue cinco grandes grupos de comportamiento: socialización, alimentación, juego, estrés y búsqueda de atención. A partir de ahí, se han identificado 40 tipos distintos de vocalizaciones, entre ellas algunas tan específicas como el “maullido de frustración ante un juguete que no responde” o el “ronroneo de solicitud de contacto”.
El modelo trabaja con espectrogramas —representaciones visuales del sonido— que analiza como si fueran imágenes. Usando visión computacional, detecta patrones dentro del sonido, su duración, la forma en que varía el tono y la secuencia en que se produce. En resumen, traduce los sonidos del gato a un “lenguaje” que una máquina puede entender y clasificar.
Una conversación de 12.000 añosLa domesticación del gato, según los hallazgos arqueológicos más recientes, comenzó hace unos 12.000 años en el Creciente Fértil. Desde entonces, gatos y humanos han ido adaptándose mutuamente, compartiendo hogares, alimentos… y sonidos.
A diferencia de sus primos salvajes, los gatos domésticos desarrollaron un repertorio vocal mucho más amplio. Etólogos y zoólogos han documentado más de 20 tipos básicos de vocalizaciones, que van desde el ronroneo y el bufido hasta el chirrido o el famoso “chatter” al ver pájaros por la ventana.
Pero lo que se está descubriendo ahora es que, dentro de cada uno de estos tipos, hay decenas de matices. Como ocurre con los humanos, el “meow” de un gato puede tener un significado diferente según su tonalidad, duración, intensidad e incluso su combinación con señales corporales como el movimiento de la cola o la posición de las orejas.
La IA ahora permite reconocer estos matices a una velocidad y con una precisión imposibles para el oído humano. Y esto no es ciencia ficción: ya hay apps, como MeowTalk, que incorporan versiones simplificadas de estos modelos y permiten a los usuarios obtener traducciones instantáneas de los maullidos de sus gatos. No son infalibles, pero están mejorando con cada actualización.
¿Realmente nos están hablando?Una de las conclusiones más llamativas del preprint es que muchos maullidos de los gatos están específicamente dirigidos a los humanos. Es decir: no son sonidos que usen entre ellos, sino herramientas creadas evolutivamente para comunicarse con nosotros.
Esto ya lo habían apuntado etólogos como John Bradshaw o Charlotte Cameron-Beaumont en estudios previos, pero ahora se confirma con tecnología. El gato, en cierto modo, ha “modificado su lenguaje” para hablarnos. Y lo ha hecho de forma sorprendentemente eficaz: estudios de 2023 y 2024 han mostrado que muchos tutores, incluso sin entrenamiento formal, son capaces de reconocer emociones básicas en los maullidos de sus gatos.
Lo que la IA ofrece ahora es un marco sistemático para esa intuición. Un puente entre el lenguaje humano y felino, que puede utilizarse no solo para mejorar la convivencia, sino para detectar precozmente señales de dolor, ansiedad o enfermedad.
¿Puede una app entender a tu gato?Aunque el entusiasmo es comprensible, los propios investigadores insisten en no caer en el espejismo de una traducción literal. Lo que hacen estos sistemas es clasificar sonidos según patrones acústicos y contextuales, no “leer la mente” del gato.
Además, hay límites importantes: no todos los gatos vocalizan igual. Algunos son naturalmente más silenciosos, otros desarrollan “acento” según la región o el entorno en que viven. Y, por supuesto, el lenguaje corporal sigue siendo una parte crucial de la comunicación felina.
Lo que sí está claro es que estas herramientas están ayudando a cambiar la percepción social de los gatos. Durante siglos considerados animales enigmáticos o distantes, ahora se revela que su mundo emocional y comunicativo es tan rico y complejo como el de cualquier otro animal doméstico. Solo hacía falta la tecnología adecuada para empezar a escucharlos.
Una guía para entender (de verdad) a tu gatoY si bien la IA está revolucionando nuestra capacidad de interpretar los sonidos felinos, también es cierto que la clave para entender a un gato sigue siendo la observación consciente, la empatía y el conocimiento de sus necesidades emocionales y biológicas.
En ese sentido, el libro Lo que la ciencia sabe de tu gato, de Mary Granero Fernández y publicado por Hestia, se presenta como un complemento ideal para quienes deseen ir más allá del simple “traductor de maullidos”.
La obra, escrita con un enfoque divulgativo pero riguroso, desmitifica muchas de las ideas erróneas que rodean al comportamiento felino. Lejos de repetir consejos de internet o tradiciones sin base, Granero se apoya en investigaciones científicas para explicar por qué los gatos actúan como actúan, qué necesitan realmente y cómo podemos mejorar su bienestar desde el conocimiento y la sensibilidad.
Desde el significado del ronroneo (que no siempre es positivo) hasta la importancia del entorno y la socialización temprana, el libro ofrece una mirada integral y actualizada del mundo felino. Y, lo más importante, lo hace accesible para cualquier lector, sin necesidad de formación científica previa.
En un momento en que la tecnología empieza a dar voz a los gatos, contar con una guía como esta es más necesario que nunca. Porque, como sugiere Granero, entender a nuestros gatos no solo es posible: es imprescindible para vivir con ellos de forma respetuosa, saludable y feliz.

Los científicos han descubierto cómo enviar olores por internet

Imagina oler café recién hecho durante una videollamada o percibir un aroma a perfume antes de comprarlo online. Los científicos están acercando esa idea a la realidad con Scentronic, un sistema impulsado por IA que puede detectar olores, transmitir datos de olores a través de internet y recrear aromas de forma remota. Desarrollada por investigadores de la Universidad Estatal de Ohio y el Laboratorio de Zhejiang en China, la investigación, publicada en Science Advances, explora cómo la transmisión digital de olor podría añadir una dimensión completamente nueva a la comunicación en línea. Tu próxima sesión de compras puede que venga literalmente acompañada de una prueba de olfateo.
¿Cómo funciona enviar olores por internet?Scentronic funciona un poco como una nariz digital combinada con un pequeño dispensador de perfume. Su nariz electrónica utiliza seis sensores de gas para detectar compuestos químicos asociados a un aroma. La IA identifica entonces el olor y transmite los datos relevantes a un dispositivo receptor, que los recrea usando líquidos perfumados y pequeños atomizadores vibratorios que liberan diminutas gotas al aire.
Actualmente, el prototipo soporta cinco aromas: café, cerveza, vino tinto, pastel y naranja. En pruebas con 14 voluntarios, los participantes identificaron correctamente los olores recreados alrededor del 73% de las veces. Es un comienzo alentador, pero la tecnología aún tiene camino por recorrer antes de engañar a todos los narices.
Tampoco transmite moléculas de olor reales por internet. En su lugar, identifica un aroma y recrea una aproximación usando ingredientes ya cargados en el dispositivo receptor.
Tu mundo virtual pronto podría llegar con un olorLos investigadores ven aplicaciones potenciales en las compras online, la comunicación digital y la realidad virtual. Imagina explorar una panadería virtual y oler tarta recién horneada, o probar una fragancia a distancia antes de gastar dinero en una botella. El equipo también desarrolló un prototipo de vaso que combina aroma con líquidos aromatizados, permitiendo a los usuarios seleccionar una bebida virtual mediante un casco de realidad mixta y experimentar su sabor y aroma correspondientes.
Por supuesto, hay una trampa. Scentronic no puede reproducir todos los olores a demanda, y sus capacidades actuales dependen de los aromas que sus ingredientes pueden recrear. Aun así, la investigación sugiere que las experiencias digitales podrían acabar involucrando a más que solo nuestros ojos y oídos. Llevamos décadas haciendo que internet se vea y suene mejor. Ahora los científicos también quieren que huela mejor. Solo espero que nadie sepa transmitir el olor de una sala de juegos sudorosa.

¿Por qué desbloqueamos el móvil casi sin darnos cuenta?

¿Qué hace que consultar el móvil se convierta en un comportamiento casi automático y qué papel desempeña realmente la dopamina?
¿Cuántas veces desbloqueas el móvil sin saber siquiera para qué lo has cogido?
No es simplemente porque tu cerebro sea “adicto a la dopamina”. Cuando repetimos una conducta muchas veces en los mismos contextos, nuestro cerebro aprende a convertirla en un hábito.
Una notificación, un momento de aburrimiento o incluso tener el teléfono delante pueden acabar funcionando como señales para cogerlo casi automáticamente.
¿Y la dopamina? Participa en el aprendizaje y en la anticipación de posibles recompensas, pero no explica por sí sola nuestra relación con el móvil.
Y algo importante: tener un hábito muy arraigado no significa necesariamente tener una adicción.
Entender qué activa ese comportamiento es el primer paso para poder controlarlo.

El sesgo invisible: cómo la inteligencia artificial moldea tus opiniones

Cómo los sesgos latentes y los encuadres ideológicos en la IA pueden moldear nuestras opiniones sin alterar los hechos.
Ya no solo acudimos a libros o enciclopedias digitales, sino que preguntamos a modelos de lenguaje que condensan el pasado en párrafos fluidos y convincentes. La promesa es seductora: información precisa, neutral, accesible al instante. Pero ¿puede una narración aparentemente objetiva inclinar nuestras convicciones sin que lo advirtamos?
Un estudio reciente, realizado mediante un experimento preregistrado con 1.912 participantes en Estados Unidos, explora precisamente esta cuestión. La investigación, publicada en Proceedings of the National Academy of Sciences, analizó cómo resúmenes históricos generados por GPT-4o (comparados con textos de Wikipedia) influían en las opiniones sociales y políticas de los lectores. 
Los resultados, respaldados por análisis estadísticos rigurosos revelan que, incluso cuando los hechos permanecen intactos, el modo de contarlos puede desplazar nuestras posiciones ideológicas. 
El sesgo invisible: cuando la neutralidad no es neutraEl experimento comparó resúmenes de Wikipedia con textos generados por GPT-4o, centrados en dos episodios del siglo XX estadounidense: la Seattle General Strike y las protestas estudiantiles del Third World Liberation Front. En todos los casos, los contenidos eran factualmente correctos. Sin embargo, variaba el encuadre narrativo.
Los investigadores distinguieron entre sesgo latente y sesgo inducido por prompting. El primero emerge de forma implícita: responde a inclinaciones ideológicas que pueden haberse filtrado durante el entrenamiento del modelo. El segundo es deliberado: se instruye al sistema para adoptar una perspectiva liberal o conservadora. La pregunta central era si estas modulaciones (sutiles o explícitas) alteraban la percepción del lector.
Los resultados fueron reveladores. Los participantes que leyeron los resúmenes “por defecto” generados por la IA mostraron opiniones más liberales que quienes leyeron Wikipedia. Cuando el texto se redactaba con encuadre liberal explícito, el desplazamiento era aún mayor. Incluso el encuadre conservador generaba un movimiento hacia posturas más conservadoras. En una escala de cinco puntos (de “extremadamente conservador” a “extremadamente liberal”), los cambios eran modestos pero consistentes: del centro moderado hacia una leve inclinación ideológica.
Lo fascinante no es la magnitud del efecto, comparable a investigaciones previas sobre persuasión algorítmica, sino su naturaleza: no había falsedad, ni propaganda explícita, solo énfasis, matices, selección léxica. La forma, más que el fondo, operaba como palanca.
El poder del encuadre: cuando la historia se vuelve persuasiónLa teoría del razonamiento motivado sostiene que tendemos a aceptar con mayor facilidad aquello que confirma nuestras creencias previas. ¿Se cumplía esta premisa ante narrativas generadas por IA? La respuesta fue matizada.
Los resúmenes con encuadre liberal influyeron en lectores de todas las ideologías: liberales, moderados y conservadores mostraron desplazamientos en la misma dirección. En cambio, los textos con encuadre conservador solo produjeron un efecto estadísticamente significativo entre lectores ya conservadores. Este desajuste asimétrico sugiere que los modelos podrían estar más alineados (de manera latente) con ciertos marcos narrativos que con otros.
Además, análisis complementarios indicaron que, ante eventos similares (como protestas laborales o disturbios raciales), GPT-4o tendía a producir espontáneamente resúmenes con tonalidad liberal, incluso sin instrucciones ideológicas explícitas. Esto plantea una hipótesis inquietante: el sesgo latente podría no ser neutralizable con facilidad, y ciertos encuadres requerirían una instrucción deliberada para aparecieran.
Conviene subrayar que la investigación no detectó contenidos prejuiciosos ni extremos. El fenómeno es más sutil: se trata de cómo se distribuyen responsabilidades, qué adjetivos se emplean, qué causas se priorizan o qué consecuencias se destacan. En suma, la arquitectura narrativa influye en la arquitectura de nuestras opiniones.
Aprender del pasado en la era algorítmicaEl estudio invita a reconsiderar la creciente dependencia de herramientas de IA para adquirir conocimiento histórico. Plataformas como ChatGPT o resúmenes automatizados en buscadores se han convertido en atajos cognitivos cotidianos. Pero si la simple lectura de un resumen factualmente correcto puede inclinar nuestras actitudes, ¿qué implica esto para el debate público?
La investigación reconoce sus límites: solo se analizaron dos eventos y un modelo específico. Otros sistemas podrían exhibir patrones distintos, dependiendo de sus datos de entrenamiento y técnicas de alineación. Aun así, el hallazgo central permanece: la persuasión algorítmica no requiere manipulación evidente. Puede operar desde la textura misma del lenguaje.
En una época en la que la desinformación suele asociarse con falsedades flagrantes, este trabajo desplaza el foco hacia un terreno más complejo. No se trata únicamente de distinguir lo verdadero de lo falso, sino de comprender cómo la selección y el encuadre de hechos verídicos pueden modular la opinión pública.
Quizá el desafío contemporáneo no consista solo en exigir precisión a las máquinas, sino también en cultivar una alfabetización crítica frente a los matices narrativos. Porque, al final, cada relato (humano o artificial) es un mapa del pasado trazado desde algún punto de vista. Y en ese ángulo, casi imperceptible, puede residir la semilla de una transformación silenciosa.

Cómo descubrir qué aplicaciones consumen más batería

La gestión eficiente de la batería es una preocupación constante para los usuarios de dispositivos Android. A medida que las aplicaciones se vuelven más sofisticadas y las funciones más avanzadas, el consumo de energía se convierte en un factor determinante en la experiencia del usuario.
En este contexto, es muy importante detectar y saber cuales de todas las aplicaciones que tenemos instaladas en nuestro smartphone son las que más batería consumen. Conocer esta información de primera mano es algo esencial para optimizar el rendimiento de nuestros dispositivos. Y, para ello, puedes valerte de los indicios que te da el propio móvil o encontrar los datos de consumo de batería dentro de la configuración del smartphone
Dónde encontrar apps que gastan mucho en el móvilEncontrar todas esas aplicaciones que agotan rápidamente la batería puede no ser tan sencillo como parece. Sin embargo, existen algunos indicios que pueden hacernos sospechar de una aplicación problemática. Uno de los principales signos es un aumento significativo en el uso de la batería sin una razón aparente. Esto se puede verificar en la sección de Uso de la batería en la configuración del dispositivo, como te indicamos más adelante.
Además, si una aplicación muestra un comportamiento anormal, como bloqueos frecuentes o un rendimiento lento, podría estar utilizando recursos excesivos, incluida la batería. Otra señal de alerta es si una aplicación funciona en segundo plano de manera constante, incluso cuando no la estás utilizando activamente.
Otro aspecto importante a considerar es la frecuencia de actualizaciones de la aplicación. Aplicaciones que reciben actualizaciones constantes pueden introducir nuevos códigos que afectan el rendimiento y, por ende, el consumo de batería. Por eso debes estar alerta a los cambios repentinos en el uso de la batería después de actualizar aplicaciones específicas.
Por supuesto, no podemos ignorar las subidas de temperatura del dispositivo. Si una aplicación está generando un calor anormal que pueda poner en riesgo al smartphone, es posible que esté utilizando más recursos de lo necesario, contribuyendo así al agotamiento rápido de la batería. La temperatura elevada también puede ser un síntoma de procesos en segundo plano intensivos que deben de ser vigilados.
Estos indicios pueden variar según el tipo de aplicación, pero estar atento a estos síntomas puede ayudarte a identificar posibles culpables de un consumo excesivo de energía.
Cómo encontrar las aplicaciones que más batería gastanSi quieres dar con esa app que te trae de cabeza, puedes hacerlo desde los propios ajustes de Android, o usando alguna de las apps de Google Play que te recomendamos.
Desde los ajustes del móvilAndroid proporciona herramientas integradas que permiten monitorear y controlar el consumo de batería. Acceder a esta información es el primer paso para identificar y abordar el problema.
Dirígete al menú de Configuración en tu dispositivo.Selecciona Batería o Uso de la batería, según la versión de Android que tengas.Aquí encontrarás una lista de aplicaciones ordenadas por el porcentaje de uso de la batería.
Examina las aplicaciones que ocupan los primeros lugares, ya que son las principales sospechosas de un consumo elevado.Dentro de la sección de Uso de la batería, puedes seleccionar una aplicación específica para obtener detalles más concretos.Observa el tiempo de uso en primer y segundo plano. Si una aplicación consume mucha energía en segundo plano, podría ser la causa del agotamiento rápido de la batería.En algunos dispositivos, encontrarás una opción de Optimización de batería o Ahorro de energía que te ayudan a revisar las aplicaciones que están configuradas para optimizar automáticamente y ajustarlas según tus preferencias.
Más allá de esta configuración de Android, nunca está de más que entres al menú de Aplicaciones en la configuración de tu móvil para ver detalles específicos de cada aplicación, incluidos los permisos otorgados. Si una aplicación tiene permisos innecesarios o sospechosos, podría ser una razón para su consumo excesivo de batería.
Por este motivo tienes que echar un ojo a los permisos de cada aplicación y anularlos si no son fundamentales para su funcionamiento y consideras que son excesivos.
Además, en la sección de Almacenamiento de los ajustes de tu móvil, puedes examinar el uso de datos y almacenamiento de cada app. Si notas que una aplicación ocupa un espacio considerable, podría estar generando archivos temporales o cachés innecesarios que contribuyen al uso excesivo de la batería.
Aplicaciones para encontrar los servicios que más consumenAdemás de las herramientas nativas de Android, existen aplicaciones de terceros diseñadas específicamente para identificar y gestionar el consumo de batería. Algunas de ellas son:
AccuBatteryCon su enfoque minucioso, esta app no solo rastrea el estado general de la batería, sino que va más allá al proporcionar estadísticas detalladas sobre el tiempo de carga y descarga. Ofrece un análisis profundo del comportamiento de cada aplicación, desglosando su contribución al consumo de energía.
Además de alertar sobre cargas excesivas, AccuBattery presenta gráficos y datos visuales intuitivos que facilitan la comprensión del rendimiento de la batería a lo largo del tiempo. Sus notificaciones no solo informan sobre la salud de la batería, sino que también sugieren medidas preventivas para evitar que se degrade con el tiempo, por lo que es una de las herramientas más practicas que tienes a tu alcance en Google Play.
GreenifyOtra app reconocida por su eficacia, que va al corazón del problema del consumo excesivo de batería al poner en hibernación aplicaciones en segundo plano. Además de su capacidad para reducir el impacto en la batería, Greenify actúa como una herramienta de gestión inteligente al identificar qué aplicaciones están activas cuando no las estás utilizando.
Su interfaz intuitiva permite a los usuarios tomar decisiones informadas sobre qué aplicaciones deben hibernar, proporcionando así un mayor control sobre el rendimiento de la batería. Además, la app te sirve como una herramienta educativa para que seas más consciente sobre el uso de la energía de su dispositivo Android.
AntivirusAunque las herramientas de configuración de Android y aplicaciones especializadas son fundamentales para detectar las apps que drenan la batería en Android, también existen algunas aplicaciones de antivirus que ofrecen características de análisis de batería. Escanear tu dispositivo en busca de posibles amenazas y optimizar la configuración de privacidad puede contribuir a un mejor rendimiento general, incluido el uso de la batería.
Consejos para optimizar el consumo de bateríaAdemás de las herramientas y métodos anteriormente expuestos, existen otras estrategias que pueden potenciar aún más la eficiencia energética de tu dispositivo Android. Una gestión inteligente del brillo de pantalla, por ejemplo, es vital: utilizar el modo adaptativo o reducir manualmente el brillo cuando las condiciones lo permitan puede hacer que que el gasto de batería baje. Asimismo, desactivar animaciones o transiciones innecesarias en la interfaz contribuye también a no tener que necesitar tanto recursos sin que afecte a como utilizas el dispositivo ni perder funciones por ello.
Mantener el software actualizado es otra práctica fundamental. Las actualizaciones no solo refuerzan la seguridad, sino que a menudo incluyen optimizaciones internas que ajustan el rendimiento y el consumo de energía. Del mismo modo, revisar y ajustar la sincronización automática de las aplicaciones evita que se ejecuten procesos de fondo de forma incesante, liberando recursos y prolongando la autonomía de la batería.
Por otro lado, muchos fabricantes han integrado soluciones propias de ahorro energético que abordan el uso de la IA. Estas herramientas nativas permiten configurar perfiles de uso adaptados a diferentes situaciones, ofreciendo modos de rendimiento optimizado durante periodos donde se utilice más el móvil o cuando el dispositivo se encuentra inactivo. Aprovechar estas funcionalidades puede marcar la diferencia en la autonomía.
Finalmente, realizar una calibración periódica de la batería (siguiendo las recomendaciones del fabricante) puede también mejorar el trabajo de tu batería en relación con la carga. Esta práctica, junto con un control consciente sobre qué aplicaciones se ejecutan en segundo plano, hacen que maximices la vida útil de la batería y no pierdas autonomía.
Las 30 apps que más consumen en todos los móvilesPor lo general, hay dos grupos de aplicaciones que exigen más recursos de lo normal a la celda del dispositivo, aunque eso puede variar en función de la configuración de tu smartphone y las versiones de dichas apps. Pero, normalmente, estas son las apps que más batería consumen:
Las apps que más batería suelen consumir en el móvil se pueden clasificar en dos grupos:
Aplicaciones que usan mucho la conexión a internet y el GPSApps de streaming: Netflix, YouTube, Spotify y Twitch.Apps de redes sociales y mensajería: Instagram, TikTok, Facebook y WhatsApp.Apps de Navegadores: Chrome, Safari y Firefox.Apps de mapas y navegación: Google Maps, Apple Maps y Waze.Juegos exigentes: PUBG, Fortnite y Call of Duty.Aplicaciones que funcionan en segundo planoApps de fitness: Fitbit, Strava y Runkeeper.Apps de banca: BBVA, Santander y ING..Apps de correo electrónico: Gmail, Outlook y otras apps de correo.Apps de almacenamiento en la nube: Dropbox, Google Drive y OneDrive..

Tu red wifi ya puede identificarte incluso con el teléfono móvil apagado

Las ondas inalámbricas de una vivienda esconden mucha más información de la que aparentan. Un grupo del Instituto Tecnológico de Karlsruhe acaba de comprobar que un router convencional puede distinguir individuos concretos incluso cuando no llevan consigo ningún dispositivo conectado.
Durante bastante tiempo, la vigilancia digital parecía depender de cámaras, micrófonos, GPS o teléfonos móviles. Ahora, un equipo alemán acaba de enseñar algo que puede causar inquietud: las señales wifi habituales pueden bastar para reconocer individuos concretos incluso cuando no cargan dispositivos encima.
A lo largo de décadas, el wifi se entendió como una infraestructura destinada exclusivamente a transportar datos entre aparatos. Los investigadores revelan que las ondas inalámbricas contienen rastros suficientes para distinguir personas; y no porque las cámaras las vean, sino porque sus cuerpos alteran el recorrido de la señal de una manera característica.
La conclusión posee algo de perturbador. El problema ya no consiste únicamente en qué información compartimos en internet, sino en la posibilidad de que el propio entorno físico empiece a actuar como sensor silencioso. De repente, las paredes, el aire y el tráfico inalámbrico recuerdan menos a una red pasiva y más a un sistema de percepción ambiental, transformando una infraestructura cotidiana en una posible herramienta biométrica invisible.
Un sistema de percepción ambiental que transforma una infraestructura cotidiana en una posible herramienta biométrica invisible.
El detalle decisivo estaba escondido dentro del propio protocolo wifiEl trabajo, presentado en la Conferencia ACM sobre Seguridad Informática y de las Comunicaciones, gira alrededor de un componente técnico poco conocido, denominado beamforming feedback information (BFI) o información de retroalimentación de beamforming. Dicho mecanismo apareció con wifi 5 (802.11ac) para permitir que móviles y ordenadores indiquen al router cómo orientar la transmisión y mejorar cobertura o estabilidad.
Ese intercambio sucede continuamente y, además, buena parte de esa información viaja sin cifrar. El equipo científico identifica patrones físicos únicos dentro del tráfico BFI estándar tras estudiar cómo las ondas rebotan contra muebles, paredes y cuerpos humanos antes de regresar al punto de acceso. La idea recuerda vagamente al radar, aunque aquí no intervienen antenas militares ni un equipamiento singular. Los autores optaron por usar routers comerciales y tarjetas wifi corrientes para reconstruir firmas inalámbricas asociadas a cada participante mediante aprendizaje automático. El sistema recibió el nombre de BFId.
Existe un matiz técnico relevante. Los trabajos anteriores de identificación inalámbrica solían apoyarse en channel state information (CSI) o información del estado del canal, un tipo de medición mucho más difícil de obtener porque exige firmware modificado y hardware compatible, como la veterana Intel 5300 lanzada en 2008. Según el propio paper, menos del 6 por ciento de los dispositivos desplegados soportaban extracción CSI en 2023.
El aspecto más llamativo quizá sea la sutileza del método. Nadie necesita posar frente a una lente ni desbloquear un teléfono. Basta con existir dentro del espacio cubierto por la red. Cada torso, cada hombro y cada manera de desplazarse modifica el trayecto de las señales de modo apenas perceptible para nosotros, pero enormemente descriptivo para una inteligencia artificial entrenada.
El experimento alcanza cifras casi perfectas con 197 participantesPara comprobar hasta dónde podía llegar el sistema, los investigadores analizaron a 197 personas en distintos escenarios. Se trata, según los autores, del conjunto de datos más grande utilizado hasta ahora en este tipo de identificación inalámbrica. La inteligencia artificial consigue reconocer individuos con una precisión cercana al 99,5 por ciento hasta cuando cambian ligeramente de posición o se desplazan por la estancia.
Eso no significa que el experimento funcione como magia omnipotente. El modelo requiere entrenamiento previo; y el entorno influye bastante. La disposición del mobiliario, la geometría del lugar o las interferencias externas alteran la calidad de la identificación. Aun así, el rendimiento obtenido sorprendió incluso a los propios autores.
El salto tecnológico no consiste en que el wifi perciba movimiento, sino en que comienza a reconocer individuos específicos.
Hay otro aspecto delicado. El sistema no se limita a detectar “presencia humana”, algo que otras tecnologías inalámbricas ya hacían desde hace años. En este caso, la red empieza a discriminar identidades concretas. La diferencia conceptual resulta enorme; detectar que alguien está en una habitación no equivale a saber quién es exactamente. Entonces, el salto tecnológico no consiste en que el wifi perciba movimiento, sino en que comienza a reconocer individuos específicos.
Durante bastante tiempo, los sistemas biométricos parecían ligados a huellas dactilares, rostros o iris. Sin embargo, este estudio sugiere que el cuerpo entero puede actuar como firma radioeléctrica involuntaria. La musculatura, la altura o incluso ciertos hábitos de movimiento generan alteraciones singulares dentro del campo inalámbrico.
El “ruido” del wifi acaba funcionando como una huella corporalLa física detrás del fenómeno no resulta misteriosa, aunque sí extremadamente compleja. Las ondas electromagnéticas cambian al atravesar materiales distintos. Cada persona modifica las señales wifi siguiendo combinaciones suficientemente características como para delatar su identidad cuando un algoritmo dispone de datos abundantes. Debido a ello, el sistema puede localizar regularidades invisibles para un observador humano. Lo que para nosotros semeja ruido caótico, para una red neuronal representa una colección de microvariaciones aprovechables. El aprendizaje automático destaca precisamente por eso: encontrar estructuras donde antes solo parecía haber desorden.
Curiosamente, BFId supera incluso a métodos basados en CSI pese a trabajar con información más comprimida y, en teoría, menos detallada. Los autores sostienen que esa compresión actúa como una especie de filtro de ruido natural. Cada muestra BFI contiene alrededor de 740 características, frente a las 212 utilizadas habitualmente por CSI.
A esto se suma otra ventaja decisiva. Un único dispositivo situado en modo monitor puede capturar simultáneamente información procedente de varios clientes wifi y obtener múltiples perspectivas de una persona dentro del espacio. Los enfoques clásicos basados en CSI acostumbraban a depender de un único ángulo por nodo malicioso.
En paralelo, el trabajo desmonta parcialmente una percepción muy extendida sobre privacidad digital. Mucha gente asume que apagar el móvil o bloquear la geolocalización reduce drásticamente el seguimiento tecnológico. Este experimento introduce un matiz espinoso: incluso sin dispositivos activos, el entorno inalámbrico puede seguir describiendo nuestra presencia.
Los investigadores temen usos invisibles en espacios públicosLos autores advierten de posibles aplicaciones relacionadas con vigilancia encubierta, seguimiento comercial o monitorización masiva. El estudio plantea escenarios donde las redes inalámbricas permiten rastrear personas sin cámaras visibles; precisamente ahí reside buena parte de la incomodidad que rodea al proyecto.
Un centro comercial podría contabilizar visitas sin recurrir a reconocimiento facial tradicional. Una oficina tendría capacidad para supervisar movimientos internos con enorme discreción. En regímenes autoritarios, la tecnología incluso podría acabar integrada en sistemas de control social difíciles de detectar por la población.
Nada de eso parece inminente; aunque tampoco resulta descabellado. La historia reciente demuestra que muchas herramientas concebidas inicialmente para optimizar infraestructuras terminan reutilizadas con objetivos distintos. Ocurrió con la geolocalización móvil, con ciertas plataformas sociales y con numerosos sistemas de análisis masivo de datos. Ahora, la cuestión ya no consiste solo en qué información entregamos a internet, sino en cuánto revela sobre nosotros el espacio físico que habitamos.
Los investigadores advierten de posibles aplicaciones relacionadas con vigilancia encubierta, seguimiento comercial o monitorización masiva.
La diferencia es que ahora la tecnología empieza a cruzar otra frontera: pasar de “hay alguien aquí” a “sabemos quién está aquí”. Ese matiz transforma profundamente el debate. Ya no hablamos solo de automatización doméstica o comodidad tecnológica, sino de identidad y anonimato.
Quizá lo más singular del hallazgo sea precisamente eso. El estudio del Instituto Tecnológico de Karlsruhe no demuestra todavía una vigilancia total inevitable, pero sí revela que el espacio inalámbrico cotidiano contiene mucha más información de la que imaginábamos. Durante bastante tiempo llenamos hogares, estaciones y oficinas de ondas invisibles para conectar dispositivos. Apenas comenzamos a entender que esas mismas señales podrían acabar describiendo, siguiendo e identificando a quienes viven dentro de ellas.

Bode Miller apuesta por una revolución en el esquí con cámaras con IA que graban cada bajada

El campeón olímpico estadounidense y el británico Charlie Raposo invierten en Snow Eye, una tecnología capaz de identificar y seguir a varios esquiadores a la vez y generar automáticamente un vídeo individual de todos los descensos.

La inteligencia artificial empieza a cambiar incluso una de las tareas más tradicionales de los entrenamientos de esquí: grabar las bajadas. El campeón olímpico y cinco veces ganador de la Copa del Mundo Bode Miller y el exesquiador británico Charlie Raposo han invertido en Snow Eye, una compañía que desarrolla sistemas de cámaras capaces de filmar, identificar y seguir automáticamente a los esquiadores mediante inteligencia artificial. La operación se ha producido en la última ronda de financiación de la empresa, liderada por Data Tech Fund y Linkin Capital, y supone el respaldo de dos deportistas que conocen de primera mano la importancia del vídeo en el entrenamiento y el análisis del esquí de competición. También participa en esta ronda Pau Serracanta, antiguo director general de MotoGP. La propuesta de Snow Eye es aparentemente sencilla, pero puede tener importantes consecuencias para las estaciones y los equipos de competición:*instalar cámaras fijas junto a las pistas y dejar que la IA haga el trabajo que hasta ahora realizaba una persona con una cámara en la mano. Una cámara que sabe quién está bajando El sistema utiliza cámaras de alta resolución, de entre 4K y 6K, instaladas estratégicamente en la estación. El software de visión artificial detecta a los esquiadores, los identifica y los sigue durante su recorrido. La plataforma es capaz incluso de trabajar con varios esquiadores simultáneamente y combinar imágenes procedentes de diferentes cámaras. Una vez identificado el corredor, las imágenes de sus diferentes bajadas se organizan automáticamente. El resultado es un vídeo individual que permite al esquiador revisar su recorrido sin que un entrenador haya tenido que permanecer pendiente de la cámara durante toda la sesión. En la práctica, esto significa que el entrenador puede dejar de hacer una parte importante del trabajo de producción audiovisual y concentrarse en lo que realmente aporta valor al entrenamiento: observar, analizar y corregir al esquiador. La tecnología también puede incorporar herramientas de análisis, clasificación de vídeos, retransmisiones en directo, rankings y otras funciones orientadas a los clubes y las estaciones, según la compañía. De las olas a las pistas de esquíSnow Eye no nació directamente en la nieve. Sus fundadores, Alessandro Fracassi y Andrew East, desarrollaron previamente Surf Eye, una plataforma basada en el mismo concepto para el surf. El problema que intentaban resolver era muy parecido: conseguir que los surfistas pudieran disponer de imágenes de sus sesiones sin tener que contratar o colocar permanentemente a una persona detrás de una cámara. Surf Eye utiliza cámaras y visión artificial para grabar, identificar y organizar automáticamente las olas de los surfistas. La experiencia adquirida en este ámbito sirvió como base para trasladar el sistema al esquí, donde los movimientos son diferentes y existen nuevos obstáculos técnicos. De hecho, uno de los retos fue enseñar a la IA a reconocer correctamente los carriles de una pista de competición y distinguir a los corredores de los entrenadores y otras personas que pueden aparecer en las imágenes. Según Alessandro Fracassi, el sistema ya ha superado esa fase de aprendizaje.proyecto puede resultar especialmente interesante para las estaciones de esquí. Snow Eye no plantea la tecnología exclusivamente como una herramienta para equipos nacionales o corredores de Copa del Mundo. La compañía contempla que un esquiador convencional pueda llegar a una estación, esquiar por una pista equipada con el sistema y recibir posteriormente un vídeo de su propia bajada. El modelo podría transformar el vídeo de esquí en un servicio comercial más de las estaciones, al estilo de otros servicios digitales que ya ofrecen actualmente. La propia empresa señala entre sus objetivos generar una nueva fuente de ingresos para los centros, aumentar la satisfacción y la recurrencia de los visitantes y convertir las imágenes generadas automáticamente en una herramienta de marketing. La idea tiene además un componente especialmente atractivo para las redes sociales: en lugar de tener que pedir a un amigo que espere junto a la pista para grabar una bajada, la estación podría generar automáticamente un vídeo con una perspectiva mucho más cuidada.

¿Cómo identificar llamadas fraudulentas o de extorsión?

Las probabilidades de ser víctima de delitos digitales son elevadas
Ninguna persona está exenta de sufrir una extorsión. A principios de 2025, The Competitive Intelligence Unit, firma de consultoría estratégica de mercados, realizó un análisis sobre el robo de información e identidad por llamadas telefónicas.
La empresa encontró que el 34% de los usuarios de Internet han recibido llamadas sospechosas, en las que se les solicitan datos personales.
Esto demuestra que las probabilidades de ser víctima de delitos digitales son elevadas.
Por lo anterior, es importante protegerse aprendiendo a identificar si las llamadas son legítimas o si tienen fines de extorsión.

Por lo general, estas son las señales que te deben mantener alerta:

  • La persona se hace pasar por alguna institución o persona de confianza para decirte que hay algo mal con tu cuenta; también te puede pedir tus datos para actualizar tu información.
  • Si la persona te solicita datos personales o financieros para arreglar un supuesto problema.
  • Si te hacen ofertas que suenan demasiado buenas para ser verdad.
  • Si te llegan a solicitar los dígitos de tu token, NIP o códigos de verificación.
  • Si el delincuente hace de todo para evitar que cuelgues la llamada, por ejemplo, se pone insistente o recurre a la intimidación.

En la medida de lo posible, trata que el miedo no se apodere de ti. Actuando con la «cabeza fría» ante una llamada sospechosa puedes evitar caer en manos de un estafador o extorsionador.

Porque un clic lo puede llevar a perderlo todo: 10 recomendaciones para cuidarse en internet

En Colombia, basta con hacer clic en el correo electrónico para enfrentarse a una amenaza. Un archivo adjunto aparentemente inocente, una llamada con acento amable que dice venir del banco, un mensaje de texto con una promoción irresistible: la trampa está servida. Y, al otro lado, hay alguien esperando que usted cometa un pequeño error sin cuidado alguno.
Durante 2024, Colombia reportó 22.086 vulnerabilidades informáticas, según COLCERT. A la par, más de 36 mil millones de intentos de ciberataques fueron registrados por Fortinet. Con estas cifras, el país se posiciona como el cuarto país más atacado de América Latina, superado solo por gigantes tecnológicos como Brasil y México. No es una película de ciencia ficción. Es el presente digital que vivimos.
Un clic o una llamada lo pueden dejar expuestoNo necesita ser ejecutivo de una multinacional ni tener una cámara en la sala. Hoy, cualquier persona con un celular, una red social y una cuenta bancaria es un objetivo potencial. “Estamos viendo cómo los ataques pasaron de ser masivos y genéricos a convertirse en ataques quirúrgicos, hechos a la medida del perfil de cada víctima”, advierte Oscar Alejandro Díaz Suárez, Chief Commercial Officer de ERC Colombia, una firma especializada en ciberseguridad.
El avance de la inteligencia artificial y los deepfakes ha perfeccionado el arte del engaño. Los delincuentes ya no solo se esconden detrás de una pantalla: ahora pueden imitar su voz, su rostro y hasta la forma en la que escribe mensajes de WhatsApp. ¿La solución? Estar preparado antes de que suceda.
Los 5 ataques más comunes en Colombia1. PhishingUn clásico que no pierde vigencia. Suplantan a una entidad confiable –su banco, la DIAN, una tienda virtual– para que usted entregue información privada como claves, números de tarjetas o códigos de verificación. Puede llegar por correo, SMS, llamada o red social.
2. RansomwareUsted abre un archivo o entra a una página contaminada y, en segundos, su computador queda bloqueado. Su información está secuestrada y solo se la devuelven a cambio de un rescate en criptomonedas.
3. Cuidado con el malwareEs el término general para virus, troyanos, spyware y demás programas diseñados para robar información, monitorear sus actividades o sabotear su sistema.
4. Ataques DDoSNo lo afectan directamente, pero saturan servidores de empresas o servicios públicos, dejándolos inoperantes durante horas o días.
5. Suplantación de identidadSe hacen pasar por usted o por alguien más: crean perfiles falsos, sitios clonados o campañas fraudulentas que imitan organizaciones legítimas.
¿Por qué somos un blanco tan fácil en internet?Hay varias razones, y todas tienen que ver con nuestra cotidianidad:
1. Seguimos usando contraseñas como “123456” o “eldandees2023”.
2. No activamos la autenticación multifactor.
3. Confiamos ciegamente en el Wi-Fi gratuito del centro comercial.
4. No actualizamos el celular ni el antivirus.
5. Compartimos demasiada información personal en redes sociales.
Y, sobre todo, nos falta educación digital. No es que seamos ingenuos, es que nadie nos enseñó cómo protegernos de algo que ni siquiera se ve.
Diez errores que lo pueden dejar expuesto en internet
Usar la misma contraseña para todo.
Descargar aplicaciones fuera de tiendas oficiales.
Ignorar actualizaciones del sistema.
Hacer clic sin pensar.
Caer en cadenas de WhatsApp.
Dejar la sesión abierta en computadores públicos.
No hacer backups periódicos.
Usar software pirata.
Confiar en cualquier enlace compartido por conocidos.
Pensar que “eso solo le pasa a otros”.
La prevención como hábitoLa mayoría de ataques no requieren una computadora hackeada. Requieren un dedo distraído. “Los delincuentes buscan puertas abiertas, y muchas veces esa puerta es un celular sin protección básica”, explica Díaz Suárez. La seguridad hoy no depende de expertos con gafas oscuras y teclados veloces, sino de ciudadanos comunes que aprendan a cerrar esas puertas.
ERC Colombia insiste en un principio sencillo: la mejor defensa es la educación. Invertir tiempo en aprender sobre ciberseguridad puede ser más valioso que cualquier antivirus.
Recomendaciones básicas para sobrevivir en el mundo digital:
Active la autenticación de dos pasos en todas sus cuentas.
Evite conectarse a redes Wi-Fi públicas para transacciones importantes.
Desconfíe de mensajes que generen urgencia o miedo.
Use gestores de contraseñas.
Haga copias de seguridad semanales.

Así debes responder si recibes una llamada de secuestro virtual

La Coordinación Nacional Antisecuestro ha emitido algunas recomendaciones en caso de recibir llamadas donde soliciten un pago a cambio de no «secuestrar» a algún ser querido
Según informa la Secretaría de Gobernación, el secuestro virtual es una modalidad de extorsión telefónica que se ha convertido en un delito recurrente debido a su modus operandi, ya que implica menor riesgo de ser identificados o detenidos al no tener contacto directo con sus víctimas.
Para lograr su cometido, los delincuentes logran que la supuesta víctima salga de su domicilio a través del engaño telefónico, haciéndose pasar por integrantes de algún grupo delictivo y amenazan con dañar a algún familiar si no se siguen sus instrucciones.
Te recomendamos: Sheinbaum felicita al Gabinete de Seguridad por resultados en el país Después de esto, solicitan a la víctima apagar su celular y trasladarse a algún sitio específico, a donde les llaman para proporcionar nuevas indicaciones.
Durante el tiempo en el que la persona se encuentra incomunicada, los delincuentes realizan llamadas a los familiares argumentándoles el supuesto secuestro con el objetivo de conseguir el pago de un «rescate».
Para evitar ser víctima de secuestro virtual, recomendamos seguir las siguientes recomendaciones:Un primer paso que puede servir para prevenir el secuestro virtual es no contestar números sospechosos, especialmente con lada internacionalNo compartas información personal en redes sociales ni en llamadas de desconocidosSi recibes una llamada amenazante, no proporciones datos y mantén la calmaContacta a tus familiares de inmediato para confirmar que estén bienDenuncia el hecho al 089, tu llamada es anónimaNo hagas depósitos o transferencias por amenazas telefónicasConfigura la privacidad de tus redes sociales y evita publicaciones con ubicaciónHabla con tu familia sobre cómo reaccionar ante este tipo de llamadas