Entradas
Comentarios
Viaje de Madrid a Manila en 1844, del historiador Álvaro Ruiz Cuevas, es una narración digital gráfica basada en el viaje expedicionario que en 1844 realizó el coronel Eusebio de Santos a las Filipinas, con el objetivo de encontrar una vía raóida hacia el este, una vez que, con la independencia de México, se había perdido la continuidad del galeón de Manila.
El diario de aquel viaje fue publicado bajo el largo título de Diario del viage desde Madrid a Manila, en las islas Filipinas, por la via del itsmo [sic] de Suez, que de órden del gobierno de S.M. hizo en principios de 1844 el coronel Don Eusebio de Santos.
La aplicación digiral de Álvaro Ruiz permite seguir ese viaje sobre mapas interactivos que se conjuntan con breves fragmentos del texto indicando los hechos principales ocurridos en cada localización. A medida que hacemos scroll, el mapa va cambiando y en la columna derecha se van leyendo los hechos acontecidos en esa posición geográfica.
Puede leerse desde este enlace.
En la web del propio autor puede leerse el diario original.
Eusebio de Santos ingresó en la Academia de Ingenieros de Guadalajara el 22 de noviembre de 1828, saliendo de la misma como teniente. Fue destinado al Regimiento de Zapadores Minadores, y tomó parte en la Primera Guerra Carlista, integrado en el Ejército del Norte. Obtuvo dos Cruces de San Fernando de 1ª clase. En 1843 fue destinado a las islas Filipinas como comandante de Ultramar. Fue ascendido a coronel del Ejército el 31 de diciembre de 1845. Desempeñó trabajos en diferentes provincias del archipiélago, y en 1848 pasó con licencia temporal a China. En 1852 fue nombrado jefe de la Brigada Topográfica de Ingenieros. En 1855 estuvo destinado de nuevo en el Regimiento del Arma. El viaje a Filipinas a través del canal de Suez fue llevado a cabo en 1844, pero el diario de tal aventura se publicó en 1851.
Hace unas semanas, NVIDIA presentó su nuevo Nemotron 3 Super, una familia de modelos de IA abiertos, multimodales y diseñados para permitir desarrollos de terceros.
Durante los últimos dos años, buena parte de la conversación sobre inteligencia artificial ha girado en torno a los chatbots: le escribes una pregunta, el modelo responde, fin de la interacción. Sin embargo las nuevas aplicaciones y las empresas necesitan sistemas multi-agente donde varios modelos o instancias de un mismo modelo que colaboran, se pasan información entre sí, ejecutan herramientas externas, revisan código, consultan documentos y repiten ese ciclo decenas o cientos de veces antes de entregar un resultado final. Ese tipo de flujo —pensemos en un agente que revisa un repositorio de software completo, o en un sistema que hace triaje de alertas de ciberseguridad las 24 horas— no se parece en nada a un chat típico. Genera muchísimo más texto de entrada y salida en cada ciclo. De hecho, según cifras difundidas por Nvidia en el lanzamiento de Nemotron 3, estos sistemas pueden llegar a producir "hasta quince veces el volumen de tokens que genera una conversación estándar".
¿Por qué importa esto? Porque cada token que un modelo procesa o genera cuesta dinero, energía y tiempo. Si el modelo IA que funciona detrás del agente es uno de esos modelos "densos" —donde todos los parámetros se activan en cada cálculo—, multiplicar por quince el volumen de tokens multiplica también el costo de cómputo, la latencia y la dificultad de escalar el sistema en producción. Es lo que en la industria recibe el nombre de "impuesto al pensamiento": cuanto más piensa y opera un agente, más caro sale mantenerlo funcionando.
Ese es exactamente el problema que Nvidia dice haber abordado con Nemotron 3 Super, el modelo principal de su nueva familia Nemotron 3 (que además incluye las variantes Nano y Ultra), pensado específicamente para flujos de trabajo agénticos empresariales.
La solución que propone Nvidia es mezclar tres arquitecturas en un solo modelo.
Nemotron 3 Super tiene 120.000 millones de parámetros en total, pero —y esto es clave— solo activa unos 12.000 millones en cada pasada de cálculo. Ese diseño ya reduce significativamente el costo por token frente a un modelo denso equivalente. Además, combina tres filosofías arquitectónicas distintas que, hasta ahora, casi nunca convivían en un mismo sistema: un esqueleto híbrido Mamba-Transformer, un sistema de expertos llamado Latent Mixture-of-Experts (LatentMoE) y una técnica de generación acelerada llamada Multi-Token Prediction.
¿Qué es Mamba-2 y por qué importa?
Para entender Mamba-2 conviene primero recordar cómo funciona un Transformer clásico, la arquitectura detrás de la mayoría de los modelos de lenguaje actuales (GPT, Claude, Gemini, Llama, etc.). Un Transformer usa un mecanismo llamado "atención", que compara cada token de una secuencia con todos los demás tokens anteriores para decidir en qué debe fijarse. Esto funciona muy bien, pero tiene un costo: a medida que la secuencia crece, la cantidad de comparaciones crece de forma cuadrática. Procesar una secuencia el doble de larga no cuesta el doble, sino mucho más que el doble. Además, el modelo tiene que guardar en memoria una especie de "resumen" de todos los tokens anteriores —lo que se llama la caché de clave-valor o KV cache—, y esa memoria también crece sin parar a medida que la conversación o el documento se alargan. Por eso los modelos basados solo en Transformers empiezan a volverse lentos y a consumir muchísima memoria cuando se les pide procesar ventanas de contexto enormes, como repasar un repositorio de código completo o cientos de páginas de informes financieros.
Mamba (y su evolución, Mamba-2) nace de una familia distinta de arquitecturas conocida como "modelos de espacio de estados" (state-space models). En lugar de comparar cada token con todos los anteriores, Mamba procesa la secuencia de forma más parecida a como lo haría una memoria que se va actualizando token a token, con un costo que crece de forma lineal —y no cuadrática— a medida que la secuencia se alarga. En términos prácticos, esto significa que Mamba puede recorrer secuencias muchísimo más largas sin que el consumo de memoria y de tiempo se dispare. La contrapartida es que los modelos de espacio de estados puros tienden a ser menos precisos que los Transformers a la hora de recuperar un dato muy específico que quedó "enterrado" muchos pasos atrás en la secuencia; son buenos siguiendo el flujo general, pero les cuesta más el equivalente a "encontrar la aguja en el pajar".
Aquí es donde entra la idea "híbrida" de Nemotron 3 Super. En vez de elegir entre Mamba o Transformer, el modelo alterna capas de ambos tipos. La mayor parte del procesamiento corre sobre capas Mamba-2, que actúan como una especie de autopista rápida y liviana en memoria. Pero, en puntos estratégicos, se insertan capas de atención tipo Transformer que funcionan como "anclas globales": momentos en los que el modelo sí hace una búsqueda precisa hacia atrás en toda la secuencia para recuperar un dato exacto, por ejemplo una variable definida al inicio de un archivo de código o una cifra específica mencionada al comienzo de un informe. Esta combinación es lo que le permite sostener una ventana de contexto de un millón de tokens sin que la memoria colapse, algo que un Transformer puro difícilmente podría hacer de forma eficiente.
¿Qué es LatentMoE?
El segundo concepto necesario es el de Mixture-of-Experts (MoE), una técnica que ya usan varios modelos grandes actuales. La idea de base es simple: en lugar de tener un único bloque de parámetros gigante que procesa todo, el modelo se divide en varios sub-modelos más pequeños llamados "expertos", cada uno especializado implícitamente en distintos tipos de patrones (por ejemplo, uno podría evolucionar mejor en sintaxis de código, otro en razonamiento matemático, otro en lenguaje conversacional). Para cada token, un mecanismo de enrutamiento decide a cuáles expertos enviarlo, y solo esos expertos se activan. Así se puede tener un modelo con muchísimos parámetros totales, pero sin que todos se usen en cada cálculo, lo cual reduce el costo por token.
El problema del MoE tradicional es que ese enrutamiento se hace en el espacio "completo" de representación interna del modelo, que suele tener miles de dimensiones. Enrutar tokens en ese espacio tan grande, hacia cada vez más expertos, se vuelve un cuello de botella computacional a medida que el modelo escala: comparar un token con la firma de cada experto en un espacio de altísima dimensión es costoso.
LatentMoE, la variante que introduce Nemotron 3 Super, ataca ese cuello de botella con un paso adicional: antes de decidir a qué expertos enviar un token, el modelo lo proyecta primero a un espacio "latente" mucho más comprimido —una especie de versión resumida del token— y hace el enrutamiento sobre esa versión comprimida. Esto reduce drásticamente el costo de la operación de enrutamiento y, como consecuencia, permite que el modelo consulte hasta cuatro veces más expertos por el mismo costo computacional que tendría un MoE tradicional con menos expertos. En la práctica, esa mayor variedad de "especialistas" disponibles es justo lo que necesita un agente que, dentro de un mismo turno de conversación, tiene que , por ejemplo, saltar entre escribir código Python, generar una consulta SQL y razonar en lenguaje natural. Cuantos más expertos matizados haya disponibles sin encarecer el cálculo, más fino puede ser el modelo en cada uno de esos saltos.
Cómo se combinan las piezas (y una tercera técnica: Multi-Token Prediction)
Nemotron 3 Super no se queda solo con el backbone híbrido Mamba-Transformer y con LatentMoE. Suma una tercera técnica, Multi-Token Prediction (MTP). Un modelo de lenguaje estándar genera texto prediciendo un único token a la vez, uno tras otro. MTP, en cambio, entrena al modelo para predecir varios tokens futuros de una sola vez, lo que en la práctica funciona como un "modelo borrador" incorporado: el sistema propone varios tokens por adelantado y luego los verifica, en vez de generarlos uno por uno de manera estrictamente secuencial. Esta técnica, conocida en general como decodificación especulativa, permite acelerar de forma considerable la generación de texto, especialmente en tareas de salida muy estructurada como escribir código o llamar a herramientas.
A esto se suma una decisión de infraestructura poco habitual: el entrenamiento de Nemotron 3 Super se ha realizado de forma nativa en NVFP4, un formato numérico de precisión de solo 4 bits diseñado para la arquitectura Blackwell de Nvidia, la generación de GPU más reciente de la compañía. Entrenar directamente en esa precisión reducida —en lugar de entrenar en alta precisión y luego comprimir el modelo después— permite que, al desplegarlo sobre GPU Blackwell, la inferencia sea hasta cuatro veces más rápida que la de modelos de 8 bits corriendo sobre la generación anterior (Hopper), sin una pérdida medible de precisión. El modelo puede correr en configuraciones variadas, desde una sola GPU B200 o GB200 hasta combinaciones de H100, H200 o A100, lo que le da flexibilidad a equipos con distinta infraestructura disponible.
Rendimiento
Los números que ha publicado Nvidia muestran un modelo con fortalezas muy marcadas en algunas áreas y más discreto en otras. Lidera el DeepResearch Bench, la prueba que mide la capacidad de investigar en profundidad sobre grandes volúmenes de documentos, y también domina claramente en tareas de contexto largo. Pero en benchmarks de razonamiento general puro, el panorama es más parejo o incluso desfavorable frente a Qwen3.5-122B. También, en tareas de ingeniería de software medidas con SWE-Bench, Qwen queda por delante de Nemotron, En generación de código, en cambio, Nemotron gana a Qwen en LiveCodeBench.
La licencia: uso comercial permitido, con dos líneas rojas
El modelo se distribuye bajo el Nvidia Open Model License Agreement, que permite el uso comercial de forma bastante amplia. Se pueden vender y distribuir productos construidos sobre el modelo bajo una licencia perpetua y libre de royalties. Nvidia no reclama ningún derecho sobre los resultados que genera el modelo, y es posible crear y quedarse con la propiedad de versiones ajustadas (fine-tuned), siempre que se incluya una nota de referencia a Nvidia.
Sin embargo, esta licencia no es tan permisiva como las que proponen MIT o Apache 2.0, porque contempla dos condiciones que la dan por terminada automáticamente. La primera es que el usuario elimine o eluda las salvaguardas de seguridad del modelo sin reemplazarlas por algo equivalente. La segunda es que el usuario inicie una demanda de propiedad intelectual contra Nvidia alegando que el modelo infringe sus derechos; en ese caso, pierde el derecho a seguir usando el modelo. Es una manera de proteger tanto el uso responsable del sistema como a la propia empresa frente a litigios.
En fin, por ahora hay una buena dosis de mrketing y deberemos ver, en los proximos meses, si esta novedosas aruitectura IA permite generar aplicaciones y agentes que realmente ofrezcan ventajas competitivas claras.
Habían inaugurado el restaurante hacía pocas semanas. La decoración combinaba unas columnas y un techo de hormigón visto, muy al estilo de Paul Rudolph o Le Corbusier, con unas paredes pintadas de gris grafito, una iluminación cálida, anaqueles propios de una casa rural y un mobiliario de madera rústica que lo hacía verdaderamente agradable. El dueño había separado las mesas generosamente, de modo que era posible mantener una conversación íntima y tranquila.
Llegaron cuando el sol estaba ya marchándose y el cielo, que aquel día permanecía libre de nubes, comenzaba a enrojecerse. Hoy se verán hermosas las estrellas, pensó él mientras la miraba a ella.
Era una de sus noches, una de esas veladas que periódicamente robaban a sus vidas para contarse cosas, para recordar lo vivido, para mirarse de cerca. Un paréntesis en lo cotidiano que, por alguna razón desconocida, siempre resultaba memorable.
Se sentaron. El camarero, de marcado acento argentino, les saludó con amabilidad y trajo la carta. Pidieron de primero, y para compartir porque siempre compartían los primeros, una ventresca con pimientos asados a la leña; de segundo, ella ordenó costilla asada y él, un pescado. Ella, porque era era la que sabía de vinos, eligió un K-Naia aunque hubiese elegido carne como menú.
Ella estaba especialmente hermosa.
Y entonces ocurrió lo que ocurría siempre: la conversación no empezó, sino que continuó, como un río que se hubiera metido bajo tierra durante un tiempo y ahora resurgiera en el mismo cauce, con el mismo color de agua. Era así desde el principio: encuentros cortados por geografías distintas, por vidas que habían tomado direcciones que sólo se cruzaban en paréntesis —una ciudad, un restaurante, una merienda, un concierto, un whatsapp diario, o varios, porque uno de los dos había pensado en el otro sin razón, sin causa, como quien piensa en la lluvia—.
En realidad, nunca habían tenido, en ese sentido estricto que exigen las historias de amor convencionales, un principio. Habían tenido, más bien, un descubrimiento. Décadas de convivencia habían conducido a lo irremediable, a una conclusión predeterminada desde el origen de los tiempos. En la intermitencia de su relación, el tiempo les era ajeno, parecía no transcurrir cuando no estaban juntos y el reloj se paraba al despedirse para arrancar al reencontrarse, sin solución de continuidad, como ocurre en esos cronómetros de ajedrez en que se aprieta el botoncito para que cuente sólo el tiempo de juego. Contado así parece una idealización, incluso una mentira. Pero no. Era una realidad. Existía la comprobación repetida y consistente de que el otro seguía estando ahí siempre, en alguna parte de la mente, incluso cuando la vida diaria lo cubría todo de urgencias menores.
Hablaron mucho. Como siempre. De sentimientos y de banalidades, de sueños y de añoranzas, de problemas y de viajes, de nietos y de cómo marinar el salmón. Se decían las palabras con la seguridad de que podían decirse cualquier cosa sin que nada se rompiera, con la certeza de que con dos apuntes el otro iba a comprender una historia completa y compleja, tan bien se conocían.
—¿Sabes una cosa? —dijo ella en un momento, cuando ya habían pedido el segundo plato y el vino empezaba a desdibujar los bordes de las frases—. Eres la persona que mejor me ha tratado en la vida.
Lo dijo sin dramatismo, como quien constata un hecho meteorológico, la temperatura de una tarde. Él la miró y no supo qué responder, porque no recordaba haber hecho nada extraordinario. No la había salvado de ningún naufragio, no le había regalado ninguna fortuna, no había estado, ni de lejos, presente en la mayoría de los días de su vida. Había estado, eso sí, en algunos, y en esos había intentado —sin proponérselo demasiado, sin estrategia— mirarla con atención, escucharla sin prisa, admirarla sin condiciones. Quizá eso era todo. Quizá eso era, después de todo, lo único que hacía falta. Admirarla.
En cualquier caso, se emocionó y sintió un desbordante deseo de abrazarla y besarla, algo que el caminar y las miradas del camarero impidieron que hiciera
—No sé qué he hecho —dijo él finalmente—, salvo estar aquí cuando he podido.
—Será eso —contestó ella, y no añadió nada más, y él comprendió que aquella frase incompleta era, en realidad, una explicación entera.
Hablaron de la vejez sin nombrarla, de cómo el deseo había ido cambiando de forma con los años, transformándose de urgencia en costumbre, de costumbre en necesidad de otro tipo: no ya la piel buscando la piel, sino el calor de un cuerpo conocido al lado en la cama, la seguridad de un abrazo antes de dormir, la simple comprobación visual —verse, nada más que verse— de que el otro seguía existiendo en el mundo, respirando, envejeciendo también, acompañándose a distancia en ese proceso que a nadie se le explica cómo afrontar. Se miraban y eso bastaba. Era como decir sin palabras, seguimos aquí, seguimos siendo quienes éramos, no hay nada que pueda separarnos; juntos, somos invencibles.
El camarero empezó a mirarlos con esa discreta impaciencia de quien tiene que cerrar. Pidieron la cuenta con un gesto.
Salieron a la calle. El aire de la noche tenía esa temperatura intermedia de las noches de verano dulces. Había luna llena, una luna grande y aún baja que parecía haberse instalado sobre los tejados a propósito, como una escenografía discreta que nadie había pedido pero que estaba ahí, disponible, apropiada para el momento.
Caminaron hacia el parking sin prisa. No hablaban ya. Las palabras se habían vuelto innecesarias, como ocurre a veces cuando dos personas han hablado tanto que el silencio se convierte en la última frase de la conversación, la que la cierra con más precisión que ninguna otra.
Había obras en un edificio y era necesario pasar bajo un andamio.
− Ven −, dijo él
− ¿Qué?
− Es el túnel del amor. Pasemos por debajo.
Ella río y le llamó moñas. Siempre eres un moñas, dijo. Pero él la besó bajo aquel improvisado arco de hierros y fue un beso dulce y correspondido.
Ella se colgó de su brazo. No dijo nada. No hacía falta decir nada. El gesto contenía toda la biografía compartida, todos los reencuentros que habían sido, en realidad, un único encuentro prolongado durante décadas, interrumpido y retomado, como quien cierra un libro sin marcar la página porque sabe que no lo va a perder, que en algún momento —no importa cuándo— volverá a abrirlo exactamente donde lo dejó.
El mundo, por un momento, bajo aquella luna hermosa que se resistía a subir al cénit, fue perfecto.
El cubo, es un relato digital multimedia, ideado, escrito y programado por Félix Remírez en el 2026.
Estamos en el año 2555. La humanidad ha construido establecimientos mineros en multitud de asteroides de la nube de Oort. Los minerales son trasladados a la Tierra en naves espaciales de carga de la clase VST. Estas naves disponen de un novedoso sistema de seguridad, unas cápsulas de salvamento que pueden mantener vivos a los astronautas por largos periodos de tiempo, incluso si la nave VST ha sufrido daños irrecuperables. Las tripulaciones denominan a estas cápsulas como Cubos.
Los Cubos disponen de un avanzado sistema de visualización holográfica que hace que las paredes del cubo se llenen dinámicamente de miles de informaciones.
En uno de sus viajes, la VST Caronte sufre, de pronto, una emergencia y sus ocupantes se encierran en los Cubos. Los primeros análisis muestran que puede tratarse de una interferencia del campo cuántico de Barguiglioli, un campo teórico desarrollado matemáticamente pero que aún no se había detectado experimentalmente.
El lector toma la posición de uno de los astronautas, encerrado en el cubo nº1.
La narracion se desarrolla en un tiempo de entre 2 y 5 horas en tiempo real. El programas está desarrollado en javascript y muestra un amplio catálogo de elementos multimedia, con más de 300 imágenes, 100 audios y 200 textos que el lector ha de explorar. Los hechos ocurren a un ritmo detemrinado pero, entre los eventos, el usuario puede explorar por su cuenta.
Puede accederse a esta obra de liteatura digital desde este enlace.
DataPrensa Hispánica es un proyecto de investigación digital desarrollado por la Universidad de Cádiz dentro del portal HispanoLab y del Instituto de Investigación en Estudios del Mundo Hispánico (In-EMHis). Su principal objetivo es recopilar, organizar y poner a disposición de investigadores, estudiantes y del público general una amplia base de datos sobre la prensa española publicada desde los inicios del siglo XVIII hasta la Guerra Civil española. Este proyecto representa una importante herramienta para el estudio de la historia del periodismo, la cultura, la política y la sociedad españolas.
Desde una perspectiva didáctica, DataPrensa Hispánica facilita el aprendizaje mediante el acceso estructurado a información que, de otro modo, estaría dispersa en numerosas hemerotecas, archivos y bibliotecas digitales. En lugar de consultar múltiples fuentes por separado, el usuario puede localizar datos sobre periódicos, periodistas, editores, impresores y redes editoriales en un único entorno de consulta. Esto favorece una comprensión global de la evolución de la prensa como medio de comunicación y como agente de transformación social.
El proyecto no se limita a registrar cabeceras periodísticas. También estudia las relaciones entre las personas que participaron en la producción de los periódicos y las distintas publicaciones en las que colaboraron. Gracias a este enfoque relacional, es posible analizar cómo circulaban las ideas, cómo se formaban las redes intelectuales y cuál era la influencia de determinados periodistas y editores en diferentes momentos históricos. Esta perspectiva permite comprender que la prensa no solo transmitía información, sino que también contribuía a la construcción de la opinión pública y al desarrollo de movimientos políticos, culturales y científicos.
El portal constituye además un excelente recurso para la enseñanza universitaria y la investigación en Humanidades Digitales. Los estudiantes pueden utilizar la base de datos para realizar trabajos sobre historia del periodismo, literatura, historia contemporánea, comunicación o documentación. Asimismo, el profesorado dispone de una herramienta que facilita el desarrollo de actividades prácticas basadas en fuentes primarias, promoviendo el aprendizaje activo y el análisis crítico de la información histórica.
Otro elemento de gran valor es la recopilación de enlaces a hemerotecas y repositorios digitales nacionales e internacionales. Entre ellos se encuentran la Hemeroteca Digital de la Biblioteca Nacional de España, la Biblioteca Virtual de Prensa Histórica y diversas colecciones especializadas que permiten acceder directamente a miles de periódicos digitalizados. De esta forma, DataPrensa Hispánica actúa como un punto de conexión entre numerosas fuentes documentales de libre acceso, simplificando el trabajo de búsqueda y consulta.
Espejo de carne, de Benjamín Escalonilla, es una novela hipertextual en la que el lector puede elegir, en ciertos momentos, el camino a seguir para hacer que la historia vaya por un camino u otro.
La obra recibió el Robert Coover Award 2025 otorgado por la ELO. Fue la primera obra en castellano que ha recibido tal honor.
En este enlace pueden leerse los primeros capítulos.
Se trata de una novela de ciencia ficción que transcurre en el año 2079. En un mundo en el que se ha logrado la clonación, el lector toma el rol del clon del protagonista del relato.
The Modular Body es una obra digital de ficción especulativa que explora las posibilidades y los dilemas de la biotecnología contemporánea a través de una narrativa interactiva. Es una obra creada en el año 2016 bajo la dirección del cineasta neendarlés Floris Kaayk, al frente de un amplio equipo en el que se incluyen actores, maquilladores, productores, asi como biólogos para dar a la obra una importante verosimilitud.
Se estructura en base a videos y páginas web ficticias (como, por ejemplo, el perfil del supuesto científico protagonista en Linkedin) que pueden leerse separadamente o en continuo con la función autoplay. La obra tiene, pues, la la apariencia de un auténtico documental de laboratorio donde el doctor Cornelis Vlasman explica, con calma y verborrea científica, cómo cultivó módulos de órganos intercambiables a partir de células madre humanas y los ensambló para crear un pequeño prototipo vivo llamado Oscar. Ese nuevo Frankenstein tiene pulmones funcionales, un corazón que late, extremidades, riñones y un cerebro electrónico. Todas sus partes pueden acoplarse y desacoplarse como si fueran piezas de Lego biológico. Están supuestamente realizadas con bioimpresión 3D y desarrollo de células madre. En los vídeos los órganos de Oscar se mueven, su sangre circula mediante un sistema externo y, en teoría, sus órganos podrían sustituirse o mejorarse cuando dejaran de funcionar.
Técnicamente, Oscar está completamente generado por ordenador. Kaayk creó cada imagen mediante mediante animación y luego se formateraron con una estética documental real científico auténtico.
La historia gira en torno a Cornelis Vlasman, un biólogo inconformista que rechaza los caminos tradicionales de la investigación científica. Convencido de que la innovación surge al margen de las estructuras establecidas, funda un laboratorio independiente junto con un pequeño grupo de colaboradores de perfiles diversos, entre ellos biólogos, especialistas en informática y diseñadores. Con recursos limitados y equipamiento en ocasiones artesanal o reutilizado, el equipo desarrolla experimentos sin depender de instituciones oficiales ni someterse a los protocolos habituales o a la supervisión de comités éticos. Tras años de trabajo, Vlasman logra un avance extraordinario: crear un organismo vivo a partir de células extraídas de su propio cuerpo. El resultado es OSCAR, un prototipo del tamaño aproximado de una mano humana compuesto por módulos orgánicos que pueden interactuar entre sí. La obra presenta este organismo como una prueba de concepto que cuestiona la manera en que entendemos el cuerpo humano.
En el relato, el organismo creado por Vlasman tiene limitaciones ya que es extremadamente frágil, carece de sistema inmunitario y solo puede mantenerse con vida mediante transfusiones de sangre del propio investigador y constantes medidas de protección frente a infecciones. Esta vulnerabilidad introduce en la obra una dimensión ética y filosófica.
La obra fue presentada en el Festival Internacional de Cine Documental de Ámsterdam (IDFA)
La versión web puede accederse desde este enlace.
Combinando textos con análisis de talles, creadores y modas, mapas, tablas estadísticas animadas y enlaces hipertextuales, la autora hace un recorrido riguroso y científico sobre tamaño despropósito que sólo sirve a políticas de marketing irracionales.
Es un trabajo digital que merece la pena leer. Los gráficos son esquemáticos, minimalistas, pero aun así, efectivos.
Puede leerse desde este enlace.
