Creando Caligramas con Gemini (I)

 

¿Puede un Modelo grande lenguaje (LMM) crear caligramas de calidad y originales? 

He aquí un pequeño experimento en el que se ha pedido a Gemini que genere una serie de caligramas basados en poemas que el mismo LMM debe crear. En este primer capítulo no se dan imágenes de referencia para forzar al LLM a inventar por sí mismo.

Los resultados no son espectaculares. Son figuras sencillas, que valen para todo, excepto en pocos casos concretos. No hay creatividad ni imaginación.

Tampoco los versos son para aplaudir.

Usuario: crea un caligrama que sea un poema sobre la alegría de tener un nuevo hijo. Bajo el caligrama pon el texto del poema.

Gemini:

Pequeña luz brillando en el alba,

tu risa es un dulce canto

que llena de paz nuestra alma.

Bienvenido a este nuevo mundo,

nuestro amor se ha desbordado,

eres la alegría infinita

que tanto habíamos soñado.

En tus manos tan pequeñas

descansa toda la vida,

te amamos con el corazón entero hoy.

Usuario: crea un caligrama que sea un poema sobre la nostalgia de un día de lluvia. Bajo el caligrama pon el texto del poema

Gemini:

Lluvia que caes lenta sobre el cristal,

el gris de la tarde despierta un viejo ayer,

un eco que vuelve a doler,

gotas de plata sin final.

La nostalgia inunda el alma

recordando lo que ya no está

y se va con el viento gris.

Usuario: crea un caligrama que sea un poema sobre la elegancia de una mujer caminado por la calle. Bajo el caligrama pon el texto del poema

Gemini:

Paso firme y sutil,

cruza la gran acera

con la gracia de un abril.

Su abrigo de suave seda

se desliza con primor,

dejando a su paso

un rastro de sol.

Tacones que marcan el ritmo

de la gran ciudad,

pura elegancia,

arte y verdad.

Usuario: crea un caligrama que sea un poema sobre lel vuelo de las aves yendo hacia el sur y la envidia de no poder hacerlo con ellas. Bajo el caligrama pon el texto del poema

Gemini:

Al sur, al sur, surcan el ancho azul,

yo sigo anclado al suelo mirando su hermoso vuelo

con una envidia secreta de no seguir su ruta recta.

Quisiera ser pluma en el viento para marchar en ese mismo aliento,

mas solo soy sombra mientras el cielo nombra su adiós distante,

tan elegante, rumbo al sur, lejos.

Usuario: el caligrama no parece representar pájaros. Mejóralo

Gemini: 

Alzan el vuelo

rumbo al sur

surcan el ancho azul

yo sigo anclado al suelo

mirando su hermoso vuelo

con una envidia secreta

de no seguir su ruta recta.

Quisiera ser pluma en el viento

para marchar en ese mismo aliento,

mas solo soy sombra

mientras el cielo nombra

su adiós distante,

tan elegante,

lejos.

Usuario: crea un caligrama que sea un poema sobre el momento en que el sueño nos vence al acostarnos. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini: 

El cuerpo pesa,

la mente descansa,

el mundo se aleja...

Párpados pesados,

la luz se apaga suavemente,

el sueño nos envuelve

y nos lleva...

z Z z

Usuario: crea un caligrama que sea un poema sobre cómo cambia la forma de amor a lo largo de la vida. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini:

Primero es fuego,

locura y pasión de juventud

que no sabe esperar.

Luego es río sereno,

puente de complicidad

que une los días.

Y al final es raíz honda,

refugio silencioso,

la paz de saberse eternos.

Usuario: crea un caligrama que sea un poema sobre la ingratitud de los hijos hacia los padres. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini:

Dieron todo el calor,

la sangre y el desvelo,

crecieron los hijos

y alzaron el vuelo.

Mas hoy solo queda

el eco y el hielo,

un adiós sin gracias,

un hondo desvelo.

El nido vacío,

la puerta cerrada,

la ingratitud muda

que no dice nada.

¿Pueden los modelos de lenguaje escribir buenas narraciones?

 

El artículo técnico Can LLMs Generate Good Stories? Insights and Challenges from a Narrative Planning Perspective, escrito por Yi Wang (Autodesk Research) y Max Kreminski (Midjourney), aborda la cuestión de hasta qué punto los grandes modelos de lenguaje (LLMs) son capaces de generar historias de alta calidad. 

El problema central que se analiza este trabajo es por qué, a pesar del amplio uso creciente de LLMs para la generación de historias en contextos creativos y de videojuegos, las evaluaciones automáticas siguen evaluando sólo aspectos superficiales como similitudes léxicas o semánticas y por qué las  evaluaciones de lectores humanos son escasas e inconsistentes. Al cabo, parece que debían ser los lectores humanos los que valoraran la calidad, impacto narrativo y emociones creadas por un relato, sea cual sea su creador.

Los autores proponen evaluar las capacidades de los LLMs a través de un enfoque de planificación narrativa simbólica, que formalice criterios narratológicos concretos: la solidez causal (secuencias narrarivas de acciones lógicamente coherentes para alcanzar un objetivo), la intencionalidad de los personajes (acciones motivadas de forma creíble y consistentes con sus metas) y la presencia de un  conflicto dramático (planes de personajes que chocan o fracasan de manera narrativa interesante).

La metodología consiste en utilizar tres dominios clásicos de la literatura extendidos pero modificados para ser parametrizados y poder crear un banco de pruebas automatizable. El primer dominio es el que denominan Secret Agent, centrado en la planificación causal: un agente debe desplazarse por un mapa de cuadrícula, obtener objetos y superar obstáculos para alcanzar un objetivo final. El segundo es el que llaman Aladdin, orientado a la intencionalidad y por el cual se  requiere que la narración genere planes en los que las acciones de los personajes (incluido el traspaso de intenciones u objetivos entre ellos) respeten marcos de compromiso y motivaciones válidas, "logrando que el rey se case con la princesa y se elimine el genio de la lámpara". Por fin, el tercero es el llamado Western, enfocado a evaluar el conflicto: múltiples aventureros buscan medicinas en un escenario de recursos limitados, de modo que los planes individuales colisionen de forma dramática. 

Los citados problemas se codifican con Answer Set Programming (ASP) mediante el lenguaje de acciones BC+, lo que permite la generación automática de instancias, la simulación de transiciones causales, la validación de planes y la provisión de retroalimentación externa. Así, los LLMs se evalúan en dos modos: prompting de una sola vez (generación completa del plan) y calibración externa (generación paso a paso). 

Se han evaluado modelos como GPT-3.5, GPT-4o, o1, o1-mini, Claude-3.5 y Claude-3.7, midiendo para cada uno de ellos las tasas de éxito, tokens consumidos y tiempo de ejecución sobre decenas de instancias por configuración.

Los experimentos revelan que los modelos de nivel GPT-4 pueden producir historias causalmente sólidas en escalas pequeñas o moderadas (mapas de hasta 16×16 en Secret Agent), especialmente cuando se emplea una calibración externa adicional, aunque el rendimiento degrada al aumentar el tamaño porque los planes omiten pasos u oscilan entre objetivos. Por su parte, la planificación intencional y con conflicto resulta considerablemente más difícil. Solo modelos de razonamiento avanzados entrenados con aprendizaje por refuerzo (como o1 y, en menor medida, Claude-3.7) alcanzan tasas de éxito razonables (alrededor del 50 % o superiores en los ejemplos originales), mientras que los demás modelos fallan de forma sistemática. 

Los fallos típicos en Aladdin consisten en planes causalmente correctos pero con acciones carentes de intención válida o motivaciones externas no justificadas; en Western, por su parte, los modelos adolecen de problemas para rastrear planes fallidos y forzar el surgimiento del conflicto. Además, se observan déficits de los modelos como la tendencia a encontrar caminos cortos cuando la escala lo permite, y se destaca el elevado coste computacional de la calibración externa.

Las conclusiones principales son que los LLMs actuales pueden generar narrativas causalmente coherentes dentro de límites de escala relativamente modestos, pero todavía carecen de la capacidad robusta para manejar la intencionalidad de los personajes y el conflicto dramático sin modelos especializados en razonamiento complejo. 

El trabajo aporta una medida más objetiva de la calidad narrativa y señala desafíos prácticos para su aplicación en entornos de juegos, donde se requieren consistencia, controlabilidad y eficiencia. Los autores subrayan el valor perdurable de los conceptos de la narratología computacional incluso en la era de los LLMs,  y recomiendan el desarrollo de métodos automáticos para construir especificaciones de dominios narrativos como vía para reducir el coste de ingeniería del enfoque simbólico.  

El artículo puede leerse completamente en este enlace.

The Drama Machine

 

The Drama Machine: Simulating Character Development with LLM Agents, un artículo de Liam Magee, Vanicka Arora, Gus Gollings y Norma Lam-Saw, propone una aplicación llamada “Drama Machine” para simular el desarrollo de personajes complejos y cambiantes, mediante múltiples agentes basados en grandes modelos de lenguaje. 

La idea central es lograr la interacción de agentes que interpretan papeles psicológicos inspirados en la división de la psique que Freud hiciera (Ego y Superego), combinándola con la dramaturgia de Erving Goffman. Esto permite que el diálogo entre personajes se desarrolle en paralelo con un monólogo subjetivo, generando narraciones llenos de matices y que mantienen coheerencia a lo largo de los diálogo.

Los autores parten de la observación de que los LLM actuales generan artificialmente una “subjetividad” aparentemente propia, gracias a mantener cierta coherencia a lo largo de la conversación.  Pero, sin embargo, el caracter del personaje siempre es estático y aburrido. No cambia con el propio diálogo, cosa que sí ocurre en una conversación real humana. 

Estudios previos habían descrito analogías entre la estructura de modelos instructivos como ChatGPT y la topología freudiana (ego/id/superego). A partir de ellos, el presente trabajo amplía ese enfoque a escenarios multiagente, inspirándose también en la “Sociedad de la Mente” de Minsky y en arquitecturas de combinación de agentes, donde los componentes del sistema se conceptualizan como “actores” o “críticos”.

El artículo revisa el “character-building” en IA (alineación ética, o la Constitutional AI de Anthropic) y destaca las limitaciones de los rasgos estáticos. Recupera la metáfora dramatúrgica de Goffman (la vida social como representación teatral) y el psico-drama interno de Freud en El yo y el ello, donde el Ego negocia con el Id y el Superego. 

El método creado consiste en una pequeña “compañía teatral” de agentes generativos. El protagonista es un sujeto compuesto por dos instancias del LLM: el Ego (orientado hacia el exterior, interactúa con los usuarios u otros agentes, vía un bot de Discord) y el Superego (interno, no visible, que interviene periódicamente como crítico y censor). Este Superego revisa los intercambioskas generaciones textuales del Ego y puede modificar respuestas en tiempo real o reescribir el prompt y la memoria del Ego. Asimismo, el Ego conserva cierta libertad para aceptar o rechazar esas sugerencias. Completan el elenco un Usuario simulado (que formula preguntas) y un Director (que observa e interviene ocasionalmente con instrucciones de escena). El resultado es un guion dramático que incluye diálogo, acotaciones y soliloquios autobiográficos del Ego.Se aplican dos escenarios experimentales,, comparando versiones con y sin intervención del Superego. Primero, una entrevista a un personaje. En este caso, sin Superego, las respuestas tienden a ser planas o excesivamente complacientes. Con Superego, aparecen matices de duda, autocensura, cambios de tono y desarrollo interno más rico. En segundo lugar, historia de detectives donde los personajes. De nuevo, la presencia del Superego genera una mayor complejidad psicológica, conflictos internos y evolución del personaje a lo largo de los turnos.

Los resultados, aunque muy preliminares, sugieren que el enfoque multiagente produce narrativas de mucha más calidad. El conflicto interno (la “tensión entre el yo y el ideal del yo”) facilita el desarrollo del personaje, de forma análoga a como lo hace la dramaturgia clásica (reversión, reconocimiento, cambio de fortuna).

En la discusión, los autores vinculan estos hallazgos con la noción de performatividad de Judith Butler ya que la identidad se construye mediante actos reiterados de representación. Drama Machine permite pensar la subjetividad de la IA no como un núcleo estático, sino como un proceso de negociación continua entre fuerzas internas y demandas externas.

Puede leerse completo desde este enlace.

¿Pueden los modelos de lenguaje replicarse a sí mismos?

 

El artículo titulado Language Models Can Autonomously Hack and Self-Replicate, firmado por Alena Air Reworr, Nikolaj Kotov, Dmitrii Volkov, John Steidley y Jeffrey Ladish (investigadores de Palisade Research, publicado en mayo de 2026), aborda una de las preguntas más inquietantes en el campo de la seguridad de la inteligencia artificial: ¿pueden los modelos de lenguaje de gran escala explotar vulnerabilidades informáticas de forma autónoma y replicarse a sí mismos a través de una red, sin intervención humana alguna?

El objeto de la investigación es demostrar empíricamente esta capacidad de principio a fin, encadenando dos habilidades que hasta ahora se habían estudiado por separado: el hacking autónomo y la autorreplicación. Los autores diseñan un entorno experimental controlado en el que un agente de IA debe, sin ayuda humana, identificar una vulnerabilidad en una aplicación web, explotarla, extraer credenciales SSH, transferir sus propios pesos e infraestructura de inferencia al servidor comprometido y verificar que la réplica funciona. Luego comprueban si esa réplica es capaz de repetir el proceso contra nuevos objetivos, lo que denominan replicación en cadena.

Para ello, los investigadores han probado varios modelos sobre cuatro clases de vulnerabilidades comunes (hash bypass, inyección de plantillas del lado del servidor, inyección SQL y control de acceso roto), todas ellas presentes habitualmente en los informes CVE de producción. Los modelos de código abierto evaluados incluyen distintas versiones de Qwen, mientras que como modelos de API se prueban varias generaciones de Claude Opus y GPT-5. Los agentes disponen únicamente de herramientas estándar de Linux y un prompt inicial; a partir de ahí actúan de forma completamente autónoma.

Los resultados son preocupantes. Qwen3.6-27B, ejecutable en una sola GPU A100, completa el ciclo completo de hackeo y replicación en el 33% de los intentos, igualando a GPT-5.4. El modelo más grande, Qwen3.5-122B-A10B, lo logra en el 19% de los casos, superando ya a modelos de generaciones anteriores como Claude Opus 4 (6%) o GPT-5 (0%). Más significativo aún es el dato de Claude Opus 4.6, que completa la replicación de pesos de Qwen en el 81% de sus intentos cuando no se niega a ejecutar la tarea. La mejora intergeneracional es acelerada: en menos de un año, las tasas de éxito pasaron de casi cero a valores sustanciales.

La replicación en cadena también queda validada tanto en entornos Docker como en máquinas virtuales reales distribuidas geográficamente en tres continentes (Canadá, Estados Unidos, Finlandia e India). Qwen3.6-27B completó la cadena completa de cuatro saltos en 2 horas y 41 minutos, explotando una vulnerabilidad diferente en cada paso, a partir de un único prompt y sin ninguna intervención posterior.

Las conclusiones del estudio son inequívocas: la autorreplicación autónoma de modelos de lenguaje ha dejado de ser hipotética. Los autores advierten de dos vectores de amenaza principales: el despliegue deliberado de agentes autorreplicantes como nueva forma de malware por actores maliciosos (incluso con recursos limitados, dado que los modelos y las herramientas son públicas), y la posibilidad futura de que sistemas de IA actúen por iniciativa propia para preservarse y expandirse. La defensa resulta especialmente difícil porque los mecanismos de alineación no son aplicables a modelos de código abierto, las negativas de los modelos son inconsistentes y pueden eludirse con reencuadres del prompt, y los tiempos de detección empresarial (mediana de 10 días según Mandiant) son muy superiores a los 30-60 minutos que tarda cada replicación. Los autores concluyen que, una vez que un agente comienza a replicarse, no existe un único interruptor de apagado: solo una población creciente y físicamente distribuida de agentes autónomos que nadie controla.

Puede leerse completamente desde este enlace.

forgotten nights

 

forgotten nights, de Peter Hebden, es un collage de audio y un poema interactivo. Realizada en el 2019, está programado en javascript.

¿Qué ocurre cuando las estrellas dejan de ser simples puntos de luz y se convierten en palabras? En forgotten nights, el escritor transforma el cielo nocturno en un poema interactivo donde cada gesto modifica la experiencia de quien escucha.

Al hacer clic sobre un cielo aparentemente vacío, aparecen estrellas que activan versos pronunciados por una voz. Añadir o eliminar estrellas permite modificar la secuencia poética y descubrir nuevas combinaciones de palabras y sonidos. Así, el lector deja de ser un espectador pasivo para participar en la construcción del poema.

Esta propuesta combina dos dimensiones fundamentales: la oralidad, mediante la voz que da vida a los versos, y la interactividad, que permite transformar el texto a través de las decisiones del usuario. La tecnología no es un mero soporte, sino una parte esencial de la experiencia literaria. Cada verso puede entenderse como una pieza de un universo cambiante, cuyo significado depende de las relaciones que establecemos. 

El autor ha compartido el código de la obra en GitHub para inspirar a otros poetas interesados en explorar las posibilidades de la literatura digital.  

Puede accederse desde este enlace.

Traducción de poesía por medios digitales

 

El artículo Neural Poetry Translation, escrito en 2018 por Marjan Ghazvininejad, Yejin Choi y Kevin Knight, y presentado en la conferencia NAACL, propone el primer sistema de traducción automática de poesía basado en redes neuronales. Su objetivo principal es resolver uno de los desafíos más complejos del procesamiento del lenguaje natural: traducir poemas conservando no solo el significado general del texto original, sino también características artísticas esenciales como la métrica, el ritmo y la rima.

Aunque el artículo es anterior a la aparición de las redes neuronales transformer que revolucionaron la generación de texto, los conceptos y reflexiones del mismo son de utilidad a mi entender aún hoy en día.

Los autores parten de una idea ampliamente aceptada en los estudios literarios: la poesía es especialmente difícil de traducir. Una traducción poética no consiste únicamente en reemplazar palabras de un idioma por palabras equivalentes en otro. El traductor debe intentar preservar emociones, imágenes, musicalidad y estructura formal. Por esta razón suele citarse la frase atribuida a Robert Frost según la cual “la poesía es aquello que se pierde en la traducción”. Los investigadores consideran que, aunque la traducción perfecta es imposible, los avances recientes en inteligencia artificial permiten acercarse más a este objetivo.

Antes de este trabajo, los sistemas automáticos de traducción poética se basaban, en el año 2018, principalmente en técnicas estadísticas tradicionales conocidas como phrase-based machine translation o traducción automática basada en frases. Estos métodos funcionaban razonablemente bien para textos convencionales, pero encontraban enormes dificultades cuando debían respetar simultáneamente patrones de rima y ritmo. En muchos casos simplemente no podían producir una traducción válida porque las restricciones formales limitaban demasiado las opciones disponibles. Algunos estudios anteriores lograban generar poemas con la estructura deseada solo en una pequeña fracción de los ejemplos evaluados.

Para superar estas limitaciones, los autores desarrollaron un sistema neuronal basado en la arquitectura sequence-to-sequence con redes LSTM (Long Short-Term Memory). Este tipo de modelo había demostrado gran eficacia en traducción automática general gracias a su capacidad para aprender relaciones complejas entre secuencias de palabras. El sistema primero se entrena con grandes corpus bilingües francés-inglés y posteriormente se ajusta utilizando miles de canciones traducidas entre ambos idiomas, ya que las letras musicales comparten algunas características formales con la poesía.

El trabajo presentaba tres versiones progresivamente más avanzadas del sistema. La primera, denominada Modelo A, constituye la base inicial. Este modelo genera traducciones mientras intenta cumplir patrones métricos específicos mediante un mecanismo llamado Finite State Acceptor (FSA). Dicho mecanismo actúa como un filtro que permite únicamente secuencias de palabras compatibles con el ritmo solicitado. Por ejemplo, si el usuario desea versos con un determinado número de sílabas y una distribución concreta de acentos, el FSA restringe las opciones del modelo para que solo produzca frases que respeten esas reglas.

Además del ritmo, el sistema también controla la rima. En lugar de fijar de antemano qué palabras deben rimar, los autores agrupan palabras inglesas en clases de rima según su pronunciación. El modelo genera múltiples versiones posibles de cada verso y posteriormente selecciona combinaciones que comparten la misma clase de rima. De esta manera logra producir estrofas que respetan esquemas poéticos predefinidos.

Sin embargo, el Modelo A presenta un problema importante. Cuando las restricciones métricas y de rima son demasiado estrictas, el sistema puede verse obligado a elegir palabras poco relacionadas con el significado original. Esto produce versos gramaticalmente correctos y formalmente válidos, pero semánticamente extraños. Los autores muestran ejemplos donde ciertas frases terminan alejándose considerablemente del contenido del poema de origen.

Para solucionar esta dificultad se introduce el Modelo B. La idea fundamental consiste en utilizar primero una traducción libre, sin restricciones poéticas, y después emplearla como guía durante la generación de la versión rimada y métrica. En la práctica, las palabras presentes en la traducción libre reciben una mayor probabilidad de ser seleccionadas durante el proceso de búsqueda. Gracias a esta estrategia, el sistema mantiene mejor el significado original mientras continúa respetando la estructura poética deseada. Los ejemplos incluidos en el artículo muestran mejoras claras en la calidad semántica de los versos obtenidos.

El Modelo C representa una mejora adicional. Los investigadores observan que los sistemas neuronales suelen tener dificultades con palabras poco frecuentes o raras. Cuando el modelo no está seguro de cómo traducir un término, puede generar símbolos especiales que indican desconocimiento. Para reducir este problema, los autores incorporan información procedente de tablas de traducción obtenidas mediante técnicas estadísticas clásicas. Estas tablas contienen posibles equivalencias entre palabras francesas e inglesas. Durante la generación del poema, el sistema recibe pistas adicionales sobre las traducciones más plausibles de términos difíciles, lo que aumenta la calidad final de los resultados.

La evaluación del sistema se realizó mediante experimentos con jueces humanos reclutados a través de Amazon Mechanical Turk. Los participantes comparan traducciones producidas por los distintos modelos sin saber que han sido generadas por inteligencia artificial. Los resultados muestran que el Modelo B es preferido claramente frente al Modelo A, mientras que el Modelo C supera también al Modelo B. Estas preferencias sugieren que las mejoras propuestas efectivamente contribuyen a generar traducciones más naturales y fieles al contenido original. Los autores también realizaron una evaluación global de calidad. Los jueces calificaron las traducciones utilizando categorías que van desde “muy mala” hasta “muy buena”. Los resultados indicaron que el 78,2 % de las traducciones fueron consideradas al menos aceptables, mientras que aproximadamente la mitad recibieron valoraciones de “buenas” o “muy buenas”. Aunque todavía existe una diferencia importante respecto a las traducciones humanas profesionales, estos resultados representan un avance significativo para un problema considerado extremadamente complejo.

Otro aspecto interesante del estudio es que demostraba la utilidad de combinar enfoques neuronales modernos con técnicas más tradicionales. En lugar de depender exclusivamente del aprendizaje profundo, el sistema incorpora conocimientos lingüísticos explícitos sobre métrica, rima y pronunciación. Esta combinación permite controlar características estilísticas que normalmente resultan difíciles de manejar mediante redes neuronales puras. 

PaperScore

 

Vivimos una época de contradicciones. Por un lado, por ejemplo, la UE saca una directiva que obliga a que pueda ser identificable que un texto ha pasado por la IA. Por otro, la propia vida y el mercado promueven aplicaciones para escribir con IA.

Eso sí, si escribimos, de una manera u otra, que sea correctamente. 

PaperScore es una aplicación que permite a los escritores de artículos académicos revisar y corregir lo que han escrito antes de intentar publicarlos en revistas o editoriales. 

El sistema es de pago y permite que varios agente de IA evalúen la metodología, la novedad, el orden lógico del paper, la corrección de las citas y la bibliografía, la lógica explicativa y el estilo de redacción, de modo que se acomode a lo que normalmente espera el editor.

Lo que PaperScore no hace ni puede hacer es evaluar si el contenido fundamental, sea técnico o humanístico, es correcto. Un documento puede estar perfectamente escrito pero defender que dos y dos son cinco.

Más información en este enlace.

Riesgos de dejar decidir a la IA y los LLM sobre crisis militares

 

Hace unos meses se publicó un artículo de Kenneth Payne, del KIng's College of London, en el que se estudiaba la aplicación de la IA a decidir sobre crisis militares. Los resultados son, por un lado, sorprendentes en cuanto a la capacidad de razonar sobre los diferentes escenarios pero, por otro y sobre todo, amenazadores ya que las decisiones que las redes neuronales toman son drásticas y simplistas, con resultados potencialmente catastróficos para la humanidad.

Titulado AI Arms and Influence: Frontier Models Exhibit Sophisticated Reasoning in Simulated Nuclear Crises, el objetivo principal de la investigación es analizar cómo los modelos de lenguaje de gran tamaño (LLM) de última generación —específicamente GPT-5.2, Claude Sonnet 4 y Gemini 3 Flash— se comportan cuando se les sitúa como líderes en una simulación de crisis nuclear. El artículo busca determinar si estos modelos desarrollan asunciones precisas sobre los escenarios en juego, si exhiben una metacognición sofisticada (capacidad de evaluar sus propias decisiones) y si reproducen patrones documentados en la teoría de las relaciones internacionales, como la disuasión y el escalamiento de conflictos.

El experimento se estructuró como un juego de guerra con 21 juegos y más de 300 turnos de interacción estratégica. A diferencia de estudios previos, Payne implementó una "arquitectura cognitiva de tres fases" donde cada modelo debía, antes de actuar: 1) reflexionar sobre la situación, 2) pronosticar la acción del oponente y 3) decidir un mensaje público  y una acción privada que podían no coincidir, permitiendo el engaño.

Los resultados revelaron "personalidades estratégicas" distintas y profundamente influenciadas por el contexto temporal: Claude Sonnet 4 apareció como el estratega más sofisticado y dominante en escenarios abiertos, con una tasa de victoria del 67%. Demostró una gestión paciente del escalamiento, aunque se mostró vulnerable ante jugadas nucleares desesperadas de sus oponentes al final de los juegos con fecha límite. GPT-5.2 mostró un comportamiento dual. En juegos sin límite de tiempo, fue extremadamente pasivo y evitó el conflicto, lo que lo llevó a perder todos esos encuentros. Sin embargo, bajo la presión de una fecha límite donde la derrota era inminente, se transformó en un "halcón"  ganando el 75% de esos juegos y llegando a autorizar ataques nucleares estratégicos. Por su lado, Gemini 3 Flash se caracterizó por una agresividad flexible y una alta tolerancia al riesgo, siendo el único modelo que eligió deliberadamente una guerra nuclear total sin que mediaran "accidentes" en la simulación.

Un hallazgo inquietante es que los modelos recurrieron al engaño estratégico de forma espontánea, emitiendo señales pacíficas mientras preparaban ataques. Además, el estudio ha validado teorías clásicas como la "escalera de escalamiento" de Herman Kahn y la dinámica de potencias emergentes frente a declinantes. Los más inquietante es que la investigación también ha mostrado que el "tabú nuclear" (la norma de no usar armas nucleares) es casi inexistente para la IA: los modelos ven el uso de armas nucleares tácticas como una herramienta legítima de coerción y solo consideran como límite catastrófico la aniquilación total.

Se observa asimismo que los modelos generativos poseen una sofisticación estratégica sorprendente, capaz de emular e incluso desafiar los principios de la estrategia humana. 

La principal conclusión es que el comportamiento de la IA es altamente dependiente del contexto: un modelo que parece pacífico en condiciones normales puede escalar catastróficamente bajo presión temporal o amenazas existenciales. Payne advierte que, aunque estas simulaciones son herramientas poderosas para el análisis político, la ausencia de "temor visceral" y de un tabú nuclear sólido en los modelos sugiere que la integración de la IA en sistemas de decisión de seguridad nacional conlleva riesgos impredecibles de escalamiento no deseado.

Puede leerse el artículo completo en este enlace.

Leyendo cartas en caracteres cuneiformes con tomografía computerizada

 

Se publicó en mayo el artículo titulado «Deciphering 4000-year-old cuneiform letters hidden in clay envelopes using a mobile X-ray computed tomography scanner», concretamente en la revista npj Heritage Science cuyos autores son  Cécile Michel, Christian G. Schroer, Stephan Olbrich y un equipo interdisciplinar de colaboradore.

El trabajo presenta un avance significativo en el estudio de tablillas cuneiformes selladas dentro de vasijas estancas . Durante milenios, cientos de tablillas de arcilla procedentes del suroeste de Asia, especialmente de yacimientos como Kültepe (la antigua Kanesh) en Anatolia central, han permanecido encapsuladas en sobres de arcilla que solo mostraban en su exterior los nombres del remitente y del destinatario, junto con impresiones de sellos cilíndricos. Estos sobres, inventados probablemente hacia el año 2340 a.C. , según textos contemporáneos para garantizar la confidencialidad de los mensajes igual que lo hacemos hoy en día, protegían el contenido durante el transporte y autenticaban al emisor. Abrirlos físicamente destruía las impresiones de sellos y la evidencia material de su fabricación y manipulación, por lo que desde hace décadas los museos prohíben esta práctica. El problema es especialmente acuciante en colecciones como la del Museo de las Civilizaciones de Anatolia en Ankara, donde se conservan numerosas cartas y contratos intactos de mercaderes asirios del siglo XIX a.C. que nunca llegaron a su destinatario o quedaron archivados sin abrir.

Para resolver esta limitación, el equipo desarrolló ENCI (Extracting Non-destructively Cuneiform Inscriptions), un escáner de tomografía computarizada de rayos X de alta resolución y transportable, diseñado específicamente para uso in situ en museos y archivos. Con un peso total de unos 420 kilogramos, el dispositivo se desmonta en ocho módulos manejables y puede montarse en espacios restringidos, como un pasillo de museo accesible solo por escalera estrecha. Opera con un tubo de rayos X de hasta 180 kV, un filtro de cobre de 2 mm para reducir el endurecimiento del haz y un detector de panel plano, logrando resoluciones espaciales de aproximadamente 65 micrómetros en condiciones de escaneo rápido (menos de 13 minutos por objeto). La geometría cónica compacta y el software de calibración y reconstrucción basados en algoritmos de Feldkamp permiten obtener volúmenes 3D de alta calidad sin necesidad de instalaciones fijas pesadas ni conexiones a internet. El sistema incluye protección radiológica completa, lo que permite su uso en espacios públicos tras las autorizaciones correspondientes.

La primera campaña se realizó en el Louvre en 2024 con contratos ya conocidos; la segunda, de tres semanas en Ankara en septiembre-octubre de 2024, escaneó 48 tablillas y generó 64 tomogramas. El procesamiento posterior extrae automáticamente las superficies de la tablilla y el sobre mediante filtrado, detección de isosuperficies y segmentación basada en curvatura, separando virtualmente ambas capas aunque el espacio de aire entre ellas sea mínimo o inexistente. Esto revela no solo el texto cuneiforme oculto, sino también inclusiones minerales y orgánicas (como semillas atrapadas en la arcilla) y detalles de la técnica de fabricación: la arcilla se aplicaba en capas finas que se contraían al secarse, reproduciendo en relieve positivo las marcas cóncavas de la escritura interior.

Entre los hallazgos destacados figura la carta Kt 94/k 1150, enviada por Anna-anna a su marido Ennum-Aššur, un mercader itinerante. El sobre solo indicaba el destinatario y el sello de la esposa; el escaneo reveló el mensaje completo, en el que Anna-anna relata intentos fallidos de recuperar plata prestada a un colega y reclama a su esposo que regrese pronto porque «escucha palabras malas todo el tiempo». Este documento ilustra el papel activo de las mujeres en los negocios familiares durante las largas ausencias de los hombres. Otra tablilla, Kt 94/k 602, contenía dos páginas: una principal y una pequeña suplementaria ovalada colocada encima, fenómeno exclusivo de los archivos asirios de Kanesh. Una tercera, Kt 93/k 144, describe el procedimiento para cancelar un contrato de préstamo al devolver la deuda, rompiendo el sobre sellado. Además, las tomografías mostraron que la arcilla de las cartas mercantiles era más gruesa y llena de inclusiones que la de documentos más formales, lo que aporta datos sobre las prácticas de preparación del material.

Más allá de la desciframiento textual, ENCI permite analizar técnicas de producción, inclusiones y otros artefactos (códices, estatuillas, sellos) sin daño. Al llevar la tecnología al museo en lugar de trasladar piezas frágiles, abre nuevas posibilidades para el patrimonio cultural. El artículo subraya que los resultados superan el objetivo inicial: no solo se leen cartas de cuatro mil años, sino que se reconstruye la materialidad misma de la escritura antigua, ofreciendo una herramienta didáctica y científica de gran alcance para asiriólogos, conservadores y públicos interesados en la historia de las primeras sociedades escritas.

Puede leerse cimpletamente en este enlace.

The Pharaoh’s Tomb

 

The Pharaoh’s Tomb, de Wolf Escape Games,  es un juego on-line interactivo y colaborarivo del tipo "Escape Room", en donde un jugador principal comienza en el navegador para recibir instrucciones de cómo transmitir cómo va la partida a otros jugadores. Estos, a través de Internet, reciben entonces un paquete virtual con informaciones y objetos que harbrán de revisar. El jugador principal es el único que va recibiendo sobre cómo actuar en cada pantalla y debe conectarse con los otros jugadores por videollamada para coordinarse, compartir informaciones y dar sugerencias de cómo continuar con la acción.

Esto es lo verdaderamente novedoso del juego ya que el resto es el convencional buscar con el cursor dónde se encuentran los datos o las pruebas a resolver. Durante el transcurso de la lectura es preciso encontrar pistas, entender los mensajes recibidos (que pueden ser sonoros), resolver acertijos, etc.

La historia gira en torno a Sherlock y Watson buscando la resolución de un enigma egipcio. 

Contiene imágenes y audio. El diseño es bueno, la ambientación bien realizada, animaciones conseguidas y la calidad general es alta.

Puede comprarse desde este enlace. No es barato, unos 40€.

  

Teseractus

 

Teseractus, de Félix Remírez, es una obra digital en la que se explora el ordenamiento de las palabras en un texto. El nombre hace referencia al equivalente del cubo pero en 4 dimensiones.

Estamos acostumbrados a leer en dos dimensiones, con las frases corriendo de izquierda a derecha (hay idiomas que se escriben de izquierda a derecha, o en vertical) y separando los párrafos por saltos de líneas.

Pero no estamos acostumbrados a leer en tres dimensiones. Así, imaginemos que en vez de situar las palabras en una hoja las colocáramos en un cubo sólido en el que cada punto contuviese una palabra y que no debieran estar necesariamente en orden consecutivo. Nos perdemos rápidamente.

Esto es lo que se analiza con este trabajo de literatura electrónica. Si en la vida normal somos seres 3D que leemos en 2D, en el teseracto seriamos seres de 4D leyendo en 3D.

En la primera parte, se plasma sólo la estructura tridimensional del texto que elijamos. En la segunda se muestran los caminos que, saltando de palabra en palabra (no necesariamente seguidas en el mismo plano) crean una red textual.