El siglo eléctrico•Capítulo 12 de 12

La feria de las posibilidades humanas

El siglo eléctrico se vuelve humano en talleres, aulas, medicina y proyectos compartidos que dan capacidades prácticas a más personas.

agosto 12, 2026 25 min read Línea de investigación
The Fairground of Human Possibility

La feria no abre con un cohete, sino con la puerta de un taller.

Detrás, alguien trabaja en algo que pocos años antes no habría podido calcular, financiar, fabricar ni vender en todo el mundo. En la sala contigua, un niño aprende con un profesor situado en otro continente. En un hospital, un abuelo vuelve a oír la voz de sus nietos. En un pequeño laboratorio, un médico prueba una terapia diseñada no para un paciente medio estadístico, sino para una persona concreta.

Aquí, el siglo eléctrico muestra su rostro más amable: más personas no reciben únicamente productos terminados. Adquieren nuevas capacidades.

La «feria» es deliberadamente desordenada. No todas sus atracciones están quietas, maduras y acompañadas de una garantía de treinta años. Las personas encuentran algo nuevo, lo prueban, se maravillan, fracasan en un juego de habilidad y vuelven a intentarlo. Sobre todo, conocen a otras personas. El futuro no se inventará únicamente en laboratorios centrales. Será apropiado en muchos lugares.

Un taller con una plantilla de una persona

Imaginemos un pequeño taller en una ciudad costera en 2035. Su propietaria fabrica bombas duraderas, muebles ligeros y repuestos para embarcaciones. No es un conglomerado de ingeniería ni una empresa de software. Aun así, puede escanear una pieza rota con una cámara, calcular distintas geometrías, simular materiales y cargas, comparar precios locales y enviar un prototipo a una máquina controlada por ordenador.

La AI no propone una «innovación» abstracta. Advierte que una unión se corroerá en agua salada, que otra aleación sería demasiado cara y que una forma elegante no cabrá por la puerta del taller. La propietaria decide qué fabricar. Un robot local realiza la operación precisa. Un soldador experimentado reconoce por el sonido que la máquina todavía no lo ha entendido todo.

Esa tarde, el taller vende una variación digital del diseño a una empresa de otro continente. La traducción, la documentación técnica y una parte del proceso de conformidad se ejecutan en segundo plano. Un oficio local no se ha convertido en corporación mundial. Ha adquirido alcance mundial.

Este es uno de los efectos creativos más plausibles de la AI: equipos pequeños adquieren capacidades que antes exigían departamentos enteros. Un ebanista puede simular una unión nueva. Una modista puede adaptar patrones a cuerpos y materiales distintos. Un músico puede diseñar un instrumento y escuchar algo de su resonancia antes de construirlo. Un aficionado puede fabricar el repuesto que su fabricante original dejó de suministrar hace veinte años.

El taller doméstico del futuro quizá tenga menos cajones llenos de tornillos misteriosos. Es poco probable que desaparezcan por completo.

El aula sin última fila

Una clase en Puerto Princesa estudia el estado de un arrecife de coral. Al mismo tiempo, una clase en Bogotá investiga la calidad del agua de un río. Un biólogo marino en Australia y un profesor en Alemania acompañan a ambos grupos. Cada uno habla su propia lengua; los demás oyen una traducción casi simultánea que conserva cada vez mejor no solo las palabras, sino la voz, el ritmo y el énfasis. Ya se han demostrado versiones tempranas de estos sistemas.[23]

Los alumnos no se limitan a ver un video. Operan juntos un microscopio, comparan datos de sensores, modelan corrientes de agua y preguntan por qué dos series de mediciones no coinciden. La AI adapta explicaciones a distintos niveles de conocimiento, recuerda experimentos anteriores y traduce lenguaje técnico. El profesor sigue siendo indispensable. Puede ver cuándo un niño produce la respuesta correcta y cuándo la ha comprendido de verdad. Los primeros estudios aleatorizados de tutoría apoyada por AI apuntan precisamente a este modelo más fuerte: la AI puede aumentar la eficacia de profesores y tutores humanos, en lugar de limitarse a sustituirlos.[24]

Un aula así no tendría una última fila geográficamente distante. Un profesor de física excepcional podría ayudar a niños de varios países. Un ingeniero jubilado podría dirigir un taller una vez por semana. Un artesano de Osaka podría demostrar una técnica a jóvenes de Nairobi sin exigir que todos compartieran idioma. El acceso a un mentor dependería menos de que la persona adecuada viviera por casualidad en la misma ciudad.

Los continentes se acercarían no porque desaparecieran las diferencias, sino porque la colaboración perdería menos en la traducción. Las lenguas incluso podrían fortalecerse si la AI hiciera accesibles la enseñanza, el conocimiento especializado y las herramientas digitales en comunidades lingüísticas más pequeñas. La misma tecnología puede preservar una lengua o enterrarla bajo un estándar mundial. El resultado depende de quién controle los modelos, los datos y los objetivos.

El traductor universal probablemente no traerá una paz duradera al chat familiar. Pero puede impedir que el talento termine en una frontera lingüística.

Cuando el cuerpo vuelve a ser hogar

La historia técnica de un implante trata de electrodos, señales, materiales, energía y software. La historia humana empieza cuando la tecnología deja de ocupar el centro de atención.

Un abuelo no oye a sus nietos exactamente como antes, pero sí con claridad suficiente para entender el chiste. Una mujer con pérdida de visión central utiliza un implante retiniano y gafas especiales para reconocer letras grandes y reunir puntos de luz en palabras. Una profesora que perdió el habla tras quedar paralizada escucha una frase con su propia voz anterior mientras una interfaz cerebral reconstruye los sonidos que intentaba pronunciar. Una mujer con una pierna biónica atraviesa un terreno irregular sin tener que tratar cada paso como un cálculo.[15][16]

No son superpoderes. Son experiencias ordinarias recuperadas, y precisamente eso las hace civilizatoriamente grandes.

Con mejores interfaces, energía duradera y control adaptativo, la frontera entre terapia y mejora se volverá menos nítida. Algún día, un ojo artificial podría hacer más que compensar una pérdida: podría aumentar el contraste. Una mano podría detectar temperatura o sustancias peligrosas. Un trabajador podría guiar un brazo robótico en otro continente casi como si estuviera a su lado.

Sin embargo, la mejor visión del cíborg sigue siendo modesta al principio: la persona no pasa todo el día pensando en el repuesto. Vive.

Una medicina para una sola persona

Después de una biopsia, un paciente de 2040 recibe algo más que el nombre de un tumor. Secuenciación, imágenes y análisis de sangre producen un perfil molecular. Una AI lo compara con evoluciones anteriores de la enfermedad, identifica posibles objetivos y propone varios tratamientos. Un laboratorio automatizado los prueba en cultivos celulares o en un organoide derivado del paciente. Una segunda AI busca interacciones peligrosas y razones por las que podría fracasar la propuesta principal. El equipo clínico decide si un fármaco existente, una vacuna personalizada o células inmunitarias modificadas genéticamente ofrecen la mejor trayectoria.[14]

El significado de «incurable» podría cambiar. Algunas enfermedades se volverían curables, otras detectables de forma temprana y otras controlables durante décadas. Una futura unidad oncológica podría parecerse menos a una última línea de defensa y más a un taller de precisión que construye para cada paciente una estrategia individual de reparación.

La mayor maravilla no sería la AI buscando entre millones de moléculas. Sería la mañana ordinaria posterior: el paciente desayuna, planea un viaje y se irrita por una factura. La tecnología se vuelve más humana cuando devuelve una vida nada espectacular.

El planeta se convierte en un proyecto participativo

Las aficiones siempre han sido más que distracciones. Astrónomos aficionados descubrieron cometas, naturalistas documentaron especies y radioaficionados desarrollaron tecnología. La AI puede ensanchar el paso entre el interés y una contribución fiable.

Una astrónoma aficionada apunta su telescopio hacia una estrella sugerida por una red internacional. La AI ayuda con la calibración, las ventanas meteorológicas, los artefactos de imagen y el análisis estadístico. Su medición se combina con observaciones de Sudamérica, África y Asia. Por la mañana tiene algo más que una imagen atractiva. Ha ayudado a precisar la órbita de un posible exoplaneta. Proyectos de NASA ya incorporan a científicos ciudadanos en investigaciones de exoplanetas, asteroides y planetas.[25]

El mismo principio podría aplicarse a océanos, suelos, bosques, lenguas, historia y arqueología. Un buceador documenta cambios en un arrecife. Una familia digitaliza cartas en una lengua poco común. Un agricultor compara la vida del suelo y el riego durante varios años. La AI ayuda a operar instrumentos, comprobar datos, encontrar casos comparables y convertir una observación en una pregunta verificable.

Al mismo tiempo, satélites, sensores locales, barcos, drones, laboratorios y observadores humanos pueden contribuir a modelos adaptativos del planeta. Destination Earth y la observación terrestre autónoma aportan componentes tempranos.[26] Una isla podría probar combinaciones de desalinización, almacenamiento de agua de lluvia, refrigeración y generación antes de verter hormigón. Pescadores, biólogos y autoridades podrían examinar el mismo modelo costero sin fingir que comparten los mismos intereses.

Por tanto, el dispositivo de ocio más importante del futuro quizá no sea la máquina perfecta de entretenimiento. Podría ser la ruta más barata desde la curiosidad hasta la competencia, y desde una observación local hasta una imagen compartida de la Tierra.

El modelo puede calcular qué costa está en peligro. Por sí solo no sabe qué viejo árbol de mango pertenece a la historia de una aldea. La AI amplía la percepción y la comparación. Las personas aportan significado, conocimiento local, responsabilidad y el derecho a objetar. La naturaleza no se convierte en un panel de control. El panel nos ayuda a regresar a tiempo a la naturaleza.

Profesiones sin nombre

Toda gran infraestructura crea trabajos que antes eran difíciles de imaginar. Antes de la electrificación no existían salas de control de red, ingenieros de radiodifusión ni industrias de semiconductores. Antes de internet no había especialistas en motores de búsqueda, desarrolladores de aplicaciones ni canales profesionales de video. La humanidad quizá habría sobrevivido sin inventar algunos de estos logros. Pero el principio se mantiene.

En un sistema eléctrico de AI, algunas personas podrían trabajar como examinadores de modelos del mundo, artesanos de robótica, conservadores digitales, arquitectos de aprendizaje personal, investigadores forenses de fuentes, técnicos de biofábricas, auditores de simulaciones o supervisores de construcción orbital. No todos los puestos llevarán esos nombres, y probablemente algunos no deberían llevarlos.

Más importante que los nombres es su estructura compartida. Gran parte del nuevo trabajo se encuentra entre las disciplinas actuales:

  • un artesano que fabrica con diseño generativo y robótica;
  • un biólogo que conecta ecosistemas locales con modelos planetarios;
  • un profesor que orquesta grupos internacionales de aprendizaje y tutores personales de AI;
  • un historiador que construye reconstrucciones explorables de ciudades perdidas y, a la vez, muestra las fuentes que las sustentan;
  • un médico que revisa propuestas de AI, explica relaciones y no delega responsabilidad en un modelo;
  • un técnico espacial en la Tierra que opera varias máquinas semiautónomas en la Luna.

ESA y NASA ya prueban teleoperación, vehículos autónomos e impresión robótica 3D de estructuras fabricadas con materiales locales. Un futuro trabajador lunar podría desayunar en Europa, África, Asia o América Latina y después operar una máquina a cientos de miles de kilómetros mientras construye un escudo contra la radiación.[22]

Las aficiones creativas también pueden cambiar. Las personas podrían hacer más que consumir películas, juegos y música: podrían construir mundos interactivos, reconstruir escenarios históricos, diseñar instrumentos o crear con otros un museo virtual. Un abuelo podría dejar la historia de su familia como archivo explorable en varias lenguas. Jóvenes de cuatro continentes podrían crear un juego cuyo paisaje se nutriera de sus ciudades y mitos reales.

La AI no sustituiría la imaginación. Se convertiría en un material con el que trabaja la imaginación, como la cámara, el sintetizador, el sistema CAD o la imprenta, pero más fluido y conversacional.

Los continentes se convierten en talleres compartidos

El poder de conexión de estas herramientas va más allá de la enseñanza y la traducción. Imaginemos cuatro equipos pequeños: uno en Puerto Princesa, que comprende la realidad cotidiana de las islas tropicales; otro en Bogotá, con experiencia en sensores de bajo coste; uno en Nairobi, que desarrolla redes robustas de pago y mantenimiento; y otro en Róterdam, que modela ingeniería hidráulica y logística.

Juntos no construyen un «producto mundial» en el sentido habitual. Desarrollan una combinación modular de energía solar, refrigeración, tratamiento de agua y fabricación de repuestos para ciudades costeras pequeñas. La AI traduce conversaciones y documentos técnicos, armoniza estándares y mantiene una simulación compartida. Los talleres locales prueban componentes. Los sensores informan de dónde el clima real se comporta de manera distinta al modelo digital. Cada región modifica el diseño en lugar de convertirse simplemente en cliente de un fabricante lejano.

Los continentes podrían acercarse así: no porque desaparezca la distancia, sino porque el trabajo común necesita menos capital, viajes, escala institucional y pérdidas en la traducción. Un problema en Palawan puede atraer conocimiento de Colombia, Kenia y Países Bajos sin perder su carácter local.

La colaboración no eliminaría los conflictos. Las personas podrían malinterpretarse en cinco lenguas casi en tiempo real. Pero tendrían mejores herramientas para encontrar antes el error.

La condición social de un futuro creativo

Este futuro no surgirá automáticamente de modelos más capaces. Una sociedad puede poseer todas las herramientas descritas y utilizar la mayoría para publicidad, vigilancia, especulación financiera y distracción cada vez más perfecta. La posibilidad técnica aún no es una dirección cultural.

La cuenta económica también debe funcionar. Si la AI automatiza grandes partes del trabajo, sus ganancias de productividad deben regresar de alguna forma a las personas: precios más bajos, mejores servicios, ingresos mayores, empresas nuevas, propiedad o tiempo disponible. De lo contrario, el resultado será automatización sin clientes, un concepto económico casi tan extraordinario como una central sin red.

Una sociedad creativa necesita, por tanto, algo más que ocio. Necesita acceso a herramientas, educación, energía, talleres, laboratorios, capital y lugares de colaboración. Una persona no se convierte en inventor simplemente porque un modelo le asegure que su idea es fascinante. Necesita la oportunidad de probar algo y sobrevivir a un pequeño fracaso.

Aquí se encuentra uno de los posibles grandes dividendos del siglo eléctrico. Si las máquinas asumen trabajos peligrosos, repetitivos y agotadores, el tiempo humano puede regresar a la investigación, el cuidado, la empresa, el oficio, el deporte, la familia, el arte y la comunidad. No todo el mundo debe convertirlo en una empresa emergente. Un siglo mejor también reconoce el valor de actividades que no aspiran a cotizar en bolsa.

La AI debería acercarse al banco de trabajo, no ascender al trono. Las personas determinan objetivos, valores y límites. La máquina amplía investigación, diseño, memoria y experimentación. Cuanto mayores sean las consecuencias, más visible debe permanecer la responsabilidad humana.

La posibilidad se convierte en tiempo

La feria se entendería mal si ofreciera únicamente profesiones y productos nuevos. Su mayor promesa podría ser el tiempo: menos tiempo dedicado a trabajos peligrosos, monótonos o repetidos sin sentido, y más tiempo para la familia, el deporte, el aprendizaje, el cuidado, el vecindario, la naturaleza y proyectos creativos.

Un ingeniero jubilado podría orientar a un grupo internacional de taller. Un padre podría construir con sus hijos un robot submarino cuyas mediciones aportaran una contribución real a un proyecto sobre arrecifes. Un músico podría diseñar un instrumento que todavía no existe y probarlo con intérpretes de tres continentes. Una aldea podría simular su propio futuro energético e hídrico antes de endeudarse. Un grupo de amigos podría hacer algo más que mirar la historia: podría reconstruirla como un mundo explorable con las fuentes incorporadas.

No toda curiosidad debe convertirse en negocio. No toda afición necesita una métrica. Una civilización avanzada también reconoce el valor de actividades que no aspiran a cotizar en bolsa.

La forma más amable del progreso no sería, por tanto, el mundo plenamente automatizado en el que la AI responde cada pregunta y la humanidad deja por fin de obstaculizar las operaciones. Sería un mundo con más personas que preguntan, inventan, enseñan, investigan, crean, ejercen oficios y pueden contribuir por primera vez a un trabajo mayor que su entorno inmediato.

Una mayor capacidad técnica no garantiza un aumento equivalente de la libertad humana. Sin embargo, puede ampliar el espacio material de esa libertad. La tarea social no consiste en construir ese espacio como parque exclusivo para unas pocas corporaciones y Estados, sino como una feria en la que el mayor número posible de personas pueda abrir su propio puesto.

La AI no sería entonces la protagonista del siglo eléctrico. Sería el instrumento mediante el cual más personas se convierten en protagonistas.

Epílogo — ¿Qué orden puede aprender?

El siglo eléctrico no es una previsión energética. Es una prueba de la civilización.

Sus tecnologías importan, pero no bastan. Un país puede construir centrales y descuidar sus redes. Puede poseer una gran red y utilizar la electricidad de manera improductiva. Puede levantar centros de datos sin generar rendimiento social. Puede movilizar inversiones y reconocer demasiado tarde sus errores. Cada etapa de la cadena puede funcionar mientras fracasa el conjunto.

Por eso, la pregunta central debe ser mayor que «¿Cuánta electricidad necesitaremos?».

Es esta:

¿Qué orden puede transformar energía en posibilidades humanas, corregir sus errores e impedir que la infraestructura construida para posibilitar libertad se convierta en instrumento de dependencia?

Un orden eléctrico adaptativo tomaría en serio la física sin convertirla en inevitabilidad política. Utilizaría los mercados sin confundirlos con la verdad. Planificaría sin tratar la crítica como perturbación. Emplearía la AI sin simular responsabilidad humana. Protegería la naturaleza sin romantizar la pobreza energética. Y financiaría su misión sin agotar a las personas y los recursos que la sostienen.

Sobre todo, recordaría.

La memoria no es nostalgia. Es infraestructura. Sin un registro histórico verificable, ninguna sociedad puede distinguir qué advertencias eran visibles, qué supuestos fracasaron y quién actuó por qué razón. La AI puede encontrar patrones en archivos inmensos. Si el archivo está distorsionado, se limitará a argumentar con una confianza extraordinaria sobre una memoria distorsionada.

Por eso, un orden adaptativo conserva más que éxitos. Conserva cadenas de señales, contraargumentos, previsiones fallidas y correcciones. No pregunta únicamente quién tenía razón, sino qué podía saberse en aquel momento.

Del dossier a un Chain Pack propio

En este punto, la filosofía del dossier se convierte en instrumento práctico. Grideval Intelligence no trata un acontecimiento como una noticia aislada, sino como inicio, confirmación o ruptura de una cadena:

Acontecimiento → efecto físico → efecto económico → respuesta política → reacción del mercado → efecto de segundo orden

Un nuevo centro de datos es entonces algo más que un anuncio de inversión. Crea una solicitud de conexión, demanda de transformadores, refrigeración y potencia firme, quizá un cuello de botella local, nuevos conflictos sobre precio y distribución y decisiones de ubicación de otras empresas. Solo la cadena revela dónde una noticia puede convertirse en cambio material y dónde el desarrollo aún podría fracasar.

El mismo método impide que cada récord tecnológico se presente como una revolución. Un Quantum Chain Pack podría seguir corrección de errores → cúbits lógicos → profundidad suficiente de circuitos → ventaja verificable → problema real de investigación → confirmación de laboratorio → escala industrial. El número de cúbits físicos sería una señal, no el veredicto. Importa el punto en el que un resultado de laboratorio se convierte en un efecto reproducible en el mundo material.

El Global Event Store pretende conservar un registro factual común y verificable: ¿qué ocurrió, por qué fuente lo sabemos y qué se corrigió después? Sobre ese registro se sitúa la Chain Intelligence, que hace visibles dependencias y consecuencias. Una capa de inteligencia personal puede adaptar después región, tema, entidad, Chain Pack, horizonte temporal, idioma, frecuencia y umbral de alerta al lector. No puede adaptar la calidad de las fuentes ni reescribir el acontecimiento canónico para acomodarlo a una conclusión preferida.[27]

A lo largo de décadas, «verificable» significa algo más que mantener disponible una base de datos. Un ordenador cuántico suficientemente grande y tolerante a fallos podría atacar métodos de clave pública ampliamente utilizados. Por eso, NIST ya ha publicado estándares poscuánticos y exige comenzar la migración mucho antes de que exista una máquina así. Un Global Event Store destinado a preservar fuentes, firmas y correcciones durante décadas necesita, en consecuencia, agilidad criptográfica: debe poder sustituir sus métodos de protección sin perder la historia auditable de sus registros.[28]

Por eso merece la pena examinar el modelo de pensamiento de Grideval y construir Chain Packs propios dentro de esta estructura. Un empresario puede conectar precios energéticos, acceso a la red, proveedores y demanda. Un inversor puede seguir capex, crédito, flujo de caja y efectos de segundo orden. Una ciudad puede combinar agua, electricidad, refrigeración, salud y vulnerabilidad social. Cada usuario ve un problema de decisión distinto; todos deberían partir de los mismos acontecimientos verificables.

Un Chain Pack no es un oráculo. Es un banco de trabajo para la atención. Registra qué señales confirman una tesis, qué la contradice, qué cuello de botella importa a continuación y qué invalidaría la cadena. La AI puede mantener actualizado ese banco. La persona decide qué consecuencias importan y qué hacer con ellas.

El mismo principio se aplica a las personas. Una sociedad plenamente automatizada no sería avanzada si sus ciudadanos ya no pudieran verificar ni decidir sin el sistema. Las herramientas deberían ampliar el juicio humano, no hacer cómoda su pérdida.

La electricidad no nos da sabiduría. Amplía el campo de lo posible.

Puede refrigerar un hospital u operar una máquina de vigilancia. Puede reducir el trabajo o convertir cada momento libre en rendimiento económico. Puede difundir conocimiento o escalar el error. Puede distribuir el poder o concentrarlo en unos pocos nodos.

El electrón no decide nada de esto.

Nosotros sí.

Fuentes principales

La siguiente selección sustenta los pilares empíricos centrales del dossier. Enlaza deliberadamente con fuentes primarias, técnicas e institucionales que permiten comprobar directamente las principales magnitudes, el estado de la tecnología y las incertidumbres restantes. A continuación figura la referencia completa de cada afirmación.

Fuentes completas y nota editorial

Este dossier combina afirmaciones empíricas, análisis de sistemas, escenarios y argumentos normativos. Las afirmaciones sobre el futuro no son certezas. Cuando se emplean estimaciones cuantitativas, se han priorizado fuentes oficiales o institucionales, primarias y técnicas. Acontecimientos como las recientes crisis de Ormuz se utilizan como ejemplos de mecanismos de transmisión, no como prueba de una ley histórica universal.

  1. Smithsonian National Museum of American History, “Power from the People” y “Thomas Edison’s Inventive Life”: https://americanhistory.si.edu/explore/stories/power-people-rural-electrification-brought-more-lights y https://invention.si.edu/invention-stories/thomas-edisons-inventive-life
  2. World Bank Data360, “Access to Electricity: Who Remains Without Power?”: https://data360.worldbank.org/en/atlas/electricity-access/
  3. International Energy Agency, Global Critical Minerals Outlook 2025, resumen ejecutivo: https://www.iea.org/reports/global-critical-minerals-outlook-2025/executive-summary
  4. International Energy Agency, Electricity 2026 — Grids: https://www.iea.org/reports/electricity-2026/grids
  5. World Bank/ESMAP, Accelerating the Productive Use of Electricity: https://documents1.worldbank.org/curated/en/099092023192023389/pdf/P1751521d3f58f6f1307c1499619e141b8baef6de8dd.pdf
  6. International Energy Agency, Energy and AI — Energy Demand from AI: https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
  7. International Energy Agency, Electricity 2026, resumen ejecutivo y oferta: https://www.iea.org/reports/electricity-2026/executive-summary y https://www.iea.org/reports/electricity-2026/supply
  8. US Energy Information Administration, Annual Energy Outlook 2026: https://www.eia.gov/outlooks/aeo/
  9. International Energy Agency, Electricity 2026 — Prices: https://www.iea.org/reports/electricity-2026/prices
  10. International Atomic Energy Agency, Energy, Electricity and Nuclear Power Estimates for the Period up to 2050, edición de 2025: https://www.iaea.org/publications/15942/energy-electricity-and-nuclear-power-estimates-for-the-period-up-to-2050
  11. Abramson et al., Accurate structure prediction of biomolecular interactions with AlphaFold 3, Nature 630, 2024: https://www.nature.com/articles/s41586-024-07487-w; Google DeepMind, Millions of new materials discovered with deep learning, 2023: https://deepmind.google/blog/millions-of-new-materials-discovered-with-deep-learning/; Szymanski et al., An autonomous laboratory for the accelerated synthesis of novel materials, Nature 624, 2023: https://www.nature.com/articles/s41586-023-06734-w
  12. Google Quantum AI y colaboradores, Quantum error correction below the surface code threshold, Nature 638, 2025: https://www.nature.com/articles/s41586-024-08449-y; Google Quantum AI y colaboradores, Reinforcement learning control of quantum error correction, Nature 655, 2026: https://www.nature.com/articles/s41586-026-10759-2
  13. Google Quantum AI y colaboradores, Observation of constructive interference at the edge of quantum ergodicity, Nature 646, 2025: https://www.nature.com/articles/s41586-025-09526-6; IBM, IBM lays out clear path to fault-tolerant quantum computing, hoja de ruta empresarial: https://www.ibm.com/quantum/blog/large-scale-ftqc; NIST, Quantum Computing Explained: https://www.nist.gov/quantum-information-science/quantum-computing-explained
  14. National Cancer Institute, Artificial Intelligence and Cancer: https://www.cancer.gov/research/infrastructure/artificial-intelligence; NCI, CAR T Cells: Engineering Patients’ Immune Cells to Treat Their Cancers: https://www.cancer.gov/about-cancer/treatment/research/car-t-cells; NCI, Neoantigen Vaccines Keep Kidney, Pancreatic Cancer at Bay, 2025: https://www.cancer.gov/news-events/cancer-currents-blog/2025/neoantigen-vaccine-pancreatic-kidney-cancer; US FDA, FDA Approves First Gene Therapies to Treat Patients with Sickle Cell Disease, 2023: https://www.fda.gov/news-events/press-announcements/fda-approves-first-gene-therapies-treat-patients-sickle-cell-disease
  15. National Institute on Deafness and Other Communication Disorders, Cochlear Implants: https://www.nidcd.nih.gov/health/cochlear-implants; Holz et al., Subretinal Photovoltaic Implant to Restore Vision in Geographic Atrophy Due to AMD, New England Journal of Medicine, 2025: https://www.nejm.org/doi/10.1056/NEJMoa2501396; Stanford Medicine, resumen del estudio, 2025/2026: https://med.stanford.edu/news/all-news/2025/10/eye-prosthesis.html
  16. Song et al., Continuous neural control of a bionic limb restores biomimetic gait after amputation, Nature Medicine 30, 2024: https://www.nature.com/articles/s41591-024-02994-9; NIH, Brain-computer interface restores natural speech after paralysis, 2025: https://www.nih.gov/news-events/nih-research-matters/brain-computer-interface-restores-natural-speech-after-paralysis
  17. Nair et al., Miniature battery-free bioelectronics, Science 380, 2023: https://www.science.org/doi/10.1126/science.abn4732; Zhou et al., Wireless battery-free ultrathin lithium-niobate resonator as an implantable biomedical sensor, Nature Communications, 2025: https://www.nature.com/articles/s41467-025-67413-0; Abbas et al., Development of an efficient mid-field wireless power transfer system for implantable medical devices, Scientific Reports, 2025: https://www.nature.com/articles/s41598-025-99609-1
  18. US Department of Defense, Replicator Initiative, 2024: https://www.defense.gov/News/News-Stories/Article/Article/3657609/defense-innovation-official-says-replicator-initiative-remains-on-track/; DARPA, OFFensive Swarm-Enabled Tactics: https://www.darpa.mil/research/programs/offensive-swarm-enabled-tactics; DARPA, Medical Swarm Robotics for Extraction and Life-Saving Interventions, 2026: https://www.darpa.mil/research/programs/medical-swarm-robotics-for-extraction-and-life-saving-interventions
  19. DARPA, “DARPA program sets distance record for power beaming”, 16 de mayo de 2025: https://www.darpa.mil/news/2025/darpa-program-distance-record-power-beaming
  20. NASA Technical Reports Server, demostración de Goldstone: https://ntrs.nasa.gov/api/citations/19810008041/downloads/19810008041.pdf; US Naval Research Laboratory, SCOPE-M: https://www.nrl.navy.mil/Media/News/Article/3004608/nrl-conducts-successful-terrestrial-microwave-power-beaming-demonstration/; Caltech, MAPLE: https://www.caltech.edu/about/news/in-a-first-caltechs-space-solar-power-demonstrator-wirelessly-transmits-power-in-space
  21. NASA Office of Technology, Policy, and Strategy, Space-Based Solar Power, 2024: https://www.nasa.gov/organizations/otps/space-based-solar-power-report/
  22. ESA, New ESA connection to advance robotics for lunar exploration, 2025: https://www.esa.int/Space_in_Member_States/United_Kingdom/New_ESA_connection_to_advance_robotics_for_lunar_exploration; NASA, NASA Enables Construction Technology for Moon and Mars Exploration, 2025/2026: https://www.nasa.gov/directorates/stmd/nasa-enables-construction-technology-for-moon-and-mars-exploration/
  23. Meta AI, Seamless: Multilingual Expressive and Streaming Speech Translation: https://ai.meta.com/research/publications/seamless-multilingual-expressive-and-streaming-speech-translation/; UNESCO, Global Roadmap for Multilingualism in the Digital Era, 2026: https://www.unesco.org/en/global-roadmap-multilingualism
  24. Stanford SCALE Initiative, Tutor CoPilot: A Human–AI Approach for Scaling Real-Time Expertise, 2025: https://scale.stanford.edu/publications/tutor-copilot-human-ai-approach-scaling-real-time-expertise; Kestin et al., AI tutoring outperforms in-class active learning, Scientific Reports 15, 2025: https://www.nature.com/articles/s41598-025-97652-6
  25. NASA, Exoplanet Citizen Science y Citizen Science Projects, 2026: https://science.nasa.gov/exoplanets/citizen-science/ y https://science.nasa.gov/citizen-science/
  26. European Commission, Destination Earth: https://digital-strategy.ec.europa.eu/en/policies/destination-earth; NASA, How NASA Is Testing AI to Make Earth-Observing Satellites Smarter, 2025: https://www.nasa.gov/science-research/earth-science/how-nasa-is-testing-ai-to-make-earth-observing-satellites-smarter/; NASA/JPL Artificial Intelligence Group, Autonomous Exploration of Seafloor Fluid Flow: https://ai.jpl.nasa.gov/public/projects/
  27. Grideval, Constitution 2035 Project Memory y Sources Memory; Gridizer, Source Trust / Evidence Playbook; Mod5, AOA v1.3 Framework, documentos internos de trabajo, 2026.
  28. NIST, Post-Quantum Cryptography y Transition to Post-Quantum Cryptography Standards (NIST IR 8547): https://csrc.nist.gov/projects/post-quantum-cryptography y https://csrc.nist.gov/pubs/ir/8547/ipd
  29. NVIDIA, NVIDIA Partners With Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs and KKR to Establish AI Compute Infrastructure Financing Platforms to Mobilize Over $500 Billion of Third-Party Capital, 10 de agosto de 2026: https://nvidianews.nvidia.com/news/nvidia-partners-with-apollo-blackrock-blackstone-brookfield-goldman-sachs-and-kkr-to-establish-ai-compute-infrastructure-financing-platforms-to-mobilize-over-500-billion-of-third-party-capital; CNBC, Transcript: Becky Quick Speaks with NVIDIA’s Jensen Huang & Wall Street Leaders on $500B AI Infrastructure Push, 10 de agosto de 2026: https://pressroom.versantmedia.com/cnbc/press-releases/cnbc-exclusive-transcript-cnbcs-becky-quick-speaks-nvidias-jensen-huang-wall